Строительный холдинг «Термодом» основан в 1998 году. Он реализует жилые проекты стандарт- и комфорт-класса. Имеет 32 подразделения и штат из 3000 специалистов. За период с 2016 года по настоящее время девелопер ввёл в эксплуатацию более 460 000 м² недвижимости, в которых проживают около 20 000 семей.
Рассказываем, как компания разработала ИТ-сервис для закупок и к каким результатам это привело.
Проблема
Компания постоянно сотрудничает с 200 поставщиками стройматериалов. Ещё примерно у 2000 организаций она заказывает их периодически. В списке закупаемых позиций более 1000 наименований. Однако тендерный отдел оформлял документы вручную.
Из-за этого:
- сбор лотов, их публикация на тендерных площадках, изучение предложений от поставщиков и оформление документации занимали много времени сотрудников, они не могли тратить его на контроль и оптимизацию закупочной деятельности;
- не было возможности эффективно управлять базой поставщиков, отслеживать результаты работы с ними, быстро сравнивать цены и условия разных партнёров и выгодно покупать товары;
- при планировании и прогнозировании закупок компания использовала обычные таблицы и ручной ввод данных, что приводило к ошибкам, избыточным или недостаточным запасам материалов;
- организация не могла централизованно отслеживать расходы и искать возможности для снижения затрат.
Всё это приводило к повышению расходов на материалы и увеличению сроков строительства на 3—4 недели.
Кейс «Термодом»: AI-сервис для закупок
Решение
Разработать и внедрить сервис интеллектуальных закупок, который:
- автоматически загружает на площадки лоты, сформированные тендерным отделом в корпоративной ИТ-системе, в электронном формате;
- позволяет взаимодействовать с поставщиками через веб-интерфейс и мобильное приложение;
- анализирует полученные заявки и подбирает оптимальные по нескольким критериям.
Технологии
- MVC-архитектура — шаблон программирования, разделяющий архитектуру приложения на три модуля: модель (model), представление (view), контроллер (controller).
- Инструменты PHP, Python, Laravel Framework, Vue.js, Dart, Flutter, MySQL, PostgreSQL, Git и другие.
- Виртуальный ассистент и AI-система, которая быстро обрабатывает вопросы, связанные с процессами закупок, включая информацию о торговых площадках, аукционах, базах данных поставщиков, нормативной документации и статистических отчётах по закупкам. Система обучается на массиве данных из открытых источников (с сайтов с тендерами) и может подключаться к другим нейросетевым моделям, например к GigaChat.
- Открытые API для гибкой интеграции со сторонними сервисами. Например, систему можно встроить в корпоративную CRM.
Сложности
При реализации проекта компания столкнулась с сопротивлением поставщиков и сотрудников. Не все контрагенты были готовы перейти на электронное взаимодействие, а персоналу было непросто адаптироваться к новым процессам. Чтобы решить проблему, в компании провели обучающие тренинги для команды и поставщиков и обеспечили поддержку на этапе внедрения.
Этапы работы
- Август — сентябрь 2023 года. Формирование концепции и идеи сервиса.
- Октябрь 2023 года. Анализ бизнес-процессов.
- Ноябрь 2023 года. Разработка веб-версии платформы.
- Декабрь 2023 года. Разработка мобильного приложения.
- Январь — февраль 2024 года. Разработка API.
- Март — апрель 2024 года. Интеграция платформы с корпоративными ИТ-системами компании.
- Май — июнь 2024 года. Пилотное тестирование.
- Июль 2024 года. Запуск сервиса в опытно-промышленную эксплуатацию с поставщиками.
- Август 2024 года. Запуск сервиса в промышленную эксплуатацию.
Результаты
- В 3—4 раза повысилась эффективность процессов за счёт структурирования, цифровизации и автоматизации закупочной деятельности.
- В 5 раз увеличилась скорость обработки данных по закупкам.
- Есть централизованный доступ ко всем документам и информации, который упрощает принятие решений и взаимодействие между различными отделами.
- Онлайн-мониторинг процессов помогает экономить и снижать расходы на закупки.
- Компания получила ИТ-продукт для внешнего рынка, который можно настроить под потребности других девелоперов.
Следующие шаги
- Масштабирование сервиса внутри компании, организация круглосуточной техподдержки.
- Продажи продукта на внешний рынок как SaaS-решения.
- Развитие функционала платформы: внедрение интеллектуального алгоритма машинного обучения для предсказания трендов и интеграции с ERP-системами клиентов.
- Расширение сети поставщиков и ассортимента доступных товаров и услуг на платформе. Увеличение числа активных пользователей и транзакций.
- Чтобы быть в курсе важных трендов и мнений ведущих экспертов, следите за нами в телеграм-канале. О развитии навыков управления, личностном росте пишем в «Дзене». Про технологии и развитие в IT — в блоге на VC.