Искусственный интеллект как инструмент оптимизации производства и снижения себестоимости услуг сегодня постепенно внедряется во всех развитых странах мира. Роботы управляют производствами, просчитывают оптимальные маршруты доставки товаров и даже прогнозируют потребительский спрос. Отставание в роботизации сегодня может стать серьёзным препятствием для конкурентоспособности экономики завтра.
И в этом контексте важно не забывать о важном тезисе: искусственного интеллекта не существует. Пока не существует. И в этой статье, и в широкой дискуссии сам термин «искусственный интеллект» употребляется с известной долей условности. Пресловутые нейросети и схожие с ними инструменты обработки информации на сегодня всё ещё нельзя назвать искусственным интеллектом в собственном смысле этого слова. И дело даже не в том, что сама модель обработки информации этими инструментами не сопоставима с мыслительными способностями человека. Самое главное – даже нейросеть является инструментом обработки уже имеющейся информации.
Да, это инструмент высокого порядка. Его способности по количественному охвату информации и скорости её обработки уже сегодня качественно превосходят способности любого человека или даже группы лиц. Нейросеть имеет способности к саморазвитию, условно именуемые «машинным обучением». Но результаты её работы в любом случае представляют собой высокоуровневую компиляцию на основании изначально заданного массива данных. И данные эти задаёт человек.
Эта предельно лаконичная оговорка важна для того, чтобы понимать реальные возможности и ограничения по внедрению искусственного интеллекта в закупочную работу.
Три качественных перехода
Максимально обобщая, в сфере развития закупок российский бизнес, а за ним и контрактная система, прошли два качественных этапа технологического развития, каждый из которых означал выход не только инструментов, самой логики работы с закупками на принципиально иной уровень.
Первый технологический переход стартовал ещё в начале века и представлял собой постепенную цифровизацию закупочных отношений. Сперва была урегулирована сама технология заключения сделки в электронной форме: потребовалась немало времени для того, чтобы привыкнуть к электронным подписям и к тому, что оригиналом юридически значимого документа может быть файл, а не бумага с двумя синими оттисками печатей. Затем в электронной форме стали проводить конкурентные процедуры, и Россия пережила недолгий расцвет рынка электронных торговых площадок, которые темпами развития и многообразием своей функциональности претендовали едва ли не на мировое лидерство. Вскоре в электронной форме стало проводиться планирование закупок.
Венцом развития этой системы стало внедрение в компаниях с развитыми закупочными практиками системы S2P, которая позволяла перенести в электронную среду весь спектр закупочных вопросов, а именно:
- Формулировку и внутреннее утверждение потребности.
- Планирование закупки.
- Оформление детализированной потребности, закупочной документации и проекта договора.
- Выбор поставщика (подрядчика, исполнителя).
- Оформление и заключение договора.
- Направление поставщику заявок на поставку продукцию.
- Расчёт и отслеживание логистики поставки.
- Проведение экспертизы поставленной продукции и оформление приёмочных документов.
- Анализ результатов проведённой закупки.
Однако даже при прочтении этого списка становится интуитивно понятно то, что для современной системы S2P простой цифровизации недостаточно. Ведь если просто перевести всю эту работу в цифровую среду, то это лишь незначительно повлияет как на содержание самой работы, так и на объём издержек, связанных с её проведением. Да, цифровой документооборот может сберечь время на распечатывание документов и хождение по кабинетам. Электронная закупка в идеальных условиях может заинтересовать более широкий круг поставщиков. Но в целом преимущества электронной формы лишь этими достоинствами очевидным образом не ограничиваются.
А потому уже к концу прошлого десятилетия на рынке стало востребовано дополнение простой цифровизации элементами автоматизации. В чём принципиальное отличие цифровизации от автоматизации? Максимально упрощая, в рамках цифровых отношений человек продолжает выполнять весь объём привычной ему работы, но только в цифровой среде. Автоматизация же позволяет с помощью электронных алгоритмов передать часть работы от человека программно-аппаратному комплексу.
