Будущее ИИ в закупках: методология оценки пилотных проектов от ПАО «Ростелеком»

Интеграция искусственного интеллекта в управление экономикой перешла из стадии хайпа в фазу жесткой прагматики. В 2026 году рынок закупочных технологий ожидает массовый переход от пилотов к промышленному внедрению. Однако, по опыту крупнейших игроков, до «продакшена» доживают лишь единицы. Какие нейросети реально окупаются, как отличить полезный инструмент от авантюрного стартапа и почему данные важнее самой модели — разбираемся на основе материалов XXI Форума-выставки «ГОСЗАКАЗ» и опыта ПАО «Ростелеком».

Анатомия провала: почему 70% ИИ-пилотов умирают?

Государство задает высокий темп: при Аналитическом центре при Правительстве РФ создан Центр развития ИИ, утвержден Национальный план внедрения нейросетей, а регионы соревнуются в рейтингах эффективности. Лидером по популярности в субъектах РФ сегодня является «компьютерное зрение».

Однако корпоративная реальность выглядит иначе. По словам Романа Хазеева, директора по развитию цифровых технологий ПАО «Ростелеком», за последние два года компания протестировала более 70 ИИ-пилотов. Результат неутешителен: 70% разработок так и не дошли до промышленного внедрения.

Главные причины «смерти» пилотов:

1. Иллюзия всемогущества ИИ. Ожидание, что нейросеть решит все проблемы, сталкивается с реальностью: модель ошибается и «галлюцинирует».
2. Отсутствие хозяина. Запуск десятков пилотов одновременно без привязки к бизнес-пользователю и четким KPI.
3. Грязные данные. Убеждение, что данные можно «почистить потом».
4. Автоматизированный хаос. Отсутствие структурированных процессов и артефактов. ИИ, запущенный на неструктурированные данные, лишь ускоряет создание хаоса.

Где ИИ в закупках уже приносит деньги?

Несмотря на провалы, существует пул задач, где нейросети уже доказали свою экономическую целесообразность. Год назад эти сервисы были разрозненными, но сегодня они формируют единый экосистемный пакет:

• Поиск и нормализация номенклатуры.
• Анализ и перекрестная проверка технических заданий (ТЗ).
• Сравнение коммерческих предложений.
• Проверка контрактов и доп. соглашений на риски.
• Скоринг и верификация поставщиков.
• Прогнозирование цен и сроков поставок.

Общее условие для всех шести направлений одно: доступ к качественным, историческим отраслевым данным, на которых модель может обучаться.

Шесть факторов успеха ИИ-модели

Опираясь на опыт «Ростелекома», можно вывести чек-лист жизнеспособного ИИ-решения в закупках:

1. Наличие бизнес-спонсора. Конечный пользователь должен быть готов не только финансировать проект, но и стать «донором данных» и процессов.
2. Короткие циклы. Внедрение должно укладываться в 8–12 недель. Это позволяет быстро отсечь нежизнеспособные гипотезы.
3. Экономика до старта. Владелец процесса и финблок должны «на берегу» согласовать критерии ROI. Пилот либо проходит финансовые фильтры, либо закрывается.
4. Качество данных. Доверие к ИИ начинается с данных. Слабая модель на чистых данных всегда обыграет топовую нейросеть, скормленную «грязью».
5. Четкий выбор: Build или Buy. Понимание, строить ли свою модель или покупать коробку.
6. Многоуровневая безопасность. Наличие закрытого контура, изолированной модели и ролевого доступа.

Дилемма «Покупать или строить?»: вопрос безопасности

Разница в стоимости между разработкой собственной системы и покупкой готовой достигает трехкратной. Как принять решение?

• Покупать (SaaS/коробка): Если задача типовая, а данные нечувствительные. Это идеальная стратегия для малого и среднего бизнеса. Современные технологии токенизации и анонимизации гарантируют, что коммерческая тайна не утечет к конкурентам.
• Строить (On-premise/автономная система): Если процессы уникальны, а данные относятся к гостайне или строгой КТ. По этому пути идет «Ростелеком».

Как проверить внешнего ИИ-вендора? В «Ростелекоме» рекомендуют оценивать защищенность покупных решений по наличию трех контуров безопасности:

1. Закрытый контур (промпты и документы уходят без использования внешних API).
2. Контур самой модели (изоляция весов и архитектуры).
3. Контур ролевого доступа (гранулярные права для сотрудников). Совет: требуйте у поставщика подтверждения соответствия государственным стандартам безопасности разработки ИИ.

ИИ не заменит закупщика. Он изменит его профессию

Страх тотальной замены людей нейросетями несостоятелен. ИИ не убирает профессионала из контура, он меняет содержание его работы. Вместо ручной сверки сотен строк конкурсной документации закупщик управляет автосводкой. Вместо построчного чтения ТЗ специалист фокусируется только на уязвимых точках, которые подсветила нейросеть. Итог: сокращение циклов закупок, падение трудозатрат, снижение числа возвратов и переторгов. В эпоху тотальной цифровизации выигрывает не тот, кто отказывается от ИИ, а тот, кто учится им управлять.

👉🏻 Подробнее: ссылка на источник