Разработка AI‑системы для автоматизации тендеров и расчета заявок (Уралресурс)

Когда объем номенклатуры начинает тормозить бизнес

В компаниях с широкой номенклатурной базой участие в тендерах постепенно превращается в трудоемкий и плохо масштабируемый процесс. Каждая заявка требует анализа сотен позиций, проверки их совместимости, подбора аналогов и расчета итоговой стоимости.

У Уралресурс эта проблема была выражена особенно остро. Большое количество комплектующих, сложные зависимости между ними и необходимость учитывать доступность товаров делали расчет заявок долгим и подверженным ошибкам.

Дополнительную сложность вносили тендерные процедуры: необходимо было анализировать договоры в рамках 223‑ФЗ, оценивать юридические риски и при этом не терять скорость обработки. В результате часть рисков могла быть упущена, а подготовка заявок занимала значительное время.

Задача заключалась в том, чтобы автоматизировать весь цикл — от поиска тендера до расчета маржинальности и анализа договорной документации.

Архитектура решения: микросервисы и интеграция с площадками

В основе системы лежит микросервисная архитектура на Java с использованием RESTful API. Такой подход позволил разделить зоны ответственности и обеспечить масштабируемость при росте нагрузки.

Отдельный сервис отвечает за сбор данных с тендерных площадок через API. Система регулярно опрашивает источники, получает новые процедуры и загружает сопроводительные документы.

Ключевая особенность — работа с файлами в произвольном формате. Независимо от структуры и типа вложений система извлекает договор и спецификацию, подготавливая их к дальнейшему анализу.

AI‑обработка документов и юридический анализ

После загрузки документов в работу включается AI‑модуль на базе облачных решений Яндекса. Он анализирует текст договора, выявляет потенциальные юридические риски и структурирует информацию.

Система не просто «читает» документ, а выделяет значимые условия: штрафные санкции, сроки, ответственность сторон и другие критичные параметры. Выявленные риски автоматически подсвечиваются и передаются в CRM и 1С.

Это позволяет исключить человеческий фактор — даже при большом потоке тендеров важные детали не теряются.

AI‑обработка документов и юридический анализ

После загрузки документов в работу включается AI‑модуль на базе облачных решений Яндекса. Он анализирует текст договора, выявляет потенциальные юридические риски и структурирует информацию.

Система не просто «читает» документ, а выделяет значимые условия: штрафные санкции, сроки, ответственность сторон и другие критичные параметры. Выявленные риски автоматически подсвечиваются и передаются в CRM и 1С.

Это позволяет исключить человеческий фактор — даже при большом потоке тендеров важные детали не теряются.

Одной из самых сложных частей проекта стала логика расчета стоимости. В отличие от типовых решений, здесь недостаточно просто суммировать позиции.

Система учитывает сочетаемость компонентов, возможность замены аналогами, доступность на складе и исторические данные по поставкам. Это позволяет формировать реалистичную модель закупки.

Backend на Java обрабатывает эти зависимости и рассчитывает итоговую стоимость проекта, включая маржинальность. Данные сохраняются в PostgreSQL, что обеспечивает быстрый доступ и возможность дальнейшей аналитики.

Результаты работы системы не изолированы — они интегрированы в существующий контур заказчика. Данные о тендерах, рисках и расчетах автоматически передаются в CRM и 1С.

Это позволяет встроить решение в текущие бизнес-процессы без необходимости их радикального изменения. Пользователи работают в привычной среде, но получают значительно более мощный инструмент.

Использование облачного AI позволило быстро запустить систему и проверить гипотезы. Однако при росте объемов обработки встает вопрос оптимизации затрат.

Поэтому следующим этапом предусмотрено обучение собственной модели на базе LLaMA или DeepSeek с развертыванием в облачной инфраструктуре. Это позволит снизить зависимость от внешних сервисов и уменьшить стоимость обработки.

Архитектура системы изначально спроектирована так, чтобы такой переход прошел без серьезных изменений.

После внедрения система кардинально изменила процесс работы с тендерами. Скорость обработки заявок увеличилась в разы — то, что раньше занимало часы или дни, теперь выполняется значительно быстрее.

Юридические риски перестали зависеть от внимательности конкретного сотрудника — система автоматически выявляет и подсвечивает проблемные места.

Кроме того, компания получила инструмент, позволяющий принимать решения на основе данных: оценивать маржинальность, выбирать оптимальные стратегии участия в тендерах и эффективнее управлять номенклатурой.

Проект стал примером того, как AI и грамотная архитектура могут трансформировать сложный и перегруженный процесс в управляемую цифровую систему.