Телеграм канал «»

Что даёт порядок в справочнике: пять метрик и один эффект, который важнее остальных
Коллеги, закрываем серию. Собрал то, чем можно мерить результат — и что отличает «мы поговорили про НСИ» от «мы действительно навели порядок».
Пять метрик, которые видно без сложных систем
1️⃣ Доля дублей. Число карточек к числу уникальных позиций в категории. До и после. Самая наглядная цифра.
2️⃣ Время поиска позиции. От запроса до найденной карточки. Замеряется секундомером на двух-трёх сотрудниках, ничего специального не нужно.
3️⃣ Доля КП, сопоставленных автоматически. Из десяти строк прайса сколько легли в спецификацию сами, а сколько сводил руками.
4️⃣ Доля счетов без ручной сверки. Классический показатель зрелости: чем чище справочник, тем больше счетов совпадает с заказом автоматически.
5️⃣ Стабильность бенчмарка. Можете ли вы по любой позиции увидеть цену за последние 12 месяцев и её разброс — или история размазана по пяти дублям.
Что меняется по сути
🔹 Коммерческие предложения становятся сравнимыми: не «похожие строки», а одна позиция с разницей только в цене и условиях.
🔹 Появляется нормальная история цен — и, как следствие, аргумент в переговорах вместо «мы думаем, вы дорого предлагаете».
🔹 Совокупная стоимость владения считается не на салфетке: расходники, ремонт, ЗИП привязаны к правильным позициям.
🔹 Аналоги ищутся по атрибутам, а не по памяти самого опытного снабженца.
🔹 И главное — ИИ-контур перестаёт работать вслепую. Агент, у которого под рукой чистый справочник, отвечает по всей базе, а не по фрагменту.
Про последний пункт хорошая иллюстрация из международной практики по счетам: De Agostini довели автоматизацию обработки счетов до 91% и экономят 680+ часов в месяц, Carlsberg обрабатывает 92% заказов «бесконтактно», SCI отказались от закупок в Excel и на прозрачности выиграли 9,7 млн долларов. Но эти цифры взяты не из воздуха: они стоят на порядке в данных. Оценки международные, в наших реалиях масштаб другой — принцип тот же.
Порядок действий, если хочется начать на следующей неделе
Взять пять категорий по деньгам.
Посмотреть, сколько в каждой уникальных позиций и сколько карточек.
Прогнать нормализацию и кластеризацию — руками это делать не нужно.
Слить дубли в алиасы, ничего не удаляя.
Закрыть вход правилами для новых карточек.
Вернуться через квартал и повторить на следующей категории.
Магии здесь нет, вся работа скучная. Но именно она делает возможным всё остальное: сравнение КП, прогноз, TCO и работающих агентов.

Если хотите разобраться в логике целиком, мы с Анной Цилевич собрали бесплатную книгу «ИИ в закупках без магии» — она как раз начинается не с ИИ, а с данных и процессов: [ссылка на пост с книгой]
Проверить свои данные можно бесплатно: @Hirebuyer_bot — анализ КП и потерь, @GenTZbot — генерация ТЗ с самопроверкой, @negotrainingbot — симулятор переговоров.

Вопрос на финал серии: с чего началась ваша автоматизация — с модели или со справочника? И если со справочника, что оказалось самым дорогим по времени? 👇
#закупки #НСИ #данные #автоматизация #ИИ #procpoint

Как свести дубли и не остановить закупки: шесть шагов

Коллеги, четвёртый пост серии. Здесь ломается больше всего проектов: за чистку НСИ берутся как за генеральную уборку — сразу, целиком, по всему заводу.

Правильный подход другой: идём по деньгам, а не по алфавиту, и наводим порядок маленькими итерациями.

Шаг 1. Выбрать фронт работ по деньгам

Выгружаем траты за 12 месяцев, сортируем по категориям. Пять категорий обычно дают около 80% денег. Именно они — фронт. Остальные ждут своей очереди и это нормально.

Шаг 2. Нормализовать строки

Механическая подготовка: привести к одному регистру, убрать лишние пробелы и знаки, вытащить единицы измерения из текста, отделить параметры от названия. Уже на этом шаге часть дублей видна невооружённым глазом.

