95 критериев за 10 минут: как AI-оценка заявок меняет закупки и экономит сотни часов

Специалист по закупкам тратит 2–4 часа на проверку одной заявки. При 30 участниках конкурса это 60–120 человеко-часов — полторы рабочие недели на один тендер. AI проверяет те же 95 критериев за 10 минут на всех участников разом. Разбираем механику: какие группы критериев оценки заявок проверяются, откуда берутся данные и как выглядит итоговый отчёт.

Почему ручная проверка заявок больше не справляется

Средний электронный конкурс по 44-ФЗ собирает 15–40 заявок. Каждую нужно проверить по десяткам параметров: правовой статус, финансовая устойчивость, опыт, лицензии, ценовое предложение. Специалист открывает ЕГРЮЛ, сверяет данные с заявкой, переходит в реестр недобросовестных поставщиков, проверяет Федресурс, запрашивает финансовую отчётность. На одного участника уходит 2–4 часа добросовестной проверки.

Проблема не только во времени. При ручной работе страдает полнота охвата. Специалист проверяет ЕГРЮЛ — но не проверяет ИП учредителей по РНП. Смотрит финансовую отчётность — но пропускает свежее сообщение о банкротстве на Федресурсе. По данным исследований в сфере госзакупок, до 15–20% контрактов заключаются с поставщиками, имеющими скрытые факторы риска, которые можно было выявить на этапе оценки.

Есть и человеческий фактор: усталость. К двадцатой заявке внимание притупляется, и именно в этот момент пропускается компания с отозванной лицензией или просроченной записью в реестре МСП. Автоматическая проверка заявок решает обе проблемы — скорость и полноту — одновременно.

Что такое AI-оценка заявок: принцип работы

AI-оценка заявок — это система, которая принимает документы участника, извлекает из них структурированные данные, обогащает их информацией из внешних реестров и формирует скоринговый отчёт по заранее настроенным критериям.

Механика работает в четыре шага:

1. Парсинг документов. AI получает комплект заявки: уставные документы, выписки, справки, коммерческое предложение. Модули NLP и OCR извлекают ИНН, ОГРН, суммы контрактов, номера лицензий, реквизиты СРО — всё, что потребуется для оценки.

2. Запросы к внешним реестрам. Система параллельно обращается к ЕГРЮЛ, РНП ФАС, реестру МСП ФНС, Федресурсу, базам ФССП, картотеке арбитражных дел и другим источникам. Параллельность — ключевое слово: пока человек последовательно открывает вкладки, AI отправляет десятки запросов одновременно.

3. Скоринг по критериям. Каждому из 95 критериев присваивается балл на основе полученных данных. Критерии сгруппированы в 10 блоков — от правового статуса до нестоимостных параметров по 44-ФЗ. Веса критериев настраиваются под конкретный тендер.

4. Формирование отчёта. Система генерирует скоркарту с итоговым рейтингом участников, флагами рисков и детализацией по каждой группе. Специалист получает готовый документ для принятия решения.

Весь цикл — от загрузки документов до готового отчёта — занимает около 10 минут независимо от количества участников. Параллелизм обработки означает, что 5 заявок и 50 заявок проверяются за сопоставимое время.

10 групп критериев оценки заявок: что именно проверяет AI

Критерии оценки заявок участников закупки в AI-системе организованы в 10 групп. Каждая группа покрывает отдельный аспект надёжности и квалификации поставщика.

Группа 1: Правовой статус и регистрация (ЕГРЮЛ)

Что проверяется: действующий статус юридического лица, дата регистрации, основные и дополнительные виды деятельности по ОКВЭД, сведения об учредителях и руководителе, юридический адрес, наличие записей о реорганизации или ликвидации.

Источник данных: ЕГРЮЛ / ЕГРИП через API ФНС.

Какие риски ловит AI:

• Компания зарегистрирована менее 6 месяцев назад — потенциальная «фирма-однодневка»
• ОКВЭД не соответствует предмету закупки — участник может не иметь профильной экспертизы
• Массовый адрес регистрации — признак номинальности
• Учредитель является руководителем в 10+ юрлицах — маркер массовой регистрации
• Наличие записи о предстоящем исключении из ЕГРЮЛ

Типичная ошибка ручной проверки — ограничиться подтверждением статуса «действующее» и не анализировать сопутствующие факторы. AI проверяет ЕГРЮЛ-выписку по 12–15 параметрам за секунды.

