Автоматизация заказов и работы с поставщиками может вернуть закупочной команде десятки часов. Но освободившееся время легко снова поглощает операционная работа.
IFS — поставщик корпоративного программного обеспечения для промышленных компаний — представил исследование о применении ИИ-агентов в операционных процессах. Его главный результат связан не с сокращением персонала, а с дефицитом времени: 77% опрошенных руководителей откладывали стратегические инициативы или отказывались от них, потому что у команды не было возможности ими заняться.
Исследование провела The Futurum Group по заказу IFS. В мае—июне 2026 года были опрошены 664 представителя компаний из Северной Америки и Европы. В выборку вошли производство, энергетика, аэрокосмическая и оборонная промышленность, транспорт и логистика, строительство и телекоммуникации.
Дополнительно исследователи провели интервью с руководителями ИТ- и операционных подразделений шести компаний, использующих решения IFS. Поэтому результаты опроса и показатели отдельных внедрений важно разделять: первые характеризуют всю выборку, вторые — опыт конкретных клиентов поставщика программного обеспечения.
Два рабочих дня уходят на повторяющиеся операции
По оценке 64% участников исследования, ручная повторяющаяся работа занимает более 40% времени сотрудников. В отчете приведена усредненная оценка — 41%, то есть примерно два рабочих дня в неделю.
Авторы называют возникающий разрыв дефицитом рабочей емкости: компания понимает, какие проекты ей нужны, но сотрудники заняты обработкой заказов, сверкой информации, перепиской, исправлением данных и другими текущими операциями.
В закупках из-за этого могут откладываться задачи, которые не останавливают сегодняшний процесс, но влияют на его устойчивость в будущем:
— развитие поставщиков;
— пересмотр категорийных стратегий;
— анализ рисков;
— поиск альтернативных источников поставок;
— подготовка к переговорам;
— анализ полной стоимости владения;
— работа с неконтрактными расходами;
— пересмотр требований внутренних заказчиков.
Чем ИИ-агент отличается от обычного помощника
Обычный ИИ-помощник ищет информацию, составляет текст, сравнивает документы или предлагает вариант решения. После этого сотрудник сам выполняет следующее действие.
ИИ-агент может пройти несколько этапов процесса: получить заявку, проверить данные, сформировать заказ, направить его поставщику, проконтролировать подтверждение и передать сотруднику только нестандартную ситуацию.
Например, в компании Kitron Group три агента совместно обрабатывают процесс от заявки до подтвержденного поставщиком заказа. Если сведения соответствуют установленным правилам, участие человека не требуется. При расхождениях операция передается сотруднику.
Агент работает с данными корпоративной учетной системы ERP, в которой оформляются заявки, заказы, поставки и расчеты (ERP — Enterprise Resource Planning).
Какой результат получили участники исследования
Производитель продуктов питания KLN Family Brands автоматизировал обработку 329 заказов поставщикам в неделю. По данным компании, это высвободило 27 часов, которые раньше еженедельно уходили на ручную обработку.
CDF Corporation сообщила, что агент для пополнения запасов освободил 20% времени сотрудников закупочного подразделения.
Ependion запустила агента для работы с заказами поставщикам во всей компании за 10 недель. Kitron Group планирует распространить своих агентов на 13 производственных площадок до конца 2026 года.
В двух других кейсах речь пока идет о планируемых показателях. AirBoss рассчитывает обрабатывать 40% заказов без участия человека. Sims Crane ставит цель автоматически проводить 80% счетов, оставляя сотрудникам 20% нестандартных случаев.
Эти результаты нельзя переносить на другие организации без учета объема операций, качества данных, устройства закупочного процесса и сложности поставщиков.
Главный риск — не ошибка агента, а очередь исключений
Успех внедрения нельзя оценивать только количеством автоматически обработанных заказов. Агент может ускорить стандартные операции, но одновременно создать новую нагрузку: поток уведомлений, спорных совпадений и случаев, которые он не смог обработать.
До запуска необходимо определить:
— какие ситуации считаются исключениями;
— кому они передаются;
— сколько времени дается на решение;
— какие сведения агент должен приложить;
— может ли процесс продолжаться до ответа человека;
— кто отвечает за последствия пропущенного уведомления.
Агент не должен просто сообщать: «Обнаружена ошибка». Вместе с уведомлением он должен передавать сотруднику исходные документы, найденное расхождение, уже выполненные действия и возможные варианты продолжения процесса.
Если система автоматически завершает 80% операций, но оставшиеся 20% требуют вдвое больше времени, чем раньше занимал весь процесс, автоматизация не высвободила ресурсы — она лишь изменила форму нагрузки.
В одном процессе могут одновременно использоваться разные уровни. Например, агент самостоятельно оформляет заказы до установленной суммы у проверенных поставщиков, но только готовит документы для новой или критически важной закупки.
Полномочия агента зависят от цены ошибки
Высокая повторяемость операции еще не означает, что ее можно полностью автоматизировать. Продление стандартного заказа канцелярских товаров и изменение количества критически важного компонента могут состоять из похожих действий, но последствия ошибки будут разными.