Шаг 3. Собрать кластеры в три прохода

🔹 Точное совпадение нормализованных имён — самое надёжное, отдаёт много.
🔹 Похожие строки: расстояние по символам и семантическое сравнение. Здесь появляются «Болт М8х40 цинк» и «Болт М8*40 оцинкованный».
🔹 Ручной арбитраж — только спорные случаи. Двух-трёх часов специалиста категории обычно хватает, если первые два прохода сделаны скриптом.

Шаг 4. Сливать, а не удалять

Это главная ошибка. Дубли нельзя удалять: вместе с ними уйдёт история цен, связки с заказами, счетами и остатками.
Правильно: выбираем эталонную карточку (по частоте использования и по деньгам), остальные превращаем в алиасы к ней. Поиск продолжает находить старые формулировки, отчётность видит один код, история не рвётся.

Шаг 5. Закрыть вход

Пока не закрыт вход, любая чистка заканчивается тем, что через квартал дублей столько же. Нужны: форма с обязательными полями, шаблоны имён по категориям, автонормализация при вводе и один ответственный за создание карточек.

Шаг 6. Замерить и вернуться

Фиксируем метрики до и после (о них — в следующем посте), а повторную итерацию планируем на следующую категорию. Не «проект НСИ на полгода», а конвейер: категория за категорией.

Три грабли, на которые наступают все

— Чистить всё сразу и в итоге не закончить ничего.
— Наводить порядок без владельца категории: сверху, через приказ, без выгоды для закупщика.
— Делать ревизию в момент пиковой загрузки, когда у отдела горит план по экономии.

Кстати, большую часть шагов 2 и 3 агент делает сам: разбор строк, нормализация, кластеризация похожих. Человеку остаётся самый ответственный участок — арбитраж и правила. Это ровно тот случай, когда ИИ работает не вместо, а на входе.

С чего начали бы вы: с пяти категорий по деньгам или сразу со всей номенклатуры? 👇

#закупки #НСИ #номенклатура #автоматизация #procpoint

Правило одного имени: как назвать позицию, чтобы её поняли и человек, и машина

Коллеги, это третий пост серии про справочник. И самый спорный: правила именования обычно воспринимают как бюрократию. На деле это единственное, что делает возможной нормальную аналитику в закупках.

Логика простая: одна вещь — одно имя. Всё остальное — алиасы, которые система знает, а человек может не видеть.

Шаблон, который работает

[Что это] + [ключевые параметры] + [стандарт] + [исполнение]

Было: болт м8 40 оцинковка новый
Стало: Болт М8х40 ГОСТ 7798-70 кл.8.8, цинк

Было: труба 6м нерж 57
Стало: Труба бесшовная 57х3,5 мм, 12Х18Н10Т, ГОСТ 9941-81

Разница не в красоте. В первом варианте машина видит одну строку текста, во втором видит четыре параметра, по которым можно фильтровать, сравнивать, искать аналог и строить бенчмарк.

Четыре запрета, которые снимают 80% грязи

🚫 Никаких оценок и статусов в наименовании. «Новый», «импортный», «срочно», «качественный», «аналог», «хороший поставщик» — это не параметры, а чей-то комментарий. Ему место в поле примечания.

🚫 Никакого количества, цены и даты в наименовании. «Кабель 300 м от 12.03» — прямой путь к дублю на каждый заказ.

🚫 Единицы измерения не внутри текста. «6 м», «6м», «(6 метров)» — это упаковка и ЕИ, а не имя позиции.

🚫 Никаких «прочее» и «разное». Такое наименование всегда означает, что позицию завели, чтобы закрыть заявку, а не чтобы ей пользоваться.

Как это внедрить без бунта в отделе

🔹 Правило одной двери. Новые карточки создаёт не любой желающий, а категорийный закупщик: либо через форму с обязательными полями, либо через нормализацию — когда заявку принимает скрипт и приводит имя к шаблону автоматически. Свободный ввод — главный источник дублей.
🔹 Шаблоны по категориям, а не один на всё. У крепежа, трубопроводной арматуры, электротехники и ЗИП параметры разные. Один универсальный шаблон закончится тем, что его не будут соблюдать.
🔹 Изменение имени — версия, а не перезапись. История закупок должна остаться привязанной к позиции, даже если формулировку поправили.
🔹 Показывать выгоду закупщику, а не требовать порядок. Аргумент, который работает: «поиск позиции вместо листания блокнота и звонка коллеге». Комплаенс-аргументы в этой теме не работают вообще.

