ИТ-технологии в контрактном менеджменте

Бойко Дина Александровна, Начальник департамента организации корпоративных закупок и контроля исполнения договоров «Газпром нефть».

Управление договором существует на протяжении сотен лет, первые примеры контрактного «менеджмента» можно встретить еще в Древнем Египте, а настоящее развитие он получил в римском праве, где заключение, исполнение и контроль за выполнением договоров строго регулировались законами.

В современном понимании управление договорами является одной из ключевых функций корпоративного управления и представляет собой системный подход к управлению жизненным циклом договора ─ от его создания и подписания до исполнения и завершения. Для эффективного управления договорами используются специальные методики, процессы и инструменты, такие как управление рисками, контроль выполнения обязательств, анализ данных.

Развитие ИТ-технологий не могло не повлиять на эту важную сферу бизнеса, и я хотела бы остановиться подробнее на основных технологических трендах, которые, на мой взгляд, будут определять развитие контрактного менеджмента в ближайшие несколько лет.

Уровни развития сервисов для закупок и управления договорами

Прежде чем перейти к сути вопроса, нужно отметить, что уровень проникновения современных ИТ-технологий в контрактный менеджмент во многом определяется не только степенью цифровой зрелости самого бизнеса или отрасли, но и закупочной функции в нем.

Аналитики PricewaterhouseCoopers выделяют пять уровней развития закупочных сервисов в компаниях:

1. Становление. Закупками и управлением договором занимаются все сотрудники, нет четких правил и процедур, во главе угла стоит потребность в услугах или товарах и время от ее возникновения до удовлетворения;

2. Стандартизация. Процесс закупок уже формализован, происходит стандартизация и регламентирование процессов, включая управление запасами. Появляется планирование, внутри компании уже есть выделенный сотрудник или служба, занимающаяся только закупками, но ведение договоров часто ведется вручную, в Excel или другом приложении;  

3. Автоматизация. Появляется автоматизированная система для управления закупками на всем их жизненном цикле. Как правило, это надстройка в какой-то существующей ИТ-системе или отдельное решение;

4. Развитие и категоризация. Потребности бизнеса анализируются детально, появляются категории закупок, разрабатывается и внедряется стратегия закупок. В компании есть четкие критерии оценки поставщиков, конкурентные торги и управление отношениями с поставщиками и подрядчиками. Исполнение обязательств по договору контролируется с целью управления рисками, эффективной претензионной работы с поставщиками.

5. Цифровизация. На этом уровне применяются анализ больших данных, роботизированная автоматизация процессов и внедрение Интернета вещей. Закупки интегрируются с системами поставщиков c целью построить совершенную цепочку поставок через обмен данными.  

Для первых четырех этапов развития закупочных сервисов в компании действуют общие, назовём их «широкие» ИТ-тренды, связанные с новой промышленной революцией и Индустрией 4.0. Это развитие облачных сервисов и вычислений, технологии непрерывной доступности данных, информационная безопасность, быстрая разработка приложений, «Все-как-Сервис» и прочее.

Далее я предлагаю остановиться на технологиях, актуальных для контрактного менеджмента на этапе глубокой цифровой трансформации и высокой степени зрелости закупочных сервисов.

Искусственный интеллект (ИИ) в контрактном менеджменте

Технологии искусственного интеллекта приобретают все большую популярность в контрактном менеджменте, потому что они помогают существенно упростить процессы создания, обработки данных и управления контрактами, а также сокращают затраты на монотонную ручную работу, в частности, на ввод и обработку данных.

Один из распространенных способов использования ИИ в контрактном менеджменте ─ извлечение обязательств и других данных из текста договора. Компьютерный алгоритм анализирует содержание договора и выделяет из него ключевые элементы, такие как сроки, условия оплаты, ответственность сторон и т.д. Это позволяет в разы сократить время на обработку договоров, снизить риск «человеческого фактора» и ошибок, быстрее и точнее анализировать договорные отношения с партнерами и клиентами.

