Распознавание предложений поставщиков с ИИ: как сократить обработку с 3 дней до 30 минут

Проведем простой подсчет. На обработку 50 коммерческих предложений сотрудник тратит около трех полных рабочих дней, что составляет приблизительно 24 часа его трудового времени. Компания оплачивает эти часы, однако они не приносят дополнительной ценности. Вместо того чтобы заниматься поиском наиболее выгодных предложений, анализом других поставщиков и развитием партнерских связей, специалист выполняет функции оператора по вводу информации. В течение года такие издержки могут составить сумму, равную заработной плате еще одного сотрудника, чья деятельность целиком посвящена механическим операциям.

В монотонных операциях человеческие ошибки неизбежны. Если в артикуле пропущена цифра, это приведет к заказу ошибочной детали. Неточность в стоимости одной позиции крупного заказа способна изменить общую сумму на десятки тысяч рублей. Выявление подобных неточностей уже после заключения контракта или получения продукции оборачивается остановками производства, дополнительными расходами на возврат и транспортировку, а также ущербом для деловой репутации.

Осознавая предстоящий объем ручной обработки, сотрудник неосознанно сокращает число поставщиков, которым направляет запросы. Вручную обработать ответы от 20 компаний - это слишком трудоемко. Куда легче взаимодействовать всего с тремя-пятью "проверенными" поставщиками. В итоге бизнес сам уменьшает количество поступающих предложений и функционирует в условиях искусственно суженной конкуренции, регулярно теряя возможность получить более привлекательные условия, доступные на рынке.

От поставщика поступило коммерческое предложение, представленное в виде скана бумажного документа. Изображение оказалось слегка наклонено, присутствуют небольшие тени. Стандартные программы для распознавания текста выдадут в таком случае сплошной массив текста, который будет непригоден для дальнейшего анализа.

ИИ-агент "Экстрактор данных из прайс-листов поставщиков" сначала задействует специальные алгоритмы, чтобы улучшить изображение: он выравнивает документ и удаляет посторонние шумы. После этого он прибегает к современной технологии оптического распознавания символов (OCR), чтобы перевести изображение в текстовый формат. Самое важное начинается потом: языковая модель анализирует текстовую структуру, обнаруживает таблицы и их границы, даже если они не обозначены. Затем агент точно указывает, какой столбец содержит наименование, а какой - цену, и извлекает информацию в упорядоченном виде, полностью готовом для переноса в общую таблицу.

Представьте прайс-лист от крупного дистрибьютора: это файл Excel с несколькими вкладками, объединенными ячейками для категорий товаров, скрытыми строками и разными колонками цен (например, оптовая, розничная, дилерская).

Вместо простого копирования, ИИ-агент проводит анализ логической структуры файла. Он понимает, что объединенная ячейка "Подшипники SKF" относится ко всем последующим строкам как категория. Система автоматически находит нужную ценовую колонку, основываясь на предварительных настройках, например, "использовать дилерскую цену". Агент игнорирует маркетинговые материалы, примечания и прочую нерелевантную информацию, извлекая исключительно чистые данные о номенклатуре.

Информация успешно извлечена, но наименования товаров у поставщика и в вашей внутренней учетной системе отличаются. Допустим, поставщик указывает "Болт шестигранный M12x50 DIN 933 сталь кл.пр. 8.8", а в вашем справочнике это же изделие записано как "БОЛТ М12Х50 С ШЕСТИГР.ГОЛ DIN933/ГОСТ 7805-70". Человек сразу поймет, что это одно и то же, но для информационной системы это разные позиции.

В этом случае в работу включается ИИ-агент "Сопоставитель номенклатуры поставщиков". Он применяет технологии векторного поиска и семантического анализа. Агент преобразует оба наименования в числовые векторы, а затем сравнивает их смысловую близость, а не только совпадение символов. Система с высокой степенью уверенности определит, что это одна и та же позиция, и автоматически сопоставит ее с вашим внутренним артикулом. Позиции, по которым уровень уверенности системы окажется ниже заданного порога, будут выделены для оперативной проверки специалистом.

Ранее менеджер тратил дни на то, чтобы вручную сводить данные в Excel, постоянно переключаясь между десятками файлов и рискуя допустить ошибку. Анализ начинался только после завершения всей механической части работы, когда некоторые предложения могли уже утратить свою актуальность.

Загрузив все необходимые файлы в систему, менеджер спустя 20-30 минут получает на руки готовую сводную таблицу. Все предложения от различных поставщиков стандартизированы и уже сопоставлены с внутренней номенклатурой компании. Автоматически система выделяет самые выгодные цены по каждой товарной позиции. Это кардинально трансформирует задачи специалиста. Теперь он не занимается ручным вводом данных, а сосредоточивает усилия на аналитической работе: оценивает лучшие предложения, ведет переговоры о дополнительных скидках и проверяет надежность поставщиков.