Помощь в импортозамещении и коммерческие перспективы
ИИ-ассистент для оптимизации закупок это совместная разработка «Сибура» и Сбербанка на основе GigaChat – русскоязычной нейросети, созданной Сбербанка. Отталкиваясь от технической документации ИИ-ассистент определяет параметры искомого предмета и подбирает допустимые аналоги, имеющие преимущества по цене, качеству и доступности, что крайне актуально в условиях импортозамещения.
Также ИИ-ассистентом для оптимизации закупок уже заинтересовался крупный бизнес.
Как рассказала на CNews FORUM Кейсы Алиса Мельникова, директор по цифровым и информационным технологиям «Сибура», в 2023 г. «Сибур» в рамках цифровой трансформации реализовал портфель организационных проектов, направленных на дальнейшее повышение эффективности сквозных бизнес-процессов компании и их цифровизацию. Экономический эффект от проектов за 2023 г. составил более 11 млрд руб., из которых наибольшая доля приходится на проекты в области производства (4,3 млрд руб), маркетинга и продаж (4,2 млрд руб). Накопленный экономический эффект от цифровой трансформации процессов компании за шесть лет к концу 2023 г. составил более 45 млрд руб.
Навыки, сроки и цены
«Наш ИИ-ассистент находится на стадии создания пилотного продукта, к которому человек обращается, получает ответы и помощь. – Объяснила Алиса Мельникова. – Это чат для диалога человека с ИИ, работающий в формате co-pilot, в который специалист может направлять запросы по уточнению параметров закупаемого оборудования и материалов или подбирать аналоги по параметрическому принципу. Специалист получает в чате ответ и на его основании формирует или корректирует уже заведенную заявку на закупку». Как рассказала Алиса Мельникова, такой будет первая версия продукта до конца 2024 г. Ее стоимость составит несколько десятков млн руб.
Вторая фаза – создание продукта, который может быть встроен в бизнес-процессы компании. Этот продукт может быть интегрирован в МДМ-модули или в информационные системы компаний, в которых осуществляется процесс планирования потребностей и проведения закупочных процедур. Продукт сможет либо полностью автоматизировать часть задач, либо быть подсказчиком внутри информационной системы: контакт с пользователем происходит через автоматические всплывающие окна на уровне системы, в которой хранится нормативно-справочная информация по номенклатуре или в системе ERP. Для обеспечения такого формата работы продукта необходима настройка интеграций с информационными системами. Вторую фазу планируется реализовать в течение 2025 г. и на этом этапе стоимость разработки будет значительно больше.
Для запуска ИИ-ассистента планируется разворачивание больших серверных мощностей. При этом для сохранности информации облачные технологии использоваться не будут, серверы, на которых установлено корпоративное ПО, будут находиться непосредственно в собственности компании.
Как научить ИИ
По словам Антона Чемеркина, руководителя службы сопровождения и методологии закупок «Сибур», обучение ИИ-ассистента для оптимизации закупок производственного оборудования происходит по двум направлениям.
Первое – обучение модели на основании технической документации с фокусом на определение параметров номенклатуры и выявление параметрических аналогов, то есть номенклатур полностью идентичных на уровне технических характеристик с минимально-допустимыми отклонениями по некритичным параметрам. Программа изучает стандарты технической документации (ГОСТы, ТУ, ASME и пр.) и осваивает обучающие материалы, формируя функциональность ИТ-продукта в области идентификации и выявления параметров и их дальнейшего сопоставления между собой по заданным правилам (сценарии обработки и использования данных).
Второе – модель обучается и осваивает определение аналогов не только на основании технической документации, руководствуясь параметрами, но и на основании корпоративных технических политик, матриц аналогов и согласованных кейсов по замене номенклатур. Это позволяет расширить спектр возможных эффектов за счет увеличения количества выявленных и согласованных в рамках компании аналогов, включая допустимые и условные аналоги (дополнительно к параметрическим из первого направления).
Модель создает связи на уровне системы между оригинальными позициями оборудования и материалов, и возможными заменителями. Такая функциональность продукта позволяет повышать эффективность управления запасами за счет вовлечения аналогов и более умного и комплексного автоматизированного поиска. Также это позволяет замедлять процесс образования неликвидных остатков и обеспечивать их более быстрое вовлечение в производственную деятельность, повышать конкурентную среду в закупочных процедурах за счет расширения перечня потенциальных позиций к закупке, а также снижать трудоемкости процесса закупок.
В поисках доступных аналогов
Единственным ограничением в поиске доступных аналогов для ИИ-ассистента может быть полнота загрузки технических стандартов. Поскольку работа по импортозамещению ведется достаточно давно и реестры технических номенклатур вполне доступны, с этим возникнуть проблем не должно.
В настоящий момент существует большое количество хранилищ технических данных, в том числе мировых, поэтому в «Сибуре» планируют стремиться к увеличению объема информации, которая будет содержаться в ИИ-ассистенте.
Помощник в любом деле?
Сфера применения технологий, построенных на генеративном искусственном интеллекте и больших языковых моделях, очень обширна и в принципе позволяет создать точки ее приложения для каждого из процессов компании: от работы эйчара до производства и от копирайтинга до создания креативной рекламы.
Как отмечают представители «Сибура», для других компаний вопрос оптимизации закупок также актуален и поэтому коммерческое распространение ИИ-ассистента вполне возможно.