Интервью с Дмитрием Карбасовым: современные ИИ инструменты в снабжении и их роль на этапах процесса закупок

В 2025 году цифровые решения в снабжении уже не тренд, а необходимость. Уход ряда поставщиков с российского рынка и изменение логистики заставили российскую промышленность активнее внедрять интеллектуальные технологии во все этапы закупочного процесса – от планирования закупок до управления поставками на уровне склада или цеха.

О том, как ИИ инструменты помогают промышленным компаниям выстраивать эффективную систему снабжения в новых рыночных условиях, рассказал в интервью Дмитрий Карбасов, руководитель Центра экспериментальных решений, директор по продукту «Газпромнефть-Снабжение».
 

 

 

Цифровизация и искусственный интеллект в снабжении промышленных компаний

Интеллектуальные технологии и построенные на их основе конвейеры способны заменить человека в принятии оперативных решений. ИИ сервисы выполняют функции закупщика и с высокой точностью отвечают на ключевые вопросы в закупочном процессе:

• Каков объем потребности?
• Когда закупать и у кого?
• По какой цене?
• На какой склад переместить – завода или цеха?
• Как сформировать оптимальную закупочную партию?

Промышленным компаниям приходится принимать решения в сфере снабжения оперативно и на регулярной основе. При этом всегда есть риски срыва сроков поставки, ухода поставщиков с рынка, изменения цен и условий. Количество решений на каждом этапе закупочного процесса становится все больше, и человек просто не успевает их принимать качественно. Алгоритмы интеллектуальных сервисов берут часть этих решений на себя, тем самым обеспечивая цифровизацию и оптимизацию процесса закупок.

Например, сервисы ИИ позволяют планировать закупку РПМ. Это регулярно потребляемые материалы, которые закупаются и используются на постоянной основе – упаковка, сырье, комплектующие, расходники.

Интеллектуальные сервисы для цифровизации снабжения: разница между ритейлом и промышленностью

К 2017 году практически все крупные ритейлеры перешли на автозаказ по всем товарным позициям. Ритейл по планированию вышел на высокий уровень, однако эта сфера кардинально отличается от промышленности.

• Во-первых, качество данных. В ритейле чек значит, что покупка совершена. В промышленной компании списание может означать все, что угодно – РПМ использовали, отнесли к запасам, перенаправили в другой цех и т.д.
• Во-вторых, количество данных. В ритейле их настолько много, что прогнозирование потребления ходовых категорий возможно по часам. В промышленности это невозможно. Данных намного меньше, и прогнозировать потребление можно в лучшем случае на месяц.
• В-третьих, цена ошибки. В ритейле она невысока. Если не запланировать закупку одной категории товара, это будет некая часть упущенной прибыли. Если же промышленная компания забудет запланировать закупку агрегата для планового ремонта оборудования, это может привести к остановке линии, что недопустимо.

В промышленности проекты по внедрению интеллектуальных алгоритмов в снабжении тормозятся из-за отсутствия четкой методологии в закупках.

Каковы перспективы цифровизации и интеллектуальных сервисов в снабжении?

Цифровизация снабжения – это объективная необходимость. Промышленные компании все активнее будут внедрять интеллектуальные технологии во все этапы цепочки поставок, переходить на планирование с помощью ИИ алгоритмов.

Еще один тренд – коллаборации между промышленными компаниями. Если компания обменивается своими данными с поставщиком, закупки становятся проще, быстрее и эффективнее. В будущем технологии ИИ позволят организовать прямой обмен данными между промышленными корпорациями (минуя дистрибьютора), что позволит обеспечить интеграцию цепочек поставок, повысить эффективность производства и оперативно реагировать на изменения спроса и условий рынка.

Реальные кейсы: как интеллектуальные сервисы уже применяются

Яркий пример – расчет Lead Time или срока поставки. Это обязательства закупщиков перед заявителями по поставке данной товарной позиции на целевой склад.

С уходом многих поставщиков рынок и логистические цепочки изменились. То, что поставлялось в течение 180 дней сейчас может поставляться 270 дней и более. Если учесть, что реальный закупочный бюджет промышленной компании – это 50-300 тысяч позиций в год, и для каждой рассматривается 3-5 поставщиков, уследить за реальными сроками поставок закупщики не могут. В итоге Lead Time или ПСП (плановый срок поставки) не соответствует фактическому сроку.

Точный расчет Lead Time с помощью ИИ алгоритмов уже внедрен на некоторых промышленных компаниях России. Однако интеллектуальные технологии могут больше – они позволяют связать каталоги ТМЦ компаний-производителей и дистрибьюторов в реальном времени без участия человека, чтобы максимально точно знать рынок поставок.

В блоге российского вендора и интегратора AGORA вы найдете много экспертной информации о трендах рынка ИТ, тенденциях в области цифровизации снабжения и разработки современных закупочных решений с использованием ИИ.