Про «проклятие знания» тут писал отдельно: правило, которое очевидно автору, обязано быть прописано до запятой — иначе его не выполнит ни человек, ни агент.

Вопрос: какой самый дикий пример наименования вы видели в живом справочнике? Присылайте в комментарии, соберу подборку 👇

#закупки #НСИ #номенклатура #автоматизация #procpoint

Что должно быть в карточке номенклатуры, чтобы её поняли и человек, и машина

Коллеги, продолжаем разговор про справочник. Вчера был пост про симптомы, а сегодня про конструкцию. Начну с критерия, который всё упрощает.

Карточка годная, если она отвечает на три вопроса:
1️⃣ что это за позиция;
2️⃣ чем она отличается от соседней похожей;
3️⃣ что с ней можно делать: купить, заменить, отремонтировать, зарезервировать.

Если хотя бы на один вопрос карточка не отвечает, то она не карточка, а строка для поиска глазами.

Минимальный набор. Восемь полей, с которых стоит начать

Наименование по единому шаблону (о нём отдельный пост).
Уникальный код позиции - внутренний, неизменяемый, он же ключ для всей аналитики.
Единица измерения - основная. Количество и цену в наименование не пишем никогда.
Марка, модель, ГОСТ или ТУ - ссылка на норматив, если он есть.
Параметры отдельными полями. Диаметр, шаг, класс точности, материал, покрытие, рабочее давление, температура. Ключевое правило: атрибут живёт в поле, а не в тексте. Строка прочитана человеком, поле прочитано машиной.
Взаимозаменяемость или аналоги - то, что сегодня лежит в голове у опытного снабженца, а завтра потребуется и новому сотруднику, и агенту.
Категория и ответственный - за карточку должен отвечать конкретный закупщик категории.
Критичность - влияние на остановку производства или на сроки. Поле, которое потом определяет, где мы держим запас, а где нет.

Расширение, когда восемь уже прижились

🔹 Тип позиции: МТР / оборудование / ЗИП / услуга / ремонт / НИОКР.
🔹 ОКПД2 и ТН ВЭД — для площадок, отчётности и таможни.
🔹 Кратность поставки и упаковка: «поставляется кратно 100 шт» спасает от лишних строк.
🔹 Признак «закупается по чертежу или образцу» со ссылкой на документ.
🔹 Норма запаса и стратегия: склад, под заказ, рамочный договор.
🔹 Ссылка на паспорт, шильд, фото или скан — идеально, если у вас агент уже распознаёт шильды (как мой GenTZ)

Где команды спотыкаются

Сначала пытаются спроектировать идеальный справочник: 40 обязательных полей, справочники на каждый атрибут, глобальный проект на полгода. Через месяц выясняется, что заполняемость всего 30%, закупщики вернулись к старой схеме, а проект тихо закрыли.

Работает наоборот: 8 полей, но обязательных и проверяемых. Новые карточки физически нельзя создать без параметров. Старые подтягиваются итерациями — по деньгам, а не по алфавиту.

Да, карточка станет длиннее. Но именно из этих полей потом автоматически собираются сравнимые КП, бенчмарк цен, спецификации и ответ агента на вопрос «чем можно заменить эту позицию».

Вопрос к вам: сколько обязательных полей в вашей карточке номенклатуры сегодня и сколько из них реально заполнено? Пишите в комментариях 👇

#закупки #НСИ #номенклатура #автоматизация #procpoint

Мусор на входе — мусор на выходе. Почему ИИ в закупках упирается не в модель

Коллеги, за последние месяцы мы разобрали здесь много практики с нейросетями. И почти каждый разговор упирается в один и тот же барьер, который стоит вообще не на стороне ИИ. Далее будет серия постов для многих более чем очевидная. Но не забываем про "проклятие знания" (у меня есть отдельный пост про это когнитивное искажение).

