Менеджер із закупівель у виробничій компанії витрачає, за підрахунками, від 3 до 4 годин щодня на одну й ту саму роботу: пересилає листи між відділами, вносить дані в Excel, дзвонить постачальникам, щоб уточнити статус рахунку, і вручну порівнює три прайс-листи в різних форматах. Це не проблема людини — це проблема процесу.
Процес закупівель у більшості компаній розміром 20–200 осіб влаштований так само, як і двадцять років тому: заявка в мессенджері, узгодження поштою, рахунок у PDF на пошту, оплата після трьох нагадувань. Єдиний прогрес — таблиця в Google Sheets замість паперового журналу.
Сьогодні цей ланцюжок можна автоматизувати без корпоративного бюджету і без впровадження SAP. У цій статті ви побачите весь процес від моменту, коли співробітник подав заявку на товар, до моменту, коли рахунок оплачений і проведений у системі. На кожному кроці — де стоїть AI, який інструмент це робить і скільки це коштує у гривнях і годинах.
Ця стаття не про держзакупівлі через Prozorro і не про корпоративні SRM за мільйон доларів. Вона — для операційного директора або власника компанії, яка регулярно купує товари, матеріали або послуги і відчуває, що цей процес з’їдає час, гроші і нерви.
Чому закупівлі — один із найбільш «дірявих» процесів в SMB
Що відбувається, коли закупівля живе в Excel і Viber
Типова картина для компанії з 40–80 співробітників: менеджер із закупівель веде кілька файлів Excel одночасно. Один — для поточних заявок, другий — для постачальників і їхніх цін, третій — для статусу рахунків. Жоден із них не синхронізований із бухгалтерією, складом або CRM.
Заявки надходять через Viber, Telegram, пошту і «особисто підійшли сказали». Узгодження відбувається ланцюжком листів: менеджер → начальник відділу → фінансовий директор. Якщо хтось у відпустці або не відповів — заявка зависає. Постачальники надсилають КП (комерційні пропозиції) у різних форматах: хтось таблицею Excel, хтось PDF, хтось просто текстом у листі.
Результат: середній час від заявки до оформленого замовлення у таких компаніях — від 3 до 8 робочих днів. Для термінових закупівель — «якось вирішуємо».
Скільки це реально коштує (розрахунок прихованих витрат)
Порахуємо на конкретному прикладі. Компанія 50 осіб, 60 закупівель на місяць (від канцелярії до виробничих матеріалів).
| Операція | Час вручну | Осіб | Годин/міс |
|---|---|---|---|
| Прийом і сортування заявок | 15 хв/заявка | 1 | 15 год |
| Запит і порівняння КП | 45 хв/заявка | 1 | 45 год |
| Маршрутизація узгодження | 20 хв/заявка | 1–2 | 20 год |
| Оформлення PO (замовлення) | 30 хв/заявка | 1 | 30 год |
| Обробка рахунку-фактури | 20 хв/рахунок | 1 | 20 год |
| Нагадування постачальникам | 10 хв × 3 | 1 | 30 год |
| Разом | 160 год/міс |
При ставці менеджера з закупівель 35 000 ₴/місяць (годинна ставка ~210 ₴) — 160 годин коштують 33 600 ₴ на місяць. Це ще без помилок через ручний ввід, прострочених платежів через забуті рахунки і закупівель за завищеними цінами через відсутність порівняння КП.
Додайте до цього витрати на виправлення помилок у даних (за оцінками McKinsey, до 30% часу в операційних командах витрачається на виправлення помилок ручного вводу) — і картина стає зрозумілою.
Держзакупівлі (Prozorro) vs. комерційні закупівлі — у чому різниця для бізнесу
Цей момент варто прояснити одразу, бо українські статті з теми «автоматизація закупівель» часто змішують два принципово різні процеси.
Держзакупівлі через Prozorro — це регульована законом процедура для державних органів і підприємств. Там є тендерні процедури, Prozorro як обов’язкова платформа, SmartTender, e-Tender та інші оператори. Автоматизація тут означає переважно прискорення формування тендерної документації і моніторинг майданчика.