Существует несколько технологий автоматического извлечения данных из текста договора, применяемых в контрактном менеджменте:

• Поиск и обработка регулярных выражений. Это простой метод, который использует определенный синтаксис для поиска и извлечения определенных строк или фраз из текстовых данных. Он может быть использован для быстрого поиска ключевых слов или шаблонов, связанных с обязательствами в договоре.
• Машинное обучение (Machine Learning) для извлечения и классификации обязательств в тексте договора. Алгоритмы машинного обучения самообучаются на размеченных данных для нахождения закономерностей и образцов в тексте, которые указывают на наличие обязательств.
• Обработка естественного языка (NLP): NLP технологии позволяют компьютерам понимать естественный язык и анализировать текст, чтобы извлечь информацию о конкретных обязательствах в договоре.
• Выделение информации (Information Extraction) как комбинация методов машинного обучения и NLP для извлечения структурированной информации из неструктурированных текстовых данных, к которым и относится любой сложный договор.
• Глубокое обучение. Технология применяется для извлечения сложных обязательств, таких как условия контракта, которые зависят от других факторов в документе, например, дополнительных соглашений или соглашений с субподрядчиками.

Кроме автоматизации извлечения тех же обязательств сторон из договора, есть примеры, когда ИИ используется при корпоративных проверках, аудитах принципов проведения закупок, для обнаружения рисков недобросовестного поведения поставщиков или заказчиков при исполнении обязательств по договору.

С помощью этой технологии можно автоматически привести условия и положения ранее заключенных договоров в соответствие с изменившимся законодательством без необходимости вручную искать нужные положения и готовить текст дополнительных соглашений.

В «Газпром нефти» ИИ в экспериментальном режиме используется контрактными инженерами при работе с некоторыми типами договоров в автоматизированной системе ЛИНКОН. Для развития самообучающейся модели необходимо иметь большой набор размеченных данных - договоров, в которых явно указаны типы обязательств и условия их выполнения. Сейчас мы занимаемся такой разметкой для максимально точного извлечения обязательств из текста договора.

Интернет вещей (IoT)

Системы искусственного интеллекта постепенно обзаводятся собственными «органами чувств»: для оптимизации производственных процессов повсеместно используются датчики оборудования, систем позиционирования, видеонаблюдения и так далее. Применение этих технологий постепенно проникает и в контрактный менеджмент, вот лишь несколько удачных примеров, которые я хочу отметить:

• Автоматическое уведомление о нарушении условий контракта. IoT-устройства могут использоваться для мгновенной отправки уведомлений о нарушении условий контракта. Например, если IoT-датчики обнаруживают изменение температуры при транспортировке или хранении сырья, или готовой продукции, система может автоматически отправить уведомление о нарушении условий контракта и инициировать претензию поставщику услуги, информировать бизнес-заказчика и ответственное лицо, управляющее договором, о случившемся инциденте.
• Оптимизация логистики. IoT-сенсоры могут помочь сбалансировать загрузку коммерческого транспорта для более эффективной перевозки товаров или, если это отражено в контракте, контролировать скорость передвижения транспорта на территории предприятия или промысла. Для нас это очень актуально с учетом высоких требований, которые в «Газпром нефти» предъявляются к промышленной безопасности на месторождениях и производстве.
• Определение местонахождения активов. Транспортная телематика дает возможность контролировать маршруты транспортных средств, отклонения от них, позволяет избежать неприятных ситуаций, когда поставщик транспортных услуг недобросовестно выполняет свои обязательства по договору. Система позволяет автоматически формировать и протоколировать факт нарушения и готовит соответствующие документы для разбирательств и претензий.
• Предиктивные закупки. На прошедшей недавно встрече Global CIO в Санкт-Петербурге коллеги из известной фармацевтической компании рассказали, как перешли от простого мониторинга состояния дорогостоящего оборудования к «связке» с планированием закупок. Теперь с датчиков на таких устройствах в момент приближения срока замены компонентов автоматически формируется заказ на их закупку, что помогает планировать расходы и заблаговременно приступить к поиску редких комплектующих и оборудования.

