Сибур создает ИИ-ассистента для оптимизации закупок комплектующих

Компания Сибур совместно со Сбером разрабатывает ИИ-ассистента для оптимизации закупок, нацеленный на решение проблем импортозамещения. Этот инструмент, основанный на технологии GigaChat, анализирует техническую документацию, определяет параметры необходимого оборудования и подбирает аналоги с учетом цены, качества и доступности.

Развитие проекта планируется в два этапа. До конца 2024 года будет создана пилотная версия продукта стоимостью несколько десятков млн рублей. Она будет работать в формате диалогового интерфейса. Пользователи смогут общаться с ИИ через чат, чтобы уточнить параметры закупаемого оборудования или найти подходящие аналоги. Специалист будет получать в чате ответ и на его основании формировать или корректировать уже заведенную заявку на закупку.

В течение 2025 года планируется интеграция ИИ-ассистента в бизнес-процессы компании, включая системы планирования потребностей и проведения закупок. Это позволит ему автоматизировать определенные процессы, а также выступать в роли интеллектуального помощника. Взаимодействие с пользователями будет происходить через всплывающие уведомления в интерфейсе систем, содержащих справочную информацию о номенклатуре или в ERP-системе. Для реализации этих возможностей потребуется провести интеграцию с существующими информационными платформами компании. 

Обучение ИИ-ассистента проводится по двум направлениям. Во-первых, он изучает техническую документацию. Основная задача на этом этапе — научить систему определять ключевые параметры оборудования или материала и находить их аналоги. Под аналогами понимаются продукты, полностью соответствующие оригиналу по основным техническим характеристикам, с допустимыми незначительными отклонениями по второстепенным параметрам. В процессе обучения система изучает различные технические стандарты, включая ГОСТы, технические условия (ТУ) и международные нормы, такие как ASME. На основе этих данных формируется функционал IT-продукта, позволяющий идентифицировать и выделять важные параметры, а затем сопоставлять их согласно заданным алгоритмам.

Затем помимо анализа технической документации и параметров, система изучает корпоративные политики, существующие матрицы аналогов и утвержденные случаи замены номенклатуры. Такой подход значительно увеличивает эффективность модели, позволяя ей выявлять большее количество потенциальных замен, согласованных внутри компании. В результате, помимо строго параметрических аналогов, система способна предлагать допустимые и условные альтернативы, что существенно расширяет спектр возможных решений при поиске замен оборудования.

Ожидается, что использование ИИ-ассистента повысит эффективность управления запасами, снизит количество неликвидных остатков, расширит конкурентную среду в закупках и оптимизирует процесс закупок в целом. Для обеспечения безопасности данных Сибур планирует использовать собственные серверные мощности без применения облачных технологий.