Группа 2: Реестр недобросовестных поставщиков (РНП)

Что проверяется: наличие записей в РНП ФАС на само юрлицо, на аффилированные структуры, на ИП учредителей и руководителей.

Источник данных: Реестр ФАС (zakupki.gov.ru), перекрёстная проверка по ИНН учредителей через ЕГРЮЛ.

Какие риски ловит AI:

• Прямое включение участника в РНП — очевидный стоп-фактор
• Учредитель участника числится в РНП через другое юрлицо — непрямая связь, которую специалист часто пропускает
• Руководитель ранее возглавлял компанию из РНП — маркер повторяющегося паттерна

Это одна из самых частых зон «слепых пятен» при ручной проверке. AI делает перекрёстную проверку автоматически: выгружает учредителей из ЕГРЮЛ, проверяет каждого по РНП, находит связи, которые не видны при прямом запросе.

Группа 3: Статус МСП и преференции по 44-ФЗ

Что проверяется: наличие и актуальность записи в реестре МСП ФНС, категория (микро, малое, среднее), дата включения в реестр, соответствие критериям для закупок среди субъектов МСП.

Источник данных: Единый реестр субъектов МСП (rmsp.nalog.ru).

Закупки по 44-ФЗ предусматривают обязательную квоту для субъектов МСП — не менее 25% годового объёма. Если участник заявляет статус МСП, но его запись в реестре неактуальна или не соответствует категории, заказчик рискует нарушить закон.

AI верифицирует данные именно на дату подачи заявки. Реестр МСП обновляется 10 числа каждого месяца — и статус компании может измениться между подачей заявки и её рассмотрением.

Группа 4: Финансовая устойчивость (Федресурс и отчётность)

Что проверяется: наличие сообщений о банкротстве на Федресурсе, данные бухгалтерской отчётности (выручка, чистые активы, прибыль/убыток), динамика финансовых показателей за 2–3 года.

Источники данных: Федресурс (fedresurs.ru), ГИР БО (bo.nalog.ru), данные ФНС.

Какие риски ловит AI:

• Опубликовано сообщение о намерении банкротства — критический стоп-фактор
• Чистые активы отрицательные два года подряд — признак финансовой несостоятельности
• Выручка падает более чем на 50% год к году — потеря клиентской базы
• Убыток превышает уставный капитал — формальное основание для ликвидации

Финансовая проверка особенно критична для контрактов с авансированием. Если заказчик перечисляет 30% аванса поставщику, который через месяц входит в процедуру банкротства, вернуть деньги будет крайне сложно.

Группа 5: Опыт исполнения аналогичных контрактов

Что проверяется: количество и суммы исполненных контрактов по аналогичному предмету закупки, наличие расторгнутых контрактов, процент контрактов, исполненных в срок.

Источник данных: ЕИС (zakupki.gov.ru) — реестр контрактов.

AI анализирует историю контрактов участника за 3–5 лет, фильтрует по ОКПД2-кодам, совпадающим с предметом текущей закупки, и рассчитывает метрики надёжности. Ручной анализ такого массива данных по каждому участнику занимает 30–60 минут. Система делает это за секунды.

Группа 6: Лицензии, допуски и сертификаты

Что проверяется: наличие и срок действия лицензий (ФСБ, ФСТЭК, Ростехнадзор), членство в СРО, сертификаты ISO и отраслевые допуски.

Источники данных: реестры лицензирующих органов, реестры СРО, данные из заявки.

Типичная проблема — лицензия есть, но срок её действия истекает до окончания контракта. Или членство в СРО приостановлено. AI проверяет не только наличие документа, но и его актуальность на весь период исполнения контракта.

Группа 7: Трудовые ресурсы и материально-техническая база

Что проверяется: численность сотрудников (по данным ФНС и ПФР), наличие специалистов с требуемой квалификацией, наличие техники и оборудования.

Источники данных: данные из заявки, перекрёстная проверка с ФНС (среднесписочная численность).

AI сопоставляет заявленную численность персонала с данными ФНС. Если компания указывает 50 инженеров, а по данным налоговой в ней работает 12 человек — это флаг. Не стоп-фактор сам по себе (возможен субподряд), но риск, который фиксируется в отчёте.