Такое сокращение издержек пользователя достигается разными способами. Самый простой и очевидный – наследование данных: например, если потребность объёме в закупаемых товаров (работ, услуг) уже утверждена, то пользователю не нужно всякий раз «вручную» заводить этот показатель сперва в план закупок, затем в закупочную документацию, в проект договора и т.д. Будучи единожды указанным в электронной системе со сквозной интеграцией, этот показатель автоматически предзаполняется во всех последующих документах. Что, в свою очередь, не только экономит время и силы пользователя, но и помогает минимизировать риск преднамеренных и непреднамеренных ошибок.
Автоматизация – это, разумеется, не только «подстановка» данных в нужные поля, и автоматический расчёт по формулам, работа со справочниками и многое другое. Цель настоящей автоматизации: отделить экспертную оценку от рутинной работы. Первая остаётся за человеком, а вторая транслируется программно-аппаратному комплексу.
Здесь важно подчеркнуть принципиальный нюанс: даже в случае автоматизации бизнес-процессов ответственным субъектом остаётся человек. Иными словами, именно пользователь принимает решения – а программно-аппаратный комплекс выполняет функции его помощника. А потому по общему правилу предзаполнение тех или иных данных, результатов расчётов и т.п. не должны означать отсутствия у человека возможность скорректировать эти предзаполненные данные.
И коль скоро корректировка осуществляется именно в электронной среде, то не составляет труда отследить кто именно, что и когда изменил в предзаполненных формах. Такая прозрачность авторства данных существенно облегчает ретроспективный контроль. А реторспективный контроль вкупе с неотвратимостью наказания в большинстве случаев является куда более эффективным механизмом профилактики злоупотреблений по сравнению с повсеместными процедурными запретами. Проще говоря, с т.з. баланса рисков и издержек куда лучше обеспечить неотвратимость наказания для недобросовестного субъекта, нежели придумывать всё новые правила и ограничения для субъектов добросовестных.
Эти концептуальные аспекты автоматизации закупочной работы важны ещё и в контексте повсеместного внедрения в контрактной системе таких инструментов, как электронное актирование и структурированный цифровой контракт. Оба инструмента являются частными случаями автоматизации закупочной работы, и в этом смысле знаменуют собой второй качественный переход, которым и является автоматизация бизнес-процессов вслед за их цифровизацией.
Но при всех потенциальных выгодах от инструментов автоматизации их внедрение требует следования означенным выше основополагающим подходам. Иными словами, и цифровизация, и автоматизация должны быть в первую очередь инструментами оптимизации издержек, и лишь во вторую – средствами надзора и контроля. В противном случае переход на цифровое взаимодействие не только не принесёт положительного эффекта, но и станет проблемой для пользователя.
Третьим качественным переходом можно с полным правом назвать внедрение искусственного интеллекта в закупочную работу. Но при ближайшем рассмотрении такой переход связан всё с теми же рисками, с которыми была сопряжена автоматизация. И главный вопрос заключается в том, станет ли искусственный интеллект помощником для профессионального закупщика или создаст ему новые проблемы.
Место искусственного интеллекта в системе закупок
Например, автоматизация данных может служить установлению жёстких рамок. В этом случае параметры, заданные на предшествующем этапа закупочной работы, жёстко предопределяют результаты этапа последующего. С одной стороны, это позволяет обеспечить строгое соблюдение процедуры. С другой стороны, при таком подходе оценка эффективности подменяется оценкой процедуры, а человек подменяется роботом.
Точно так же искусственный интеллект может стать очень серьёзной проблемой для специалиста по закупкам. Ведь, в отличие от алгоритмов автоматизации, для обычного пользователя, даже обладающего глубокими профильными знаниями в сфере закупок, механизм обработки больших данных искусственным интеллектом остаётся сродни «чёрному ящику». А если так, то не стоит удивляться том, что результаты такой обработки могут оказаться и малопонятными, и прямо вредными в реальной закупочной работе.
