Как АСУЗ и алгоритмы выбора меняют понятие «лучшего предложения»

В закупках долгое время «оптимальным» считали предложение с минимальной ценой. Но в реальности важны еще наличие, сроки, маржа, риски и политика компании. Системы класса АСУЗ учатся учитывать все это одновременно — и именно здесь сегодня лежит реальный эффект для экономики закупок.

В классической логике закупок лучший поставщик — тот, кто дал самую низкую цену. Менеджер сводит прайсы в Excel, сортирует по стоимости, иногда вручную поправляет сроки и надежность — и на этом «оптимизация» заканчивается. На небольших объемах и коротких цепочках поставок такой подход еще как-то работает.
Но по мере роста бизнеса, ассортимента и числа поставщиков он превращается в источник системных потерь: срываются сроки, падает маржа, возрастают операционные риски. В ответ на это компании переходят к системам класса АСУЗ — автоматизированным решениям управления закупками, где выбор предложения строится на алгоритмах, учитывающих сразу несколько критериев и бизнес-ограничений, а не только минимальную цену.

Блок 1. Как на самом деле выбирают предложения в большинстве компаний

Если отойти от регламентов и описать живую практику, типовой процесс выглядит так:

• приходит запрос от клиента или внутреннего заказчика;
• менеджер собирает прайсы от нескольких поставщиков;
• сводит их в таблицу и сортирует по цене;
• дальше «на глаз» учитывает наличие, сроки, свой опыт работы с каждым контрагентом.

При этом в документах могут быть прописаны сложные критерии: качество, SLA по срокам, условия оплаты, лимиты концентрации по поставщикам. На деле они часто уступают месту трем простым мотивам:

• цена «здесь и сейчас»;
• личное доверие к конкретным поставщикам;
• локальные задачи конкретной сделки (успеть отгрузить, закрыть месяц, выполнить KPI).

Когда ассортимент исчисляется тысячами позиций, а поставщиков — десятками, эта логика перестает быть управляемой. Один и тот же товар присутствует в разных прайсах под разными артикулами, с отличающимися партиями, сроками, логистикой и валютой. Добавьте сюда акции, индивидуальные скидки и историю срывов — и становится очевидно, что «держать все в голове» невозможно.

Результат — компания либо недополучает прибыль, не выбирая действительно выгодные комбинации цены и условий, либо платит за ошибки: штрафами, потерянными клиентами, хаосом в цепочке поставок.

Блок 2. Почему выбор только по цене бьет по P&L и рискам
Если смотреть на закупки не как на процедуру, а как на элемент P&L, минимальная цена поставщика — лишь один из параметров. Маржа и полная стоимость.

Низкая закупочная цена не гарантирует высокой рентабельности, если:

• логистика дороже;
• под товар нужны особые условия хранения;
• дополнительные сервисы «съедают» разницу.

Часто чуть более дорогой поставщик дает в сумме лучшую маржу за счет понятных условий и предсказуемых расходов.

Сроки и надежность.

Экономия несколько процентов легко обнуляется, если поставка задерживается, приходит не в полном объеме или с нарушением качества. Потерянная продажа, неустойка, негативный клиентский опыт — все это прямые последствия выбора «по цене».

Наличие и локация.

Оптимальным предложением может быть не самое дешевое, а то, которое есть «в нужное время в нужном месте» — на правильном складе, в правильном регионе, без дополнительных перемещений и простоев.

Политика и риски.

Для многих компаний критично:

• не концентрировать закупки у одного поставщика;
• соблюдать ограничения по странам происхождения и брендам;
• выдерживать внутренние нормы комплаенса.

Алгоритм, который видит только цену, системно игнорирует эти слои. Он может формально оптимизировать закупку по одному параметру и одновременно ухудшать общую картину: увеличивать операционные расходы, усиливать зависимость от одного контрагента, повышать вероятность сбоев и репутационных рисков.

Блок 3. Целевая модель: как должен работать выбор предложения в системах класса АСУЗ

В зрелой компании выбор предложения — это не индивидуальное решение менеджера в Excel, а управляемый алгоритм, реализованный, в том числе, в системах класса АСУЗ.

Упрощенно целевая архитектура выглядит так.

1. Единый прайс как база.

Системы АСУЗ собирают прайсы от разных поставщиков в единый каталог: через загрузки, почту, API, личные кабинеты. Данные очищаются, нормализуются и «привязываются» к внутренней номенклатуре — система понимает, какие внешние позиции соответствуют конкретному товару компании.(АСУ Закупками)

2. Унифицированные бизнес-правила.

