Результаты автоматизации тендерного поиска
ИИ-агент в автоматическом режиме сканирует все публикации в системе BiCo за текущие сутки. Алгоритмы машинного обучения сопоставляют содержание закупок с заранее заданными параметрами (ключевые слова, регионы, НМЦК, ОКПД 2) и отбирают только те тендеры, которые соответствуют профилю логистической деятельности «LHMEX».
Отобранные тендеры проходят повторный цикл анализа. Агент скачивает всю доступную конкурсную документацию, извлекает из файлов любого формата (PDF, XLS, DOC) значимую информацию, включая техническое задание и перечень позиций. Это исключает риск работы с неполными или некорректными исходными данными.
Обработанные данные в структурированном виде автоматически загружаются в CRM-систему Битрикс24. Создается сделка на определенной (настроенной) стадии воронки с предзаполненными полями: название тендера, номер извещения, сумма контракта, дата окончания приема заявок, контактные данные заказчика. Весь пакет конкурсной документации прикрепляется к карточке сделки в виде файлов.
Модуль анализа выделяет из документации конкретные номенклатурные позиции и требования к перевозке. Эта информация выгружается отдельным блоком в комментарии или пользовательские поля сделки, что позволяет менеджеру мгновенно оценить сложность и рентабельность логистической задачи без самостоятельного изучения многотомной документации.
Автоматизация исключила необходимость ежедневного ручного просмотра десятков тендерных площадок и скачивания файлов. Высвобожденный временной ресурс переориентирован на подготовку коммерческих предложений и коммуникацию с заказчиками, а не на поиск и копирование данных.
Благодаря сплошному сканированию всех публикаций и формализации критериев отбора, полностью исключены случаи пропуска перспективных тендеров из-за невнимательности, высокой загрузки персонала или отпусков сотрудников.
Проект реализован в формате комплексного внедрения. Проведена настройка правил фильтрации под специфику логистического бизнеса, кастомизация шаблонов полей в Битрикс24 и обучение алгоритмов на исторических данных компании для повышения точности релевантности отбираемых закупок.
Расскажите о задаче — предложим подход и оценим результат заранее.