Как мы делаем ИИ-закупщика, который сам общается с поставщиками

Откуда появилась эта идея

Если посмотреть на обычную закупку со стороны, в ней огромное количество ручной работы.

Есть спецификация.

Дальше закупщику нужно найти поставщиков, открыть сайты, собрать контакты, написать запросы, дождаться ответов.

Кто-то ответил сразу.

Кому-то требуется напоминание.

Кто-то прислал вопрос — нужно уточнить детали.

Кто-то отправил КП в PDF.

Другой написал цену прямо в письме.

Третий предложил аналог.

После этого все предложения нужно собрать, привести к одному виду, сравнить цены, сроки, оплату и условия поставки.

А затем начинается следующая часть работы.

Торг.

По сути, хороший закупщик постоянно создает конкуренцию между поставщиками.

Чем больше поставщиков реально получили запрос и дали цену, тем сильнее позиция покупателя.

У человека количество параллельных переговоров всегда ограничено временем.

ИИ позволяет увеличить этот масштаб в десятки раз.

Именно это показалось нам самым интересным.

Мы продаем результат

Бизнес покупает понятный результат.

Цена ниже.

Больше предложений.

Меньше ручной работы.

Быстрее проведенная закупка.

Поэтому мы стараемся формулировать продукт максимально просто.

Передайте нам одну закупку. Мы создадим конкуренцию среди поставщиков.

Например, компания собирается купить кабель, оборудование, материалы или комплектующие.

Есть спецификация или предложение текущего поставщика.

Мы берем эту закупку и идем на рынок.

Ищем альтернативных поставщиков.

Запрашиваем реальные предложения.

Собираем цены.

Сравниваем условия.

Если рынок дает более выгодные варианты, у покупателя появляются сильные аргументы для переговоров с текущим поставщиком.

При этом текущий поставщик может остаться основным партнером.

Иногда достаточно показать ему реальную конкуренцию и получить лучшие условия.

Главная работа начинается после поиска

Найти 50 компаний в интернете относительно легко.

Настоящая сложность начинается дальше.

Нужно получить от них содержательный ответ.

Сайт поставщика показывает ассортимент.

Переписка показывает реальные условия сделки.

Есть ли товар сейчас?

Какая цена будет на нужный объем?

Какой срок поставки?

Какие условия оплаты?

Какой дисконт возможен?

Какие аналоги доступны?

Цена на сайте и финальная цена после запроса и переговоров могут заметно отличаться.

Поэтому основная ценность появляется в коммуникации.

И здесь AI-агент особенно интересен.

ИИ может вести переписку сам

Допустим, мы нашли 50 потенциальных поставщиков.

Система формирует запросы и отправляет их поставщикам.

Читает входящие ответы.

Понимает вопросы.

Извлекает цены, сроки и условия.

Запрашивает недостающую информацию.

Напоминает о запросе.

Уточняет стоимость доставки.

Спрашивает про скидку.

Запрашивает альтернативу.

В итоге десятки параллельных переписок превращаются в одну понятную картину по закупке.

Закупщик сразу видит результат.

Корпоративная почта сильно снижает барьер внедрения

Я считаю это одной из самых важных частей модели.

Почта компании-заказчика подключается к сервису, и AI-агент работает через обычную корпоративную переписку.

Для поставщика процесс выглядит привычно.

Он получает письмо с корпоративного адреса клиента.

Нажимает «ответить».

Прикладывает коммерческое предложение.

Задает вопросы.

Продолжает переписку в своей обычной почте.

AI-агент работает внутри этого же канала.

Он может формировать запросы, читать ответы, уточнять условия, напоминать о сроках и вести следующий этап переговоров.

Со стороны поставщика это обычная деловая переписка с компанией-заказчиком.

Заказчик при этом сам задает правила работы агента: какие действия выполняются автоматически, а какие требуют подтверждения сотрудника.

Это сильно упрощает масштабирование.

Один подключенный покупатель получает возможность автоматизировать взаимодействие с сотнями поставщиков.

Каждый поставщик продолжает пользоваться привычной электронной почтой.

Почему мы начинаем с одной закупки

В корпоративном IT ценность часто становится видна только после внедрения.

Мы хотим сделать ее видимой гораздо раньше.

Компания передает одну реальную закупку.

Например, собирается приобрести товар на миллион рублей.

Мы ищем рынок.

Получаем предложения.

Показываем доступные цены.

Сравниваем условия.

Проводим переговоры.

После этого у клиента есть конкретный результат.

Есть текущая цена.

Есть цены рынка.

Есть новые предложения.

Есть потенциальная экономия.

Так появляется очень короткая петля обратной связи и для нас как стартапа, и для клиента.

Если результат полезен, следующей становится вторая закупка.

Потом третья.

И уже после этого можно подключать более глубокие интеграции.

Самая интересная часть начинается с переговоров

Сбор коммерческих предложений — первый этап.

