Денис Лузиков@deni_vitoБесплатный разбор

ИИ для тендеров и закупок: где помогает

Коротко

ИИ в тендерах закрывает три этапа: отбирает закупки по критериям компании из потока извещений, извлекает из документации требования, сроки и условия в чек-лист и сверяет их с тем, что компания может выполнить. Решение об участии, расчёт цены и подписание заявки остаются за человеком: модель может пропустить требование или процитировать закон неверно, а ответственность за заявку несёт участник.

Извещение опубликовано в пятницу вечером, документация в нескольких файлах с приложениями, срок подачи — через неделю. Тендерный специалист узнаёт о закупке в понедельник, читает документацию до среды и в четверг выясняет, что в проекте контракта стоит требование, которое компания не выполняет. Три дня потеряны, и это не редкий случай, а типовая неделя отдела из двух человек. Я собирал систему для поиска и разбора закупок как собственный продукт и знаю, где именно уходит время: не на заявку, а на отсев и чтение.

Разбираю тендерную работу по этапам: что модель делает надёжно, что нельзя доверять ей по устройству, как это устроено технически, где границы по закону и сколько стоит. Речь о закупках по 44-ФЗ и 223-ФЗ и о коммерческих тендерах, механика одинаковая.

Четыре этапа и место ИИ на каждом

ЭтапЧто делают люди сейчасЧто забирает модельЧто остаётся человеку
Поиск и отборпросмотр извещений по ключевым словам, ручной отсевчтение предмета и техзадания, сравнение со смыслом деятельности компании, отсев по стоп-требованиямрешение «интересно или нет» по короткому списку
Анализ документациичтение всех файлов целикомчек-лист требований, сроков, обеспечения, условий контракта; противоречия между разделамиоценка выполнимости и рисков
Подготовка заявкисбор документов, заполнение формкомплектность по списку, черновики типовых частей, проверка соответствия требованиямцена, окончательные документы, подпись
Исполнение и контрольсроки, претензии, актынапоминания по срокам, сверка актов с контрактомрешения по спорам, общение с заказчиком

Общее правило для всех четырёх: модель читает, сопоставляет и напоминает; решает, считает цену и подписывает человек. Это не осторожность, а следствие того, что ответственность за заявку по закону несёт участник, а за документацию — заказчик; программа стороной закупки не является. Сами законы — 44-ФЗ о контрактной системе и 223-ФЗ о закупках отдельными видами юрлиц (проверено 8 сентября 2026 года) — определяют процедуры, а не инструменты, и ИИ в них не упоминается ни как разрешённый, ни как запрещённый.

Поиск и отбор: где эффект самый быстрый

Поток извещений большой, подходящих закупок в нём единицы, и поиск по ключевым словам с этим справляется плохо: он находит слово в названии и пропускает закупку, где предмет назван иначе. «Поставка оргтехники», «оборудование рабочих мест», «обеспечение вычислительной техникой» — для поиска по словам это три разных запроса, для модели одно и то же.

Как это устроено. Извещения берутся из открытого источника — для государственных закупок это единая информационная система (ЕИС в сфере закупок, проверено 8 сентября 2026 года) — или с коммерческих площадок. Для каждого извещения модель отвечает на два вопроса по описанию деятельности компании: похоже ли на то, что мы делаем, и есть ли в извещении стоп-требование, которое мы точно не выполняем (регион, лицензия, объём). Ответ — короткий список с обоснованием, а не сотня извещений.

Отсев по стоп-требованиям важнее, чем поиск подходящих: он убирает закупки, на которые человек потратил бы день чтения, чтобы найти одну строку в проекте контракта.

Как модель отбирает закупки из потока
Поток извещенийЕИС и площадки, ежедневно
Модель: предметпохоже ли на нашу деятельность по смыслу
Модель: стоп-требованиярегион, лицензия, объём, срок — что точно не выполним
Короткий списокс обоснованием по каждой закупке
Специалистрешение «разбирать или нет»
Человек видит не сотни извещений, а короткий список с причиной «почему подходит» и «что смущает»; окончательное решение — его

Описание деятельности компании здесь — не абзац с сайта, а список: что делаем, чего не делаем, в каких регионах, с какими лицензиями, какие объёмы тянем, какие заказчики нежелательны. Чем точнее список, тем чище отбор. Это работа тендерного специалиста на один вечер, и она остаётся с компанией, даже если систему выключить.

