Точка закупки

Автоматизация закупок: как превратить создание ТЗ/запросов в цифровой конвейер ⚙️ Продолжаем тему глубокой настройки ИИ-помощников под ваши задачи. В продолжении моего предыдущего поста и в ответ на жаркие дебаты в чате канала №1 про закупки "Последний конверт" разберем, как современные инструменты генеративных моделей Claude Skills, OpenAI GPTs и Gemini Gems — превращают генерацию технического задания (ТЗ) из лотереи в четкий производственный процесс. От «умного чата» к цифровому архитектору Главное заблуждение - относиться к кастомным ИИ-агентам как к просто длинным промптам. На самом деле это «рецепты» бизнес-процессов, объединяющие инструкции, базу знаний и внешние инструменты: GPTs (OpenAI): ваша персональная версия ChatGPT с загруженными стандартами компании (Knowledge) и доступом к внешним API (Actions). Skills (Claude): более легкий и портативный стандарт. «Скилл» представляет собой папку с файлом SKILL.md (алгоритм действий) и вспомогательными скриптами. Gems (Gemini): кастомные инструкции, позволяющие модели удерживать контекст специфических требований к документации и обрабатывать огромные массивы данных. Практика: ТЗ как фундамент цепочки документов Создание качественного ТЗ, это лишь первый этап. Мощь скиллов и GPTs в том, что они позволяют автоматизировать всю цепочку с гарантированно ожидаемым результатом на выходе. Как это работает в закупках: Загрузка контекста (Knowledge): вы «кормите» агента лучшими образцами ТЗ, отраслевыми ГОСТами или внутренними регламентами. Динамические инструкции: в промпте (Instructions) вы фиксируете не только что писать, но и как проверять. Например, скилл может содержать функцию валидации: «соответствует ли требования в ТЗ установленному регламенту (отсутствие расплывчатых формулировок, избыточных требований, измеряемые характеристики и т.д». Бесшовный переход (Continuity): обученный агент «помнит» архитектуру созданного ТЗ. Следующей командой он генерирует RFQ (Запрос котировок), опираясь на те же параметры. А затем собирает наполненные RFQ с помощью следующего скилла в готовый многостраничный сводный анализ в Excel или наглядный дашборд. Пример: ТЗ определило требования к серверному оборудованию. Скилл тут же формирует таблицу RFQ с нужными слотами под SLA и условия поставки, которые вы заранее прописали в его «базовых знаниях». Почему создание скилла не заканчивается на ТЗ? Скилл — это живой инструмент. Его преимущества: Универсальность: стандартный файл SKILL.md будет работать и в веб-интерфейсе, и в корпоративном терминале через API. Прогрессивный контекст: Claude Skills подгружают инструкции только тогда, когда задача становится релевантной (например, при подготовке проекта контракта), что экономит токены и повышает точность. Контроль качества: вы можете внедрить в скилл «агента-критика», который будет проверять RFQ на соответствие исходному ТЗ, исключая человеческий фактор и галлюцинации ИИ. Итог: используя Skills или GPTs, вы создаете не просто генератор текста, а цифровой конвейер. ТЗ, RFQ, сравнительные таблицы и проекты договоров становятся производными одной логики, заложенной в ваш профессиональный «скилл». Во вложении вы найдете мой Скилл procurement-tz - это интерактивный помощник для составления технических заданий на закупку оборудования, материалов и комплектующих. Он работает в режиме пошагового интервью: сначала выясняет вашу роль и отрасль (например, технолог металлургического цеха или главный энергетик завода), затем адаптирует терминологию под специализацию и последовательно собирает все параметры — от наименования и технических характеристик до условий поставки и требований к сертификации. На выходе формирует готовый .docx-документ ТЗ с таблицами, нумерацией разделов и оформлением по стандартам, который можно сразу отправлять поставщикам или прикладывать к тендерной документации. Ниже короткое видео, как это всё работает. И главное: любой скилл вы можете изменить именно под свои задачи! Хотите собрать свой первый скилл для подготовки RFQ за 20 минут? Пишите в комментариях - разберем техническую структуру этого SKILL.md для закупщика.

