ИИ «Антирутина» поможет «Газпрому» оптимизировать затраты
«Антирутина» объявила о том, что лицензия на новый продукт компании, специализирующейся на создании алгоритмов искусственного интеллекта для анализа закупок, приобретена в интересах «Газпрома».
В рамках заключенного соглашения «Антирутина» сформировала «Естественный каталог закупок и цен», предназначенный для анализа потребности в материально-технических ресурсах и всех входящих предложений от поставщиков и исторических данных о закупках. Внедрение нового продукта «Антирутина Корпорация» позволит компании свести к минимуму риски ошибочного прогноза, повысить прозрачность и управляемость в сфере материальных затрат.
«Антирутина Корпорация» является универсальным решением, ориентированным на крупные компании, имеющие широкий перечень объектов потребления и поставок. Оно использует широкий спектр современных методов data science, data mining, интеллектуального анализа данных и искусственного интеллекта. В разработке принимали участие ведущие ученые кафедр Интеллектуальных систем МФТИ и Математических методов прогнозирования МГУ им. Ломоносова.
Продукт «Антирутина Корпорация» позволяет анализировать исторические данные и формировать прогноз по корпоративным закупкам, создавать и модифицировать кластеры объектов закупок, сравнивать цены в различных подразделениях и источниках, включая госзакупки, вычислять рекомендованные диапазоны цен для текущих и будущих сделок, планировать и управлять материальными затратами корпораций.
Использование системы не требует установки новых программ и закупки оборудования. Все расчеты ведутся на собственных серверах компании «Антирутина», а для интерфейса используется обычный интернет-браузер. Конечным пользователем продукта являются специалисты по корпоративным закупкам.
Для «Газпрома» автоматически был сформирован «Естественный каталог объектов закупок» корпорации. Его создание и поддержка осуществляется с использованием методов обработки больших данных. Сервис в автоматическом режиме, без участия человека, анализирует порядка 10 000 планируемых или исторических закупок в час, распределяя все закупки в отдельные, непересекающиеся группы взаимозаменяемых объектов (кластеры, которых сейчас около 100 тысяч).
Система определяет оптимальные цены на каждую закупку с использованием в качестве источников цен базу данных прайс-листов и открытые данные госзакупок, выявляет географическое распределение, тренды и потенциальное превышение цен. В текущий момент проанализировано почти 1 000 000 закупок, а количество источников цен содержит свыше 10 000 000 позиций.
Специально для «Газпром» были реализованы дополнительные защищенные сетевые интерфейсы обмена прикладными данными между корпоративными системами заказчика и серверами «Антирутины».
Заместитель начальника департамента «Газпрома» Александр Мазуров отметил: «Крупнейшая корпорация России всегда старается применять самые новые, прогрессивные решения. Сфера управления материальным затратами – «многомерное пространство» - большие объемы разнородной информации об объектах, условиях, ценах, локациях. Превращение всего этого в единый каталог силами специалистов - титанический и непрерывный труд сотен людей. Мы взяли за основу другой подход: доверили каталогизацию алгоритмам – искусственному интеллекту. В результате, мы сократили сроки формирования каталога, в случае наиболее трудоемких категорий, до 12 раз, существенно сократили затраты на его поддержание. Мы уверены, что такой подход позволит существенно повысить скорость принятия решений при организации закупок».
Генеральный директор компании «Антирутина» Герман Инденбаум отметил: «Наш новый продукт – результат большой и долгосрочной работы группы ведущих ученых, квалифицированных разработчиков и асессоров. Надеюсь, он даст возможность пользователям повысить эффективность своих затрат, а нам - продолжать развивать передовые направления в сфере data science, инвестировать в человеческий капитал и передовые технологии. Решение не имеет аналогов в сфере анализа закупок. До сих пор, все известные системы оперировали, так называемым, «Административным каталогом», предлагающим использовать заранее введенные в него объекты с известными, описанными свойствами. Такие решения не могут охватить нестандартные и новые объекты, не вполне корректно описывают товары с близкими, но различающимися характеристиками и очень затратные в поддержке. Кроме того, трудоемкость, а, значит, и стоимость создания каталога административными методами, даже с использованием современных средств автоматизации, весьма велика. Применённые алгоритмы семантического анализа позволяют свести к минимуму использование человеческого труда, что в свою очередь, увеличивает скорость обработки потока данных и существенно упрощает поддержку актуальности и полноты каталога».