Анализ документации: чек-лист вместо чтения

Документация закупки — это несколько файлов: извещение, техническое задание, проект контракта, требования к участникам, формы заявки, приложения. Требования разбросаны по всем, и самые неприятные — в проекте контракта: штрафы, порядок приёмки, сроки оплаты.

Модель читает все файлы и заполняет чек-лист по схеме: сроки подачи и исполнения, обеспечение заявки и контракта, требования к участнику (лицензии, опыт, отсутствие в реестре недобросовестных поставщиков), состав заявки, условия оплаты и приёмки, штрафы. Файлы подаются как есть: хранилище GigaChat принимает pdf, doc, docx, xlsx и изображения (работа с файлами, проверено 8 сентября 2026 года), а ответ задаётся JSON-схемой с обязательными полями, чтобы чек-лист был одинаковым на каждой закупке (структурированный вывод, проверено 8 сентября 2026 года).

Дальше чек-лист сверяется с возможностями компании — тем самым списком из предыдущего раздела. Результат: «выполняем всё», «не выполняем пункт такой-то», «требует уточнения». Специалист читает отчёт на страницу вместо документации на сто.

Отдельная ценность — противоречия внутри документации: в техзадании один срок, в проекте контракта другой; в извещении одно обеспечение, в документации другое. Человек, читающий файлы по очереди, такое пропускает; модель, которой дали все файлы сразу, замечает. По закону это повод для запроса разъяснений, и делать его нужно до подачи, а не после отклонения.

Где модель ошибается и как это лечится

Требование в приложении, которого не передали. Модель честно пишет «требований к опыту нет», потому что их не было в переданных файлах. Лечится правилом: документация подаётся целиком, включая приложения, и отчёт различает «нет в документации» и «не найдено в переданных файлах».

Сканы. Часть заказчиков выкладывает документацию сканами с подписями. Извлечение с них хуже, чем с текста, особенно числа. Чек-лист по скану помечается как требующий проверки человеком по критичным полям: суммы обеспечения, сроки.

Нормы. Модель может процитировать статью 44-ФЗ, которой нет, или приписать норме не тот смысл. Ссылки на закон из ответа модели проверяются по первоисточнику или исключаются из задачи: чек-лист сверяется с требованиями документации и возможностями компании, а не с законодательством.

Цена. Модель не считает и не должна. Расчёт цены заявки — это себестоимость, логистика, риски, конкуренты — работа человека с таблицей. Модель может собрать исходные данные (объёмы, сроки, условия оплаты из документации), но число называет специалист.

Отдать моделичтение, извлечение, сверка, напоминания
  • Отбор извещений по смыслу и стоп-требованиям
  • Чек-лист требований из всех файлов документации
  • Сверка чек-листа с возможностями компании
  • Противоречия между разделами
  • Комплектность заявки, сроки, черновики типовых частей
Оставить людямрешения, цена, подпись
  • Участвовать или нет
  • Цена заявки и её обоснование
  • Толкование норм и запросы разъяснений
  • Подписание и подача
  • Споры с заказчиком
Разделение то же, что в любой работе с документами: модель читает и сопоставляет, человек решает и отвечает

Подготовка заявки и контроль исполнения

На этапе заявки модель полезна двумя вещами. Первая — комплектность: список требуемых документов из чек-листа сверяется с тем, что собрано, и не хватает ровно того, что отмечено. Вторая — черновики типовых частей: описание опыта по шаблону компании, письма и формы, где меняются только реквизиты закупки. Подписывает и подаёт человек, и это условие, а не пожелание: заявка с ошибкой в требовании отклоняется, а с ошибкой в цене приводит к убыточному контракту.

На исполнении — напоминания по срокам из контракта (этапы, отчёты, гарантийные обязательства) и сверка актов с контрактом: сумма, состав, сроки. Это та же механика, что в сверке документов бухгалтерии, и она разобрана в статье ИИ для документов; проверка условий контракта против правил компании — в статье ИИ для проверки договоров.

Данные и права

В тендерной работе модель читает чужие документы, и это создаёт риск, о котором в тендерных сервисах не пишут: в документации или письме от заказчика может стоять инструкция для модели. Пока модель только отбирает, извлекает и сверяет, инъекция даст неверный чек-лист, который заметит человек. Если у агента есть право подать заявку или отправить письмо без подтверждения, инъекция становится действием. Правило: никаких действий наружу без подтверждения. Подробно об этом классе атак — в статье про атаки на ИИ-агентов.

