Оптимисты говорят, что при использовании искусственного интеллекта (ИИ) в организации закупочной деятельности 80% операций способна взять на себя машина и только 20% останется специалисту. Но практики знают, сколько на самом деле времени тратится на закупочную деятельность, а сколько на околозакупочную, - то есть на согласование и взаимодействие с другими функциями, поэтому баланс между оптимизмом и реализмом важен для этой темы.
Если Вы уже ознакомились с темами:
Тема#0 Куда ИИ ведет дизайн и проектирование упаковки
Тема#1 AI ассистенты инженера разработчика упаковки
то сможете более широко взглянуть на потенциальные возможности, риски и увидеть, возможно, новую роль закупщика и направления для развития.
Современные модели машинного обучения (MLM), роботизированная автоматизация процессов (RPA) и боты для взаимодействия уже изменяют привычный подход к процессам в закупках, вот на что они влияют:
быстрый поиск и предварительный анализ большого объема информации, возможно, уже обобщенным сводом в табличной форме;
подготовка правильных запросов и формирование документации;
решение рутинных задач, таких как первичный поиск поставщиков и быстрый RFI, RFP;
улучшение информационного взаимодействия с коллегами и контрагентами (адресность, скорость и т. п.);
повышение уровня системности процессов
Используемые AI агенты пока в невысокой должности, поэтому их называют ИИ Ассистенты
В этой теме мы начинаем собирать взгляды на то, какие возможности предоставит ИИ снабженцам и закупщикам упаковки
Тема сразу разобьется на 4 блока или ветки, которые могут пересекаться
1) Работа по новым (проектным) закупкам совершенно новых наименований упаковки.
2) Работа по внедрению альтернативных поставщиков или материалов, оптимизация.
3) Обслуживание текущего портфеля материалов.
4) Взаимодействие с функциями
5) Общее построение и изменение закупочной функции при преобразовании закупочных процессов
А также выделим области закупочных задач или активностей.
Тема#2 AI ассистенты закупщика упаковки
- PackAudit&Consulting
- PackAudit&Consulting
- Откуда: РФ
- ID: провайдер услуг
1) Работа по новым позициям (проектная закупка)
Проектный контроль стоимости упаковки.
Боты для поиска поставщиков и роботы-закупщики уже давно на рынке. Они выполняют большой объем рутинных и трудоемких операций вручную: поиск цен в открытых источниках на рынке, запрос прайс-листов у поставщиков, коммуникация по электронной почте, сопоставление цен. Но попробуйте найти реальный ИИ, алгоритмы которого встроены в систему.
_______________
Самым продвинутым (даже нереальным) пока выглядит описание робота-закупщика у компании «ЭнергоТех». Указывается, что он интегрирован с ERP-системой компании, использует искусственный интеллект и машинное обучение для анализа рыночных цен на комплектующие, условий поставщиков и логистических затрат.
Сравнивает предложения сотен поставщиков в реальном времени.
Автоматически проводит переговоры с использованием алгоритмов торга.
Учитывает текущие запасы и прогнозирует потребности на основе производственного графика.
Компания планирует расширить использование робота, добавив функции анализа логистических цепочек и автоматизации оценки новых поставщиков. smartzakupka.ru/news/robot-zakupshhik-pomog-kompanii-sekonomit-15-na-zakupkax-komplektuyushhix
_______________
Интересно выглядит описание интеллектуального ассистента у https://lad24.ru/cases/intellektualnyj-assistent-menedzhera-po-zakupkam
Интеллектуальный чат-бот на основе генеративных моделей AI самостоятельно запрашивает прайс-листы и коммерческие предложения конкурентов и поставщиков и ведет с ними переговоры:
~проверяет актуальность цен закрытых источников в базе с заданной периодичностью;
~формирует отчет по результатам мониторинга закрытых источников;
~автоматически запрашивает цены у поставщиков при необходимости обновления или по запросу пользователя;
~актуализирует информацию о ценах в базе цен с учетом полученных данных;
~общается с поставщиками в переписке в формате естественного диалога по уточняющим вопросам;
~анализирует полученные данные путем распознавания файлов разных форматов (текст, excel, pdf и другие), конвертации валют, перевода с любых языков;
~дообучает алгоритм для поддержания актуальности процесса с течением времени, несмотря на меняющийся ассортимент товаров.
Умеет сопоставлять позиции и подбирать аналоги на основе AI даже при отсутствии артикулов и в случае, если разные поставщики применяют разные наименования для одних и тех же позиций.
Легко интегрируется с базой цен пользователя, чтобы самостоятельно определять, какие позиции нуждаются в обновлении и вносить свежие данные по ценам.
Отслеживает динамику изменения цен.
Формирует удобные и понятные отчеты по всем найденным позициям из разных источников с учетом ранжирования по степени совпадения.
Ежедневно подгружает актуальные данные, которые ложатся в основу принятия обоснованных и своевременных управленческих решений.
_________________
СИБУР, одна из крупнейших интегрированных нефтегазохимических компаний России, внедряет AI-технологии Сбера
AI-советчик для оптимизации закупки материально-технических ресурсов. Искусственный интеллект позволяет перейти от статичных записей номенклатурных позиций к параметрическим карточкам, благодаря чему система будет подбирать допустимые аналоги, имеющие преимущества по цене, качеству и доступности.
Как это еще использовать https://nfp2b.ru/2024/05/23/parametricheskie-resursnye-spetsifikatsii
_________________
https://kupetscrm.ru/zayavka37
Все просто и понятно, можно сразу пробовать, но пока это скорее для непрямых закупок. Второе но - они хотят денег с заказчиков, третье но - это пока система без ИИ. Но если не нравятся ЭТП, то почему нет, облегченная альтернатива. ( «Купец» анализирует список товаров из вашей заданной номенклатуры, сам собирает контакты релевантных поставщиков со страниц поисковых систем, формирует заявку и рассылает её сотням разных адресатов. Хотите ли вы показать свою заявку на упаковку многим поставщикам без NDA? Посоветуем им прикрутить опцию предварительного выбора списка для рассылки.
Вся рутина закупщика сводится к тому, чтобы внести названия товаров в систему поиска, определиться с географией рассылки и проставить пару галочек (договор, КП, % предоплаты и т.д.). Остаётся только приложить реквизиты, указать комментарий (если нужно) и всё — можно запускать в работу!
Можно провести анализ самому в отдельном почтовом ящике с защитой от спам-блокировок или просто открыть удобную сводную таблицу сформированную в личном кабинете. Когда все цены и условия изучены, «Купец» сам проверит выбранного контрагента на надёжность, чтобы сделка точно прошла гладко. Не пробовали пока.