Допустим, один поставщик дал 950 тысяч рублей, другой 900 тысяч, третий 870 тысяч.

Теперь появляется возможность торговаться.

Поставщику за 900 тысяч можно написать:

«У нас есть предложение ниже. Какие условия вы готовы предложить?»

Поставщику за 870 тысяч:

«Как изменится цена при увеличении объема?»

Или:

«Какие условия оплаты вы сможете предложить при сохранении этой цены?»

Для человека десятки таких веток требуют много внимания.

Для программного агента это повторяемый процесс.

Получил предложение.

Сравнил.

Сформировал контраргумент.

Отправил.

Получил ответ.

Продолжил переговоры.

При этом компания задает границы автономности.

Например, агент самостоятельно запрашивает скидку в определенном диапазоне, а изменение критичных коммерческих условий проходит через подтверждение закупщика.

Так AI-агент постепенно становится полноценным участником закупочного процесса.

Роль закупщика становится сильнее

Хороший закупщик принимает решения, которые требуют опыта и знания бизнеса.

Он понимает рынок.

Оценивает надежность поставщика.

Знает внутренние процессы компании.

Учитывает риски.

Может выбрать более надежного партнера даже при чуть более высокой цене.

AI-агент берет на себя большой объем повторяемой работы вокруг этих решений.

Найти.

Написать.

Напомнить.

Получить КП.

Разобрать.

Сопоставить.

Уточнить.

Поторговаться.

В результате один закупщик может работать с гораздо большим количеством поставщиков.

А значит, создавать больше конкуренции и получать более сильные условия.

Здесь меняется сама экономика закупки

Представим, что человек способен качественно отработать пять поставщиков.

Он получает три предложения.

Выбирает лучшее.

Теперь представим, что AI-агент параллельно обращается к 50 поставщикам.

Часть ответит сразу.

Часть позже.

Часть окажется нерелевантной.

В итоге покупатель получает десять или пятнадцать реальных предложений вместо трех.

Вероятность найти более выгодные условия растет.

И здесь появляется самое интересное.

ИИ позволяет выполнить больше полезной работы, чем человек физически успевал выполнить раньше.

Это уже другой тип автоматизации.

Система увеличивает объем исследования рынка, число контактов и количество переговоров.

И вместе с этим увеличивает конкуренцию за заказ клиента.

Как я вижу конечный продукт

Сценарий выглядит примерно так.

Компания загружает спецификацию.

Система понимает, что нужно купить.

Находит подходящих поставщиков.

Рассылает запросы с корпоративной почты покупателя.

Ведет переписку.

Собирает коммерческие предложения.

Сопоставляет позиции.

Показывает цены и условия.

Запускает переговоры.

В конце закупщик получает несколько лучших вариантов и понятное объяснение, почему они лучшие.

Условно:

поставщик А — 920 000 рублей, поставка 5 дней;

поставщик Б — 880 000 рублей, поставка 14 дней;

поставщик В — после переговоров снизил цену с 950 000 до 895 000 рублей и дал отсрочку.

После этого человек принимает решение.

Почему сейчас подходящий момент

Последние годы бизнес активно автоматизировал CRM, ERP, ЭДО, бухгалтерию и склад.

Следующий большой пласт — коммуникация между компаниями.

Огромная часть B2B-процессов по-прежнему проходит через обычные письма:

«Пришлите КП».

«Напоминаю о запросе».

«Уточните срок».

«Какие условия можете предложить?»

«Когда будет отгрузка?»

Именно здесь появляется большой рынок для AI-агентов.

Одна компания хочет купить.

Другая хочет продать.

Между ними тысячи писем, уточнений, документов и переговорных циклов.

AI-агент способен взять значительную часть этой коммуникации на себя.

И это может изменить закупки намного сильнее, чем еще один интерфейс с чат-ботом.

Что мы сейчас проверяем

Сейчас мы хотим проверить самый простой сценарий на настоящих закупках.

Берем одну спецификацию.

Находим поставщиков.

Получаем реальные коммерческие предложения.

Пытаемся улучшить условия.

И смотрим на главный показатель.

Передает ли клиент после первой закупки вторую?

Если да — значит, мы нашли работу, которую бизнес действительно готов отдавать AI-агенту.

Именно повторное использование покажет ценность продукта лучше любой презентации.

Поэтому наша задача сейчас довольно простая.

Доказать, что автономная работа с поставщиками дает покупателю измеримый финансовый результат.

Если это получится, следующим шагом станет полноценный цифровой закупщик, которому можно просто сказать:

вот что мне нужно купить — сходи на рынок и принеси лучшие условия.

Я Рустам Мухамедьянов, генеральный директор WINFOX.

Если вы отвечаете за закупки или снабжение и готовы дать нам одну реальную спецификацию для проверки этой модели — напишите мне.

Особенно интересны закупки, где уже есть текущий поставщик и хочется проверить его цену по реальным предложениям рынка.