Собственные данные компании — цены, себестоимость, лицензии, опыт — не должны уходить в сервисы с хранением за рубежом или обучением на данных. Российское облако по договору с юрлицом или модель в контуре, как для любых документов компании.

Сколько стоит

Модель. Документация на сто страниц — порядка ста тысяч токенов. У GigaChat для юрлиц Lite стоит 0,065 ₽ за тысячу токенов, Pro — 0,5 ₽, Max — 0,65 ₽ при минимальном платеже 600 ₽ в месяц (тарифы, проверено 8 сентября 2026 года). Разбор одной закупки старшей моделью — десятки рублей; отбор извещений по короткому описанию — копейки за штуку. Для отдела, который разбирает десятки закупок в месяц, это несравнимо с днями чтения.

Разработка. Подключение к источнику извещений, критерии отбора компании, схема чек-листа, сверка с возможностями, отчёт специалисту, напоминания по срокам. Один сценарий — недели. Готовые тендерные сервисы с ИИ внутри — по подписке, и там стоит проверять, что именно делает модель: часто это поиск по словам с чатом сверху. Вилка и состав работ для своего агента — в статье сколько стоит ИИ-агент.

С чего начать

ИИ для тендерного отдела: порядок внедрения
  1. 1
    Список возможностей и стоп-требованийчто делаем, где, с какими лицензиями, какие объёмы, чего не берём
  2. 2
    Отбор извещениймодель фильтрует поток по списку; специалист проверяет короткий список неделю
  3. 3
    Чек-лист документациисхема требований; прогон на десяти прошлых закупках, где известен исход
  4. 4
    Сверка и отчётвыполняем / не выполняем / уточнить — вместо чтения целиком
  5. 5
    Сроки и заявкинапоминания, комплектность, черновики; подпись — человеком
Первый шаг — список возможностей и стоп-требований компании — делает специалист без разработчика, и он же даёт половину эффекта: отсев становится осознанным

Третий шаг — проверка на прошлых закупках, по которым известно, что случилось: отклонили за требование, которое не заметили, или выиграли и потом не смогли выполнить. Если система на этих закупках находит то, что тогда пропустили, — она работает, и доказано это на ваших данных. Как считать эффект и выбирать процессы для автоматизации в компании вообще — в статье как автоматизировать бизнес-процессы.

Что должно быть в чек-листе документации

Чек-лист — это схема, по которой модель заполняет карточку закупки, и от его полноты зависит, что она пропустит. Типовая структура, которую я использую как основу и дополняю под отрасль компании.

РазделЧто извлекаетсяГде обычно лежитТипичная ловушка
Срокиподача, рассмотрение, исполнение, этапыизвещение, проект контрактасрок исполнения считается от подписания, а не от даты извещения
Обеспечениезаявки, контракта, гарантийных обязательств; размер и формаизвещение, документацияобеспечение контракта в проценте от цены, а не в рублях
Требования к участникулицензии, членство в СРО, опыт, отсутствие в реестре недобросовестныхтребования к участникам, приложенияопыт «аналогичных работ» с конкретной суммой в приложении
Состав заявкидокументы, формы, порядокдокументация, формыформа, которой нет в списке, но есть в приложении
Предмет и объёмчто, сколько, где, в какие срокитехзаданиеобъём в техзадании больше, чем в извещении
Условия оплатыаванс, сроки, порядок приёмкипроект контрактаоплата после приёмки всего объёма, а не этапов
Штрафы и пениразмер, основанияпроект контрактапеня за каждый день без потолка
Особые условияпривлечение субподрядчиков, гарантия, страхованиепроект контракта, техзаданиезапрет субподряда для компании, которая на нём строит работу

Колонка «типичная ловушка» — это то, что стоит компаниям контрактов, и именно её человек пропускает на десятой документации за день. Модель, которой в схеме сказано искать это явно, не пропускает.

Что спросить у тендерного сервиса с ИИ

Сервисов с «ИИ для тендеров» много, и под одной вывеской бывает и поиск по словам с чатом, и настоящий разбор документации. Пять вопросов, которые их разделяют.

  1. Отбор идёт по словам или по смыслу? Проверка простая: дать описание деятельности и посмотреть, найдёт ли сервис закупку, где предмет назван иначе.
  2. Читает ли сервис все файлы документации, включая приложения и проект контракта? Если только извещение и техзадание, штрафы и обеспечение он не увидит.
  3. Сверяет ли с нашими возможностями и стоп-требованиями? Или просто показывает чек-лист, который всё равно читать целиком.
  4. Различает ли «требования нет» и «не нашёл»? Это разница между пропуском и честным ответом.
  5. Куда уходят наши данные о ценах и возможностях? Россия по договору или нет.