_________________
https://sniper-search.ru/ Почти тоже самое, что и у Купца выше, есть пара бесплатных дней попробовать
Обзор по ссылке > gruzdevv.ru/services/sniper-search/
_________________
https://iiii-tech.com/products/tasks/robotizatsiya/robot-zakupshchik/
https://www.gmcs.ru/solutions/robotic-process-automation/robot-buyer/
для открытого рынка. Роботизированная автоматизация процессов (RPA), пока выглядят как системы парсинга данных, скорее для посредников, которые зарабатывают на тендерах.
Заводит контрагентов и их предложения в систему управления закупками - звучит интересно, но вопросов много.
_________________
ЕВРАЗ с октября текущего года переложил всю рутину на робота-закупщика. Разработкой цифрового специалиста занималась команда «ЕвразТехника ИС», которая внедрила в робота собственную IT-систему RPA. Робот выполняет рутинные задачи отдела закупок, в том числе создаёт конкурсы среди поставщиков, обрабатывает их данные и перераспределяет время сотрудников компании на другие задачи. Его планируют использовать в разных направлениях — от покупки канцелярии в офис до работы с горнорудными активами.
_________________
Для экзотики поиск через 1688 https://kupetscrm.ru/blog/tpost/jty4oj7fh1-poisk-postavschika-na-1688-proverennie-m
__________________________________
Исходя из всего вышеуказанного можно понять, что этап первичного скрининга рынка будет полностью занят интеллектуальными системами поиска и акцент будет сделан на том, как среди множества новых поставщиков выявить тех, кого можно сразу брать в проект.
Возможности локальных ЭТП или известных торговых площадок
Благодаря возможностям искусственного интеллекта и просто накоплению данных на ЭТП и закупочных порталах реализовывается расширенная персонализация рекомендаций для пользователя. ЭТП накапливают статистику побед на площадке, получают отзывы от покупателей, формируют рейтинг или создают реестр недобросовестных поставщиков по позиции или группе позиций. Сервис позволяет: Автоматически подбирать рекомендуемых/потенциальных поставщиков на основе заключенных контрактов по конкретным товарным категориям; Регулярно обновлять рекомендации исходя из деятельности поставщика и его активности; Отправлять поставщику в личный кабинет уведомления с приглашением на участие в закупках.
Сравните локальное, описанное выше с тем, что предлагает SAP.
Пользователь предоставляет информацию о предмете закупки через ИИ-агента SAP Joule в SAP Ariba Sourcing. ИИ запрашивает у пользователя дополнительную информацию, такую как характеристики предмета закупки. Затем он предлагает рекомендации на основе исторических данных и прогнозной аналитики, например, каких поставщиков стоит пригласить к участию в закупке. ИИ предоставляет обоснование каждой рекомендации и предлагает пользователю возможность принять их или вручную добавить другие варианты.
Про добавление вручную возникают опасения по дальнейшему использованию - как ИИ обработает это? Будет ли ИИ считать ручное добавление более значимым для добавления в следующую выдачу по запросу другого пользователя? Не будет ли здесь злоупотребелений с целью ввода не лучших поставщиков и целенаправленного влияния на ИИ?
После окончательного утверждения закупочная процедура может быть опубликована непосредственно через чат-интерфейс. SAP Joule продолжает поддерживать пользователя, отслеживая предложения поставщиков и предоставляя оперативные обновления и аналитику.
ИИ естественно соберет все данные
Если вы заметили в Тема#1 AI ассистенты инженера разработчика упаковки, машинное зрение будет считывать ТУ поставщиков, чертежи и т.п., все это возможно, будет расцениваться ИИ как "Предпродажный сервис" и инженер технолог будет иметь инструмент даже для оценки неизвестного поставщика с точки зрения качества входящей документации. ИИ сможет накапливать и другие релевантные данные для оценки поставщиков.
Уже сейчас в России начинают появляться собственные разработки с использованием ИИ. Например, интеллектуальные сервисы:
Effect Isource позволяет значительно сократить время и трудозатраты при анализе рынка, расширить конкурентную среду. Так, использование сервиса на 90% ускоряет процесс поиска и анализа поставщиков в рамках одной закупки, а время от начала поиска до формирования расчета начальной максимальной цены контракта может сократиться в среднем на 80%. Тоже самое, а вот ниже новое, не про упаковку пока, но
Решение Inspector Isource используется для проведения технического аудита при предквалификации поставщика - проверки надежности поставщика, оценки его технических возможностей. ИИ автоматически определяет степень критичности выявленных нарушений на основе введенного аудитором текста. Это обеспечивает максимально объективную оценку поставщика, повышает скорость и точность проверки. Процесс оценки технических условий может занимать до месяца, но с использованием Inspector Isource это время сокращается в среднем до одного дня.
________________________________
Adobe запустила ИИ для анализа контрактов.
Acrobat AI Assistant теперь может автоматически определять контракты, суммировать ключевые условия и сравнивать различия в разных версиях. Новая система действует как интеллектуальный помощник, помогая пользователям находить и понимать важные части документов, предоставляя ссылки на источник. Технология анализирует текст PDF-документа и может обрабатывать даже отсканированные документы. Adobe заявляет, что данные пользователей не агрегируются и не используются для обучения ИИ-моделей. Новая функция доступна за 5 долл. в месяц и, согласно аналитике раннего доступа, помогла сократить время проверки контрактов на 70-80% у пользователей тестовой группы.
Боты для поиска поставщиков и роботы-закупщики уже давно на рынке. Они выполняют большой объем рутинных и трудоемких операций вручную: поиск цен в открытых источниках на рынке, запрос прайс-листов у поставщиков, коммуникация по электронной почте, сопоставление цен. Но попробуйте найти реальный ИИ, алгоритмы которого встроены в систему.
_______________
Самым продвинутым (даже нереальным) пока выглядит описание робота-закупщика у компании «ЭнергоТех». Указывается, что он интегрирован с ERP-системой компании, использует искусственный интеллект и машинное обучение для анализа рыночных цен на комплектующие, условий поставщиков и логистических затрат.
Сравнивает предложения сотен поставщиков в реальном времени.
Автоматически проводит переговоры с использованием алгоритмов торга.
Учитывает текущие запасы и прогнозирует потребности на основе производственного графика.
