Авторизация
Забыли пароль?
Сброс пароля
Вернуться к авторизации

Как FARMA WEB разбирает закупочную заявку и собирает предложения поставщиков

22 ноября ‘26

Заказчик: FARMA WEB
Страница кейса/результат: https://studia-lutik.ru/keysy/farma/

AI-студия «Лютик» разработала FARMA WEB для фармацевтических закупок. Сервис разбирает фото, файлы и текст заявки, ищет позиции в прайсе поставщиков и собирает таблицу с ценами, остатками и сроками годности. Сомнительные совпадения проверяет менеджер.

Агентство-исполнитель кейса

Ai-студия "Лютик"

AI-студия «Лютик», Ярославль. Разрабатываем ИИ-агентов и системы для закупок, обработки документов и CRM/ERP. Показываем рабочий макет на данных клиента до договора.

1. Вводная задача от заказчика, проблематика, цели

Заявки приходили в разных форматах, часто с сокращениями. Менеджер переносил строки вручную, искал товар в прайсах, сравнивал поставщиков и отдельно проверял форму, дозировку, фасовку и остаток. На длинной заявке повторялась одна и та же работа.

Найти похожее название недостаточно. В заявке могут быть ампулы, а в поиске - таблетки с тем же торговым названием. Может отличаться концентрация, объём или количество в упаковке. Даже правильный товар по низкой цене не подходит, если у поставщика недостаточно остатка.

Нужно было собрать предложения по каждой строке в одном месте и сохранить возможность проверить спорный подбор. Внедрять новую учётную систему ради этого не стали: решение использует прайсы Фармбазиса, с которым работал заказчик.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

На входе нейросеть распознаёт заявку и выделяет название, форму, дозировку, концентрацию, объём, фасовку и количество. Фото и файлы попадают в тот же процесс, что и обычный текст. Это убирает перепечатку перед поиском.

По каждой позиции быстрый поиск находит кандидатов в прайсе. Затем программа проверяет числовые признаки и форму: например, отсекает таблетки для запроса на ампулы или другой объём флакона. После фильтров нейросеть получает короткий список вариантов, а не весь прайс.

Нейросеть выбирает из переданных строк. Ответ, которого нет в этом списке, программа отбрасывает. Цену, остаток и срок годности подставляет код из прайса. Так эти значения не приходится получать из свободного ответа модели.

Эта схема ограничивает роль нейросети, но не отменяет ошибок распознавания и сопоставления. Поэтому менеджер видит результат и проверяет неоднозначные позиции перед использованием подбора.

Что видит менеджер

По каждой найденной позиции сервис показывает предложения поставщиков. В одной таблице видны цена, срок годности, остаток и возможность закрыть запрошенное количество. Предложения можно сортировать по цене и скрывать поставщиков, у которых остатка не хватает.

В демонстрационном примере самая низкая цена меняется с 35,64 до 44,89 ₽ после фильтра по остатку: у самого дешёвого поставщика 25 флаконов, а в заявке запрошено 100. Это пример работы фильтра на копии с вымышленными данными, а не доказательство фактической экономии клиента.

Если точного совпадения нет, позиция не пропадает. Система оставляет её в списке со статусом «не найдено» или пометкой «проверка» и поясняет возможное расхождение. Решение о замене и исправлении заявки принимает менеджер.

Где остаётся ручная проверка

Менеджер проверяет сомнительные совпадения, распознанные количества и выбранные предложения. Короткий срок годности подсвечивается, чтобы его было видно до подготовки предложения.

Есть и техническая граница: индикатор доступности в описанной версии сравнивает количество и остаток без учёта единиц и кратности упаковок. Их нужно проверить отдельно. В тексте кейса это ограничение указано; заявлять полностью автоматическую проверку комплектации было бы неверно.

Сервис помогает подбирать позиции для закупки по заявке. Подготовленный список остаётся рабочим результатом для проверки, а не автоматически подтверждённым заказом поставщику.

Полный кейс FARMA WEB на сайте студии

Предложения поставщиков в FARMA WEB. Демонстрационная копия с вымышленными данными.

3. Результаты сотрудничества

Менеджер получает разбор заявки и предложения поставщиков в одной таблице. Отдельно искать каждую строку и переносить цены вручную больше не нужно в описанном сценарии. При этом проверка спорных позиций остаётся частью работы.

В опубликованном кейсе приведены два поиска из журнала от 20 октября 2026 года: 50 и 53 секунды. Размер этих заявок не указан, исходный журнал для этого материала отдельно не проверялся. Поэтому эти числа нельзя превращать в обещание обработать любую заявку за минуту. Полное время работы менеджера включает проверку результата.

В кейсе есть расчётная оценка ручных операций для заявки на 15-20 строк: 45-139 минут. При условной стоимости часа 600 ₽ это 450-1 390 ₽ времени, округлённо около 450-1 400 ₽. Это модель стоимости времени, а не подтверждённое снижение расходов или чистая экономия после всех затрат на систему.

Фактический выигрыш на закупочных ценах, изменение числа возвратов, объём обработанных заявок и итоговая окупаемость в открытых материалах не измерены. Не используем их как результаты проекта.

4. Заключение

Разделите задачу на распознавание, поиск, проверку условий и окончательное решение. Свободный текст и сокращения можно поручить модели, а цены и остатки брать из источника данных. Для спорных совпадений нужен заметный статус, а для ненайденных позиций - сохранение в общем списке.

Перед расширением такого решения полезно взять обычные заявки разной сложности и сравнить полное время ручной работы со временем работы через сервис. В замер включить проверку и исправления. Отдельно посчитать ошибки в форме, дозировке, фасовке и количестве, а также позиции, которые система не нашла.

В FARMA WEB главное изменение - одна заявка проходит путь от исходного файла до сравнения предложений в одном интерфейсе. Программа берёт на себя повторяющийся поиск, а менеджер видит, где требуется его решение.

Агентство-исполнитель кейса

Ai-студия "Лютик"

AI-студия «Лютик», Ярославль. Разрабатываем ИИ-агентов и системы для закупок, обработки документов и CRM/ERP. Показываем рабочий макет на данных клиента до договора.