Проект
О проекте
О проекте
О проекте
AI-оценщик подрядчиков — сервис, который автоматически проверяет документацию участников тендеров в ключевых промышленных отраслях: сырьевом секторе, металлообработке, машиностроении и аналогичных сферах.
Основные пользователи — компании, регулярно привлекающие подрядчиков для широкого спектра задач: от медицинского обслуживания сотрудников до поставок оборудования или организации питания. Подрядчики предоставляют большие пакеты документов: сведения о специалистах, оборудовании, опыте работы, лицензиях, сертификатах и других подтверждениях.
AI-оценщик анализирует эти материалы автоматически и помогает заказчику быстрее сформировать список подходящих подрядчиков.
Что изменилось после внедрения
- Время проверки документов сократилось: 50-страничный пакет со сложной структурой анализируется за 5–7 минут.
- Отбор стал прозрачным, а решения — объективными.
- Условия для всех участников выровнялись, исключен человеческий фактор.
Бизнес получает прямую выгоду: тендеры завершаются быстрее, предприятия раньше переходят к работе, сокращаются простои и издержки, связанные с длительными закупочными процедурами.
В части безопасности данных сервис соответствует требованиям финансового сектора, госсектора и медицины. Его можно установить on-premise на собственные серверы компании — система полностью функционирует без доступа в интернет.
Бизнес-задача
Бизнес-задача
Бизнес-задача
Крупные промышленные компании регулярно проводят тендеры и сталкиваются с повторяющейся проблемой: большой объём разнородных документов замедляет проверку и повышает риск ошибок. Это влияет на сроки запуска проектов и на выполнение производственных планов.
В Doubletapp мы много лет создаём решения на базе машинного обучения и компьютерного зрения и видим, как AI ускоряет сложные процессы. Мы выявили запрос на сокращение сроков и повышение прозрачности закупок и начали разработку инструмента, который берет на себя анализ тендерной документации и делает отбор подрядчиков более быстрым, точным и объективным.
Для этого мы провели серию интервью с закупщиками крупных предприятий, изучили их текущие процессы и протестировали прототипы на реальных данных. Это помогло сформировать понятный и удобный сервис, точно отвечающий потребностям пользователей.
Решение
Решение
Решение
Чтобы создать инструмент, действительно меняющий процесс закупок, мы провели масштабное исследование. Мы созвонились с десятью клиентами из промышленного сектора и вышли на представителей крупнейших производственных предприятий страны — тех, кто ежедневно работает с большими тендерными пакетами и лучше всех понимает узкие места процесса.
Мы представили им концепцию сервиса, провели демонстрацию и предложили протестировать прототип на их собственных документах. Обратная связь позволила уточнить ключевые сценарии использования, скорректировать логику анализа документов и проверить наши гипотезы о том, какие шаги закупочного процесса можно автоматизировать без потери контроля и точности. Сегодня мы продолжаем развивать продукт и проводим пилотные внедрения вместе с крупными корпорациями, чтобы отточить работу сервиса в реальных рабочих условиях.
Эти инсайты подтвердили: ускорение закупочных процедур — задача, выходящая за пределы одного бизнеса. Быстрый и объективный отбор подрядчиков в ключевых промышленных отраслях имеет прямой макроэкономический эффект: позволяет раньше запускать производственные проекты, повышает стабильность работы предприятий, создаёт рабочие места и стимулирует развитие смежных отраслей.
Крафт: реализация и технические детали
Крафт: реализация и технические детали
Крафт: реализация и технические детали
Работа системы состоит из трех основных шагов:
- Сторона, проводящая тендер загружает требования тендера и документацию подрядчиков в систему. Формат для загрузки – произвольный. После система сама приведет все входные данные к формату, пригодному для обработки LLM. Для этого используется OCR для сканов и различные предобработки для других типов документов.
- Система обработает все файлы требований с использованием ИИ и создаст единый структурированный и пронумерованный список требований, которые будут проверяться в документации, представленной потенциальными подрядчиками.
- Система проведет анализ документации от каждого подрядчика на предмет выполнения требования. Результатом этого шага станет отчет, в котором:
- По каждому подрядчику видно, каким требованиям он соответствует, каким нет, а по каким не хватает информации и нужно уточнить;
- Для каждого требования видно, где оно подтверждается или опровергается в документации - таким образом тендерный специалист сможет гораздо быстрее ориентироваться в документации и при необходимости проверить выводы системы;
- Составляется итоговая таблица, в которой подрядчики отсортированы от наиболее подходящего к наименее.
Для анализа на втором и третьем шаге используются open-source LLM, которые можно развернуть у заказчика в его контуре. Хорошо показали себя модели DeepSeek V3.1 и Qwen3-235B-A22B.
Для оценки качества работы системы нами были собран датасет из тендеров и документации подрядчиков, для которых были вручную составлены списки требований, которая система должна обнаружить на втором этапе, Также было размечено, какие из требований у какого подрядчика выполнялись, какие нет, а про какие в документации не было ответа. На основе такого датасета мы можем автоматически измерять качество работы системы. На текущий момент полнота выделения структурированного требования проекта составляет 95%, а точность определения выполнимости требования — 93%.