Барьер называется «ваш справочник номенклатуры».

В отчётах, которые я разбирал в канале (Технологии Доверия, НИУ ВШЭ, ЦМИ Сбера), картина одинаковая: ИИ уже в работе у большинства, а отдать ему реальные решения готов примерно каждый сотый. И главный барьер внедренцы называют не «непрозрачность модели» и не цену, а качество данных.

Это честный ответ. Агент не улучшает вход, он его масштабирует. Если в справочнике пять написаний одной позиции, агент уверенно сравнит несравнимое: выдаст красивую таблицу, где «Болт М8» и «болт м8х40 оцинк.» - две разные строки, а значит две цены, два поставщика и два прогноза.

Как выглядит грязная НСИ на практике

🔹 Одна и та же позиция живёт в 3–7 вариантах написания: с маркой и без, с ГОСТ и без, с лишними пробелами и точками.
🔹 Единица измерения зашита в наименование: «труба 6 м», «труба (6м)», «труба 6м», а в поле «Единица измерения» стоит «шт».
🔹 Атрибуты свалены в текст беспорядочно: размер, класс точности, материал, покрытие: всё в одной строке, по ней нельзя фильтровать.
🔹 Внутренний код позиции и код «как в 1С» живут отдельно и не связаны.

Что из-за этого ломается
— Сравнение с КП: строки не сопоставляются, закупщик сводит их руками и ошибается.
— Аналитика цен: история размазана по дублям, бенчмарк построить не на чем.
— Прогноз потребления: пять написаний = пять коротких и шумных рядов данных вместо одного.
— ИИ-контур: агент отвечает по фрагментам, и вы никогда не знаете, полон ли ответ.

Поэтому автоматизация в закупках начинается не с модели, а со справочника. Скучно, неинтересно, никакой магии и ровно то, что определяет, будет ли от ИИ эффект вообще.

В следующих постах разберу по шагам:
1️⃣ что должно быть в карточке номенклатуры;
2️⃣ как назвать позицию, чтобы её поняли и человек, и машина;
3️⃣ как свести дубли, не останавливая закупки;
4️⃣ как измерить результат в цифрах.

А пока вопрос: сколько вариантов написания одной и той же позиции лежит у вас в справочнике прямо сейчас? В одном из аудитов Виктора Коданёва было более сотни названий обычной бумаги формата A4 :) Делитесь в комментариях 👇

#закупки #НСИ #автоматизация #ИИ #procpoint

Почему мы сделали бесплатную книгу про ИИ в закупках и почему она начинается не с ИИ.
За последние годы мы попробовали достаточно AI-инструментов и сами делали прикладные решения для закупок, чтобы прийти к парадоксальному выводу:
хорошая AI-архитектура начинается с вопроса, где AI вообще не нужен.
Если данные грязные, то модель масштабирует хаос.
Если процесс сломан, то агент автоматизирует сломанный процесс.
Если задача считается формулой, то LLM только делает расчёт менее прозрачным.
Поэтому вместе с Анной Цилевич мы собрали книгу «ИИ в закупках без магии».
Это не обзор нейросетей и не сборник промптов. Это практическая рамка:
задача → данные → процесс → алгоритм / автоматизация → AI → полномочия человека.
В книге разбираем на закупочных примерах:
— НСИ и качество данных;
— ТКП, полную стоимость и сравнение предложений;
— запасы и прогнозирование;
— OTIF и supplier risk;
— автоматизацию ручной работы;
— категорийное управление;
— экономику AI-проектов;
— MVP vs enterprise;
— governance и Human-in-the-Loop.
Есть вопросы для самопроверки и финальный кейс, поэтому книгу можно использовать не только для чтения, но и как вводный материал для команды.
Сделали её бесплатной.
Если вам сейчас нужно не «внедрить AI», а сначала понять, что именно имеет смысл менять в закупках, то начинайте отсюда.

Юрий Бердников · Анна Цилевич
Ссылка на проект https://hirebuyer.ru
Ссылка на канал Ани telemetr.me/notdandeliongirl