Агентный ИИ в закупках: от автоматизации рутины к стратегическому управлению
McKinsey анализирует сдвиг в корпоративных закупках: агентный ИИ перестает быть просто инструментом анализа и начинает самостоятельно вести переговоры, искать поставщиков и управлять рисками.
Суть: Переход от «Покажи мне данные» к «Сделай это за меня»
Индустрия корпоративных закупок стоит на пороге фундаментальной трансформации. Если последние десятилетия фокус был на оцифровке бумажных процессов (электронные каталоги, инвойсы), то сейчас мы переходим к этапу автономности. McKinsey в своем свежем отчете утверждает, что агентный ИИ (Agentic AI) меняет саму парадигму работы: от аналитического подхода, где система просто предоставляет отчеты, к агентному, где система самостоятельно выполняет сложные задачи.
Это важно, потому что традиционные модели управления закупками достигли своего предела. Геополитическая нестабильность, инфляция и разрывы цепочек поставок требуют скорости реакции, недоступной человеку, погребенному под административной рутиной.
Контекст: Проблема не в технологиях, а в процессах
Даже в технологически продвинутых компаниях специалисты по закупкам часто перегружены. Они тратят время на ручную обработку данных, согласования и переписку, вместо того чтобы строить стратегические отношения с поставщиками. Разрыв между амбициями компаний (быть гибкими, устойчивыми) и реальностью (медленные процессы, разрозненные данные) растет.
Ранее внедрение ИИ ограничивалось аналитикой. Система могла подсказать: «Здесь цены выросли на 10%». Агентный ИИ идет дальше: он видит рост цен, ищет альтернативных поставщиков, запрашивает у них предложения и формирует стратегию переговоров.
Детали: Как это работает на практике
Агентный ИИ — это цифровой коллега, который работает круглосуточно. Он не просто автоматизирует шаги, он оркестрирует результаты. Вот несколько реальных примеров из отчета McKinsey, демонстрирующих эффективность подхода:
- Телекоммуникационная компания использовала ИИ-агентов для переговоров по закупке специализированного ПО. Агенты готовили фактологическую базу, оценивали компромиссы между ценой и качеством в реальном времени и генерировали контрпредложения. Результат: экономия времени переговорщиков на 90% и снижение затрат на 10–15%.
