Разработка ИИ-агента: предиктивная аналитика закупок

Предыстория

Крупный застройщик систематически сталкивался с раздуванием бюджетов на этапе отделочных работ. Фактическая стоимость всегда превышала сметную на 20-30%, что съедало прибыль. Причина крылась в непрозрачности цепочек поставок и отсутствии прогноза цен на материалы. Закупщики заказывали материалы постфактум, когда бригада уже выходила на объект, и часто попадали под сезонные скачки цен или покупали у единственного доступного поставщика по завышенным ценам. Сметный отдел работал с прайсами двухмесячной давности.

Решение

Внедрение ИИ-агента для предиктивной аналитики закупок. Платформа ежедневно мониторила открытые источники: индексы цен производителей (Росстат), курсы валют, новости о дефиците на рынке стройматериалов, даже погодные условия в регионах добычи сырья. На основе этих данных и внутреннего графика производства работ, ИИ-агент строил прогноз цен на ключевые материалы (арматура, утеплитель, лакокрасочные изделия) на 3, 6 и 12 месяцев вперед. Для каждой стройки агент выдавал рекомендацию: «Оптимальное окно закупки гипсокартона — октябрь, прогнозируемый рост цены в ноябре — 12% из-за остановки завода поставщика. Забронируй объем сейчас по текущей цене».

Результат

Отклонение фактической стоимости материалов от плановой снизилось с 25% до 5%. Компания перестала «попадать» на сезонные скачки цен. Платформа окупилась за первый же отопительный сезон, когда удалось заранее закупить трубы и радиаторы до традиционного декабрьского повышения цен.