Комерційні внутрішні закупівлі — це те, про що ця стаття. Ваша компанія купує товари, матеріали, послуги у комерційних постачальників. Ніяких тендерних зобов’язань, ніякого Prozorro. Просто ланцюжок: потреба → вибір постачальника → замовлення → отримання → оплата.
Для приватного бізнесу автоматизація комерційних закупівель — незалежна від Prozorro задача. І саме вона дає найшвидший ROI.
Анатомія закупівельного процесу — де саме стоїть AI
8 кроків від потреби до оплати
Незалежно від того, що ви купуєте і якими інструментами користуєтесь, будь-яка закупівля проходить через одну й ту саму послідовність кроків. Ось вона у чистому вигляді:
- Виникнення потреби — хтось у компанії зрозумів, що щось потрібно купити
- Подання заявки — ця потреба зафіксована у формалізованому вигляді
- Узгодження заявки — керівник або фінансовий директор схвалює
- Запит КП від постачальників — надсилається запит одному або кільком постачальникам
- Аналіз і вибір постачальника — порівнюються ціна, строк, умови
- Оформлення PO (purchase order, замовлення) — формальний документ постачальнику
- Отримання товару/послуги — підтвердження, що замовлення виконано
- Обробка рахунку та оплата — рахунок-фактура обробляється і сплачується
Зараз більшість компаній автоматизували хіба що крок 8 (через інтернет-банкінг). Кроки 1–7 залишаються ручними.
Що можна автоматизувати вже зараз, а що — ні
AI у 2025–2026 роках добре справляється з: – Структуруванням неформальних заявок (перетворення «нам треба кілька упаковок паперу А4» у формальну заявку з кількістю, артикулом і відділом) – Маршрутизацією узгодження за правилами (сума до 5 000 ₴ — автоапрув, більше — до керівника) – Витягуванням даних з PDF-рахунків і накладних (OCR з розумінням контексту) – Порівнянням КП від кількох постачальників і підготовкою рекомендації – Надсиланням нагадувань постачальникам і відповідальним
AI поки що не замінює: – Переговори про нові умови з постачальником – Рішення щодо нового, невідомого постачальника (потрібна людська перевірка) – Оцінку якості товару при отриманні – Стратегічні рішення: змінювати постачальника чи ні
Роль AI на кожному етапі (таблиця: крок → задача AI → інструмент)
| Крок закупівлі | Задача AI | Інструмент |
|---|---|---|
| Подання заявки | Парсинг вільного тексту в структуровану форму, категоризація, заповнення пропущених полів | GPT-4o + Google Forms / Telegram-бот |
| Узгодження | Маршрутизація за правилами (сума, категорія, відділ), нагадування при затримці | Make / n8n + Slack/Telegram |
| Запит КП | Автоматичне надсилання email-запитів постачальникам зі стандартним шаблоном | Make + Gmail / Outlook API |
| Порівняння КП | Зведення таблиці з різних форматів, скоринг за ціною, строком, рейтингом | GPT-4o + Google Sheets / Make |
| Оформлення PO | Автогенерація документа на основі обраного КП і даних системи | Make + Google Docs шаблон / CRM |
| Отримання | Зіставлення PO і накладної, фіксація відхилень | n8n + OCR (Google Vision / Mindee) |
| Обробка рахунку | OCR PDF-рахунку, перевірка відповідності PO, внесення даних у систему | Mindee / Google Document AI + n8n |
| Оплата | Сигнал до бухгалтерії, оновлення статусу в системі | Make / n8n + BAS / 1С API (якщо є) |
Автоматизація заявок і узгодження
Як побудувати маршрут заявки без пошти і дзвінків
Найпростіший і найшвидший спосіб — Telegram-бот або форма в Google Forms, підключені до системи автоматизації (Make або n8n). Заявка потрапляє в структурований формат автоматично.
Але форма — це лише початок. Справжня автоматизація починається з маршрутизації: хто повинен схвалити цю заявку? Правила прості, але в більшості компаній вони «живуть у голові» у менеджера або директора. Перший крок автоматизації — зафіксувати ці правила формально:
- Заявки до 5 000 ₴ → автоматичне схвалення (або керівник відділу)
- Від 5 000 до 50 000 ₴ → операційний директор
- Понад 50 000 ₴ → фінансовий директор + власник
Ці правила вноситься в n8n або Make як умови розгалуження. Далі система сама надсилає повідомлення відповідальному, чекає реакції (схвалення/відхилення/запит додаткової інформації) і рухає заявку далі або повертає автору.