А потому внедрение искусственного интеллекта должно быть в обязательном порядке сопряжено с возможностью мотивированной корректировки результатов его работы закупочным специалистом. Не стоит забывать про базовый принцип использования искусственного интеллекта: мера независимости его работы должна быть обратно пропорциональна степени влияния его решений на жизнь и здоровье людей. Проще говоря, искусственный интеллект может быть полностью самостоятелен в создании картин и музыки – и не может быть самостоятельным вовсе при проведении микрохирургических операций. Хотя и искусство, и медицина представляют собой пример перспективных сфер применения искусственного интеллекта.
При должном подходе искусственный интеллект может принести пользу и закупкам. Однако лишь при условии, что он будет рассматриваться как инструмент точечной работы, а не как панацея. Где же стоит искать область эффективного применения этого инструмента? Прежде всего, в тех областях, где требуется системная обработка больших объёмов информации. С такой работой искусственный интеллект уже в самом ближайшем будущем сможет справляться лучше любого человека. Например, при подготовке закупки ему можно поручить:
- Подготовку технической документации.
- Составление перечня требований к поставщику.
- Собор и обобщение сведений о потенциальных поставщиках.
- Конъюнктурный анализ рынка и предложение наиболее эффективного инструмента выбора победителя.
- Расчёт начальной (максимальной) цены закупки.
Разумеется, как уже было сказано выше, в каждом из перечисленных выше случае искусственный интеллект может лишь предлагать человеку проект. И этот проект подлежит проверке со стороны эксперта, причём глубину проверки определяет сам эксперт.
Но даже из краткого приведённого выше перечня становится ясно, что ещё одним условием эффективного внедрения искусственного интеллекта в закупочную работу является изменение самой парадигмы регулирования закупок. Выше уже упоминалось о выборе между системой ограничений и ретроспективным контроле. Сам по себе ретроспективный контроль является элементом принципиально более гибкой системы закупок.
Необходимо подчеркнуть: гибкость не означает произвола! Закупки должны оставаться прозрачными и подконтрольными (не так уж важно, будет ли это контроль со стороны службы внутреннего аудита или со стороны уполномоченных органов государственной власти). Вот только оцениваться такие закупки должны не с т.з. соблюдения процедуры, а с т.з. достижения цели закупки в виде обеспечения заказчика наилучшими ресурсами с минимальными издержками (не только финансовыми, но и организационными, временными т.д.).
Ориентация на цель опять же не означает пренебрежение процедурой! Но у заказчика, вооружённого искусственным интеллектом, должна быть возможность выбора между несколькими путями поведения. При этом выбор пути на каждой «развилке» должен быть обоснован. Например, заказчик выбирает между закупкой у единственного поставщика и конкурентной закупкой, ориентируясь не на предмет закупки, а на реальное состояние конкуренции на рынке закупаемой продукции. Положим, нейросеть, изучив открытые данные, представила отчёт о наличии конкуренции среди производителями закупаемой продукции в данном регионе – и на основании этого отчёта заказчик выбирает конкурентную закупку. Но предпочесть ли ему конкурс или аукцион? Если нейросеть делает прогноз о низкой эластичности ценообразования, то очевидным образом ожидать большого эффекта от аукциона не стоит, а потому есть смысл задуматься о конкурсе…
Реализация совокупности изложенных выше принципов внедрения искусственного интеллекта – участие в обработке больших данных, предоставление материалов для принятия юридически значимых решений, участие в выборе закупочных инструментов и т.д. – подразумевают не просто точечную корректировку законодательства, а переход от императивного регулирования к сочетанию государственного регулирования с саморегулированием. Речь, разумеется, не идёт о всем известных СРО. Речь идёт лишь о необходимости того регуляторного пространства в установленных законодателем рамках, в котором регулируемый объект сможет учитывать при проведении закупки свою сферу деятельности, масштаб, цели, региональную локализацию и иные факторы, на практике непосредственным образом влияющие на закупку.