Продолжаем наш марафон по главам The AI Procurement Proof Book. 🤖 Мы уже обсудили фундамент данных, сорсинг, контракты и риски. Сегодня переходим к теме, которая еще пять лет назад казалась фантастикой: могут ли алгоритмы договариваться лучше людей? Глава 5: Переговоры и автоматизация ценообразования. Разрушаем миф о том, что торг — это только «химия» между людьми. Долгое время переговоры считались исключительной прерогативой человека: чтение языка тела, эмпатия, умение дожать в нужный момент. Но суровая реальность в том, что отдел закупок оставляет 40–60% расходов вообще без обсуждения — просто из-за нехватки ресурса. ИИ заполняет этот вакуум, ведя диалог там, где у команды физически «не доходят руки». Ключевые доказательства из главы: Walmart: Развернули чат-бота для переговоров с поставщиками непрямых затрат (клининг, оборудование). Итог: 75% поставщиков предпочли общаться с ИИ, а не с человеком. Бот доступен 24/7, не играет в «силовые игры» и терпеливо ищет win-win решения. Maersk: Использует ИИ-модели для спотовых переговоров по фрахту и топливу. Результат — более $300 млн экономии ежегодно. AB InBev: Провели жесткий 45-дневный A/B-тест «Люди vs ИИ». Результат: устойчивая двузначная экономия в % на спотовом фрахте и +24 часа свободного времени на подготовку благодаря мгновенному бронированию. Главный инсайт: ИИ не заменяет CPO в стратегических сделках на сотни миллионов. Он берет на себя 2000 диалогов одновременно, превращая «автопродление» контрактов в активную экономию. Для скептиков: Позиционируйте ИИ не как замену штата, а как инструмент расширения охвата. Пусть люди фокусируются на стратегии, оставив рутину алгоритмам. Впереди еще 5 глав — оставайтесь на связи с «Точкой закупки»! 🎯

Продолжаем наш марафон по главам The AI Procurement Proof Book. 📖 Мы уже разобрали данные, сорсинг и контракты. Сегодня поговорим о том, как не допустить разрыва цепочки поставок в самый неподходящий момент. Глава 4: Интеллектуальный анализ поставщиков и управление рисками. Суть: как находить лучших и выявлять угрозы до того, как они нанесут удар. Главная проблема традиционного поиска — опора на «сарафанное радио», Google и старые связи. В итоге 80% расходов зависят от 20% поставщиков, и у вас нет плана «Б», когда один из них выходит из строя. ИИ меняет правила игры, расширяя вселенную поиска до миллионов точек данных. Как это работает на практике: Audi AG: Проверили в 180 раз больше поставщиков для ниши экологичных тягачей. Весь процесс занял 7 недель, при этом закупщик потратил всего 6 часов чистого рабочего времени. Siemens Energy: Нашли 59 новых квалифицированных партнеров в сложной категории за 4 недели. Время на поиск сократилось на 90%. L3Harris Technologies: Получили видимость рисков на уровнях Tier 2 и Tier 3. Это экономит компании около $37 млн в год за счет предотвращения сбоев. Boeing: Использовали ИИ для контроля «хвостовых» трат. Интересный факт: в 97% случаев ИИ подтвердил надежность текущих партнеров — система чаще укрепляет доверие, чем заставляет «менять шило на мыло». Главный инсайт: Риск, который останавливает вашу линию, почти никогда не находится на уровне прямого поставщика (Tier 1). ИИ позволяет мониторить сотни миллионов компаний, подсвечивая проблемы там, где они реально зарождаются — в глубине цепи. 🚀 С чего начать? Быстрая победа: Выберите одну категорию с критической зависимостью от монопоставщика и проведите пилот по поиску альтернатив с помощью ИИ. Для бизнес-кейса: Подсчитайте стоимость вашего последнего сбоя в поставках. Эта сумма — то, что ИИ мог бы предотвратить или минимизировать. Впереди еще 6 глав — оставайтесь на связи с «Точкой закупки»! 🎯