Компания планирует расширить использование робота, добавив функции анализа логистических цепочек и автоматизации оценки новых поставщиков. smartzakupka.ru/news/robot-zakupshhik-pomog-kompanii-sekonomit-15-na-zakupkax-komplektuyushhix
_______________
Интересно выглядит описание интеллектуального ассистента у https://lad24.ru/cases/intellektualnyj-assistent-menedzhera-po-zakupkam
Интеллектуальный чат-бот на основе генеративных моделей AI самостоятельно запрашивает прайс-листы и коммерческие предложения конкурентов и поставщиков и ведет с ними переговоры:
~проверяет актуальность цен закрытых источников в базе с заданной периодичностью;
~формирует отчет по результатам мониторинга закрытых источников;
~автоматически запрашивает цены у поставщиков при необходимости обновления или по запросу пользователя;
~актуализирует информацию о ценах в базе цен с учетом полученных данных;
~общается с поставщиками в переписке в формате естественного диалога по уточняющим вопросам;
~анализирует полученные данные путем распознавания файлов разных форматов (текст, excel, pdf и другие), конвертации валют, перевода с любых языков;
~дообучает алгоритм для поддержания актуальности процесса с течением времени, несмотря на меняющийся ассортимент товаров.
Умеет сопоставлять позиции и подбирать аналоги на основе AI даже при отсутствии артикулов и в случае, если разные поставщики применяют разные наименования для одних и тех же позиций.
Легко интегрируется с базой цен пользователя, чтобы самостоятельно определять, какие позиции нуждаются в обновлении и вносить свежие данные по ценам.
Отслеживает динамику изменения цен.
Формирует удобные и понятные отчеты по всем найденным позициям из разных источников с учетом ранжирования по степени совпадения.
Ежедневно подгружает актуальные данные, которые ложатся в основу принятия обоснованных и своевременных управленческих решений.
_________________
СИБУР, одна из крупнейших интегрированных нефтегазохимических компаний России, внедряет AI-технологии Сбера
AI-советчик для оптимизации закупки материально-технических ресурсов. Искусственный интеллект позволяет перейти от статичных записей номенклатурных позиций к параметрическим карточкам, благодаря чему система будет подбирать допустимые аналоги, имеющие преимущества по цене, качеству и доступности.
Как это еще использовать https://nfp2b.ru/2024/05/23/parametricheskie-resursnye-spetsifikatsii
_________________
https://kupetscrm.ru/zayavka37
Все просто и понятно, можно сразу пробовать, но пока это скорее для непрямых закупок. Второе но - они хотят денег с заказчиков, третье но - это пока система без ИИ. Но если не нравятся ЭТП, то почему нет, облегченная альтернатива. ( «Купец» анализирует список товаров из вашей заданной номенклатуры, сам собирает контакты релевантных поставщиков со страниц поисковых систем, формирует заявку и рассылает её сотням разных адресатов. Хотите ли вы показать свою заявку на упаковку многим поставщикам без NDA? Посоветуем им прикрутить опцию предварительного выбора списка для рассылки.
Вся рутина закупщика сводится к тому, чтобы внести названия товаров в систему поиска, определиться с географией рассылки и проставить пару галочек (договор, КП, % предоплаты и т.д.). Остаётся только приложить реквизиты, указать комментарий (если нужно) и всё — можно запускать в работу!
Можно провести анализ самому в отдельном почтовом ящике с защитой от спам-блокировок или просто открыть удобную сводную таблицу сформированную в личном кабинете. Когда все цены и условия изучены, «Купец» сам проверит выбранного контрагента на надёжность, чтобы сделка точно прошла гладко. Не пробовали пока.
_________________
https://sniper-search.ru/ Почти тоже самое, что и у Купца выше, есть пара бесплатных дней попробовать
Обзор по ссылке > gruzdevv.ru/services/sniper-search/
_________________
https://iiii-tech.com/products/tasks/robotizatsiya/robot-zakupshchik/
https://www.gmcs.ru/solutions/robotic-process-automation/robot-buyer/
для открытого рынка. Роботизированная автоматизация процессов (RPA), пока выглядят как системы парсинга данных, скорее для посредников, которые зарабатывают на тендерах.
Заводит контрагентов и их предложения в систему управления закупками - звучит интересно, но вопросов много.
_________________
ЕВРАЗ с октября текущего года переложил всю рутину на робота-закупщика. Разработкой цифрового специалиста занималась команда «ЕвразТехника ИС», которая внедрила в робота собственную IT-систему RPA. Робот выполняет рутинные задачи отдела закупок, в том числе создаёт конкурсы среди поставщиков, обрабатывает их данные и перераспределяет время сотрудников компании на другие задачи. Его планируют использовать в разных направлениях — от покупки канцелярии в офис до работы с горнорудными активами.
_________________
Для экзотики поиск через 1688 https://kupetscrm.ru/blog/tpost/jty4oj7fh1-poisk-postavschika-na-1688-proverennie-m
__________________________________
Исходя из всего вышеуказанного можно понять, что этап первичного скрининга рынка будет полностью занят интеллектуальными системами поиска и акцент будет сделан на том, как среди множества новых поставщиков выявить тех, кого можно сразу брать в проект.
Возможности локальных ЭТП или известных торговых площадок
Благодаря возможностям искусственного интеллекта и просто накоплению данных на ЭТП и закупочных порталах реализовывается расширенная персонализация рекомендаций для пользователя. ЭТП накапливают статистику побед на площадке, получают отзывы от покупателей, формируют рейтинг или создают реестр недобросовестных поставщиков по позиции или группе позиций. Сервис позволяет: Автоматически подбирать рекомендуемых/потенциальных поставщиков на основе заключенных контрактов по конкретным товарным категориям; Регулярно обновлять рекомендации исходя из деятельности поставщика и его активности; Отправлять поставщику в личный кабинет уведомления с приглашением на участие в закупках.
Сравните локальное, описанное выше с тем, что предлагает SAP.
Пользователь предоставляет информацию о предмете закупки через ИИ-агента SAP Joule в SAP Ariba Sourcing. ИИ запрашивает у пользователя дополнительную информацию, такую как характеристики предмета закупки. Затем он предлагает рекомендации на основе исторических данных и прогнозной аналитики, например, каких поставщиков стоит пригласить к участию в закупке. ИИ предоставляет обоснование каждой рекомендации и предлагает пользователю возможность принять их или вручную добавить другие варианты.
Про добавление вручную возникают опасения по дальнейшему использованию - как ИИ обработает это? Будет ли ИИ считать ручное добавление более значимым для добавления в следующую выдачу по запросу другого пользователя? Не будет ли здесь злоупотребелений с целью ввода не лучших поставщиков и целенаправленного влияния на ИИ?