Разумеется, упомянутыми выше факторами не ограничивается перечень необходимых условий для внедрения в закупочные бизнес-процессы искусственного интеллекта. Необходимо развитие самой технологии. Необходима доступность релевантных данных для обработки искусственным интеллектом. Необходима стабильность законодательства. Необходима выстроенная и отлаженная система закупок внутри самого заказчика. Необходима, наконец, высокая квалификация специалистов по закупкам.
Факторов много. И все они являются если и не достаточными, то во всяком случае необходимыми. Но, как уже было сказано выше, полный отказ от использования искусственного интеллекта может привести к отставанию в уровне эффективности закупочного управления, а значит и в уровне эффективности экономического взаимодействия в целом. А потому о внедрении искусственного интеллекта в закупочную работы стоит задуматься уже сегодня. По меньшей мере, на концептуальном уровне.
Заменят ли отдел закупок искусственным интеллектом?
Представим, что все описанные выше рекомендации воплотились в жизнь. Процедурный контроль уступил место контролю за результатом. Заказчик может закупать не самую дешёвую, а самую качественную продукцию. Исследование больших данных о рынке закупаемой продукции стало обязательным элементом проведения закупки. Документы, сопровождающие закупочный процесс, формируются автоматизировано и приходят на проверку специалисту в надлежащий срок в уже готовом виде. А отследить ход подготовки и проведения закупки, равно как и статус договорной работы, можно со смартфона прямо в режиме реального времени.
Можно ли предположить, что в этом случае для проведения эффективной закупки человек не понадобится вовсе?
Уровень развития современных технологий и бизнес-процессов предполагает в обозримом будущем лишь отрицательный ответ на этот вопрос. Сколь бы развиты ни были алгоритмы обработки больших данных, они не смогу заменить экспертизу человека. Даже тогда, когда самому человеку для подтверждения выводов будут в обязательном порядке требоваться результаты обработки больших данных.
Максимально упрощая, можно утверждать: эксперт и искусственный интеллект не являются соперниками просто потому, что у них разные специализации. И при должном регулировании закупочных бизнес-процессов именно объединение, а не взаимное поглощение, этих специализаций должно стать залогом качественного повышения эффективности.
А значит, цель внедрения искусственного интеллекта в закупки – этот вовсе не отказ от услуг профессиональных закупщиков. Искусственный интеллект нужен лишь для того, чтобы сделать работу отдела закупок одновременно легче и эффективнее. И, кстати, сама польза искусственного интеллекта определяется лишь тем, насколько он помогает одновременному достижению двух этих целей.
Как же обеспечить снижение объёмов работы с повышением её эффективности? Эффективности должен послужить анализ больших данных, позволяющий учесть при выборе способа закупки и при выборе победителя неочевидные, на первый взгляд, факторы. А снижение объёмов работы должно обеспечиваться тем, что первичный, во многом рутинный сбор и анализ данных будет выполняться нейросетью.
Да, вполне возможно, что в не таком уж и далёком будущем нейросеть сможет не только подготавливать материалы для анализа рынка, но и осуществлять выбор победителя на основании многофакторной матрицы. Но и в этом случае за человеком должна сохраняться его ключевая функция: экспертиза и конечное решение по ключевым вопросам. Ведь только человек может оценивать те товары, работы и услуги, закупка которых осуществляется для нужд людей.
Нейросеть же призвана сделать закупки прозрачнее и, если угодно, продуманнее. Она способна заменить человека в тех «узлах» закупочной работы, в которых исторически именно пресловутый «человеческий фактор» сопряжён с наибольшими рисками – будь то банальная ошибка или прямо коррупционные злоупотребления. Но конечная цель внедрения нейросети заключается в том, чтобы позволить человеку сосредоточиться на наиболее интеллектуальных и ответственных участках работы. И только в этом случае нейросеть из фактора риска может превратиться в фактор успеха.
Megagroup.ru