AI-оценка закупки на 50 млн ₽: почему одной LLM недостаточно для надёжного решения
В статье разбирается подход к автоматизации оценки закупок с помощью ИИ, при котором извлечение условий отделяется от финансовых расчётов и окончательное решение остаётся за человеком. На примере закупки на 50 млн рублей показано, как избежать непроверяемых рекомендаций и повысить доверие к системе.
В современной практике автоматизации закупок всё чаще применяются большие языковые модели (LLM) для анализа документации и выработки рекомендаций. Однако, как показывает пример условной закупки на 50 млн рублей, наивный подход, при котором модель просто загружает документы и выдаёт заключение о выгодности участия, может привести к непроверяемым и потенциально ошибочным решениям. Проблема в том, что ответ модели смешивает факты из документов, субъективные оценки компании и допущения самой модели, причём все они выглядят одинаково уверенно. Без чёткого разделения этих классов информации итоговое решение становится трудно аудируемым, а значит, и рискованным.
Ключевая идея предлагаемого подхода — разбить процесс на несколько логических этапов: извлечение требований, валидация источников, детерминированный расчёт, анализ движения денежных средств, проверка рисков и утверждение решения ответственным сотрудником. Такой конвейер позволяет отделить творческую часть, где LLM действительно полезна (поиск и структурирование информации), от расчётов, которые должны выполняться проверяемыми формулами. Например, в учебном примере с закупкой на 50 млн рублей прибыль и кассовый разрыв рассматриваются как разные проверки: арифметика проста, но именно её следует вынести из языковой модели в код, чтобы можно было протестировать и воспроизвести. Дополнительно анализируется платёжный график: если оплата товара и перевозки происходит до поступления средств от заказчика, временная потребность в ликвидности может достигать 49 млн рублей, что не является убытком, но требует учёта при принятии решения.
Технически предлагается использовать явный контракт данных для извлечённых фактов. Например, поле delivery_deadline может иметь значение null, статус UNKNOWN и примечание о том, что подтверждённый срок не найден. Для найденных условий обязательно указывается источник — идентификатор документа и точное место (страница, раздел). Значение UNKNOWN нельзя автоматически заменять типичным сроком из похожих закупок. Кроме того, перед расчётом необходимо проверять полноту корпуса документации: если к закупке приложено восемь файлов, а обработано шесть, система должна сигнализировать о неполноте, даже если уже найдены важные условия. Финансовый результат также должен быть проверяемым: предлагается функция с явными входами (выручка, затраты на товар, логистику, финансирование, комиссии) и неизменяемым результатом, например Contribution = -500000 рублей в учебном сценарии. Следующий уровень — платёжный календарь, где для каждой даты фиксируются подтверждённые поступления, обязательные платежи и остаток; при опускании остатка ниже порога система показывает нехватку ликвидности отдельно от рентабельности. Возвратное обеспечение не относится к расходам, а отражается в движении денежных средств.
Контекст разработки подобных систем связан с общим трендом на внедрение ИИ в бизнес-процессы, где всё больше компаний пытаются автоматизировать анализ закупок. Однако многие сталкиваются с проблемой «чёрного ящика»: LLM выдаёт связный текст, которому легко поверить, но трудно проверить. На рынке уже появляются решения, комбинирующие LLM с классическими методами обработки данных, но универсального стандарта пока нет. Подход, описанный в статье, перекликается с международным фреймворком NIST AI Risk Management Framework, который выделяет четыре функции управления рисками: GOVERN, MAP, MEASURE, MANAGE. Для небольших систем это полезный каркас, помогающий определить ответственных, контекст, метрики ошибок и действия при отклонениях. При этом фреймворк не заменяет инженерное тестирование, а дополняет его.
Для российского рынка предложенная методика особенно актуальна в связи с импортозамещением и повышением требований к прозрачности закупок. Крупные заказчики и поставщики всё чаще используют автоматизированные системы для анализа тендерной документации, но ошибки в оценке могут привести к значительным финансовым потерям. Разделение извлечения условий и расчётов позволяет снизить риски и повысить доверие к ИИ-инструментам. Отраслевые эксперты отмечают, что подобный подход может стать стандартом для систем поддержки принятия решений в закупках, особенно в сегментах с высокой стоимостью контрактов. В то же время внедрение требует обучения персонала и настройки процессов валидации, что может замедлить начальный этап.
Сравнение с альтернативами показывает, что полностью автоматические системы на основе одной LLM, хотя и быстры, но менее надёжны. Гибридные подходы, где LLM используется только для извлечения фактов, а расчёты выполняются детерминированными модулями, обеспечивают лучшую аудируемость. Например, в учебном примере с заказом на 200 000 рублей, где появляется дополнительный рейс, система должна пересчитать маршрут и стоимость, показать разницу и запретить автоматическую отправку клиенту неподтверждённого обещания. Это демонстрирует, что архитектура должна не только извлекать данные, но и отслеживать изменения обязательств. Тестирование AI-компонента должно включать не только точность извлечения, но и частоту ложных утверждений, корректность локаторов, полноту документации и фактическое время экономии с учётом ручной проверки.
Перспективы развития подхода связаны с постепенным расширением автономности системы. На старте рекомендуется использовать три режима: помощник предлагает решение, человек проверяет; затем ограниченные низкорисковые действия с понятными критериями; и только после измерений — более самостоятельные операции с аудитом и возможностью остановки. Открытыми вопросами остаются интеграция с существующими ERP-системами, масштабирование на тысячи закупок и обеспечение безопасности данных. Тем не менее, уже сейчас ясно, что лучший результат AI-системы в некоторых закупках — не ответ «участвуем», а честное «данных недостаточно» или «с подтверждёнными затратами экономика отрицательная». Когда LLM выделяет факты и объясняет контекст, обычный код считает деньги, а человек подтверждает решение, получается воспроизводимый процесс, который можно аудировать и улучшать.