Госкорпорация «Росатом» представила цифровой сервис «Атомбот.Закупки», предназначенный для автоматизации закупочной деятельности. Решение базируется на искусственном интеллекте с применением технологий Robotic Process Automation, а услуги по внедрению программных роботов для автоматизации процессов получили название «Атомбот».
Технология RPA сейчас на подъеме: в 2019 г. объем мирового рынка, по разным оценкам, составил от 1 до 1,5 млрд. долл., а темп роста достиг
Росатом не остается в стороне от этих тенденций. «Тема программных роботов очень актуальна, так как с учетом пандемической ситуации и развития цифровой экономики вопросы эффективности и сокращения доли рутинных ручных операций ради высвобождение времени для высокоинтеллектуальных и творческих задач выходят на первый план. Мы предлагаем решение, которое позволит эффективно их решать», — сказала Екатерина Солнцева, директор по цифровизации госкорпорации «Росатом», в ходе презентации нового продукта.
Росатом непривычно выглядит в качестве поставщика цифровых продуктов. Но Екатерина Солнцева посоветовала к этому привыкать, потому что корпорация все чаще будет анонсировать цифровые продукты, которые готовит для своих предприятий: «То, что мы делаем для себя, может быть полезно и для других».
Она отметила, что робота следует рассматривать как цифрового помощника, который снимает с работника большую рутинную нагрузку. Вместе с тем, за человеком всегда остается последнее слово: именно он решает, какие задачи оставить за собой, а какие делегировать роботу и выбирает те из них, которые можно в достаточной степени алгоритмизировать.
Закупочная деятельность как раз относится к алгоритмизируемым задачам. «Новая разработка поможет нашим текущим и будущим партнерам значительно повысить эффективность работы», — сказала Екатерина Солнцева. В настоящее время «Атомбот.Закупки», созданный топливной компанией Росатома «ТВЭЛ», уже апробирован на предприятиях топливной компании.
По словам Евгения Гаранина, директора по цифровизации АО «ТВЭЛ», работа в этом направлении началась в 2018 г., когда было решено реализовать пилотный проект по применению технологии RPA и искусственного интеллекта (ИИ) в закупочной деятельности. Данную область выбрали, поскольку закупочная деятельность строго регламентирована, занимает значительное время (около 6 месяцев на закупку) и содержит множество рутинных и шаблонных операций. Идея состояла в том, чтобы получить эффект от программной роботизации за счет сокращения затрат на рутинные операции и сокращения нагрузки на профильных экспертов благодаря применению систем интеллектуальной обработки и проверки документации.
Решение построено исключительно на отечественных программных платформах «Когда мы запускали этот проект, то изначально ориентировались на российские продукты, ведь одна из наших целей — импортозамещение», — объяснил Евгений Гаранин.
Он также отметил, что это далеко не единственный проект топливной компании с применением искусственного интеллекта: «В прошлом году было выполнено два проекта по проверке гипотез эффективности использования ИИ в производственных процессах. Мы подтвердили эти гипотезы и теперь запускаем проект по созданию платформы для сбора, интеллектуальной обработки и анализа данных и поддержки принятия решений для производства».
Как устроена роботизация закупок
В настоящее время система «Атомбот.Закупки» решает две задачи. Первая — формирование начальной максимальной цены договора и ценовой анализ по закупкам; вторая — проверка технического задания по закупкам с применением интеллектуальной обработки информации на предмет соответствия регламентам и нормативным документам.
По словам Сергея Чекулаева, директора департамента МТО компании «ТВЭЛ», роботизация отличается от автоматизации тем, что робот повторяет действия человека: «Робот формирует отчеты, собирает информацию, сверяет документы, выполняет обработку запросов, считывает и обрабатывает данные с экрана, отправляет и читает электронную почту, т. е. делает всё, как человек, но быстрее, точнее и дешевле».
Для начала разработчики сделали робота, который готовит акты сверки выполненных работ. Этот процесс выбрали потому, что он очень хорошо формализован. Тем не менее первое время разработчики не доверяли роботу и результаты отправляли на проверку бухгалтеру. Но за год программа ни разу не ошиблась. «Раньше это делал человек, а теперь мы его освободили, но не уволили. Дали возможность заниматься более осмысленным делом, в котором нужна экспертиза», — объяснил Сергей Чекулаев.
Этот пример показывает, как важно выбрать подходящий процесс для роботизации. Во-первых, он должен быть хорошо регламентирован, а во-вторых, для него требуется лишь минимальная экспертиза. Именно поэтому и было решено роботизировать закупочную деятельность. «У нас закупки хорошо зарегламентированы, закупщик практически не принимает решений, что очень важно для робота», — сказал Сергей Чекулаев.
Процесс формирования начальной максимальной цены договора и ценовой анализ по закупкам включает следующие шаги: создание закупки, определение начальной максимальной цены договора (НМЦД), подготовка документов, запуск тендера, проверка его участников, выбор победителя, заключение договора и получение результата.
По словам Сергея Чекулаева, все это можно роботизировать. Правда, для реализации данного процесса потребовалось 14 роботов, а также средства искусственного интеллекта.
Каждый робот выполняет отдельный этап. Так, при подготовке технико-коммерческого предложения робот использует базу данных «Росатома» по ценам, сайты агрегаторов, официальный сайт закупок «Росатома»; он проводит мониторинг торговых площадок и делает адресный запрос технико-коммерческих предложений. Затем робот готовит аналитическую записку с ценами, которую остается только подписать.