Группа 8: Деловая репутация

Что проверяется: арбитражные дела (в роли ответчика), исполнительные производства (ФССП), отзывы заказчиков по предыдущим контрактам.

Источники данных: картотека арбитражных дел (kad.arbitr.ru), база ФССП, данные ЕИС.

AI подсчитывает количество исков к компании, суммы требований, процент проигранных дел. Отдельный скоринг — по исполнительным производствам ФССП: непогашенные долги на крупные суммы — прямой индикатор проблем с платёжеспособностью.

Группа 9: Ценовое предложение

Что проверяется: соответствие цены рыночному уровню, наличие демпинга (снижение более чем на 25% от НМЦК), обоснованность ценообразования.

Источник данных: данные заявки, история цен по аналогичным закупкам в ЕИС.

По 44-ФЗ при снижении цены более чем на 25% участник обязан предоставить обоснование — подтвердить добросовестность (ст. 37). AI автоматически определяет факт демпинга и проверяет, приложены ли необходимые обосновывающие документы.

Группа 10: Нестоимостные критерии по 44-ФЗ

Что проверяется: критерии, установленные ПП РФ № 2604 для конкурсов — качественные, функциональные и экологические характеристики, квалификация участника, гарантийные обязательства.

Источник данных: документация закупки + данные заявки.

AI проверяет комплектность заявки по каждому нестоимостному критерию, верифицирует подтверждающие документы и рассчитывает баллы по формулам из конкурсной документации.

Как AI проверяет 95 критериев: технический маршрут данных

Скорость AI-оценки — не магия, а архитектура. Разберём, почему 95 критериев проверяются за 10 минут, а не за 10 часов.

Параллельность запросов. Человек работает последовательно: открыл ЕГРЮЛ → проверил → открыл РНП → проверил → открыл Федресурс. AI отправляет запросы ко всем источникам одновременно:

Почему 10 минут, а не мгновенно? Основное время уходит на ответы внешних API. Некоторые реестры отвечают за 1–2 секунды, другие — за 15–30. Парсинг сложных PDF-документов (сканы, рукописные элементы) тоже требует времени. 10 минут — это реалистичная оценка с учётом задержек внешних сервисов и OCR-обработки.

Масштабирование. При ручной проверке 30 участников время растёт линейно: 30 × 3 часа = 90 часов. При AI-оценке запросы к реестрам кэшируются (один учредитель может участвовать в нескольких заявках), а обработка заявок идёт параллельно. 30 участников проверяются за те же 10–15 минут.

Сравнение: ручная проверка vs AI-оценка заявок

Параметр	Ручная проверка	AI-оценка
Время на одну заявку	2–4 часа	~20 секунд
Время на конкурс (30 участников)	60–120 часов	10–15 минут
Охват критериев	15–30 (типовой чеклист)	95 (полный скоринг)
Проверка аффилированности по РНП	Редко (трудоёмко)	Автоматически
Перекрёстная верификация данных	Выборочно	По всем источникам
Риск человеческой ошибки	10–15% пропущенных факторов	Менее 1% (системные ошибки API)
Стоимость (на конкурс)	40 000–80 000 ₽ (ФОТ специалиста)	Фиксированная стоимость сервиса
Масштабируемость	Линейная	Почти горизонтальная

Ключевое преимущество AI — не скорость сама по себе, а полнота проверки при сохранении скорости. Специалист, ограниченный во времени, выбирает: проверить 30 критериев тщательно или 60 поверхностно. AI проверяет 95 критериев с одинаковой глубиной по каждому.

Рассмотрим типичный сценарий. Конкурс на поставку IT-оборудования, 28 участников. При ручной проверке специалисту потребуется 56–112 часов — от 7 до 14 рабочих дней. AI-система обрабатывает все 28 заявок за 12 минут и формирует рейтинг с детализацией по каждой группе критериев.

Пример отчёта AI-оценки: как выглядит результат

Результат AI-оценки — структурированный отчёт, который специалист по закупкам использует для принятия решения.