Час узгодження заявки в такій системі скорочується в середньому з 2–3 днів до 2–4 годин, бо відповідальний отримує сповіщення миттєво і може схвалити одним кліком прямо в Telegram.
Інструменти: від простого до повноцінного
Рівень 1 — стартовий (0–500 $/міс): Google Forms → Make (Integromat) → Google Sheets + Telegram. Підходить для компаній до 30 осіб, до 50 закупівель на місяць. Встановлюється за 3–5 днів. Не потрібен програміст — тільки налаштування сценаріїв в Make.
Рівень 2 — середній (500–1 500 $/міс або одноразове впровадження): Кастомний Telegram-бот + n8n (self-hosted) + підключення до вашої CRM (KeyCRM, NetHunt) або облікової системи. Більш гнучкий, дані залишаються у вас на сервері.
Рівень 3 — SRM (від 2 000 $/міс або 30 000 $/разово): Спеціалізована система управління закупівлями (Supplier Relationship Management). Для компаній з великим обсягом закупівель, складною структурою постачальників, потребою в детальній аналітиці. Для більшості SMB-компаній цей рівень надлишковий на початку.
Приклад: заявка з відділу на 50 000 ₴ — що відбувається кроками
Скажімо, начальник виробничого відділу хоче замовити партію сировини на 50 000 ₴. Ось як це виглядає в автоматизованій системі:
- Начальник відкриває Telegram-бот і відповідає на 5 питань: що потрібно, скільки, до якого терміну, для якого проєкту, чи є вже перевірений постачальник.
- Бот формує структуровану заявку і кладе її в Google Sheets (або CRM).
- Оскільки сума понад 5 000 ₴ — Make надсилає сповіщення операційному директору з кнопками «Схвалити» / «Відхилити» / «Запитати деталі».
- Директор схвалює через Telegram. Заявка отримує статус «Схвалено».
- Make автоматично формує запит КП (комерційних пропозицій) і надсилає його трьом постачальникам із цього типу товару з бази.
- Постачальники відповідають по email. Make розбирає відповіді і складає порівняльну таблицю.
- Начальник відділу або менеджер із закупівель бачить таблицю і обирає постачальника.
- Make генерує PO (замовлення) автоматично і надсилає постачальнику.
Весь цей ланцюжок — 20–40 хвилин замість 2–3 днів.
Робота з постачальниками і порівняння КП через AI
Як AI зводить 5 різних прайсів у єдину таблицю за 5 хвилин
Один із найбільших болів у закупівлях — порівняння комерційних пропозицій. Постачальник А надіслав Excel з 12 колонками. Постачальник Б — PDF у три сторінки. Постачальник В — просто текстом у листі, де ціна вказана «8 гривень за штуку без ПДВ, але якщо більше 1 000 — 7.50».
Вручну зведення трьох таких КП у порівняльну таблицю займає 30–45 хвилин. І часто менеджер робить помилки при переносі цифр.
GPT-4o або інша велика мовна модель вирішує це завдання за хвилини. Алгоритм простий:
- Пересилаєте тексти КП у промпт (або завантажуєте PDF через API)
- Просите AI структурувати дані в єдину таблицю: постачальник, ціна за одиницю, умови ПДВ, строк поставки, умови оплати, мінімальне замовлення
- AI повертає таблицю і може дати рекомендацію на основі ваших пріоритетів (наприклад, «мінімізуй ціну при строці не більше 5 днів»)
У Make цей процес автоматизується: отримали листа від постачальника → Make передає текст у GPT → GPT структурує → дані з’являються в порівняльній таблиці в Google Sheets.
Для порівняння інструментів автоматизації — детальніше в нашому огляді порівняння Make, n8n і Zapier.
Автоматичний запит комерційних пропозицій по email
Запит КП — рутинна операція, яка займає 15–20 хвилин вручну на кожного постачальника: знайти контакт, сформувати лист, вставити специфікацію. При 3–5 постачальниках на заявку це вже 1–1.5 години.