После окончательного утверждения закупочная процедура может быть опубликована непосредственно через чат-интерфейс. SAP Joule продолжает поддерживать пользователя, отслеживая предложения поставщиков и предоставляя оперативные обновления и аналитику.
ИИ естественно соберет все данные
Если вы заметили в Тема#1 AI ассистенты инженера разработчика упаковки, машинное зрение будет считывать ТУ поставщиков, чертежи и т.п., все это возможно, будет расцениваться ИИ как "Предпродажный сервис" и инженер технолог будет иметь инструмент даже для оценки неизвестного поставщика с точки зрения качества входящей документации. ИИ сможет накапливать и другие релевантные данные для оценки поставщиков.
Уже сейчас в России начинают появляться собственные разработки с использованием ИИ. Например, интеллектуальные сервисы:
Effect Isource позволяет значительно сократить время и трудозатраты при анализе рынка, расширить конкурентную среду. Так, использование сервиса на 90% ускоряет процесс поиска и анализа поставщиков в рамках одной закупки, а время от начала поиска до формирования расчета начальной максимальной цены контракта может сократиться в среднем на 80%. Тоже самое, а вот ниже новое, не про упаковку пока, но
Решение Inspector Isource используется для проведения технического аудита при предквалификации поставщика - проверки надежности поставщика, оценки его технических возможностей. ИИ автоматически определяет степень критичности выявленных нарушений на основе введенного аудитором текста. Это обеспечивает максимально объективную оценку поставщика, повышает скорость и точность проверки. Процесс оценки технических условий может занимать до месяца, но с использованием Inspector Isource это время сокращается в среднем до одного дня.
________________________________
Adobe запустила ИИ для анализа контрактов.
Acrobat AI Assistant теперь может автоматически определять контракты, суммировать ключевые условия и сравнивать различия в разных версиях. Новая система действует как интеллектуальный помощник, помогая пользователям находить и понимать важные части документов, предоставляя ссылки на источник. Технология анализирует текст PDF-документа и может обрабатывать даже отсканированные документы. Adobe заявляет, что данные пользователей не агрегируются и не используются для обучения ИИ-моделей. Новая функция доступна за 5 долл. в месяц и, согласно аналитике раннего доступа, помогла сократить время проверки контрактов на 70-80% у пользователей тестовой группы.
У вас нет необходимых прав для просмотра вложений в этом сообщении.
Последний раз редактировалось PackAudit&Consulting Пн, 2 декабря 2024, 20:29, всего редактировалось 1 раз.
2) Работа по внедрению альтернативных поставщиков или материалов, оптимизация
Из первого блока плавно переходим во второй
Визионеры обещают активное применение ИИ для построения прескриптивной аналитики с целью снижения затрат на закупку материалов и услуг. Выше упомянули, что ИИ-алгоритмы смогут накапливать и анализировать данные о поставщиках и объективно выбирать тех, кто предлагает наиболее выгодные условия, своевременные поставки и стабильное качество.
Мы уже задумали в @PackSelectionRU_bot "привинтить" функционал для сбора данных о качестве поставок в разрезе не просто поставщика, но и в привязке к конкретным товарам. Вы сможете оценивать каждую поставку, а система будет копить данные. Но есть вопросы.
_____________
Верите ли Вы в следующий запрос к ИИ?
"найди аналоги бутылки Х как у производителя Y по этой ссылке, главные параметры такие то, и отдельно покажи отличия, лучше на чертеже[b]
Что для этого надо предпринять, чтобы работало?
С помощью базы данных @PackSelectionRU_bot мы уже готовы учить модели для точного поиска стандартизованной укупорки, преформ и некоторых других видов упаковки. Но для поиска альтернативных контейнеров, точнее, для точного сравнения, нужна настоящая поисковая машина.
_____________
Ну и конечно сервисы, упомянутые выше, позволят вам постоянно мониторить цены на предвыбранные альтернативы, если поставщики будут загружать свежую информацию в свои боты. Да, у поставщиков боты тоже скоро появятся, чтобы не устать отвечать на запросы закупочных ботов. Мы неспеша готовим материал про это.
_____________
Атласы свариваемости или сопряжения. Слышали про такое для покровных материалов?
Атласы помогут не ошибиться с выбором, не потратить время, деньги на предсказуемо неудачное тестирование.
Каждый производитель контейнера, который закрывается или запаивается не его крышкой, должен иметь такой атлас сопрягаемых материалов для обучения ИИ или чат-бота. Просто, чтобы не тратить время менеджера на разъяснения заказчику, и чтобы ускорить тестирование на стороне заказчика.
____________
Но не только поиск альтернатив. С помощью ИИ и нашего института легко обучаться; Если в организации нет инженера по упаковке, то можно им стать частично и попробовать придумать новые проекты экономии используя подсказки ИИ.
____________
Удобная и объективная визуализация проектов экономии затрат.
Да, и не забыть про презентации: 7 нейросетей для создания презентаций: креатив и экономия времени
Tome
Wepik
Gamma
Prezo
SlidesAI.io
Slider AI
Presentations.AI
Подробнее на РБК:
https://trends.rbc.ru/trends/industry/671776809a79472646a25c3f
Индексы цен ! https://kupetscrm.ru/blog/tpost/b1x3f5pje1-ekspertiza-tsen-s-pomoschyu-kupets-crm
Визионеры обещают активное применение ИИ для построения прескриптивной аналитики с целью снижения затрат на закупку материалов и услуг. Выше упомянули, что ИИ-алгоритмы смогут накапливать и анализировать данные о поставщиках и объективно выбирать тех, кто предлагает наиболее выгодные условия, своевременные поставки и стабильное качество.
Мы уже задумали в @PackSelectionRU_bot "привинтить" функционал для сбора данных о качестве поставок в разрезе не просто поставщика, но и в привязке к конкретным товарам. Вы сможете оценивать каждую поставку, а система будет копить данные. Но есть вопросы.
_____________
Верите ли Вы в следующий запрос к ИИ?
"найди аналоги бутылки Х как у производителя Y по этой ссылке, главные параметры такие то, и отдельно покажи отличия, лучше на чертеже[b]
Что для этого надо предпринять, чтобы работало?
С помощью базы данных @PackSelectionRU_bot мы уже готовы учить модели для точного поиска стандартизованной укупорки, преформ и некоторых других видов упаковки. Но для поиска альтернативных контейнеров, точнее, для точного сравнения, нужна настоящая поисковая машина.
_____________
Ну и конечно сервисы, упомянутые выше, позволят вам постоянно мониторить цены на предвыбранные альтернативы, если поставщики будут загружать свежую информацию в свои боты. Да, у поставщиков боты тоже скоро появятся, чтобы не устать отвечать на запросы закупочных ботов. Мы неспеша готовим материал про это.
_____________
Атласы свариваемости или сопряжения. Слышали про такое для покровных материалов?
Атласы помогут не ошибиться с выбором, не потратить время, деньги на предсказуемо неудачное тестирование.
Каждый производитель контейнера, который закрывается или запаивается не его крышкой, должен иметь такой атлас сопрягаемых материалов для обучения ИИ или чат-бота. Просто, чтобы не тратить время менеджера на разъяснения заказчику, и чтобы ускорить тестирование на стороне заказчика.
____________
Но не только поиск альтернатив. С помощью ИИ и нашего института легко обучаться; Если в организации нет инженера по упаковке, то можно им стать частично и попробовать придумать новые проекты экономии используя подсказки ИИ.
____________
Удобная и объективная визуализация проектов экономии затрат.
Да, и не забыть про презентации: 7 нейросетей для создания презентаций: креатив и экономия времени
Tome
Wepik
Gamma
Prezo
SlidesAI.io
Slider AI
Presentations.AI
Подробнее на РБК:
https://trends.rbc.ru/trends/industry/671776809a79472646a25c3f
Индексы цен ! https://kupetscrm.ru/blog/tpost/b1x3f5pje1-ekspertiza-tsen-s-pomoschyu-kupets-crm
- PackAudit&Consulting
- PackAudit&Consulting
- Откуда: РФ
- ID: провайдер услуг
3) Операционное обслуживание текущего портфеля используемых материалов
Что следует ждать от ИИ и к чему готовиться?
Модели машинного обучения для прогноза спроса: ИИ может анализировать исторические данные о продажах, сезонные колебания, маркетинговые активности и другие факторы, влияющие на спрос. Это позволяет точно?? прогнозировать объемы необходимых закупок и предотвращать нехватку или перезаказ объема. Оптимизация запасов:
ИИ может настроить «умные» системы для пополнения запасов, чтобы избежать неликвидов или нехватки высокий сезон. Такие системы могут учитывать не только прогнозируемый спрос, но и сроки поставок, чтобы заказы поступали оптимально.
+ Исполнение размещения заказов без участия сотрудников департамента снабжения с целью снижения транзакционной нагрузки или (touchless buying). Естественно такое требует отдельной темы и даже много тем по категориям.
Для создания заявки порой требуется заполнить более 30 полей. На помощь приходят ИИ-агенты, такие как SAP Joule, Watson AI8, Ivalua IVA9, ZIP AI10. ИИ-агенты автоматизируют заполнение форм заявок на закупку, извлекая данные из учетных систем и исторических записей, систем управления поставщиками, сокращая ручной ввод и связанные с ним ошибки. ИИ проводит умную маршрутизацию заявок по доступным каналам закупок, направляет пользователей в процессе создания заявок, задавая вопросы и предлагая рекомендации для обеспечения точности и полноты собранной информации.
Насколько сейчас текущие используемые системы готовы к внедрению скриптов и программных роботов (роботизированная автоматизация процессов, RPA). Нужно оценить, какие рутинные операции можно автоматизировать (например, обработку заявок, создание заказов, проведение оплат), поддерживают ли текущие системы эти технологии. Оценивается техническая готовность платформы, возможность интеграции RPA-инструментов и идентификация операций, которые могут быть автоматизированы.
Но у нас тоже есть
> https://dc-s.ru/industry декларирует, что ML-модель прогнозирует оптимальные время и объем закупки сырья с учетом потребностей предприятия (объемы потребления, сроки доставки и хранения, данные о поставщиках, динамика закупочных цен, сезонность и пр.) и внешних факторов (экономические и сезонные условия, динамика цен и особенности логистики)
> vmss.pro/ NET Stock Система устанавливает целевые нормативы по красной, желтой и зеленой зонам и динамически их пересматривает в зависимости от текущего спроса на товар, запасы выше зеленого уровня приводят к излишкам. При изменении важных факторов норматив мгновенно пересчитывается инструмент по поддержке принятия решения для управления складскими запасами, отвечающая на вопрос: сколько, когда, у кого и какого товара нужно заказать.
_____________________________________________
Далее блок больше для продвинутых снабженцев.
Область контрактной работы или управление договорами.
Icertis - мировой лидер в области интеллектуального управления контрактами, в 2024 году получил премию AI Breakthrough 2024 за инновации в области ИИ7. Платформа Icertis Contract Intelligence (ICI) https://www.icertis.com/products/ai-applications/exploreai/ предлагает несколько ключевых возможностей, которые трансформируют работу с контрактами. Одной из основных функций является интеллектуальное извлечение и анализ данных. ИИ преобразовывает сложный юридический язык в структурированные бизнес-данные, превращая контракты из статических документов в динамичные, интеллектуальные активы.
Icertis выполняет автоматическую проверку соответствия контракта типовым формам в режиме реального времени, обеспечивая наличие необходимых положений и контрактных условий. Использование ИИ чат-бота позволяет пользователям взаимодействовать с контрактами с помощью запросов на естественном языке. Это упрощает доступ и понимание сложной информации. Ждем аналогов в РФ.
Область аналитики
SAP Ariba Category Management с использованием ИИ-агента SAP Joule4 извлекает, анализирует и визуализирует данные из различных внутренних и внешних источников в режиме реального времени. Одним из внешних источников данных для SAP Ariba Category Management является сервис Beroe https://www.beroeinc.com/beroe-live-ai/. Используя ИИ для сбора больших массивов данных о рыночных трендах и извлечения из них значимых инсайтов, Beroe покрывает более 2000 закупочных категорий в различных отраслях экономики. Придет ли 1С к этому или скорее Контур?
Мониторинг рисков и отслеживание отклонений: ИИ сможет интеллектуально отслеживать различные риски, такие как изменение цен на сырьё, задержки в поставках и колебания валют. Системы ИИ смогут уведомлять об этих изменениях в режиме реального времени, позволяя своевременно принимать меры. Например, система может посоветовать увеличить объём заказа или перейти на другого поставщика при падении цен. Лишь бы дефицит не вызвали "гациллюнациями" своими, сообщая о проблемах.
Помните, выше упомянули, что бот с вашей помощью будет отслеживать качество поставок? Если трое заказчиков сообщат, что у поставщика проблемы, бот заморгать должен, чтобы о риске остальных известить?