Заголовок отчёта:

Сводная скоркарта (фрагмент):

Участник	Правовой статус	РНП	МСП	Финансы	Опыт	Лицензии	Ресурсы	Репутация	Цена	Нестоимостные	Итого	Флаги
ООО «Альфа»	9.2	10.0	10.0	8.5	9.0	10.0	8.0	9.5	8.8	8.5	91.5	—
ООО «Бета»	8.8	10.0	10.0	6.2	7.5	10.0	7.0	7.8	9.5	7.0	83.8	⚠ Финансы
ООО «Гамма»	9.0	5.0	—	7.8	8.5	10.0	8.5	6.0	7.2	8.0	70.0	🔴 РНП (учредитель)

Блок флагов рисков:

Детализация по участнику (пример одной группы):

Такой отчёт не заменяет решение специалиста — он даёт структурированную основу для этого решения. Все данные верифицируемы: для каждого флага указан источник и дата проверки.

Критерии оценки заявок по 44-ФЗ: что требует закон и что делает AI

Статья 32 Федерального закона № 44-ФЗ устанавливает два типа критериев оценки заявок для конкурсов: стоимостные (цена контракта, расходы на эксплуатацию) и нестоимостные (квалификация, качественные характеристики). Порядок оценки детализирован в Постановлении Правительства РФ № 2604 от 31.12.2021.

AI-оценка работает в двух режимах:

Режим 1 — скоринг для предварительной проверки. Заказчик загружает заявки до формальной оценки. AI проверяет все 95 критериев и формирует аналитический отчёт. Это не заменяет процедуру оценки по 44-ФЗ — это инструмент due diligence, который помогает выявить риски до принятия решения.

Режим 2 — автоматизация оценки по критериям конкурса. AI рассчитывает баллы по формулам из конкурсной документации в соответствии с ПП РФ № 2604. Значимость критерия оценки заявок задаётся в настройках — точно так, как она указана в документации закупки. Система применяет те же формулы, что и конкурсная комиссия, но без арифметических ошибок.

Важный нюанс: AI-оценка — это инструмент поддержки принятия решений, а не замена конкурсной комиссии. Итоговое решение по 44-ФЗ принимают члены комиссии. AI предоставляет им верифицированные данные и расчёты, снижая вероятность ошибки.

Для кого подходит AI-оценка заявок

AI-скоринг заявок окупается не для всех. Вот где ROI очевиден.

Государственные заказчики с высокой частотой конкурсов. Если организация проводит 50+ конкурентных процедур в год, экономия времени составляет сотни человеко-часов. Для крупного министерства или госкорпорации с 200+ закупками в год автоматическая проверка заявок — не оптимизация, а необходимость.

Корпоративные закупки крупного бизнеса. Компании с оборотом от 1 млрд ₽, которые проводят закупки по 223-ФЗ или внутренним регламентам. Проверка поставщиков ИИ здесь работает как инструмент комплаенса — снижение рисков при выборе контрагентов.

Специализированные закупочные организации. Уполномоченные органы и учреждения, которые проводят закупки для множества заказчиков. Масштаб операций делает ручную проверку физически невозможной с должной глубиной.

Чеклист — подходит ли вам AI-оценка:

• Проводите более 20 конкурентных процедур в год
• Средний конкурс собирает 10+ участников
• Есть контракты с авансированием (критична финансовая проверка)
• Сталкивались с недобросовестными поставщиками после заключения контракта
• Специалисты перегружены — проверка идёт формально из-за нехватки времени
• Нужна стандартизация процесса оценки между разными специалистами

Если три или более пункта совпали — автоматизация закупочного процесса в части оценки принесёт измеримый результат.

Заключение

AI-оценка заявок — это не замена экспертизы специалиста по закупкам. Это инструмент, который берёт на себя рутинную часть работы: сбор данных из десятка реестров, перекрёстную верификацию, расчёт баллов. Специалист получает структурированный отчёт с флагами рисков и может сосредоточиться на том, что AI пока не умеет — профессиональном суждении о надёжности поставщика в контексте конкретного проекта.

95 критериев, 10 групп, десятки внешних источников — и 10 минут вместо нескольких рабочих дней. Разница не в качестве анализа: хороший специалист проверит всё то же самое. Разница — в том, что на практике у него нет на это времени.

---

Подписывайтесь на наш канал: @vibelogia

Поделимся опытом

hello@vibelab.ru

8 800 201 85 68

Написать в Telegram