Автоматизація: Make або n8n після схвалення заявки автоматично: – Знаходить відповідних постачальників у базі за категорією товару – Формує email-запит за шаблоном із конкретною специфікацією – Надсилає листи і ставить нагадування через 24 години (якщо не відповіли) – Після отримання відповідей — збирає їх і передає в модуль порівняння
База постачальників ведеться в Google Sheets або CRM. Якщо постачальник новий — система запитує менеджера, чи додавати його до бази.
Скорингова модель постачальника: що враховувати
Не всі постачальники однакові. Найдешевший — не завжди найкращий вибір. AI може допомогти з автоматичним скорингом, якщо ви заздалегідь визначили критерії.
Типова скорингова модель для SMB:
| Критерій | Вага | Як виміряти |
|---|---|---|
| Ціна | 40% | Порівняно з медіаною по ринку |
| Строк поставки | 25% | Днів до отримання |
| Надійність | 20% | % вчасних поставок за останні 6 міс. |
| Умови оплати | 10% | Відстрочка (дні) |
| Якість | 5% | Кількість рекламацій |
AI розраховує загальний бал і рекомендує постачальника. Фінальне рішення — за менеджером. Але при рутинних закупівлях (регулярні товари від перевірених постачальників) система може ухвалювати рішення автоматично в межах встановлених правил.
OCR і автоматична обробка рахунків-фактур
Як AI читає PDF-рахунок і вносить дані в систему
OCR (Optical Character Recognition — оптичне розпізнавання символів) давно існує. Але класичний OCR просто читає текст, не розуміючи його. AI-OCR — інша справа: він не просто читає, але й розуміє структуру документа.
Сучасні інструменти на кшталт Mindee, Google Document AI або Azure Form Recognizer навчені на мільйонах рахунків-фактур і накладних. Вони витягують: – Номер документа, дату – Реквізити постачальника і покупця – Позиції (найменування, кількість, ціна, сума) – Загальну суму, суму ПДВ – Умови оплати (якщо вказані)
Точність на стандартних українських рахунках — 90–97%. Після витягування дані потрапляють у Google Sheets або напряму в бухгалтерську систему через API.
За даними компаній, що впровадили IDP (Intelligent Document Processing), економія на обробці рахунків становить до 80% від вартості ручного введення. Якщо вручну обробка одного рахунку коштує 42 ₴ (15 хвилин × 168 ₴/год), то автоматична — 8–10 ₴ включно з вартістю API.
Тримагнітна перевірка: замовлення → накладна → рахунок
Один із найсильніших ризиків у закупівлях — оплата рахунку, який не відповідає фактично отриманому товару або первісному замовленню. Помилки, переплати, дублювання — типові наслідки ручного процесу.
Тримагнітна перевірка (3-way matching) — автоматичне зіставлення трьох документів: 1. PO (замовлення) — що ми замовили і на яку суму 2. Накладна — що фізично отримали 3. Рахунок-фактура — що просить оплатити постачальник
AI звіряє всі три документи і виявляє розбіжності: кількість, ціна, артикул. Якщо все збігається — рахунок автоматично позначається «до оплати». Якщо є відхилення — надсилається сповіщення менеджеру для ручної перевірки.
Для підключення автоматизації документообігу до ваших поточних процесів — це один із найшвидших способів скоротити операційні ризики.
Що робити з рахунками в нестандартних форматах
Не всі рахунки — охайний PDF з чіткою структурою. Буває рахунок у вигляді фото, надісланого в Telegram. Або Excel, де постачальник-ФОП записав усе в один рядок. Або взагалі рукописний документ.
Підходи до нестандартних форматів:
- Фото (JPG, PNG) → Google Vision API + GPT-4o для розуміння контексту. Якщо якість фото прийнятна — точність 85–92%.
- Скан низької якості → попередня обробка (збільшення контрасту) + OCR. Точність нижча, може потрібна ручна перевірка.
- Excel від постачальника → Make читає файл напряму, GPT нормалізує структуру.
- Невідомий формат → система позначає документ для ручної обробки і надсилає сповіщення.
Ключовий принцип: автоматизація не повинна «застрягати» на нестандартних випадках. Вона має їх виявляти і ескалювати людині, а не ламатися.