Закупки будущего: цифровой экзоскелет и роль оркестратора. ​Легендарный Андрей Карпаты (сооснователь OpenAI и экс-глава отдела ИИ в Tesla) запустил проект US Job Market Visualizer (по ссылке развернутые данные по категориям) Проанализировав 342 профессии в США через LLM-пайплайны, он подтвердил: мир не просто автоматизируется, он дает нам «суперспособности». ​Для нас в «Точке закупки» это означает одно: старые методы работы «вручную» уходят в прошлое. ​ИИ теперь ваш цифровой экзоскелет. Раньше закупщик был ограничен физическим временем: сколько тендеров можно обработать за день? Сколько поставщиков проверить? Сегодня ИИ-агенты становятся вашим экзоскелетом. Они позволяют: - ​обрабатывать тысячи спецификаций за секунды. ​- мониторить мировые рынки 24/7 без сна и кофе. ​- выявлять аномалии в ценах и рисках на лету. Вы не заменяетесь машиной, вы кратно усиливаетесь ею. ​От оператора к оркестратору. Но экзоскелет без пилота, это же просто груда металла. Здесь вступает роль оркестратора. Закупщик будущего не «пилит таблицы», он дирижирует ансамблем ИИ-агентов. Вы задаете стратегию, выстраиваете рабочие сценарии и принимаете решения там, где алгоритм пасует. Но чем мощнее ваш технологический экзоскелет, тем важнее точность движений «пилота». Ваши человеческие навыки становятся главным конкурентным преимуществом. ​Эмоциональный интеллект (EQ): ИИ может найти лучшую цену, но он не договорится с поставщиком в условиях дефицита на личных отношениях и доверии. Переговорное мастерство: в мире, где цифры у всех одинаковые, побеждает тот, кто умеет находить нестандартные win-win решения в живом диалоге. Связи и команда: умение вдохновлять людей и выстраивать партнерства - то, что невозможно оцифровать. ​ По данным Карпаты, спрос на высококвалифицированных профи вырастет на 11,3%. В зоне риска не те, кто работает головой, а те, кто боится «надеть» экзоскелет. ​Будущее закупок видится сплавом безупречной логики ИИ и глубокой эмпатии человека. Дирижерская палочка уже у вас в руках. Погнали? 😉

Продолжаем марафон по главам «The AI Procurement Proof Book». Мы уже заложили фундамент (данные) и разобрали главный драйвер экономии — сорсинг. Но что происходит после того, как в контракте поставлена последняя подпись? Часто документ просто «подшивается и забывается», превращаясь в главную слепую зону закупок. Глава 3: Управление контрактами и CLM. Это место, где победы сорсинга либо защищаются, либо бесславно теряются. Исторически это самая «запущенная» функция: сорсинг забирает славу, бухгалтерия — срочность оплаты, а контракты пылятся в архивах. ИИ меняет правила, превращая проверку документа из двухдневного марафона в 20-минутный спринт. Вот ключевые кейсы из главы: 🔹 NetApp: с помощью ИИ проанализировали 90 000 контрактов одновременно. То, что потребовало бы армии консультантов и миллионов долларов, превратилось в «проект на выходные». 🔹 Vodafone: сократили споры с поставщиками на 80%. ИИ в реальном времени трекает обязательства сторон: теперь все видят, что обещано и что реально доставлено. 🔹 Фармгигант из Fortune 500: нашел $70 млн ежегодной экономии. Это деньги, на которые компания уже имела право, но не забирала их из-за ошибок в учете. 🔹 Microsoft: ускорили циклы согласования на 80%. Когда ИИ берет на себя рутину, бизнес перестает неделями ждать «ок» от юристов. Главный инсайт: Самые дорогие контракты — те, что продлились «автоматом», потому что их никто не успел проверить. ИИ выводит закупки из ловушки автопродления, уведомляя о дедлайнах заранее. С чего начать? Автор предлагает «быструю победу»: выберите топ-100 самых дорогих контрактов и прогоните их через ИИ. Вы удивитесь, сколько забытых условий всплывет в первую же неделю. Лайфхак для обоснования бюджета на CLM: просто посчитайте 2% от общей стоимости ваших контрактов. Это консервативная сумма того, что вы теряете прямо сейчас из-за несоблюдения условий. Впереди еще 7 глав — оставайтесь на связи с «Точкой закупки»!

