Иван Денисович Тикшаев — аспирант, старший преподаватель кафедры автоматизации обработки информации, начальник отдела разработки и искусственного интеллекта МЦА
Томск
Ivan D. Tikshaev — Postgraduate Student, Senior Lecturer, Department of Automation of Information Processing, Head of the Development and Artificial Intelligence Department, MCA
Tomsk
Тендерные закупки, масштабы и требования которых постоянно возрастают, влияют на развитие рынков и отраслей, обуславливая распределение государственных и корпоративных заказов. В результате при отборе релевантных тендеров усиливается информационная нагрузка на поставщиков. Несмотря на совершенствование электронных площадок и их интеграцию с государственными системами, сохраняется разрыв между автоматической и интеллектуальной поддержками выбора. Цель исследования — выявить ограничения цифровой трансформации тендерных систем, проблемы оценки релевантности процедур и разработать концептуальный подход к интеллектуализации работы тендерного специалиста. В ходе работы сопоставлены национальные подходы крупнейших экономик и российские решения: агрегаторы, сервисы анализа контрагентов и интеллектуальные инструменты. Установлено, что они оптимизируют отдельные этапы, но не формируют комплексной многокритериальной модели релевантности с учетом стратегических целей, ресурсов и экономической целесообразности участия. Авторами настоящего исследования предложена концептуальная модель цифрового двойника тендерного специалиста, представляющая отбор закупок как последовательность взаимосвязанных функций. Полученные результаты обосновывают необходимость перехода от процедурной цифровизации к интеллектуализации управленческого контура и обозначают направление дальнейших исследований. Они могут быть полезны разработчикам тендерных агрегаторов и корпоративных систем поддержки решений.
Tender procurement distributes public and corporate orders and affects markets and sectoral development. Its growing scale and requirements increase suppliers’ information burden when selecting relevant tenders. Despite the development of electronic platforms and integration with government systems, a gap remains between operational automation and intelligent decision support. This study aims to identify constraints on the digital transformation of tender systems and problems in assessing procedure relevance, and to develop a conceptual approach to intellectualizing tender specialists’ work. It compares national models of major economies and Russian digital solutions: aggregators, counterparty analysis services, and intelligent tools. These solutions optimize individual stages but do not provide a comprehensive multi-criteria relevance model that accounts for strategic goals, resources, and the economic feasibility of participation. A conceptual model of a tender specialist’s digital twin is proposed, representing procurement selection as a sequence of interrelated functions. The results substantiate the need to transition from procedural digitalization to the intellectualization of the management framework and indicate a direction for further research. They may be useful to developers of tender aggregators and corporate decision support systems.
The authors declare that there are no conflicts of interest present.