Новости

СИБУР поручил ИИ-агенту проверку предложений поставщиков: что из этого взять производству поменьше

Михаил МозгСобытие: Разбор опубликован: 4 минуты чтения

15 сентября 2026 года СИБУР рассказал о первом ИИ-агенте в закупках: первичная техническая проверка предложений поставщиков стала в семь раз быстрее. Через два дня команда «Цифрового СИБУРа» описала проект в блоге компании на Хабре, с цифрами и ошибками. Разбираем кейс и то, что из него применимо в компании без тысяч закупок в год.

Что сделал СИБУР

Компания проводит порядка 8000 закупочных процедур в год, в них участвуют более 2000 поставщиков. Этап для автоматизации выбирали по реальным трудозатратам: до 80% времени специалистов на техническом анализе уходило не на оценку, а на запросы поставщикам: дозаполнить опросный лист, приложить паспорт на продукцию, подтвердить опыт поставок.

ИИ-агент забирает техническую часть предложения с электронной торговой площадки СИБУРа, сверяет данные с техническим заданием, находит пустые и противоречивые поля и готовит поставщику запрос с точечными вопросами. По каждой строке опросного листа модель ставит один из трех вердиктов: соответствует, не соответствует, данных недостаточно. Закупщик читает черновик, правит и отправляет.

Цифры проекта

По данным блога компании, технический анализ одной позиции раньше занимал 40 минут работы человека, теперь 5 минут. Качество ответов модели выросло с 41% в первую неделю до 65% к третьей, и авторы объясняют это тем, что за эти недели чинили процесс, а не модель.

Главное решение проекта не техническое: поставщику дают одну итерацию дозапроса и сутки на ответ. Раньше закупщик мог возвращаться к одному поставщику пять-шесть раз. После того как агент не справился с архивом на 380 мегабайт, в закупочной системе задали лимит на размер архива, его структуру и допустимые форматы файлов.

Что это значит для производства в России

Директор функции обеспечения производства СИБУРа Михаил Кирьянов сказал, что ИИ-агенты позволяют масштабировать такой подход на разные этапы процесса и категории закупок. Компания планирует агентов на всех ключевых этапах закупочного цикла.

Небольшой завод покупает меньше, но у него та же проблема на входе продаж: клиент присылает заявку без размеров, количества или срока, и менеджер несколько раз переписывается, прежде чем может посчитать цену. Если вы присматриваетесь к ИИ для производственной компании, вот первый кандидат: проверка полноты входящей заявки и один точный запрос недостающих данных.

Что проверить у себя

Сколько заявок в месяц приходит без данных, нужных для расчета. Сколько раз менеджер возвращается к клиенту за уточнениями. Есть ли у вас список обязательных полей для каждого типа изделия или он только в голове технолога. Через сколько часов клиент получает первый ответ.

Опыт СИБУРа подсказывает порядок: сначала записать правило, какие данные обязательны, потом отдавать проверку агенту. Без правила агент будет гадать так же, как гадал человек.

Комментарий MMOOZZGG: как применить это в производственной компании

Новость касается приема заявок, и именно его мы советуем отдать агенту первым. Агент читает заявку с сайта, из почты или мессенджера, сверяет ее со списком обязательных полей, задает клиенту недостающие вопросы одним сообщением и заводит сделку в CRM или документ в 1С. Цену и условия подтверждает менеджер. В договор пилота пишем две метрики: время до первого ответа клиенту и долю заявок в CRM с полным набором данных.

Пример расчета: допустим, 300 заявок в месяц и менеджер с зарплатой 70 000 ₽, который треть времени тратит на уточнения. С налогами это 70 000 × 1,3 = 91 000 ₽, треть из них около 30 300 ₽ в месяц. Пилот одного агента стоит от 150 000 ₽ и идет 14 дней, сопровождение от 40 000 ₽ в месяц. На одном менеджере арифметика почти в ноль, поэтому считать стоит на всем отделе и на скорости ответа: если метрика пилота подтвердится, клиент получает расчет раньше, а менеджеры тратят время на переговоры.

Коротко

СИБУР 15 сентября 2026 года рассказал об ИИ-агенте, который проверяет технические предложения поставщиков и готовит дозапросы: первичная проверка стала в семь раз быстрее, анализ одной позиции сократился с 40 до 5 минут. Главный эффект дало правило одной итерации, и небольшому производству стоит начать с того же на входящих заявках клиентов.

Вопросы и ответы

Что делает ИИ-агент СИБУРа в закупках?

Забирает техническую часть предложения с торговой площадки, сверяет опросный лист с техническим заданием, по каждой строке ставит вердикт и готовит поставщику запрос недостающих данных. Закупщик проверяет черновик и отправляет.

Какие результаты назвала компания?

Первичная проверка предложения стала быстрее в семь раз. В блоге компании приведены цифры: анализ одной позиции сократился с 40 до 5 минут, качество ответов модели выросло с 41% до 65% за три недели.

Как применить это на небольшом производстве?

Отдать агенту проверку входящих заявок клиентов: сверку с обязательными полями, один запрос недостающих данных и заведение сделки в CRM. В договор пилота записать время до первого ответа и долю заявок с полным набором данных.

Источники и даты

15 сентября 2026 года СИБУР сообщил CNews о результатах ИИ-агента в закупках; 17 сентября 2026 года команда «Цифрового СИБУРа» опубликовала подробности проекта в блоге компании на Хабре.

Что дальше

Разбор за 30 минут: посмотрим, каких данных не хватает в ваших заявках и сколько кругов переписки уходит на уточнения.

ИИ для производственной компании: заявки, КП и статус заказа
Михаил Мозг

Михаил Мозг

Основатель MMOOZZGG, ИИ-директор

Подробнее о Михаиле@mmoozzggru

Контакты

Разберем ваш бизнес за 30 минут

Посчитаем, какой отдел может окупиться первым и сколько он стоит. Бесплатно.

Telegram

@mmoozzggru

Ответим в течение рабочего дня. Все контакты

Написать в Telegram