ИИ готовит закупку. Кто отвечает за результат?

Федеральное казначейство тестирует ИИ-агента, который сможет помогать заказчику подбирать позиции каталога, проверять характеристики, рассчитывать цену и еще до публикации закупки выявлять возможное завышение цены или признаки «заточки» под конкретного поставщика.

Для контрактной системы это гораздо более существенное изменение, чем просто появление еще одного цифрового помощника.

ИИ постепенно перемещается туда, где формируются условия будущей закупки: техническое задание, цена, характеристики товара, требования, влияющие на круг потенциальных участников.

И здесь возникает главный вопрос: если часть решения подготовил алгоритм, кто отвечает за ошибку?

Короткий ответ: по действующей модели — человек. Но одной формулы «последнее слово остается за человеком» уже недостаточно.

Что именно тестирует Казначейство

В начале октября Казначейство России раскрыло детали пилота ИИ-агента для закупок медицинских изделий с участием крупных федеральных лечебных учреждений.

Предполагается, что заказчик сможет сформулировать потребность обычным языком, а агент:

• предложит подходящую позицию каталога;
• сверит характеристики;
• поможет рассчитать цену;
• предупредит о возможном завышении;
• обратит внимание на требования, которые могут ограничивать конкуренцию.

По оценке заместителя Руководителя Казначейства России Анны Катамадзе, использование таких агентов потенциально может сократить объем ручной работы заказчиков и поставщиков примерно на 80%.

Важно сделать оговорку: это оценка ведомства, а не опубликованный результат независимого измерения эффективности пилота.

Но направление развития уже понятно.

Речь идет не просто о генерации текста. ИИ начинает участвовать в подготовке решений, которые впоследствии становятся частью юридически значимой закупочной процедуры.

ИИ может подготовить решение. Ответственность он на себя не возьмет

Федеральный закон № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд» пока не знает специальной категории «решение, принятое с использованием искусственного интеллекта».

И это принципиально.

Статья 12 указанного закона закрепляет персональную ответственность должностных лиц заказчика за соблюдение требований законодательства о контрактной системе.

По статье 22 заказчик определяет и обосновывает НМЦК.

По статье 33 заказчик формирует описание объекта закупки.

Контрактная служба и контрактный управляющий обеспечивают подготовку и осуществление закупки.

Следовательно, рекомендация алгоритма сама по себе не переносит ответственность с должностного лица на информационную систему.

Фраза «так предложил ИИ» вряд ли станет достаточным объяснением ни для контрольного органа, ни для суда.

Поэтому результат работы агента разумно рассматривать как подготовительный материал, который требует проверки человеком.

Но здесь появляется следующая проблема.

Если сотрудник получает от системы готовое техническое задание, расчет цены и зеленый индикатор «рисков не выявлено», насколько содержательной будет его проверка?

Именно поэтому нужен не просто human-in-the-loop, а система контролей.

Семь контролей до публикации закупки

1. Сначала определить, что ИИ вообще разрешено делать

До внедрения агента организации стоит установить границы его полномочий.

Условно можно разделить операции на две зоны.

ИИ может помогать:

• искать позиции КТРУ;
• собирать открытые ценовые данные;
• сопоставлять характеристики;
• находить расхождения;
• формировать предупреждения и индикаторы риска.

За человеком должны оставаться:

• окончательное описание объекта закупки;
• выбор метода определения НМЦК и утверждение расчета;
• оценка применения национального режима;
• установление требований к участникам;
• правовая оценка выявленных рисков;
• решение о публикации.

Если эту границу не установить заранее, принцип «решение принимает человек» может довольно быстро превратиться в формальное нажатие кнопки «подтвердить».

2. Любая рекомендация должна иметь источник

ИИ предложил позицию КТРУ — должна быть понятна использованная версия каталога.

Предложил цену — нужно видеть источники ценовой информации и дату их получения.

Сослался на правовое требование — должна быть понятна конкретная норма и ее редакция.

В закупках важен не только правильный ответ.

Важно иметь возможность доказать, как именно этот ответ был получен.

Невоспроизводимое решение — самостоятельный риск.

3. Человек должен иметь реальное право сказать ИИ «нет»

Есть принципиальная разница между двумя моделями:

«ИИ подготовил — сотрудник подтвердил»

и

«ИИ подготовил — сотрудник проверил».

Во втором случае человек должен иметь возможность изменить или полностью отклонить рекомендацию системы.

Для дорогостоящих, технически сложных или высокорисковых закупок может потребоваться еще один уровень контроля — например, со стороны юриста, профильного специалиста или комплаенс-функции.

4. Сигнал о «заточке» — это индикатор, а не доказательство

Особенно интересна заявленная способность агента выявлять требования, потенциально сформированные под конкретного поставщика.

Такой инструмент действительно может быть полезен.

Но здесь опасна обратная крайность: автоматический индикатор не должен превращаться в юридическое заключение.

Нужно анализировать:

• зачем заказчику конкретная характеристика;
• связана ли она с реальной потребностью;
• не образуют ли несколько нейтральных характеристик уникальную комбинацию под определенную модель;
• оправданы ли узкие диапазоны;
• не перенесены ли в техническое задание характеристики конкретного производителя.