Все это примеры бережливого управления ресурсами предприятия, которые уже применяются при исполнении сложных договоров, при этом дают необходимую прозрачность выполнения условий как заказчику, так и поставщику.   

Блокчейн и смарт-контракты

Блокчейн является важной технологией для работы смарт-контрактов. Он обеспечивает прозрачность, безопасность и надежность их исполнения, а также позволяет автоматизировать процессы с помощью того же IoT, то есть существенно сокращать издержки бизнеса на управление договором. Блокчейн обеспечивает выполнение обязательств сторонами без вмешательства третьих лиц. Сложные смарт-контракты стали возможны с переходом к цифровым методам общения, хранения и обработки информации.

В смарт-контракте могут использоваться различные функции блокчейна, такие как:

• Распределенный реестр. Смарт-контракты могут использовать распределенный реестр блокчейна для хранения данных и учета транзакций. Этот реестр доступен всем участникам сети, что позволяет достичь безопасности при совершении операций и иметь «единую точку правды» на всех этапах исполнения договора, эффективно управлять претензионной работой на совершенно новом уровне.
• Управление правами доступа. Благодаря блокчейну смарт-контракты могут управлять правами доступа к определенным данным, положениям договора или активам. Например, смарт-контракт может предоставить доступ к заблокированным цифровым активам только после выполнения определенных условий контракта.
• Определение и проверка идентификации для участников смарт-контракта. Это гарантирует, что все транзакции по договору происходят между подлинными участниками.

Большие данные

Управление рисками при исполнении контракта – неотъемлемая часть работы контрактного специалиста. Возможность прогнозировать наступление критических моментов на основе исторических и статистических данных — это еще один мощный бизнес-инструмент, который может и должен быть встроен в автоматизированную систему контрактного менеджмента. 

Центральная проблема предиктивной аналитики — определение одного или нескольких параметров, которые влияют на прогнозируемое событие. Множество таких параметров образуют модель предиктивной аналитики, которая предсказывает с приемлемой степенью вероятности определенное событие. 

Общеизвестный метод использования предиктивной аналитики – применение скоринговых моделей для оценки платежеспособности клиента при выдаче кредитов в банке. Любая скоринговая модель строится на исторических данных; если в прошлом группа клиентов была уличена в несвоевременном погашении кредитов, а заемщик по характеристикам схож с этой группой, то, скорее всего, в выдаче кредита откажут.

Аналогичный механизм работает и при работе с поставщиками. Анализ данных из прошлых проектов или контрактов может помочь выявить потенциальные риски, связанные с выполнением нового контракта. Например, такой анализ больших данных может показать, что определенный поставщик имеет историю задержек в выполнении заказов, что может стать основанием для исключения из пула поставщиков или включения режима «ручного управления» и дополнительного контроля со стороны заказчика при исполнении контракта.

Предиктивная аналитика может применяться не только для оценки рисков, но и для построения симуляторов и вариативных моделей, связанных с исполнением сложных долгосрочных контрактов. Это помогает спланировать ресурсы, смоделировать различные ситуации и заранее подготовиться к ним.  

Большие данные помогают провести оценку благонадежности поставщика на этапе поиска и отбора на сложный, бизнес-критичный проект поставки, например, за счет сбора и анализа данных из внешних источников, таких как электронные торговые площадки. Такой сервис «Газпром нефть» реализовала в собственном продукте ЭФФЕКТ.

Заключение

IT-технологии развиваются и охватывают всё новые ниши. Их внедрение неизбежно и в сфере контрактного менеджмента. Автоматизация рутины, поддержание в активном состоянии тысяч документов, их анализ постепенно становятся базовыми инструментами, поддерживающими бизнес.

Технологически продвинутые компании включают управление закупками и исполнение обязательств по договорам в свои стратегии цифровой трансформации. Появление новых технологий формирует новые подходы к привычному положению дел в такой, казалось бы, консервативной сфере, как договорная работа. С их внедрением бизнес выходит на совершенно новый уровень эффективности принятия ключевых решений при взаимодействии с поставщиками.