Информация

ИИ в закупках: от ожиданий к управляемому результату. Выводы Gartner и вебинара АРРМ

Искусственный интеллект открывает новые возможности для закупок. Но как превратить их в измеримый результат — и что должно измениться в работе самой функции?

Этому вопросу посвящены опубликованные результаты Gartner и вебинар АРРМ по ИИ, состоявшийся 29 сентября 2026 года. При разных акцентах оба материала обращают внимание на организационные условия внедрения технологии.

Что показали опросы Gartner

8 октября Gartner сообщила: 63% руководителей закупок ожидают существенного улучшения результатов функции благодаря ИИ в ближайшие три года, однако только 25% пересмотрели должности и роли непосредственно вследствие его внедрения.

Публикация опирается на два опроса, завершившихся в апреле 2026 года: исследование 213 руководителей закупок и межфункциональный опрос 1 303 респондентов, включая 134 представителя закупок. Это не оценка российского рынка.

Gartner рекомендует пересматривать обязанности, развивать человеческие компетенции и создавать условия для безопасных экспериментов с ИИ.


Практический взгляд АРРМ: что необходимо для внедрения
В презентационных материалах вебинара АРРМ внимание уделено нескольким взаимосвязанным вопросам.

1. Начинать с бизнес-задачи

Выбор технологии должен быть связан с конкретной потребностью: какой результат требуется улучшить и по каким показателям это будет видно. Перечень возможных применений ИИ ещё не показывает зрелость закупочной функции.

2. Разделять задачи человека, автоматизации и ИИ

В материалах вебинара эти инструменты представлены как части одной системы. Человек обеспечивает контекст и ответственность, классическая автоматизация — выполнение заданных правил, ИИ — работу с вариативностью и поиск. Подход следует выбирать по характеру задачи.

3. Подготовить процесс и данные

Один из центральных тезисов презентации: ИИ не исправляет плохо организованный процесс. Несогласованные данные, разрозненные документы и сложные маршруты согласования могут привести к тому, что технология ускорит получение ошибочного результата.

4. Считать стоимость завершённой и проверенной операции

Стоимость внедрения включает не только использование модели, но и инфраструктуру, подготовку данных, интеграцию, контроль и последствия ошибок. Поэтому экономический эффект следует оценивать с учётом всей работы, необходимой для получения надёжного результата.

5. Определить границы самостоятельности

По мере перехода от подсказок к выполнению действий возрастает значение контроля. В итоговом слайде вебинара выделены пять проверок перед внедрением: данные, правила, полномочия, контроль и ответственность.

Практический принцип сформулирован прямо: если действие нельзя объяснить, проверить и остановить, передавать соответствующее полномочие ИИ нельзя.

Как соотносятся эти выводы

Редакционное сопоставление показывает общую логику: внедрение ИИ требует изменения организации работы.

Gartner рассматривает прежде всего кадровую сторону: обязанности, компетенции и адаптацию сотрудников. Материалы АРРМ раскрывают условия, при которых новые обязанности можно безопасно реализовать: качество исходных данных, понятные правила, границы полномочий и проверка результата.

Например, передача ИИ первичного анализа коммерческих предложений одновременно требует двух решений. Нужно определить, кто проверяет сравнение и принимает решение, а также установить, какие данные используются, как обрабатываются исключения и когда выполнение задачи следует остановить.

Поэтому руководителю закупок полезно обсуждать внедрение совместно с командой, владельцами данных, ИТ и другими участниками процесса. Для каждого сценария стоит заранее определить ожидаемый эффект, допустимый уровень ошибок и ответственного за итоговый результат.

Посмотрите запись вебинара АРРМ

В записи — материалы о применении ИИ в закупочном цикле, готовности процессов и данных, стоимости внедрения и границах автономности.
Источники:
Открытая публикация Gartner от 8 октября 2026 года
Подробный отчёт «The AI Talent Stack: Managing Job Chaos in Procurement» — Gartner указывает его как клиентский материал. Полный текст отчёта при подготовке новости не использовался.

Материалы вебинара АРРМ по ИИ от 29 сентября 2026 года. Сопоставление подходов — редакционный анализ АРРМ.
Новости