Перед передачей процесса агенту следует оценить:
— возможный финансовый ущерб;
— влияние на непрерывность поставок;
— юридические и регуляторные последствия;
— возможность быстро отменить действие;
— сложность исправления ошибки;
— значение поставщика или категории для компании.
Чем выше цена ошибки, тем меньше самостоятельность агента. Для критических категорий его роль может ограничиваться поиском расхождений и подготовкой информации для закупщика.
Эта матрица — практическая редакционная модель, не готовая схема из исследования IFS. Границы полномочий необходимо устанавливать для каждого процесса отдельно.
Полная автономность пока остается исключением
Хотя 66% участников исследования планируют инвестировать в цифровых работников в течение ближайших 12 месяцев, полностью автономным действиям ИИ доверяют только 5,7% опрошенных. Преимущественно автономные решения сейчас используют около 10% организаций.
Рабочей моделью становится не передача агенту всего процесса, а автоматическое выполнение стандартных операций с обязательным участием человека в нестандартных и ответственных решениях.
В исследовании названы три условия перехода от эксперимента к постоянному использованию:
— агент должен работать с данными действующих корпоративных систем и соблюдать установленные маршруты согласования;
— система должна сохранять полную историю действий: какие сведения использовались, что было изменено, кому направлен документ и почему операция передана сотруднику;
— нестандартные случаи должны автоматически передаваться ответственному специалисту вместе с необходимыми данными.
Почему проекты останавливаются
Две трети проектов с ИИ, охваченных исследованием, доходят не более чем до половины полноценного внедрения.
Основными причинами респонденты назвали:
— низкое качество данных — 30%;
— сложности с подтверждением окупаемости — 28%;
— трудности интеграции — 28%;
— недоверие к результатам — 23%;
— риски информационной безопасности и соблюдения требований — 22%.
При этом авторы отчета не советуют откладывать запуск до полного исправления всех данных. В одном из кейсов агент Kitron Group обнаружил ошибку в номере детали, которая оставалась незамеченной около 10 лет.
Однако такой пример не означает, что систему можно запускать на неподготовленных данных без ограничений. Безопаснее сначала выбрать стандартный процесс с невысокой ценой ошибки, установить границы полномочий и проверять результаты на каждом этапе.
Высвобожденное время тоже нужно планировать
Сокращение ручной работы не гарантирует, что закупщики займутся стратегическими задачами. Освободившиеся часы быстро заполняются другими срочными операциями.
До начала проекта стоит зафиксировать:
— сколько времени сейчас занимает выбранный процесс.
— какую долю предполагается высвободить.
— на какие конкретные задачи направят это время.
— кто отвечает за выполнение этих задач.
— по какому результату через три месяца будет оцениваться эффект.
Цель проекта лучше формулировать не как «автоматизировать 500 заказов», а конкретнее:
Сократить ручную обработку заказов на 30 часов в месяц и направить освободившееся время на оценку пяти критических поставщиков и подготовку двух альтернативных источников поставки.
Так внедрение перестает быть только ИТ-проектом и становится изменением системы управления закупками.
Какие показатели действительно отражают эффект
Количество обработанных операций — слабый показатель: оно может увеличиваться вместе с объемом закупок. Для оценки результата полезнее учитывать:
— долю операций, завершенных без участия человека;
— количество исключений на 100 операций;
— среднее время обработки одного исключения;
— количество ошибочных действий агента;
— количество ошибок и расхождений, обнаруженных агентом;
— продолжительность закупочного цикла;
— долю операций, которые пришлось исправлять;
— часы, фактически высвобожденные у сотрудников;
— стратегические задачи, выполненные за счет этого времени.
Если автоматизация ускорила обработку заказов, но закупщики по-прежнему не занимаются развитием поставщиков, рисками и категорийными стратегиями, освобождение времени само по себе не стало управленческим результатом.
Что проверить при закупке ИИ-агента
Перед выбором решения стоит запросить у поставщика ответы на следующие вопросы:
— с какими учетными и закупочными системами работает агент?
— какие действия он может совершать без подтверждения?
— можно ли устанавливать ограничения по сумме, категории и поставщику?
— сохраняется ли полная история действий и изменений?
— можно ли понять, на основании каких данных выполнено действие?
— как агент передает нестандартную операцию человеку?
— можно ли отменить или откатить совершенное действие?
— кто отвечает за обновление правил и маршрутов согласования?
— как защищаются коммерческие данные и документы поставщиков?
— как рассчитывается доля операций без ручного вмешательства?
— какие действия предпринимает разработчик при ошибках и сбоях?
— можно ли провести пилот на реальном процессе без долгосрочного контракта?
— как выгружаются данные при смене поставщика решения?
Начинать лучше со стандартного процесса, большого количества однотипных операций и ограниченного круга проверенных поставщиков. Самые сложные категории и наиболее значимые отношения с поставщиками не должны становиться первой площадкой для эксперимента.
Источники:
