Десять кругов правок одного документа — нормально, так всегда делали. А потом пришла нейросеть

Отдали проверку поставщиков нейросети, а она стала доделывать за них работу. Пришлось отучать

Простой

6 мин

654

Кейс

Меня зовут Никита Мохов. Я отвечаю за цифровое развитие закупок, документооборот и ещё десяток процессов в Цифровом СИБУРе — начиная с закупок и заканчивая выдачей сотрудникам ключей в нашем санатории. Сегодня — только про закупки. И про Колю.

Коля — это ИИ-агент. История про него началась не с алгоритмов, а с одного простого наблюдения: наш процесс держался не на регламенте, а на закупщике, который каждый раз молча доделывал за рынок его работу.

Жизнь до Коли: гигиена, которой не было

Приходит письмо: процедура закрыта, поставщики прислали предложения. Закупщик открывает папку, а там хаос. В одну корневую форму скрепкой прикреплено двадцать файлов: спецификации, каталоги, презентации, паспорта. Кто-то из поставщиков решил, что чем больше документов, тем убедительнее выглядит. Разбираться с этим завалом — работа закупщика.

Дальше главный документ, опросный лист. Excel, три колонки: параметр, наше требование, ответ поставщика. «Рабочее давление» — «не менее 16 МПа» — и пустая ячейка, куда поставщик должен вписать цифру. Строк бывает тридцать, а бывает полторы сотни.

Закупщик читает построчно. Тут пусто. Тут «предоставим позже», то есть не предоставят — вечная формула вежливого отказа. В следующей строке цифра есть, но в других единицах. А ещё ниже вместо Excel прислали PDF, потому что «так удобнее». По каждому такому случаю закупщик пишет поставщику дозапрос: официальное письмо с требованием дописать то, чего не хватает. Отправляет через SRM — закупочную систему, в которой мы ведём процедуры и храним все документы по ним. Отправили, ждём. Поставщик ответил наполовину. Второй дозапрос, третий. Таких кругов правок с одним поставщиком мог быть десяток.

И вот в чём подвох: всё это время закупщик заменял собой процесс. Догадывался, что хотел сказать поставщик. Звонил, чтобы уточнить то, что вообще-то должно быть написано чёрным по белому. Открывал одну и ту же спецификацию четвёртый раз — вдруг ответ всё-таки в этой версии. Ни в одном регламенте это не описано. Просто так делали, потому что так делали всегда.

Откуда взялся Коля

Один из руководителей предложил на встрече: представим, что мы взяли реального закупщика — назовём его Коля — и сделали цифрового двойника, который повторяет каждое его движение по системам. Мы так и оставили агенту это имя.

Архитектуру связки с корпоративными системами придумал Николай Трохан (по случайному совпадению тоже Коля), наш главный архитектор. Параллельно мы вместе с командой Обеспечения производства, которой руководит Михаил Кирьянов, выстроили сам процесс проверки: определили, как Коля должен читать и анализировать документы поставщиков. На старте всё было максимально не по-промышленному: никакой серьёзной инфраструктуры, Коля крутился на обычном корпоративном ноутбуке, который буквально стоял рядом с нами на столе.

Если разобрать Колю на части, получится пять шестерёнок.

• Наша ERP — там живут все закупочные процедуры и документы.

• Java-код — это его руки, которые ходят по системам и кликают за него.

• n8n — конвейер, который разворачивает архивы, конвертирует форматы, раскидывает работу на потоки и собирает готовый ответ.

• Qwen, встроенный в n8n, — мозг, языковая модель, которая читает опросник и выносит суждение.

• Плюс Outlook — чтобы Коля мог по-человечески написать закупщику письмо.

Почему такой набор, а не что-то более фундаментальное? Скорость. Можно было год проектировать идеальную архитектуру и не показать компании ничего. Мы взяли то, что уже стояло и работало, и собрали рабочий прототип за недели, а не кварталы.

Требования собрали за день по записи экрана

Требования писали без многостраничного технического задания. Позвали двух закупщиков на встречу, включили запись экрана и попросили показать с комментариями: куда кликаете, что открываете, какие вопросы задаёте себе в процессе.

Запись расшифровали, транскрипт отдали языковой модели с просьбой собрать из него пошаговое описание процесса. Аналитик потратил несколько часов на подготовку всего документа, поправив то, что модель упустила, и убрав лишнее.

Итог — рабочие требования за один день вместо двух-трёх недель канцелярской переписки. Метод рекомендую.

Как это работает сейчас

Процедура закрылась, конверты вскрыты. Дальше включается Коля: Java-код проверяет список процедур, находит вскрывшиеся, открывает нужную, скачивает архив и отправляет его в n8n. n8n разбирает архив: распаковывает, конвертирует, раскладывает по поставщикам. Десять поставщиков — десять параллельных потоков, потому что по одному это будет тянуться вечность.

Модель читает опросник построчно и по каждой строке ставит один из трёх вердиктов: соответствует требованию, не соответствует, данных недостаточно. К каждому вердикту она добавляет короткое пояснение.

Закупщик получает письмо со сводным отчётом по всей процедуре и готовыми шаблонами дозапросов по каждому проблемному поставщику. Текст Коля уже написал. Закупщик читает, что-то удаляет, что-то дописывает от себя, жмёт «отправить». Коля возвращается в SRM, создаёт карточку дозапроса и переносит туда замечания. Поставщик отвечает, Коля обрабатывает ответ второй раз и выносит финальный вердикт.

Ключевая деталь, ради которой всё затевалось: итерация теперь ровно одна. Не «сколько понадобится», а одна. Не ответил как надо — исключён из процедуры. Это самое важное решение во всём проекте, и оно вообще не про технологии.

Как ИИ выставил нам счёт за годы компромиссов

В первую неделю Коля начал падать. Поставщик присылает архив на 380 мегабайт: PDF-файлы в высоком разрешении, рекламные брошюры, три версии одного файла. Коля пытается это обработать — и падает по тайм-ауту. Внутри ничего важного, просто человек решил, что чем толще архив, тем солиднее выглядит его компания. Теперь в SRM заданы жёсткий лимит, структура архива и допустимые форматы файлов.

По такому же принципу мы убрали и дозапросы. Раньше закупщик мог гонять поставщика по пять-шесть раз: не ответил, ответил наполовину, приложил не то. Каждый круг съедал время процедуры и время человека. Вместе с функцией Обеспечения производства договорились о жёстком правиле: одна итерация, сутки на ответ, никаких исключений.

Если бы в начале проекта меня спросили, что окажется самым сложным, я бы сказал — интеграция модели с внутренними системами, но это ошибка. Самым сложным было выпрямить процесс и отказаться от привычек, которые все считали нормой просто потому, что к ним привыкли.

Про доброту, которая обходится дорого

Первую версию модели мы специально сделали клиентоориентированной. Если поле в опроснике пустое, не спеши обвинять поставщика: сходи в приложенные спецификации, паспорта и чертежи, поищи ответ там.

Через пару недель посчитали цифры. Во-первых, мы буквально доделывали работу поставщика вместо него. Во-вторых, каждая процедура требовала кратно больше токенов, чем должна была. Функцию отключили без сожалений. Правило теперь простое и по-своему жёсткое: модель смотрит только опросник. Пустое поле — это дозапрос, а не повод для поисковой экспедиции по документам. Хочешь, чтобы твой ответ засчитали, — впиши его туда, куда просили.

Что мы получили за это время

Слайдовых цифр немного, и это осознанно — часть эффекта проявится позже, часть вообще не разложить на отдельные метрики. Но кое-что уже можно назвать прямо.

• Технический анализ по одной позиции: раньше 40 минут человека, теперь 5 минут с Колей.

• Качество ответов модели выросло с 41 % в первую неделю до 65 % к третьей — просто потому, что за эти недели мы починили сам процесс, а не модель.

• У поставщиков появилась дисциплина: одна итерация, сутки, единый формат. Первые дни возмущались, через месяц привыкли.

• У закупщиков освободилось время на то, что действительно требует человека — переговоры, сложные случаи, эскалации.

Есть ещё эффект, который мы не оцифровали, но чувствуем: чем короче процедура, тем быстрее заказчик получает своё оборудование. Меньше циклов — меньше потерь.

Что дальше

Коля — первый ИИ-агент в закупках. Дальше планируем подключать агентов и к другим этапам закупочного процесса. В третьем квартале в работе сразу несколько направлений.

Модель должна научиться проверять полноту опросника и выносить техническое суждение — какое из десяти предложений действительно лучше и почему. Отчёт появится прямо в карточке процедуры для технического эксперта.

Отдельно перерабатываем согласование ТКП с заказчиком: сейчас закупщик тратит время, разыскивая нужного технического эксперта по почте и телефону, а должна работать матрица ответственных с возможностью делегирования.

Планируем обрабатывать процедуры без опросников вообще — там, где вариативности нет, Коля сам выбирает подходящего поставщика по цене и срокам.

Добавляем новые категории: для химической продукции Колю адаптируем с минимальными изменениями.

Три вещи, которые мы и так знали и ещё раз подтвердили

Первое: автоматизация всегда обнажает то, что не написано в регламенте. Мы думали, что автоматизируем процесс, а на самом деле вскрыли и переписали негласные договорённости с целым рынком.

Второе: модель — не волшебная палочка. Мы сами отключили красивую функцию, потому что она стоила больше, чем приносила пользы. Взрослое отношение к ИИ — это умение считать деньги и говорить модели «нет», даже когда очень хочется одобрить красивую идею.

Третье, и самое важное: главная экономия времени в этом проекте случилась не там, где мы поставили модель, а там, где мы наконец договорились о простых правилах. Одна итерация вместо бесконечной переписки. Один формат вместо зоопарка файлов. Иногда ИИ не решает проблему сам — он просто последний повод навести порядок.

Так что вопрос не «нужен ли вам ИИ». Вопрос в том, сколько у вас в процессах спрятано таких же молчаливых договорённостей, и готовы ли вы их наконец вскрыть.

Подписывайтесь на наш тг-канал. Он полезен айтишникам, которые хотят понять, что реально происходит в промышленном ИТ.

Там мы рассказываем о цифровых технологиях для производства — от IIoT и аналитики до инженерных инструментов и ИИ. Делимся кейсами, экспериментами, новостями и выкладываем вакансии.