Стек інструментів для SMB (без SAP і Oracle)
Make (Integromat) + GPT-4o — для команд до 30 осіб
Make — найпопулярніший no-code інструмент автоматизації для малого бізнесу. Він має готові коннектори до Gmail, Google Sheets, Telegram, Slack, Airtable, більшості CRM і сотень інших сервісів. Встановлення базового сценарію займає 1–3 дні.
Що роблять разом Make + GPT-4o: – Make слідкує за подіями (нова форма, новий лист, нове повідомлення в Telegram) – Передає текст/документ у GPT-4o через API OpenAI – GPT обробляє, структурує, класифікує, перекладає — і повертає результат – Make записує результат у потрібне місце (таблиця, CRM, Telegram-повідомлення)
Вартість: Make — від $9/міс (Basic, 10 000 операцій). GPT-4o API — приблизно $0.005 за 1 000 токенів. При середньому навантаженні (60 закупівель на місяць) — $20–40/міс за API разом.
Обмеження: Make — хмарний сервіс. Дані проходять через сервери Make (США). Якщо є вимоги щодо конфіденційності — розгляньте n8n.
n8n + локальна LLM — якщо важлива конфіденційність даних
n8n — відкрите програмне забезпечення (open-source), яке можна встановити на власний сервер або VPS в Україні. Жодних даних «назовні» — все у вас.
Замість OpenAI API можна підключити локальну LLM (велику мовну модель) — наприклад, Llama 3 або Mistral через Ollama. Якість трохи нижча за GPT-4o, але для структурованих задач (витягування даних з рахунків, маршрутизація) — достатня.
Для кого підходить: виробничі компанії з комерційною таємницею, медичні та юридичні організації, компанії з EU-клієнтами (вимоги GDPR).
Вартість: VPS ~$20–50/міс + час DevOps-спеціаліста на налаштування. Без абонплати за сам n8n (безкоштовний).
KeyCRM / NetHunt + модуль закупівель — якщо вже є CRM
Якщо ваша команда вже працює в KeyCRM або NetHunt CRM — є сенс вбудувати закупівельний процес прямо в CRM, а не будувати паралельну систему.
KeyCRM має модуль «Закупівлі», який дозволяє вести постачальників, замовлення і рахунки всередині системи. Make або n8n додають AI-шар поверх: автоматичний запит КП, OCR рахунків, нагадування.
NetHunt — більш гнучка CRM на базі Gmail, де можна налаштувати кастомну структуру під закупівлі. Добре підходить для компаній, де закупівлі тісно пов’язані з продажами або проєктами.
Перевага: дані в одній системі. Закупівлі видно в контексті проєктів, клієнтів, фінансів.
Коли варто переходити на повноцінну SRM
SRM (Supplier Relationship Management) — спеціалізована система управління відносинами з постачальниками. Наприклад, APS SMART, Coupa або LocalVictory для великих компаній.
Переходити на SRM варто, коли: – Понад 200 активних постачальників – Понад 300 закупівель на місяць – Є кілька юридичних осіб або підрозділів – Потрібна складна мультирівнева система узгодження – Є вимоги до аудиту і комплаєнсу
Для більшості SMB-компаній (20–100 осіб, до 150 закупівель на місяць) — Make/n8n + CRM + AI достатньо. І коштує в 10–20 разів менше.
Реальний ROI: скільки можна зекономити
Розрахунок для компанії з 50 закупівлями на місяць
Повернемося до нашого прикладу — компанія 50 осіб, 60 закупівель на місяць. Порівняємо «до» і «після» автоматизації.
До автоматизації: – 160 годин ручної роботи на місяць (таблиця вище) – Вартість: 160 год × 210 ₴/год = 33 600 ₴/міс – Середній цикл закупівлі: 4 робочі дні – Помилки в рахунках/документах: ~10–15% заявок потребують виправлень
Після автоматизації (Make + GPT-4o + OCR):
| Операція | Час до | Час після | Економія |
|---|---|---|---|
| Прийом і сортування заявок | 15 год/міс | 1 год/міс | 14 год |
| Запит і порівняння КП | 45 год/міс | 5 год/міс | 40 год |
| Маршрутизація узгодження | 20 год/міс | 2 год/міс | 18 год |
| Оформлення PO | 30 год/міс | 4 год/міс | 26 год |
| Обробка рахунку-фактури | 20 год/міс | 2 год/міс | 18 год |
| Нагадування | 30 год/міс | 0 год/міс | 30 год |
| Разом | 160 год | 14 год | 146 год |
Економія часу: 146 годин на місяць
Економія в гривнях: 146 × 210 ₴ = 30 660 ₴/міс
Вартість автоматизації (підтримка + API): ~4 000–6 000 ₴/міс
Чиста щомісячна економія: ~25 000 ₴/міс
Одноразова вартість впровадження (налаштування): 40 000–80 000 ₴
Окупність: 2–3 місяці
І це без урахування додаткових вигод: швидше закриті угоди з постачальниками, менше прострочених платежів, точніша фінансова звітність.
