Розробка AI-цифрового закупника (AI Procurement Agent)

Щодня менеджер відділу закупівель витрачає 3-4 години на рутинну обробку заявок: вбиває дані з email у 1С, шукає аналоги, запитує КП. Помилки неминучі — не той артикул, неправильна ціна, зрив термінів. Ми автоматизуємо ці завдання за допомогою AI-агента закупівель — цифрового співробітника, який обробляє заявки, порівнює пропозиції, перевіряє документи та створює замовлення. На практиці наш AI-агент скорочує цикл закупівлі для стандартних позицій з кількох днів до годин. В основі — зв'язка GPT-4o, LangChain та інтеграція з 1С. Рішення підходить для виробничих компаній, дистриб'юторів та ритейлу з обсягом від 100 заявок на місяць.

Які проблеми вирішує AI-агент закупівель?

Три головні болі: ручна обробка заявок, довгий пошук постачальників та помилки введення даних. Агент автоматично класифікує заявку, перевіряє бюджетні ліміти та запускає тендер серед 3–5 постачальників з вашого реєстру. Для більшості заявок на суму до встановленого порогу можлива автоматична закупівля без участі людини. Помилки введення даних знижуються практично до нуля за рахунок парсингу з месенджерів та пошти. За даними APQC, автоматизація закупівель знижує операційні витрати на 20-40%.

Як забезпечується безпека при інтеграції?

Модель запускається у вашому контурі — on-premise або VPC. Жодні дані не покидають інфраструктуру. Всі з'єднання шифруються через TLS, впроваджена рольова модель доступу. Для 1С використовуємо асинхронні REST-виклики через виділений шлюз з аудитом. Агент не має прямого доступу до фінансових документів — тільки через затверджені сценарії.

Як працює механізм автосхвалення?

За заданими правилами (сума, категорія, бюджет) агент автоматично схвалює до 62% заявок. Якщо правило не спрацьовує — запит направляється керівнику. Всі рішення логуються для аудиту.

Як ми впроваджуємо: архітектура та стек

Використовуємо мікросервісну архітектуру:

• AI-ядро: GPT-4o + LangChain для обробки природної мови та прийняття рішень.
• Інтеграції: REST API до 1С, Telegram Bot API, email через IMAP/SMTP.
• Дані: PostgreSQL для історії закупівель, векторна база (ChromaDB) для пошуку схожих заявок.
• CI/CD: Docker + Kubernetes на k3s, моніторинг Prometheus + Grafana.

async def handle_purchase_request(request_text, requester):
    # Парсинг заявки через GPT-4o structured output
    parsed = await client.chat.completions.parse(
        model="gpt-4o",
        response_format=PurchaseRequest,
        messages=[...]
    )
    # Логіка автосхвалення та запуску тендера
    ...

Наскільки швидше йдуть закупівлі? Дані з практики

Для одного з наших клієнтів — виробнича компанія з 200 заявками на місяць — ми розгорнули AI-агента з інтеграцією в 1С та Telegram.

Цикл стандартної закупівлі скоротився в 4,6 рази. Менеджери переключилися на стратегічні переговори та нестандартні позиції. Економія на операційних витратах досягає 40%.

Етапи впровадження AI-агента закупівель

Разом: 6–8 тижнів під ключ.

Що входить у роботу: deliverables під ключ

Ми передаємо:

• Вихідний код AI-агента під вашу архітектуру.
• Docker-образи для розгортання у вашому контурі.
• Інструкцію з експлуатації та донавчання моделі.
• Налаштування інтеграцій з 1С, Telegram, email.
• API-документацію та Postman-колекцію.
• Підтримку протягом 14 днів після запуску.

Терміни та вартість

Точна вартість розраховується індивідуально — залежить від складності інтеграцій та кількості постачальників. Орієнтовні терміни: аналітика — 1 тиждень, інтеграція з 1С — 2–3 тижні, AI-ядро — 2 тижні, тестування — 2 тижні. Разом 6–8 тижнів. Хочете оцінити свій проєкт? Замовте консультацію — надішлемо приклад реалізації та детальний план. Або зв'яжіться з нами напряму.

Чому варто довіритися нашому досвіду?

За плечима — понад 10 успішних впроваджень AI-агентів у закупівельні процеси. Гарантуємо дотримання NDA та повну кастомізацію під вашу ERP. Кожен проєкт супроводжується сертифікованим ML-інженером.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.