Technofactureex SHEVEREV
Обсудить проект
Все кейсы

Как ИИ-агент увеличил количество тендерных заявок в 2,5 раза

Разработали ИИ-ассистента для автоматизации тендерного отдела: от поиска подходящих закупок и анализа документации до подготовки заявок. Компания увеличила число участий в тендерах без расширения команды.

Промышленная компания

Российский производитель промышленного оборудования

Отрасль

Услуги

  • Промышленность
  • AI-разработка
  • ИИ-инжиниринг процессов
  • ИИ-агенты

Задача

Тендерный отдел из трёх специалистов еженедельно просматривал 80–100 закупок, но успевал подавать только около 12 заявок в месяц.

Поиск подходящих тендеров, анализ технических заданий, проверка требований к оборудованию и сбор документов выполнялись вручную. На обработку входящих закупок уходило около трёх часов ежедневно, а подготовка одной заявки занимала в среднем четыре рабочих дня.

Из-за высокой операционной нагрузки компания пропускала потенциально выгодные закупки. Требовалось автоматизировать рутинные этапы работы тендерного отдела, чтобы увеличить количество заявок без найма дополнительных сотрудников.

Как подошли к задаче

Начали не с выбора ИИ-модели, а с изучения реальной работы тендерного отдела.

Наш ИИ-инженер погрузился в бизнес-процессы компании: буквально прошёл вместе с владельцем процесса весь путь тендерной заявки — от появления закупки до подготовки документов и согласования участия. Работал бок о бок со специалистами тендерного отдела, общался с техническими экспертами, производством и коммерческим подразделением, чтобы понять, как принимаются решения, откуда поступают данные и на каких этапах возникают задержки.

Это позволило выявить не только рутинные операции, но и скрытые зависимости между подразделениями, исключения из стандартных сценариев и критерии, которыми сотрудники руководствуются на практике. Именно эту логику мы заложили в работу ИИ-агента, а не просто автоматизировали существующую последовательность действий.

Выяснили, на каких этапах команда теряет больше всего времени и какие действия можно автоматизировать без риска для бизнеса.

Особое внимание уделили исключениям: неоднозначным техническим требованиям, неполным комплектам документов и ситуациям, когда решение об участии невозможно принять автоматически.

Проверяли решение на действующих тендерах и корректировали правила на основе обратной связи специалистов. При этом сохранили контроль сотрудников над коммерческими условиями и окончательной подачей заявки.

Что сделали

Разработали ИИ-агента для автоматизации поиска тендеров, анализа закупочной документации и подготовки заявок.

Агент помогает специалистам:

  • Находить релевантные закупки. Анализирует поступающие процедуры и отбирает те, которые соответствуют продукции и критериям компании.
  • Разбирать тендерную документацию. Извлекает технические характеристики, обязательные требования, ограничения и сроки.
  • Формировать проект заявки. Подбирает необходимые документы и собирает предварительный пакет для проверки.
  • Обрабатывать нестандартные ситуации. Выделяет спорные требования и передаёт их на рассмотрение специалисту.

В результате сотрудники сосредоточились на оценке коммерческой привлекательности закупок, согласовании условий и принятии решений, а не на ручной обработке документов.

Технические особенности проекта

  • Интеграция с Tenderplan

    Автоматическое получение новых закупок, тендерной документации и обновлений по выбранным процедурам.

  • RAG-поиск по внутренней документации

    ИИ-агент обращается к техническим спецификациям, каталогам оборудования и корпоративной базе знаний заказчика, чтобы сопоставлять возможности компании с требованиями тендеров.

  • Интеллектуальный анализ и подготовка заявок.

    LLM извлекает ключевые требования из закупочной документации, выявляет несоответствия и формирует проект заявки с использованием внутренних данных компании.

Комментарий участника команды

АК

Александр Кормильченко

Архитектор решений

Главная сложность была не в том, чтобы научить ИИ читать тендерную документацию. Нужно было разобраться, по каким признакам специалисты действительно принимают решение об участии. Мы перенесли эту логику в работу агента, а неоднозначные ситуации оставили под контролем человека. Именно это позволило ускорить процесс, не превращая автоматизацию в источник новых рисков

Результат

Автоматизировали обработку закупок и подготовку тендерных заявок, увеличив производительность отдела без дополнительных сотрудников.

  • 2,5×

    Больше тендерных заявок в месяц — с 12 до 27

  • 35 мин

    Вместо 3 часов на ежедневный разбор закупок

  • 1 день

    Вместо 4 рабочих дней на подготовку заявки

Есть похожая задача?

Расскажите о своём проекте — обсудим, чем можем помочь

Обсудить задачу

Возможно, вашу задачумы уже решали

Кейсы