🤖 ИИ-агент для закупок в ритейле

Проект в рамках AI Talent Camp
Команда: Твой трек

👥 Команда

🟣 One-line value proposition

ИИ-агент, который автоматизирует корпоративные закупки: от запроса и ресерча поставщиков до формирования и оформления заказа.

📌 О проекте

ИИ-агент для закупок в ритейле — это AI-first продукт, автоматизирующий операционные закупочные процессы в компаниях с большим количеством согласований, поставщиков и ручной рутины.

Проект реализует автономный ИИ-агент, который:
- принимает запрос в свободной форме,
- самостоятельно выполняет закупочные шаги,
- предлагает рациональные варианты,
- и оформляет заказ после подтверждения человека.

MVP демонстрирует работоспособность этого подхода на конкретном и проверяемом сценарии.

🎯 Цель проекта

Сократить время и сложность закупок за счёт переноса рутинных операций с человека на ИИ-агента и построения AI-first закупочного процесса.

🌍 Контекст и проблема

Проблема

Корпоративные закупки — это:
- длинные циклы согласований,
- ручной поиск и сравнение поставщиков,
- коммуникации с несколькими контрагентами,
- риски срыва сроков и ошибок.

Операционные и логистические сложности

• ненадёжность поставщиков,
• отсутствие прозрачного сравнения вариантов,
• высокая нагрузка на менеджеров по закупкам.

💡 Решение

ИИ-агент, который берёт на себя полный цикл закупки:
- поиск поставщиков,
- формирование заказа,
- взаимодействие с поставщиками,
- проверку наличия,
- сравнение вариантов,
- рекомендации,
- и с подтверждения пользователя — оформление заказа в один клик.

🧪 MVP (Demo Day)

Что делает MVP

MVP позволяет через ИИ-агента заказать пиццу в один клик.

Это демонстрационный сценарий, показывающий, как работает автономный агент закупок.

Как это работает (1 клик = полный цикл)

1. Запрос
   Пользователь вводит текстовый запрос в свободной форме
   (например: «закажи пиццу на завтра для 60 человек, бюджет 15 000₽»)

2. Автономная работа агента
   ИИ-агент:
   - ищет подходящих поставщиков,
   - маппит запрос на реальные меню,
   - формирует несколько вариантов заказа,
   - сравнивает их по цене, срокам и составу,
   - объясняет рекомендации.

3. Оформление заказа
   Пользователь подтверждает вариант —
   агент оформляет заказ (через автоматизацию) и отчитывается о результате.

⚠️ Человек принимает финальное решение — апрув перед оплатой.

🧩 Value Canvas (кратко)

Проблема

• Долгие и ручные процессы закупок
• Перегруженные менеджеры
• Высокая операционная стоимость

Решение

Автономный ИИ-агент, выполняющий закупку end-to-end.

УТП

Один текстовый запрос → полностью выполненная закупка.

Нечестное преимущество

• Экспертиза в LLM-агентах и Claude Code
• Быстрое прототипирование автономных AI-first процессов

👥 Клиенты

Корпорации с длинными и сложными закупочными процессами, нуждающиеся в автоматизации:

• Ритейл и FMCG
• Крупные экосистемы и холдинги

Примеры: X5, Магнит, ВкусВилл и др.

📡 Каналы

• Внутренний продукт корпорации
• ИИ-агент для автоматизации конкретного закупочного процесса

📊 Ключевые метрики

• Сокращение времени менеджеров по закупкам
• Количество контролируемых закупок на одного менеджера
• Время от запроса до оформленного заказа
• Гарантия рационального расходования средств за счёт сравнения опций

💰 Экономический эффект

• Снижение операционных расходов
• Высвобождение штата от рутинных задач
• Масштабирование закупок без пропорционального роста команды

📂 Материалы проекта (навигация)

• 📄 Бриф проекта и ограничения
• 🗺️ User Story Map и сценарии использования
• 🧠 Lean Canvas проекта
• 🏗️ Архитектура ИИ-агента
• 🎬 Сценарий демо-дня

🛠 Технологический подход

• LLM-агенты (Claude Code)
• Агентные скиллы
• Браузерная автоматизация
• AI-first процесс закупки