Еще одним инструментом, предоставляемым Icertis https://www.icertis.com/products/ai-applications/exploreai/, является прогнозная аналитика. Используя данные из более чем 10 млн контрактов, ИИ может предоставлять инсайты, которые помогают компаниям принимать более обоснованные решения во время переговоров с поставщиками. Компания также работает над расширением количества поддерживаемых языков для удовлетворения потребностей глобальных компаний.
Персонализированные переговоры с поставщиками: ИИ может анализировать паттерны цен и условий поставок у различных поставщиков, чтобы предлагать наиболее выгодные варианты и условия.
Анализ качества и оценка поставщиков: Системы ИИ могут анализировать информацию о возвратах, жалобах и дефектах, выявляя надёжных поставщиков и поставщиков с высоким уровнем дефектов. Это помогает избежать некачественных закупок и снизить расходы на возврат и утилизацию бракованной продукции.
Модели машинного обучения для прогноза спроса: ИИ может анализировать исторические данные о продажах, сезонные колебания, маркетинговые активности и другие факторы, влияющие на спрос. Это позволяет точно?? прогнозировать объемы необходимых закупок и предотвращать нехватку или перезаказ объема. Оптимизация запасов:
ИИ может настроить «умные» системы для пополнения запасов, чтобы избежать неликвидов или нехватки высокий сезон. Такие системы могут учитывать не только прогнозируемый спрос, но и сроки поставок, чтобы заказы поступали оптимально.
+ Исполнение размещения заказов без участия сотрудников департамента снабжения с целью снижения транзакционной нагрузки или (touchless buying). Естественно такое требует отдельной темы и даже много тем по категориям.
Для создания заявки порой требуется заполнить более 30 полей. На помощь приходят ИИ-агенты, такие как SAP Joule, Watson AI8, Ivalua IVA9, ZIP AI10. ИИ-агенты автоматизируют заполнение форм заявок на закупку, извлекая данные из учетных систем и исторических записей, систем управления поставщиками, сокращая ручной ввод и связанные с ним ошибки. ИИ проводит умную маршрутизацию заявок по доступным каналам закупок, направляет пользователей в процессе создания заявок, задавая вопросы и предлагая рекомендации для обеспечения точности и полноты собранной информации.
Насколько сейчас текущие используемые системы готовы к внедрению скриптов и программных роботов (роботизированная автоматизация процессов, RPA). Нужно оценить, какие рутинные операции можно автоматизировать (например, обработку заявок, создание заказов, проведение оплат), поддерживают ли текущие системы эти технологии. Оценивается техническая готовность платформы, возможность интеграции RPA-инструментов и идентификация операций, которые могут быть автоматизированы.
Но у нас тоже есть
> https://dc-s.ru/industry декларирует, что ML-модель прогнозирует оптимальные время и объем закупки сырья с учетом потребностей предприятия (объемы потребления, сроки доставки и хранения, данные о поставщиках, динамика закупочных цен, сезонность и пр.) и внешних факторов (экономические и сезонные условия, динамика цен и особенности логистики)
> vmss.pro/ NET Stock Система устанавливает целевые нормативы по красной, желтой и зеленой зонам и динамически их пересматривает в зависимости от текущего спроса на товар, запасы выше зеленого уровня приводят к излишкам. При изменении важных факторов норматив мгновенно пересчитывается инструмент по поддержке принятия решения для управления складскими запасами, отвечающая на вопрос: сколько, когда, у кого и какого товара нужно заказать.
_____________________________________________
Далее блок больше для продвинутых снабженцев.
Область контрактной работы или управление договорами.
Icertis - мировой лидер в области интеллектуального управления контрактами, в 2024 году получил премию AI Breakthrough 2024 за инновации в области ИИ7. Платформа Icertis Contract Intelligence (ICI) https://www.icertis.com/products/ai-applications/exploreai/ предлагает несколько ключевых возможностей, которые трансформируют работу с контрактами. Одной из основных функций является интеллектуальное извлечение и анализ данных. ИИ преобразовывает сложный юридический язык в структурированные бизнес-данные, превращая контракты из статических документов в динамичные, интеллектуальные активы.
Icertis выполняет автоматическую проверку соответствия контракта типовым формам в режиме реального времени, обеспечивая наличие необходимых положений и контрактных условий. Использование ИИ чат-бота позволяет пользователям взаимодействовать с контрактами с помощью запросов на естественном языке. Это упрощает доступ и понимание сложной информации. Ждем аналогов в РФ.
Область аналитики
SAP Ariba Category Management с использованием ИИ-агента SAP Joule4 извлекает, анализирует и визуализирует данные из различных внутренних и внешних источников в режиме реального времени. Одним из внешних источников данных для SAP Ariba Category Management является сервис Beroe https://www.beroeinc.com/beroe-live-ai/. Используя ИИ для сбора больших массивов данных о рыночных трендах и извлечения из них значимых инсайтов, Beroe покрывает более 2000 закупочных категорий в различных отраслях экономики. Придет ли 1С к этому или скорее Контур?
Мониторинг рисков и отслеживание отклонений: ИИ сможет интеллектуально отслеживать различные риски, такие как изменение цен на сырьё, задержки в поставках и колебания валют. Системы ИИ смогут уведомлять об этих изменениях в режиме реального времени, позволяя своевременно принимать меры. Например, система может посоветовать увеличить объём заказа или перейти на другого поставщика при падении цен. Лишь бы дефицит не вызвали "гациллюнациями" своими, сообщая о проблемах.
Помните, выше упомянули, что бот с вашей помощью будет отслеживать качество поставок? Если трое заказчиков сообщат, что у поставщика проблемы, бот заморгать должен, чтобы о риске остальных известить?
Еще одним инструментом, предоставляемым Icertis https://www.icertis.com/products/ai-applications/exploreai/, является прогнозная аналитика. Используя данные из более чем 10 млн контрактов, ИИ может предоставлять инсайты, которые помогают компаниям принимать более обоснованные решения во время переговоров с поставщиками. Компания также работает над расширением количества поддерживаемых языков для удовлетворения потребностей глобальных компаний.
Персонализированные переговоры с поставщиками: ИИ может анализировать паттерны цен и условий поставок у различных поставщиков, чтобы предлагать наиболее выгодные варианты и условия.
Анализ качества и оценка поставщиков: Системы ИИ могут анализировать информацию о возвратах, жалобах и дефектах, выявляя надёжных поставщиков и поставщиков с высоким уровнем дефектов. Это помогает избежать некачественных закупок и снизить расходы на возврат и утилизацию бракованной продукции.