Причем даже распространенный тест «подходит продукция минимум двух производителей» нельзя использовать механически.

ФАС России в разъяснении 2026 года указала на необходимость оценивать обстоятельства конкретной закупки.

ИИ здесь должен искать красные флаги, а не выносить юридический вердикт.

5. Сбор цен и решение о НМЦК нужно разделить

Это еще одна зона, где ИИ может дать огромный выигрыш в скорости.

Агент способен собрать и обработать значительно больше ценовых данных, чем сотрудник вручную.

Но больше данных не всегда означает более качественное обоснование цены.

Необходимо проверить:

• сопоставимы ли товары;
• сопоставимы ли условия поставки;
• актуальны ли источники;
• нет ли аномальных значений;
• не связаны ли между собой источники информации;
• можно ли воспроизвести расчет без обращения к модели.

Статья 22 Федерального закона № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд» и методические рекомендации по определению НМЦК предполагают наличие понятной доказательной основы расчета.

ИИ не должен превращать ее в непрозрачную цифру, происхождение которой никто не может объяснить.

6. Нужен журнал решения, а не только история запросов

Сохранить промпт недостаточно.

Для значимых операций желательно фиксировать всю цепочку:

потребность, исходные данные, рекомендация ИИ, выявленные риски, изменения человека, согласование, финальное решение.

При последующей проверке организация должна иметь возможность ответить на простой вопрос:

почему в извещении появилось именно это условие и на основании каких данных его признали допустимым?

Такой подход соответствует и более общей логике ГОСТ Р ИСО/МЭК 42001-2024 «Искусственный интеллект. Система менеджмента», посвященного системе менеджмента искусственного интеллекта: ответственность, управление рисками, контроль и оценка результатов должны быть частью управленческой системы.

Разумеется, сам стандарт не заменяет требования законодательства о закупках.

7. Оценивать нужно не только экономию времени

Если ИИ сокращает подготовку закупки с нескольких часов до нескольких минут — это впечатляет.

Но для системы внутреннего контроля этого недостаточно.

Стоит измерять и другое:

• сколько рекомендаций ИИ сотрудники изменили;
• сколько предупреждений оказались ложными;
• сколько существенных рисков система пропустила;
• в скольких случаях невозможно восстановить источник рекомендации;
• возникали ли замечания контрольных органов к закупкам, подготовленным с использованием ИИ.

Наконец, нужен stop-rule — условие, при котором конкретный сценарий использования агента временно прекращается.

Например, если система систематически использует устаревшие нормы, предлагает необоснованные характеристики или не позволяет восстановить источник ценовых данных.

Иначе автоматизация будет не снижать риски, а быстрее их тиражировать.

А где здесь комплаенс?

Комплаенс-функции не нужно становиться экспертом по архитектуре нейросетей.

Ее задача другая.

Нужно проверить, не появился ли внутри организации новый неконтролируемый маршрут принятия решений.

Кто отвечает за использование ИИ?

Кто может изменить его рекомендацию?

Где фиксируется такое изменение?

Как рассматривается конфликт интересов?

Какие закупки требуют второго уровня проверки?

Что происходит после обнаружения ошибки?

Как результаты инцидента возвращаются в систему контроля?

Это вполне традиционные вопросы комплаенса. Изменился лишь инструмент, вокруг которого выстраивается процесс.

Статья 13.3 Федерального закона № 273-ФЗ «О противодействии коррупции» предусматривает принятие организациями мер по предупреждению коррупции, включая стандарты и процедуры добросовестной работы, предотвращение и урегулирование конфликта интересов.

Использование ИИ не отменяет эти требования — наоборот, добавляет новый объект для оценки риска.

Семь вопросов перед публикацией извещения

Перед тем как закупка, подготовленная с помощью ИИ, уйдет в ЕИС, полезно проверить:

1. Понятно ли, какие действия ИИ разрешены, а какие может совершать только человек?

2. Можно ли восстановить источник, дату и версию данных для каждой существенной рекомендации?

3. Действительно ли сотрудник проверил ТЗ и НМЦК, а не просто подтвердил результат агента?

4. Нужна ли этой закупке независимая вторая проверка?

5. Проверены ли отдельно признаки ограничения конкуренции и спорные характеристики?

6. Сохраняется ли история рекомендаций ИИ, изменений человека и согласований?

7. Есть ли критерии, при которых использование агента должно быть остановлено?

Если на часть этих вопросов организация не может уверенно ответить, возможно, автоматизировать соответствующий участок процесса пока рано.

Главное

ИИ действительно способен снять с заказчиков значительную часть рутинной работы. Но его главное преимущество — масштаб — одновременно является главным риском.

Ошибка человека может испортить одну закупку. Ошибка, встроенная в автоматизированный сценарий, способна воспроизводиться десятки и сотни раз.

Поэтому зрелая модель применения ИИ в закупках должна строиться не вокруг формулы «последнее слово за человеком».

Нужен доказуемый контроль:

• полномочия ограничены;
• источники прослеживаются;
• решение можно воспроизвести;
• изменения фиксируются;
• высокорисковые случаи проходят независимую проверку.

А ответственность остается там, где ее сегодня оставляет закон, — у заказчика и его должностных лиц.

#ЗакупкиБезРиска