Для разных категорий, клиентов и сценариев задаются приоритеты:

• где важнее скорость, а где — маржа;
• какие поставщики приоритетны, а какие допустимы только как резерв;
• какие ограничения по доле закупок у одного контрагента.

Это превращается не в «устные договоренности», а в формальный набор правил, которыми управляет бизнес.

3. Формализованные критерии выбора.

Помимо цены, в алгоритм закладываются:

• наличие и складская локация;
• сроки поставки и их надежность;
• условия по партиям, валюте, оплате;
• исторический профиль поставщика (срывы, претензии, стабильность).

На этом уровне система класса АСУЗ уже умеет автоматически отсеивать заведомо неприемлемые варианты и формировать пул допустимых предложений.

4. Многокритериальная оптимизация.

Дальше вступает в силу алгоритм: он оценивает каждое предложение по набору критериев и предлагает несколько сценариев выбора — например, «максимальная маржа», «минимальные сроки», «сбалансированный вариант». Управленец может увидеть, какие компромиссы стоят за каждым сценарием, и задать стратегические приоритеты.

Важно, что такая модель остается прозрачной для менеджмента: можно объяснить, почему система предложила именно этих поставщиков и как это связано с политикой компании, а не ссылаться на «черный ящик».

Блок 4. Роль ИИ и реальный эффект автоматизации
Сами по себе правила и формулы уже дают эффект, но реальные выгоды проявляются, когда в систему добавляются элементы искусственного интеллекта.

ИИ помогает:

• автоматически распознать и загрузить новые прайсы;
• сопоставить разные описания одной и той же позиции;
• прогнозировать риски по поставщикам на основе истории срывов и претензий;
• видеть неочевидные паттерны, влияющие на маржу и оборот.

В одной из компаний, внедривших систему управления закупками с ИИ-поддержкой, время обработки прайсов и формирования предложений сократилось с нескольких часов до минут, количество ошибок в расчетах снизилось на порядок, а прибыль выросла за счет более точного выбора комбинаций цены и условий.

При этом ключевой принцип сохраняется: ИИ — это инфраструктура для обработки данных и поиска вариантов, а не самостоятельный субъект, который «решает за бизнес». Последнее слово остается за людьми, которые задают правила, веса критериев и допустимые границы риска.

Блок 5. Типичные ошибки внедрения и как делать по-другому

Ошибка 1. Думать, что достаточно поставить «умную систему»

Если не описаны бизнес-правила, приоритеты и ограничения, любая система класса АСУЗ будет работать как очередной «сложный Excel».

Что делать: начать с формализации политики закупок и критериев выбора, а уже под это настраивать алгоритмы.

Ошибка 2. Оставить выбор «черным ящиком»

Когда пользователи не понимают, почему система предлагает тех или иных поставщиков, они перестают ей доверять.

Что делать: обеспечивать объяснимость: показывать, какие параметры сработали, какие варианты отсеяны и какие компромиссы заложены.

Ошибка 3. Оптимизировать только цену, изменив интерфейс

Нередко «минимальная цена» остается фактическим единственным критерием, просто завернутым в новый дизайн.

Что делать: вшивать в алгоритм приоритеты по марже, срокам, надежности и рискам и регулярно пересматривать их на уровне управления.

Ошибка 4. Игнорировать людей и процессы

Если не менять роли, мотивацию и процессы, система останется «надстройкой» над старой практикой.

Что делать: встроить алгоритмический выбор в ежедневную работу закупщиков, продаж и финансового блока, показывая, как он защищает от ошибок и усиливает позиции в переговорах.

Заключение

Алгоритмы выбора оптимального предложения — это не про «умную кнопку» в АСУЗ, а про изменение управленческой логики. Вместо того чтобы принимать решения по отдельным прайсам и интуиции отдельных менеджеров, компания начинает опираться на систему данных, правил и приоритетов, в которой цена, наличие, сроки, маржа и риски учитываются одновременно.
Для руководителя это означает два шага. Сначала — признать, что выбор «по минимальной цене» больше не отражает реальную экономику и риск-профиль закупок. Затем — выстроить архитектуру, где системы класса АСУЗ и алгоритмы выбора становятся не техническим аксессуаром, а одним из ключевых инструментов управления маржой, устойчивостью цепочки поставок и конкурентоспособностью бизнеса.