AUXO сократила подбор поставщиков до двух минут с помощью Yandex AI Studio

Краткий пересказ YandexGPT
  • IT-компания AUXO разработала ИИ-ассистента LokusAI для сотрудников предпродажной подготовки и закупок.
  • Во время пилота использовали облачную модель через Yandex AI Studio — это позволило избежать затрат на GPU-серверы и повысить качество разбора документов.
  • Поиск поставщиков сократился с 20–30 минут до примерно двух минут, а разбор коммерческих предложений и заполнение формы запроса цен — с нескольких часов до нескольких минут.
  • Разработка первого работающего контура заняла около трёх месяцев.
  • LokusAI встроен в модуль «Библиотека документов» портала Lokus. Сотрудник выбирает файлы, описывает задачу и получает результат в той же папке.
  • Каждое действие ассистента записывается в журнал, а итоговые документы проверяет человек.
  • По расчётам AUXO, анализатор документов может экономить около 300 тыс. рублей в месяц, а срок окупаемости решения — около 1,2 месяца.

О чём эта история

IT-компания AUXO разработала ИИ-ассистента LokusAI для сотрудников предпродажной подготовки и закупок. Решение встроили в корпоративный портал Lokus: оно анализирует документы, помогает готовить коммерческие предложения и подбирает поставщиков.

Во время пилота команда подключила большую языковую модель через Yandex AI Studio. В результате поиск поставщиков сократился с 20–30 минут примерно до двух, а разбор полученных коммерческих предложений и заполнение формы запроса цен — с нескольких часов до нескольких минут.

Полноэкранное изображение

Сократить время подготовки предложений и поиска поставщиков

AUXO — аккредитованная IT-компания с 30-летним опытом в системной интеграции, инфраструктуре, информационной безопасности и автоматизации бизнес-процессов.

Первым заказчиком ИИ-ассистента LokusAI стала сама AUXO. Компания провела пилот в подразделениях предпродажной подготовки и закупок, где значительную часть операций сотрудники выполняли вручную. Так, чтобы подготовить коммерческое предложение, специалистам приходилось переносить данные из Excel-таблиц в корпоративный шаблон и заново форматировать документ. Менеджеры по закупкам вручную искали поставщиков, разбирали письма, PDF-файлы, документы и сканы, а затем переносили позиции в форму запроса цен. По оценке AUXO, на поиск информации уходило более 30% рабочего времени — около 2,5 часа в день.

Компании требовался ассистент, который работает непосредственно на корпоративном портале и помогает решать эти задачи без переключения между системами. Решение должно было поддерживать разные форматы документов, единый вход через Keycloak и LDAP, длительные операции и подробное логирование действий ИИ.

Сначала команда развернула локальную модель Qwen3-32B на собственном сервере. Но разбор коммерческого предложения занимал 12–16 минут, а в результатах возникали ошибки. Более производительное локальное решение потребовало бы покупки GPU-серверов стоимостью, по оценке AUXO, от 2 млн рублей, а также самостоятельного сопровождения инфраструктуры.

Облачная модель позволяла проверить гипотезу без закупки оборудования и масштабировать вычисления по мере роста нагрузки. Для AUXO также было важно обрабатывать документы в российской юрисдикции и учитывать требования 152-ФЗ. Поэтому компания выбрала Yandex Cloud.

Встроили облачную модель в корпоративный портал

Разработка первого работающего контура заняла около трёх месяцев — с 24 июня по 21 сентября 2026 года. MVP с анализом документов и подбором поставщиков команда подготовила примерно за полтора месяца.

LokusAI встроили в модуль «Библиотека документов» портала Lokus. Сотрудник выбирает файлы, описывает задачу на естественном языке и получает результат в той же папке. Ассистент умеет анализировать документы и формировать отчёт в DOCX, готовить коммерческие предложения из Excel-таблиц и технических заданий, а также переносить сведения из предложений поставщиков в форму запроса цен.

Для поиска поставщиков система использует векторную базу Qdrant. Она сопоставляет запрос не только с названием бренда, но и с моделями оборудования, парт-номерами и конфигурациями. ИИ-сервис реализовали на FastAPI и связали с остальными компонентами портала через шлюз Ocelot. Длительные операции команда вынесла в фоновую очередь RabbitMQ™. Тайм-ауты фронтенда, nginx и шлюза увеличили до часа, а в интерфейсе добавили обратный отсчёт времени выполнения.

Для работы с языковой моделью в пилотном контуре AUXO использовала OpenAI-совместимый API Yandex AI Studio. На этапе пилота запросы обрабатывала модель Qwen3-235B. Переход на неё помог команде отказаться от покупки собственной GPU-инфраструктуры и повысить качество разбора документов по сравнению с локальной моделью.

Интеграция учитывает продолжительность ИИ-операций: шлюз автоматически обновляет JWT-токен, чтобы пользовательская сессия не завершалась во время обработки. Каждое действие ассистента записывается в actions.md: система сохраняет пользователя, файлы, промпт и фактическое время выполнения. Готовые документы проверяет сотрудник — ИИ не принимает итоговые решения самостоятельно.

Следующим этапом AUXO планирует перенести в Yandex Cloud оставшиеся компоненты ИИ-контура. Object Storage заменит MinIO: в облачном хранилище будут находиться файлы библиотеки документов, сформированные ИИ-сервисом документы и таблицы, а также резервные копии. Данные портала и ИИ-сервиса команда планирует перенести из локальной базы PostgreSQL в Managed Service for PostgreSQL.

Изменится и схема развёртывания приложения. Сейчас ИИ-сервис работает на виртуальной машине через Docker Compose, а корпоративный Kubernetes® используется преимущественно для сред разработки. В рамках миграции Docker-образы будут храниться в Container Registry, а для запуска сервиса команда рассматривает виртуальные машины Compute Cloud и Managed Service for Kubernetes®.

Сократили время на подбор поставщиков в 10–15 раз

Во время пилота команда получила следующие результаты:

  • поиск поставщиков сократился с 20–30 минут примерно до двух — в 10–15 раз;
  • разбор неструктурированных коммерческих предложений и заполнение формы запроса цен стали занимать несколько минут вместо 2–4 часов;
  • анализатор документов, по оценке AUXO, экономит сотрудникам около двух часов в неделю;
  • все ИИ-операции сохраняются в журнале, а итоговые документы проверяет человек.

По внутреннему расчёту AUXO, анализатор документов может экономить около 300 тыс. рублей в месяц, а срок окупаемости решения составляет примерно 1,2 месяца.

Мнение

Yandex AI Studio позволила нам за считаные недели поднять качество ИИ-ассистента Lokus до уровня, недостижимого для локальной модели, — без закупки GPU-инфраструктуры. Подбор поставщиков ускорился с 20–30 минут до двух, каждая ИИ-операция остаётся прозрачной и контролируемой, а данные — в российской юрисдикции.
Кирилл Пономарёв
Руководитель R&D Lab AUXO

Решим вашу IT-задачу

Мы оперативно расскажем вам о возможностях Yandex Cloud для вашего бизнеса или подберем партнёра, который полностью реализует ваш IT-проект.
Войдите, чтобы сохранить пост