4) Взаимодействие с функциями внутри организации
Информация ниже уже за рамками темы упаковки. Но полезно понимать, как может повлиять на закупщика.
От Сбера:
Presentsimple.ai Не пробовали, но постоянные пользователи говорят, что среднее время создания презентации на платформе сократилось с трех часов до буквально пяти минут.
SberDevices Встроенная функция автоматического подведения итогов встреч позволила в два раза сократить время на подготовку протоколов совещаний.
Интегрированность всех ИТ-систем для прослеживаемости сквозной цепочки с целью повышения точности обеспечения внутреннего заказчика. Свой, обученный ИИ во внутреннем контуре. Пока почти фантастика для большинства.
Специализированные ИИ-агенты https://tenchat.ru/media/2744717-korporativnyye-i ... buduschem-biznes-kommunikatsiy, которые представляют собой программы, интегрированные в защищенную корпоративную инфраструктуру. Эти ИИ-агенты используют методы искусственного интеллекта для выполнения определенных задач, таких как поиск информации в Сети, оптическое распознавание символов (OCR), а также доступ к транзакционным и мастер-данным из корпоративных информационных систем. Они могут анализировать данные, принимать решения и взаимодействовать с другими системами или пользователями, что позволяет автоматизировать процессы и улучшить работу с информацией в компании.
Например, SAP запускает ИИ-агента Joule, который будет глубоко интегрирован в экосистему решений SAP, предоставляя возможность реализовывать бизнес-процессы в рамках единого окна в формате чата с доступом к внутренним транзакционным и мастер-данным, а также к внешним данным, предоставленным сторонними решениями.
Повышение эффективности процесса создания заявок на закупку (intake to procurement) на данный момент пользуется особенным спросом у западных компаний. Компания ZIP https://ziphq.com/ai, основанная в 2020 году в Калифорнии, менее чем за два года выросла из стартапа в компанию-"единорога" c текущей оценкой более $1,5 млрд. Платформа предлагает единый, унифицированный интерфейс для всех заявок на закупку, улучшая видимость и упрощая процесс для пользователей.
8i.ru/ Отчётность+ от fil-it.ru/ Платформа позволяет самостоятельно проводить бизнес-аналитику данных, строить отчётность и объединять их в наглядные дашборды, готовить централизованную отчётность, с общей семантической моделью, а также включает систему интеграции данных из различных источников. Включено в Единый реестр российского ПО - запись №2333 от 15.12.2016. Платформа - гибкое и масштабируемое решение для визуального анализа данных, обладает интуитивно понятным интерфейсом, является мощнейшим инструментом создания сложных регламентных отчетов в соответствии с нормативными правовыми актами, дает low-code инструменты для создания моделей машинного обучения, содержит MLOps — платформу управления жизненным циклом ML-моделей. Кажется дорого.
Компания-участник CodeInside получила (https://codeinside.ru/asi-support-ci/)поддержку от Агентства стратегических инициатив на флагманский продукт Smart Traffic System, запускает (https://companies.rbc.ru/news/ls0hXIjfXb/codeinsi ... -deepseek-v-zakryitom-konture/)проект по локальному развертыванию DeepSeek для предоставления компаниям возможности работать с ИИ в закрытом контуре
От Сбера:
Presentsimple.ai Не пробовали, но постоянные пользователи говорят, что среднее время создания презентации на платформе сократилось с трех часов до буквально пяти минут.
SberDevices Встроенная функция автоматического подведения итогов встреч позволила в два раза сократить время на подготовку протоколов совещаний.
Интегрированность всех ИТ-систем для прослеживаемости сквозной цепочки с целью повышения точности обеспечения внутреннего заказчика. Свой, обученный ИИ во внутреннем контуре. Пока почти фантастика для большинства.
Специализированные ИИ-агенты https://tenchat.ru/media/2744717-korporativnyye-i ... buduschem-biznes-kommunikatsiy, которые представляют собой программы, интегрированные в защищенную корпоративную инфраструктуру. Эти ИИ-агенты используют методы искусственного интеллекта для выполнения определенных задач, таких как поиск информации в Сети, оптическое распознавание символов (OCR), а также доступ к транзакционным и мастер-данным из корпоративных информационных систем. Они могут анализировать данные, принимать решения и взаимодействовать с другими системами или пользователями, что позволяет автоматизировать процессы и улучшить работу с информацией в компании.
Например, SAP запускает ИИ-агента Joule, который будет глубоко интегрирован в экосистему решений SAP, предоставляя возможность реализовывать бизнес-процессы в рамках единого окна в формате чата с доступом к внутренним транзакционным и мастер-данным, а также к внешним данным, предоставленным сторонними решениями.
Повышение эффективности процесса создания заявок на закупку (intake to procurement) на данный момент пользуется особенным спросом у западных компаний. Компания ZIP https://ziphq.com/ai, основанная в 2020 году в Калифорнии, менее чем за два года выросла из стартапа в компанию-"единорога" c текущей оценкой более $1,5 млрд. Платформа предлагает единый, унифицированный интерфейс для всех заявок на закупку, улучшая видимость и упрощая процесс для пользователей.
8i.ru/ Отчётность+ от fil-it.ru/ Платформа позволяет самостоятельно проводить бизнес-аналитику данных, строить отчётность и объединять их в наглядные дашборды, готовить централизованную отчётность, с общей семантической моделью, а также включает систему интеграции данных из различных источников. Включено в Единый реестр российского ПО - запись №2333 от 15.12.2016. Платформа - гибкое и масштабируемое решение для визуального анализа данных, обладает интуитивно понятным интерфейсом, является мощнейшим инструментом создания сложных регламентных отчетов в соответствии с нормативными правовыми актами, дает low-code инструменты для создания моделей машинного обучения, содержит MLOps — платформу управления жизненным циклом ML-моделей. Кажется дорого.
Компания-участник CodeInside получила (https://codeinside.ru/asi-support-ci/)поддержку от Агентства стратегических инициатив на флагманский продукт Smart Traffic System, запускает (https://companies.rbc.ru/news/ls0hXIjfXb/codeinsi ... -deepseek-v-zakryitom-konture/)проект по локальному развертыванию DeepSeek для предоставления компаниям возможности работать с ИИ в закрытом контуре
- PackAudit&Consulting
- PackAudit&Consulting
- Откуда: РФ
- ID: провайдер услуг
5) Сценарии использования ИИ для преобразования закупочных процессов
Согласно отчету консалтинговой компании Bain https://www.bain.com/insights/generative-ai-procurement-interactive/, использование ИИ в данной области можно разделить на шесть ключевых направлений:
закупочные стратегии;
организационная и операционная модель;
категорийное управление;
управление поставщиками;
корпоративная социальная ответственность;
операционные закупки;
перевод и понимание - например, ИИ-модель SeamlessM4T, которая способна делать синхронный перевод на 101 язык мира.
