Расчет начальной максимальной цены контракта (НМЦК) — это классическое бутылочное горло закупочной деятельности. За одной позицией технического задания могут скрываться часы ручного поиска в сканах документов, сверки сотен характеристик и риски завышения цены, которые в итоге оборачиваются миллионными потерями бюджета или срывом тендера. Однако, благодаря развитию технологий, на рынке появляются инструменты, которые позволяют исключить человеческий фактор из этого процесса: вместо часов рутины — минуты работы искусственного интеллекта.
Спрос на точность
Российский бизнес переходит от пилотных проектов по внедрению ИИ к системной цифровизации критически важных процессов. Согласно опросу крупных предприятий, проведенному «РБК Трендов» в начале 2026 года, искусственный интеллект и машинное обучение с большим отрывом лидируют среди технологий, которые компании планируют внедрять: их назвали почти две трети респондентов. При этом главным драйвером инвестиций становится не конкурентное давление, а желание занять лидерские позиции, причем бизнес уже четко понимает, где именно хочет применять ИИ. Чаще всего упоминается цифровизация рутинных процессов, а также планирование логистики и снабжения.
Экономическая эффективность таких вложений подтверждается рыночной динамикой. По данным «АТК консалтинг», объем закупок программных решений с искусственным интеллектом в 2025 году вырос в 7,4 раза, достигнув 1,8 млрд рублей только по открытым тендерам. Особенно показателен рост в госсекторе — в 6,4 раза, а в медицинской сфере объем контрактов с использованием ИИ увеличился в 3,4 раза. Эксперты сходятся во мнении: рынок структурировался вокруг технологий, которые уже доказали свою эффективность в трансформации бизнес-процессов и снижении издержек.
Например, переход к цифровому расчету НМЦК уже продемонстрировал свою состоятельность: в первом квартале 2025 года только за счет отказа от субъективных ручных расчетов в столичных госзакупках удалось сэкономить 13,8 млрд руб. Однако для многих коммерческих структур барьером оставалась работа с «тяжелыми» форматами. Сканы с печатями, неструктурированные таблицы, разночтения в характеристиках делали цифровизацию этого направления сложной. Именно здесь спрос сместился в сторону ИИ-сервисов, способных семантически сопоставлять позиции технического задания с архивными контрактами.
Задача: исключить ручной труд как узкое место
Успешный пример на рынке — внедрении ИИ в крупной сети клиник. На определенном этапе масштабирования медицинская компания столкнулась с классической проблемой: тендерный отдел из пяти человек обрабатывал около 100 закупок в месяц, при этом на расчет каждой закупки уходил целый рабочий день. Специалисты вручную искали в Единой информационной системе (ЕИС) цены на медицинские товары, сверяли характеристики, отслеживали соответствие позиций. Поиск в PDF-документах, сканах с печатями и неструктурированных таблицах занимал часы, а риск ошибки при обосновании цены оставался высоким.
Нанимать дополнительных сотрудников было дорого и негибко. Обычные парсеры тоже не справлялись: например, они не могли отличить скальпель брюшистый от глазного, не работали с синонимами и не учитывали допуски в характеристиках. Клиенту требовалось решение, которое могло бы взять на себя рутинную, но критически важную работу по обоснованию НМЦК.
Решение: ИИ, который не только читает, но и находит аналоги
Компания «Комфортел» предложила решение на базе искусственного интеллекта, которое автоматизирует один из самых трудоемких этапов расчета НМЦК: сопоставление данных с максимально подходящими контрактами из прошлых закупок.
После старта проекта первые две недели команда посвятила аудиту типовых закупок клиента. Аналитики изучили структуру технических заданий, повторяющиеся формулировки, способы описания характеристик и основные сложности, возникающие при поиске сопоставимых позиций в ЕИС. Еще три недели заняла подготовка технического задания на ИИ-сервис: в нем были описаны механизмы извлечения данных, правила сопоставления характеристик и логика отбора наиболее релевантных контрактов для последующего расчета.
Основной этап разработки занял около 2,5 месяцев. В результате в «Комфортел» создали ИИ-сервис, который работает сразу в двух направлениях. С одной стороны, система умеет обрабатывать данные из разных источников, включая карточки контрактов ЕИС, PDF-файлы, сканы документов с печатями, таблицы в DOCX и другие форматы, которые изначально не предназначены для автоматической обработки. С другой стороны, система анализирует извлеченные параметры и подбирает из массива прошлых закупок те контракты, которые наиболее точно соответствуют конкретной позиции технического задания. То есть ИИ помогает не просто увидеть данные, а найти среди ранее заключенных контрактов действительно сопоставимые варианты по характеристикам, наименованиям и контексту закупки. Именно это сочетание дало наибольший эффект.
«С помощью ИИ нам удалось добиться заметного улучшения в рутинной работе: процесс, ранее занимавший часы, теперь выполняется примерно за десять минут, при этом точность подбора аналогов для НМЦК повысилась. При реализации проекта важно было не только научить систему работать с неструктурированными документами, но и обеспечить корректный поиск среди тысяч прошлых закупок — чтобы находить сопоставимые контракты. Это оказалось непростой задачей, поскольку вложения в ЕИС часто представлены в виде сканов, PDF или неформатированных таблиц, а описания одной продукции могут различаться. В результате был создан сервис, который извлекает, структурирует данные и сопоставляет их с релевантными закупками прошлых лет».
Перспективы: от пилота к тиражированию
Успех пилотного проекта показал, что автоматизация расчета НМЦК с использованием ИИ не только экономит время, но и снижает риски ошибок при обосновании цены, которые могут привести к отмене закупок или претензиям со стороны контролирующих органов.
При этом само решение, изначально созданное для медицинской сети, может быть адаптировано для компаний из других отраслей — строительства, логистики, промышленности. Везде, где закупочные процедуры связаны с обработкой большого объема неструктурированных документов и необходимостью точного сопоставления характеристик, подобный ИИ-сервис способен дать сопоставимый экономический эффект.
