Закупки в клиниках редко выглядят как проблема первого порядка. На совещаниях чаще обсуждают выручку, загрузку врачей, маркетинг и сервис. Но если копнуть цифры, закупочный контур нередко оказывается тихой зоной потерь: деньги уходят не из-за одной большой ошибки, а из-за сотен маленьких неэффективностей.
Особенно это заметно в сетях стоматологий, косметологий и многопрофильных медицинских центров. Там много расходных материалов, много поставщиков, много вариантов написания одной и той же позиции и мало времени на нормальное сравнение.
Где реально теряются деньги
Самая распространённая ошибка — думать, что задача закупок сводится к получению нескольких коммерческих предложений и выбору самой низкой цены.
На практике мешают четыре фактора.
1. Номенклатурный хаос
Один и тот же материал может быть записан у поставщиков по-разному. Для человека это похоже, но не идентично. Когда таких позиций десятки или сотни, начинается ручное сопоставление. Оно медленное, утомительное и плохо масштабируется.
2. Разный формат входящих данных
КП приходят в Excel, PDF, письмах, иногда даже в виде сканов. Сопоставить всё в едином виде сложно. Поэтому менеджер по закупкам часто выбирает не оптимального поставщика, а того, с кем проще работать привычным способом.
3. Нет единого взгляда на остатки и потребление
Если филиалы закупаются несогласованно, а складская картина не прозрачна, компания заказывает лишнее в одном месте и испытывает дефицит в другом.
4. История цен почти не используется
Даже если данные по прошлым закупкам есть, они редко собираются в инструмент, который реально помогает принимать решение здесь и сейчас.
Именно в этой точке AI начинает быть полезным. Не потому что он "умный", а потому что он хорошо справляется с большим объёмом неоднородных данных.
Что мы считаем правильной ролью AI в закупках
Здесь важно не перепутать. AI не должен полностью заменять закупщика. Его задача — убрать ту часть работы, где люди тратят много времени на сопоставление, сравнение и поиск закономерностей.
В прикладном сценарии AI помогает:
- распознавать и нормализовать номенклатуру;
- сравнивать коммерческие предложения в единой логике;
- подсвечивать лучшую цену и возможные аналоги;
- учитывать историю закупок и потребления;
- прогнозировать будущую потребность.
Это превращает процесс из "сравнили как смогли" в более системную работу с данными.
Как выглядит хороший проект в этой области
Если убрать витринные презентации, то зрелое решение обычно состоит из нескольких частей.
Слой нормализации данных
Система должна понимать, что разные написания могут относиться к одной позиции. Для медицины это особенно важно, потому что здесь высока плотность похожих товаров, брендов и модификаций.
Слой сравнения предложений
После нормализации КП нужно уметь сравнивать не "таблицу с таблицей", а конкретные позиции между собой: что является точным совпадением, что допустимым аналогом, где разница в единицах измерения и что в итоге выгоднее.
Слой оптимизации корзины
Иногда самый дешёвый поставщик по одной позиции не даёт минимальную итоговую стоимость корзины. Нужно учитывать партии, доставку, условия поставки, минимальные суммы заказа и наличие.
Слой аналитики
Руководителю важны не только текущие сравнения, но и тренды:
- где растут цены;
- какие филиалы расходуют материалы быстрее нормы;
- какие позиции стоит централизовать;
- где есть системная переплата.
Где появляется экономический эффект
Чаще всего эффект складывается из трёх источников.
Прямая экономия на цене
Когда компания действительно сравнивает предложения, а не выбирает "как обычно", вскрывается реальный диапазон цен. Даже несколько процентов на большом годовом объёме превращаются в заметную сумму.
Меньше излишков и экстренных дозакупок
Когда видно остатки и динамику потребления, снижается хаос в заказах. А значит, меньше ситуаций, когда что-то срочно докупают по невыгодной цене или склад захламляется лишними позициями.
Экономия времени команды
Если закупщик перестаёт часами сводить и выравнивать КП, у него появляется время на нормальную переговорную и управленческую работу.
Когда проект имеет смысл
Подобная автоматизация оправдана, если у вас:
- несколько филиалов или точек;
- широкий ассортимент расходников;
- регулярные закупки у нескольких поставщиков;
- заметные различия в форматах КП;
- желание управлять закупками не по ощущениям, а по данным.
Если объём закупок небольшой, а ассортимент стабилен и прост, иногда достаточно хорошо настроенной дисциплины и аналитики без полноценного AI-контура.
Что подготовить до запуска
Самая частая ошибка — ожидать, что AI "сам разберётся" с беспорядком. На старте всё равно нужно сделать базовую подготовку:
- определить источники данных;
- собрать историю закупок;
- понять, кто владелец процесса;
- решить, как будут подтверждаться аналоги и спорные сопоставления;
- определить метрику успеха.
Иначе проект становится технологически интересным, но бизнес-эффект оказывается трудно доказать.
Почему эта тема шире, чем просто закупки
На самом деле это история про управляемость. Когда данные по расходам, номенклатуре, поставщикам и потреблению начинают жить в нормальном цифровом контуре, выигрывает не только закупка. Выигрывает вся управленческая система: финансы, операционный блок, собственники.
Поэтому нам всегда ближе решения, которые связывают аналитику с реальным процессом, а не создают очередной изолированный кабинет.
Вывод
Если ваша закупка медицинских расходников до сих пор держится на ручном сравнении КП, интуиции и привычных поставщиках, вы почти наверняка теряете деньги не в одном месте, а по чуть-чуть каждый день.
AI здесь полезен не как эффектная надстройка, а как инструмент, который помогает привести номенклатуру к единому виду, сравнивать предложения быстрее и принимать более выгодные решения на масштабе.
Именно такие сценарии мы считаем зрелым применением AI: когда технология снижает издержки, убирает рутину и делает процесс прозрачнее для бизнеса.
Читайте также: