Закупки · Трансформация

    Техническое задание в закупках — точка, где бизнес теряет деньги

    Большинство ТЗ формируется без данных, без структуры и без контроля. Мы перестраиваем процесс так, чтобы требования формировались на основе реальных закупок, а не копипаста.

    Как ТЗ собирается в реальности

    Не процесс, а цепочка ручных действий. Каждое звено — потенциальная ошибка.

    1. 1

      Инициатор ищет товар в интернете

    2. 2

      Копирует описание — часто неактуальное, маркетинговое

    3. 3

      Вставляет в ТЗ как есть

    4. 4

      Закупщик вручную перепроверяет и «причёсывает»

    5. 5

      Параметры берутся из разных источников — нет единой базы

    Нет единого источника требований. Каждое ТЗ собирается заново.

    Где именно ломается процесс

    Проблема не в одном звене. Разрыв на стыке ролей и данных — поэтому «починить» только закупщика или только инициатора не работает.

    Инициатор

    • не понимает, какие параметры нужны
    • копирует маркетинговые описания
    • не несёт ответственности за корректность
    → ТЗ изначально формируется с ошибками

    Закупщик

    • тратит время на «причёсывание»
    • не имеет базы параметров
    • не может проверить полноту
    → Закупщик работает как редактор, а не как аналитик

    Данные

    • нет НСИ
    • нет структуры параметров
    • нет повторного использования
    → Каждая закупка — с нуля

    Почему это проблема бизнеса, а не закупок

    ТЗ — это не документ. Это точка принятия решения о деньгах.

    Переплата

    Некорректные требования → завышенная цена и лишние характеристики в спецификации.

    Зависимость от поставщиков

    Без структуры требований нельзя сравнить альтернативы — рынок диктует условия.

    Нет сопоставимости закупок

    Невозможно понять, дороже или дешевле, чем в прошлый раз — данные несопоставимы.

    Невозможность контроля

    Топ не видит, на чём основано решение о закупке — только финальную цифру.

    Почему типовые решения не закрывают проблему

    Все три подхода обходят корень — отсутствие нормализованных данных о требованиях.

    Парсинг ЕИС

    Даёт текст, но не структуру. Извлечь параметры в сопоставимом виде по-прежнему нельзя.

    Шаблоны ТЗ

    Не покрывают реальные кейсы и быстро устаревают. Под каждую новую закупку — снова ручной труд.

    «Боты» и генераторы

    Не имеют доступа к данным компании, выдают правдоподобный мусор без связи с реальной номенклатурой.

    Автоматизация невозможна без структуры данных.

    Как мы перестраиваем процесс

    Не «генерим ТЗ за вас», а собираем систему: данные → модель → встраивание в реальный поток работы инициатора и закупщика.

    1

    Собираем данные

    • прошлые закупки
    • договоры и спецификации
    • параметры из реальных поставок
    2

    Строим модель

    • категории и иерархия параметров
    • типовые шаблоны под тип закупки
    • нормализованные справочники
    3

    Встраиваем в процесс

    • инициатор → ввод потребности на понятном языке
    • система → формирует структурированное ТЗ
    • закупщик → валидирует, а не сочиняет с нуля

    Это система, а не инструмент.

    Что получает бизнес

    Ускорение — побочный эффект. Главное — управляемость закупочной функции.

    −50%
    времени на подготовку ТЗ
    Стандарт
    единые требования по категориям
    −Зависимость
    от конкретных закупщиков
    +Контроль
    прозрачность решений для топ-менеджмента

    Разберём, где у вас ломается процесс ТЗ

    За одну встречу покажем точки потерь в вашем процессе и составим план трансформации. Без презентаций и пресейла.

    Получить диагностику

    Согласие на обработку персональных данных · Политика обработки персональных данных
    Согласие на рассылку

    Материалы по теме

    Решение Лаб ИТ

    Платформа корпоративных знаний: документы, RAG и AI-поиск

    Единый защищённый контур для документов, данных и экспертизы компании.

    Читать
    Экспертный материал

    С чего начать внедрение ИИ в компании

    Как выбрать первый процесс, оценить эффект и запустить пилот без потери бюджета.

    Читать
    Кейс внедрения

    AI Service Desk: автоматизация заявок и поддержка сотрудников

    Практика внедрения AI-слоя над сервисным процессом: классификация, поиск решений и SLA.

    Читать
    Экспертный материал

    Как внедрить ИИ в компанию: путь от пилота к масштабу

    Методика управления данными, экономикой, интеграциями и масштабированием AI-сценариев.

    Читать
    Решение Лаб ИТ

    AI в закупках: ТЗ, номенклатура и работа с поставщиками

    Сценарии для закупочных процессов, цифровизации МТО и работы с корпоративными данными.

    Читать
    Кейс внедрения

    «Кашалот»: AI-поддержка клиентов вместо ручной обработки

    Кейс корпоративного AI-ассистента, который закрывает типовые обращения на основе базы знаний.

    Читать
    Решение Лаб ИТ

    Платформа корпоративных знаний: документы, RAG и AI-поиск

    Единый защищённый контур для документов, данных и экспертизы компании.

    Читать
    Экспертный материал

    С чего начать внедрение ИИ в компании

    Как выбрать первый процесс, оценить эффект и запустить пилот без потери бюджета.

    Читать
    Кейс внедрения

    AI Service Desk: автоматизация заявок и поддержка сотрудников

    Практика внедрения AI-слоя над сервисным процессом: классификация, поиск решений и SLA.

    Читать
    Экспертный материал

    Как внедрить ИИ в компанию: путь от пилота к масштабу

    Методика управления данными, экономикой, интеграциями и масштабированием AI-сценариев.

    Читать
    Решение Лаб ИТ

    AI в закупках: ТЗ, номенклатура и работа с поставщиками

    Сценарии для закупочных процессов, цифровизации МТО и работы с корпоративными данными.

    Читать
    Кейс внедрения

    «Кашалот»: AI-поддержка клиентов вместо ручной обработки

    Кейс корпоративного AI-ассистента, который закрывает типовые обращения на основе базы знаний.

    Читать