Следующий этап — подготовка документов. Для этого процесса предусмотрено около 50 форм, и все они хорошо описаны, что важно для роботизации. Далее идет запуск тендера, т. е. публикация соответствующей информации на электронной торговой площадке. С этим робот тоже справляется.
Но не всё было так просто. Для снижения срока расчета НМЦД и повышения его качества, сокращения затрат на поиск источников ценовой информации, формирование таблиц ценового анализа и таблицы НМЦД потребовалось создать целый ряд инструментов, включая средства эффективной обработки больших объемов неструктурированных данных, а также автоматизировать процесс поиска источников ценовой информации, обмен электронными документами и результатами их анализа между системами и, кроме того, роботизировать формализованные операции, включая автоматическое формирование таблиц ценового анализа и расчет начальной максимальной цены договора.
Как отметил Сергей Чекулаев, создать инструмент эффективной обработки больших объемов неструктурированных данных оказалось очень сложно: «Ни один робот с этим не справится, поэтому мы применили искусственный интеллект. Он служит для извлечения сущности из технико-экономического предложения, которое мы получаем. Ведь предложение приходит в свободной форме, а ИИ распознает, где в этом письме цена, где — условия оплаты, условия поставки и т. д. Обучить ИИ было непросто, но нам удалось добиться распознавания на уровне 80%».
При этом пришлось столкнуться с рядом проблем. Ведь система должна самостоятельно сформировать запрос коммерческого предложения, получить и распознать ответ, выполнить мониторинг цен на площадках и собрать итоговый результат. А здесь есть свои нюансы, поделился опытом Сергей Чекулаев: «Например, что значит „разберет ответ“? Это гигантская проблема. Робот ведь не понимает, что слово „итого“ означает сумму. Без ИИ он этого и не поймет. Кроме того, есть масса вариантов описания условий оплаты и поставки».
Сергей Чекулаев рассказал, как в ходе проверки разработчики дали роботу счет, но он вместе с искусственным интеллектом не распознал, что это за объект. В результате пришлось сделать отдельную разработку для счетов, чтобы робот понимал значения отдельных пунктов.
Сейчас разработчики готовят робота для проверки участников тендера. Как объяснил Сергей Чекулаев, для этого надо выполнить ряд действий: зайти на сайт, проверить в налоговой инспекции, определить финансовую устойчивость и т. д. «Всё это тоже можно роботизировать. И выбор победителя также планируется отдать роботу ».
Роботу вполне по силам и заключение договора, уверен Сергей Чекулаев: «Есть много примеров, когда договор заключается в электронном виде, а все ключевые события по нему переносятся в систему, в которой и контролируются. Таким образом, почти весь цикл действий по закупке поддается роботизации».
Однако есть исключения. Например, проверка релевантности опыта работы. По словам Сергея Чекулаева, в кратко- и среднесрочной перспективе это вряд ли удастся передать искусственному интеллекту и роботу.
Вторая функция системы «Атомбот.Закупки» связана с тем, что искусственный интеллект проверяет техническое задание по закупкам на предмет соответствия регламентам и нормативным документам.
Как объяснил Сергей Чекулаев, для каждой закупочной процедуры должно быть техническое задание (ТЗ), но когда оно приходит к закупщику на проверку, то в 93% случаев тот его отклоняет, причем в 90% случаев — по формальным признакам: например, название не соответствует образцу, нарушен какой-то ГОСТ или норматив.
Поэтому была создана самообучающаяся программа, в которую записано порядка 50 правил для проверки. Самообучение заключается в том, что программа сама предлагает правила. Это реализовано следующим образом: если ТЗ прошло проверку по всем существующим правилам, но эксперт его все равно отклонил, то программа анализирует, по какой причине это произошло, и сама предлагает создать новое правило для проверки.
Таким образом, решение «Атомбот.Закупки» обладает широким функционалом. Оно выполняет формирование и проверку технического задания и проекта договора по нормативным правилам, составляет запрос технико-коммерческого предложения, собирает ценовую информацию, формирует начальную и максимальную цену договора. В круг решаемых задач также входят работа с электронными торговыми площадками, размещение запроса и анализ предложений, формирование итогового протокола, подготовка и публикация закупочной документации. Помимо этого, оно занимается выгрузкой в систему документооборота, сверкой отчетов о движении денежных средств, формированием единого реестра платежных поручений, сопоставлением заявлений и сертификатов.
Эффект от роботизации
Система «Атомбот.Закупки» уже прошла проверку на практике на предприятиях компании «ТВЭЛ». По словам Евгения Гаранина, поскольку роботизация хорошо себя зарекомендовала в закупочной деятельности, то планируется охватить этой технологией максимальное количество корпоративных и производственных процессов, развивать ее и переходить к концепции интеллектуальных программных роботов.
Оценивая эффект от роботизации, Сергей Чекулаев отметил, что в результате тестового внедрения системы «Атомбот.Закупки» на предприятиях Росатома удалось сократить трудозатраты по процессу формирования начальной максимальной цены договора в 16 раз, а трудозатраты профильных экспертов при проверке технического задания — на 30%. Общее повышение эффективности бизнес-процессов в некоторых случаях достигало 80%.
Что касается внедрения, то, по оценке Сергея Чекулаева, срок не превышает одного месяца, а окупаемость достигается в среднем за полгода. При этом ТВЭЛ готов оказывать поддержку и делиться опытом, полученным при реализации RPA-проектов в различных сферах деятельности, таких как банковский сектор, ритейл, строительство, обрабатывающие отрасли и другие.