категорийное управление (сбор данных о рынке для создания категорийных стратегий https://youtu.be/iCmrl0wt5e4
SAP Ariba Category Management and Joule AI demo https://www.sap.com/assetdetail/2023/11/4840a651-977e-0010-bca6-c68f7e60039b.html
Источник https://www.comnews.ru/content/235412/2024-09-30/ ... y-dlya-korporativnykh-resheniy
Анализ данных и стратегическое планирование
Мониторинг рыночных изменений: ИИ-системы могут использоваться для отслеживания мировых и локальных рыночных тенденций, влияющих на стоимость товаров (например, изменения в стоимости сырья или налоговые изменения). Такой мониторинг помогает адаптировать закупочную стратегию, уменьшая риски и минимизируя затраты.
Оптимизация закупочной стратегии на основе анализа данных: ИИ помогает разрабатывать стратегические рекомендации по закупкам и прогнозам спроса на основе данных за прошлые периоды. Это позволяет лучше планировать долгосрочные закупки, учитывать сезонные колебания и важные события, минимизируя издержки и максимизируя прибыль.
Сбор данных о рынке для создания категорийных стратегий. SAP Ariba Category Management с использованием ИИ-агента SAP Joule4 извлекает, анализирует и визуализирует данные из различных внутренних и внешних источников в режиме реального времени.
SAP Ariba Category Management проводит анализ пяти сил Портера: угрозы появления продуктов-заменителей, угрозы появления новых игроков на рынке, рыночной власти поставщиков, рыночной власти потребителей и уровня конкурентной борьбы.
Анализ управления НСИ — справочниками товаров, услуг, поставщиков и контрагентов,
Оценивается актуальность, полнота и точность данных, а также процессы их обновления и верификации. Ключевым показателем является наличие централизованного управления НСИ и механизмов для предотвращения ошибок, таких как дублирование записей, устаревшие данные и неточности.
Кто получит выгоду -На этом этапе нужно выяснить, насколько закупочные процессы стандартизированы и одинаково выполняются на всех уровнях компании и во всех подразделениях. Этот шаг включает проверку на наличие единых регламентов и процедур для всех операций: от подачи заявки до заключения контракта и оплаты. Важно оценить, насколько одинаково сотрудники следуют установленным правилам и есть ли отклонения, которые могут повлиять на эффективность и прозрачность процессов.
закупочные стратегии;
организационная и операционная модель;
категорийное управление;
управление поставщиками;
корпоративная социальная ответственность;
операционные закупки;
перевод и понимание - например, ИИ-модель SeamlessM4T, которая способна делать синхронный перевод на 101 язык мира.
категорийное управление (сбор данных о рынке для создания категорийных стратегий https://youtu.be/iCmrl0wt5e4
SAP Ariba Category Management and Joule AI demo https://www.sap.com/assetdetail/2023/11/4840a651-977e-0010-bca6-c68f7e60039b.html
Источник https://www.comnews.ru/content/235412/2024-09-30/ ... y-dlya-korporativnykh-resheniy
Анализ данных и стратегическое планирование
Мониторинг рыночных изменений: ИИ-системы могут использоваться для отслеживания мировых и локальных рыночных тенденций, влияющих на стоимость товаров (например, изменения в стоимости сырья или налоговые изменения). Такой мониторинг помогает адаптировать закупочную стратегию, уменьшая риски и минимизируя затраты.
Оптимизация закупочной стратегии на основе анализа данных: ИИ помогает разрабатывать стратегические рекомендации по закупкам и прогнозам спроса на основе данных за прошлые периоды. Это позволяет лучше планировать долгосрочные закупки, учитывать сезонные колебания и важные события, минимизируя издержки и максимизируя прибыль.
Сбор данных о рынке для создания категорийных стратегий. SAP Ariba Category Management с использованием ИИ-агента SAP Joule4 извлекает, анализирует и визуализирует данные из различных внутренних и внешних источников в режиме реального времени.
SAP Ariba Category Management проводит анализ пяти сил Портера: угрозы появления продуктов-заменителей, угрозы появления новых игроков на рынке, рыночной власти поставщиков, рыночной власти потребителей и уровня конкурентной борьбы.
Анализ управления НСИ — справочниками товаров, услуг, поставщиков и контрагентов,
Оценивается актуальность, полнота и точность данных, а также процессы их обновления и верификации. Ключевым показателем является наличие централизованного управления НСИ и механизмов для предотвращения ошибок, таких как дублирование записей, устаревшие данные и неточности.
Кто получит выгоду -На этом этапе нужно выяснить, насколько закупочные процессы стандартизированы и одинаково выполняются на всех уровнях компании и во всех подразделениях. Этот шаг включает проверку на наличие единых регламентов и процедур для всех операций: от подачи заявки до заключения контракта и оплаты. Важно оценить, насколько одинаково сотрудники следуют установленным правилам и есть ли отклонения, которые могут повлиять на эффективность и прозрачность процессов.
Почитать еше
https://apni.ru/article/8612-iskusstvennij-intellekt-v-sfere-upravleniya
https://smartzakupka.ru/news/luchshie-praktiki-ii-v-zakupkax
https://www.tadviser.ru/index.php/Статья:Умные_за ... ала_поставщиков?erid=LjN8KQDm9
https://mws.ru/services/virtual-infrastructure-gpu/
dbrain.io/ спросить о чертежах
https://vc.ru/services/800131-v-chem-raznica-mezh ... -znaet-chto-eto-za-nabory-bukv
https://smartzakupka.ru/news/luchshie-praktiki-ii-v-zakupkax
https://www.tadviser.ru/index.php/Статья:Умные_за ... ала_поставщиков?erid=LjN8KQDm9
https://mws.ru/services/virtual-infrastructure-gpu/
dbrain.io/ спросить о чертежах
https://vc.ru/services/800131-v-chem-raznica-mezh ... -znaet-chto-eto-za-nabory-bukv
Вернуться в «Темы по ИИ для причастных к индустрии упаковки»
Advertisements by Advertisement Management
Создано на основе phpBBex © 2016 phpBB Limited, Vegalogic Software