Если на первые четыре ответы «нет», это поиск с чатом, и своя система за недели даст больше. Если «да» на все пять — сервис стоит своей подписки, и делать своё незачем. Как понимать, когда готовое решение выгоднее разработки, разобрано на примере ботов в статье конструктор или разработка: логика та же.

Что делаю я

Делаю для тендерных отделов агентов под конкретный этап: отбор извещений по смыслу и стоп-требованиям компании, чек-лист из документации со сверкой против возможностей, напоминания по срокам и комплектность заявки — с российской моделью по договору, без права подавать заявки и отправлять письма без подтверждения. Опыт — собственный продукт для поиска и разбора закупок, где все описанные ошибки уже были найдены и исправлены. Это часть работы по внедрению ИИ в бизнес: снять чтение и отсев, оставить людям решение и цену.

Техническое задание не нужно. Скажите, какие закупки ищете, сколько разбираете в месяц и на чём чаще всего теряете время, — этого достаточно, чтобы назвать первый сценарий и срок.

Если тендерами занимаются один-два человека

В маленьком тендерном отделе время уходит не на заявки, а на отсев: сотни извещений, из которых подходят единицы, и документация, которую читают целиком ради трёх требований. Это и есть то, что снимается агентом. Расскажите, какие закупки вы ищете и на чём чаще всего теряете время, — скажу, что автоматизируется, что нельзя доверять модели и сколько это займёт. Разбор бесплатный.

Денис Лузиков
Денис ЛузиковРазработчик ИИ-агентов и чат-ботов

5 лет работаю с ИИ, 120+ проектов в разных нишах. Четыре продукта в Telegram, которые можно открыть и попробовать прямо сейчас, — суммарно 477 016 пользователей в месяц. Разработку веду сам, без агентства.

Вопросы

Частые вопросы

Что ИИ может делать в тендерах?

Три вещи надёжно: отбирать закупки из потока извещений по критериям компании, извлекать из документации требования, сроки, обеспечение и условия в структурированный чек-лист и сверять этот чек-лист с возможностями компании — лицензии, опыт, ресурсы. Плюс контроль сроков и черновики типовых частей заявки. Решение об участии и цену модель не определяет.

Может ли ИИ сам подать заявку на тендер?

Технически подать документы через площадку — задача кода, а не модели, и делать это без подтверждения человеком нельзя: заявка с ошибкой в требовании или цене — это отклонение или убыточный контракт. Модель готовит черновики и проверяет комплектность, человек подписывает. Ответственность за заявку по закону несёт участник закупки, а не программа.

Насколько точно ИИ разбирает тендерную документацию?

Извлечение явных требований — сроки, обеспечение, необходимые лицензии, опыт, состав заявки — работает надёжно на текстовых документах. Ошибки в трёх местах: сканы низкого качества, требования, спрятанные в приложениях и проекте контракта, и противоречия между разделами документации. Поэтому документация подаётся целиком с приложениями, а отчёт читает человек.

Чем ИИ отличается от обычного поиска тендеров по ключевым словам?

Поиск по словам находит извещения с нужным словом в названии и пропускает те, где предмет назван иначе. Модель читает предмет закупки и техзадание и сравнивает со смыслом того, что делает компания: «поставка оргтехники» и «оборудование рабочих мест» для неё одно и то же. Плюс отсев по требованиям, которые компания не выполняет, до того как человек откроет документацию.

Кто отвечает за ошибку ИИ в закупках?

Участник закупки — за заявку, заказчик — за документацию и решения комиссии. Программа стороной закупки не является. Поэтому в рабочей системе модель не принимает решений: она отбирает, извлекает и сверяет, а подтверждает человек. Если ошибка модели прошла в заявку, это ошибка процесса, в котором не было проверки, а не модели.

Сколько стоит ИИ для тендерного отдела?

Постоянная часть — токены: документация на сто страниц — порядка ста тысяч токенов, у GigaChat для юрлиц это от нескольких рублей на Lite до десятков рублей на Max за один разбор. Разовая — разработка: подключение к источнику извещений, критерии отбора, схема извлечения, чек-лист компании, интерфейс для тендерного специалиста. Недели работы под один сценарий.