Що кажуть дані: скорочення циклу закупівлі
За даними однієї з українських виробничих компаній, яка впровадила автоматизацію закупівель на базі Make і GPT, цикл закупівлі скоротився на 43% — з 7 до 4 днів. При 80 закупівлях на місяць це звільнило менеджера закупівель від близько 120 годин рутинної роботи.
Для порівняння: в e-Tender фіксують скорочення часу перевірки документів постачальника з 3 годин до 10 хвилин, а формування очікуваної вартості — з 2 днів до 45 хвилин. Ці цифри характерні для більших систем, але тренд той самий.
Глобально: дослідження 2024 року показує, що 92% керівників закупівель хочуть впровадити AI, але тільки 15% вже зробили це. Ті, хто зробив — мають суттєву конкурентну перевагу: швидший цикл, нижчі витрати, кращий контроль.
Нефінансові вигоди: аудитна стежина і відсутність «забутих» рахунків
Є ефекти, які важко виразити в гривнях, але вони важливі для бізнесу:
Аудитна стежина (audit trail). Кожна дія фіксується: хто подав заявку, хто схвалив, який постачальник обраний і чому, коли надійшов рахунок. Якщо через рік виникне питання — ви знайдете відповідь за 2 хвилини, а не шукатимете в архівах пошти.
Відсутність «забутих» рахунків. Прострочені рахунки — це штрафні пені і зіпсовані відносини з постачальниками. Автоматизована система нагадує про рахунок задовго до дедлайну.
Реальні дані для аналізу. Коли все фіксується автоматично — у вас є дані: скільки ви витрачаєте по кожній категорії, з якими постачальниками, як змінюються ціни. Це основа для переговорів і стратегічних рішень.
Відповідальність. Якщо раніше «хтось замовив не те» — з’ясувати хто і коли майже неможливо. Тепер кожна заявка підписана і датована.
Детальніше про обробку замовлень і заявок у рамках комплексної автоматизації — на сторінці послуги.
Типові помилки при автоматизації закупівель
Автоматизувати хаос — найпопулярніша помилка
Найчастіша помилка — взяти поточний безлад і намагатися його автоматизувати. Якщо заявки надходять по-різному від різних відділів, якщо правила узгодження не задокументовані, якщо база постачальників не ведеться — автоматизація цього хаосу просто зробить хаос швидшим.
Перед початком автоматизації потрібно 1–2 тижні на те, щоб: – Описати поточний процес «як є» – Визначити правила узгодження (хто, що, за якої суми) – Стандартизувати форму заявки (які поля обов’язкові) – Зібрати базу постачальників у єдину таблицю
Тільки після цього починати налаштовувати автоматизацію. Інакше ви витратите гроші і отримаєте автоматизований хаос.
Не враховувати виключення
Будь-який реальний процес має виключення. Аварійна закупівля, коли потрібно прямо зараз і без тендеру. Новий постачальник, якого ще немає в базі. Рахунок від іноземного контрагента в євро. Позиція, яку купують раз на рік і менеджер не пам’ятає, до якої категорії вона відноситься.
Автоматизація, яка не передбачила виключень, буде постійно «застрягати» на них. Що робити:
- Для кожного сценарію автоматизації визначте «шлях виключення» — що система робить, якщо зустрічає незнайомий випадок
- Завжди є «ручний override» — можливість людини втрутитися і обробити заявку вручну
- Виключення логуються і аналізуються — якщо певне виключення зустрічається часто, це привід додати його в автоматизацію
Ігнорувати людський фактор у маршруті узгодження
Технічно можна автоматизувати узгодження так, що заявки будуть «прилітати» директору в будь-який час — о 23:00, у вихідні, під час наради. Це не ефективна автоматизація — це оцифрований стрес.