Ловушка ацтеков: почему в закупках нельзя строить всё на дожиме. История падения империи ацтеков, не просто хроника войны, а классический кейс по ошибке управления. Они проиграли не из-за слабых технологий, а потому что годами использовали принуждение вместо авторитета и остались одни в момент кризиса. В стратегии важно разделять два инструмента: Авторитет - ваш репутационный капитал. Он держится на союзах, надежности и здравой экономике. Принуждение - прямое давление и навязывание своей воли. Почему дожим - это путь в тупик? Прямое давление является исчерпаемым ресурсом. Каждый раз, когда закупки выкручивают руки поставщику или жестко продавливают коллег, этот ресурс расходуется. В итоге наступает момент, когда давить уже нечем, а авторитет обнулен. Постоянное использование силы требует колоссальной энергии, которую выгоднее было бы направить на развитие и поиск новых решений. Цена агрессии Ацтеки строили систему на страхе. Когда пришли испанцы, у империи не оказалось союзников. Соседи, которых годами принуждали к подчинению, с радостью перешли на сторону врага. В бизнесе всё работает идентично: излишнее давление формирует очередь из тех, кто откажет вам в помощи при первом же серьезном сбое или дефиците на рынке. Стратегическая изоляция - самая высокая цена, которую компания или руководитель платит за краткосрочную выгоду от выжатых условий. Где баланс? Быть мягким в закупках нельзя, это можно привести к убыткам. Но и стратегия тотального принуждения делает вас уязвимым в долгосроке. Эффективность в корпорации - это умение добиваться своего, сохраняя дееспособную сеть союзников. Инвестиция в отношения, не благотворительность, а страховка на случай кризиса. Сильный закупщик - это не тот, кто оказался самым жестким в переговорке, а тот, кто создал систему, где с ним выгодно и надежно договариваться. Как вы считаете, в текущих реалиях рынка еще осталось место для мягкой силы, или дожим наше всё? Пишите в комментариях!

Продолжаем наш марафон по главам обзора Supply Chain AI Pro "The AI Procurement Proof Book". Если в первой главе мы обсуждали фундамент - данные, то сегодня переходим к самому "вкусному" для любого закупщика. Глава 2: Стратегический сорсинг: там где живут самые большие цифры экономии.💰 Эта область дает наиболее впечатляющий и измеримый возврат инвестиций (ROI). ИИ здесь не просто ускоряет процесс, он фундаментально меняет качество принимаемых решений, оценивая тысячи переменных и сценариев за секунды. Вот лишь несколько рекордов: Samsung: запустили крупнейший тендер на наземный фрахт объемом €100 млн+ всего за 2 недели (раньше это занимало месяцы). BASF: использовали предиктивное ценообразование и закрыли живые торги по сложному контракту за 60 минут с экономией 16,4%. BT Group & Coca-Cola: доказали масштабируемость технологий, пропуская через ИИ миллиарды долларов и десятки категорий закупок. Adonis Partners: достигли рекордной экономии в 28% через электронные аукционы нового поколения. Главный инсайт: Автономный сорсинг - это уже не эксперименты, а полноценные внедрения, управляющие бюджетами гигантов. При этом средний бизнес часто выигрывает даже больше в процентном соотношении, захватывая ранее «забытые» или неуправляемые категории. 🚀 С чего начать у себя? Автор рекомендует не усложнять: выберите категории с высоким объемом и низкой сложностью (например, ИТ-периферия или офисные товары), проведите одну закупочную процедуру с поддержкой ИИ и используйте результат как доказательство для масштабирования. Впереди еще 8 глав - оставайтесь на связи с "Точкой закупки"!

СОО: мы провели глубокий аудит и выяснили, что 90% персонала занимались нецелевым использованием весел и теперь, когда их объём и количество гребцов оптимизировано, лодка стала легче, а обзор из совета директоров значительно лучше. Отсутствие движения в настоящее время это просто временная фаза стабилизации перед квантовым скачком. HRD: коллеги, мы не сократили команду, а высвободили скрытый потенциал. Теперь у нас уникальная плоская структура: один гребец обладает стопроцентной вовлеченностью, а семь топ-менеджеров обеспечивают ему экспертную и ментальную поддержку. Это и есть настоящий agile! CFO: отрицательный рост скорости вызван исключительно внешними факторами и сопротивлением водной среды. Согласно нашим отчетам, если сократить пайку последнего гребца, мы сможем арендовать еще пару кожаных кресел на палубе для эксперта и нового коуча. СЕО: коллеги, благодарю вас за высказанное мнение, но считаю, что проблема не в отсутствии достаточного количества весел, а в том, что гребец недостаточно визуализирует цель. Совет директоров уже провел три стратегические сессии по правильному дыханию, но токсичный сотрудник внизу всё еще отказывается грести силой мысли. Прошу изучить и рассмотреть вариант замены его на Al агента.