Правильна автоматизація враховує: – Часові вікна сповіщень (не турбувати поза робочими годинами) – Делегування на час відпустки або відрядження – Можливість повернути заявку з коментарем, а не просто «відхилити» – Різні канали для різних ролей (комусь зручно в Telegram, комусь — в email)
Автоматизація має обслуговувати людей у процесі, а не нав’язувати людям незручну логіку системи.
Часті питання
Чи потрібна SRM-система, чи вистачить Make/n8n?
Для більшості компаній розміром 20–100 осіб із закупівлями до 150 на місяць — Make або n8n у поєднанні з вашою CRM і Google Sheets цілком достатні. SRM виправдовує себе при масштабі: 300+ закупівель на місяць, 200+ постачальників, кілька юридичних осіб. Якщо ви ще не досягли цього рівня — починайте з легшого стеку, це дешевше і впровадити можна за тижні, а не місяці.
Скільки коштує впровадження автоматизації закупівель?
Базова автоматизація на Make + GPT (заявки, узгодження, порівняння КП, OCR рахунків) коштує в нас від 40 000 до 80 000 ₴ одноразово, залежно від складності процесу і кількості інтеграцій. Щомісячна підтримка і витрати на API — 4 000–8 000 ₴. Окупність — 2–3 місяці при 50+ закупівлях на місяць.
Чи можна підключити до 1С / BAS / KeyCRM?
Так, але з нюансами. KeyCRM і NetHunt мають офіційні API і добре інтегруються з Make/n8n. BAS (українська версія 1С) — інтеграція можлива через HTTP-сервіс або файловий обмін, залежить від версії та конфігурації. Класична 1С 8.x — складніше, потрібна або спеціальна обробка, або зовнішній коннектор. Рекомендуємо уточнювати версію вашої облікової системи до початку проєкту.
Скільки часу займе впровадження?
Базовий контур (заявки + узгодження + порівняння КП) — 2–3 тижні. Повний цикл із OCR рахунків, тримагнітною перевіркою і інтеграцією з обліковою системою — 4–8 тижнів. Терміни залежать від готовності замовника: наскільки швидко ви можете надати доступи, описати правила узгодження і пройти тестування.
Чи потрібен програміст?
Для Make — ні, якщо у вас є людина, яка готова навчитися (2–3 дні). Для n8n self-hosted — потрібний DevOps або системний адміністратор для початкового налаштування серверу (~4–8 годин). Для інтеграції з BAS/1С — може знадобитися 1С-програміст на 2–4 години. При замовленні впровадження у нас — усе це включено в послугу.
Де зберігаються дані постачальників — чи це безпечно?
Залежить від стеку. При Make — дані обробляються на серверах Make (США, ISO 27001). При n8n self-hosted — дані залишаються на вашому сервері в Україні або EU. База постачальників зберігається де ви визначите: Google Sheets, CRM, ваша база даних. Комерційна інформація (ціни, умови КП) — у вашому Google Sheets або CRM, до якого є доступ тільки у вашої команди. Для компаній з підвищеними вимогами до конфіденційності рекомендуємо n8n self-hosted + локальна LLM.
Висновок і наступний крок
Автоматизація закупівель — не про те, щоб «замінити менеджера AI». Це про те, щоб менеджер з закупівель займався закупівлями, а не адміністративною рутиною: пересиланням листів, ручним вводом цифр і пошуком «де той рахунок із листопада».
Весь ланцюжок від заявки до оплати можна автоматизувати поетапно: починаючи з найболючішого (наприклад, OCR рахунків або порівняння КП) і поступово покриваючи весь процес. Для компанії з 50+ закупівлями на місяць перший результат — видимий вже через 4–6 тижнів.
Якщо ви хочете зрозуміти, які кроки вашого закупівельного процесу підлягають автоматизації і скільки це займе — розкажіть нам про ваш процес. За 5 днів AI-аудиту ми покажемо конкретні точки автоматизації з оцінкою ROI для вашого бізнесу.
