Автоматизация и организация разработки прогнозов и плановых решений в системе государственных закупок

В условиях стремительно меняющейся экономической среды и постоянно возрастающих требований к эффективности управления, способность организаций предвидеть будущее и адекватно реагировать на вызовы становится критически важной. Особое значение это приобретает в такой чувствительной сфере, как государственные закупки, где ошибки в планировании могут привести к многомиллионным потерям и серьезным репутационным рискам. Ежегодно на закупки расходуется от 40% до 60% бюджета предприятия, что подчеркивает масштаб и значимость процессов, требующих максимально точного и обоснованного прогнозирования. Именно поэтому автоматизация процессов разработки прогнозов и плановых решений становится не просто желательной, а неотъемлемой частью современной управленческой парадигмы.

Данная работа ставит своей целью глубокое изучение и структурирование информации об автоматизации и организации разработки прогнозов и плановых решений, с особым акцентом на сущность прогнозирования, применяемые методы, роль автоматизированных информационных систем (на примере АИС ПОЗ) и особенности их использования в государственных закупках.

Для достижения поставленной цели необходимо решить ряд ключевых задач:

• Раскрыть сущность прогнозирования и планирования, их место в системе управления современными организациями.
• Систематизировать основные методы и модели прогнозирования, используемые при разработке плановых решений, и определить критерии их выбора.
• Проанализировать влияние автоматизации на эффективность и точность процессов разработки прогнозов и плановых решений.
• Описать архитектуру, функциональные возможности и принципы работы автоматизированных информационных систем в контексте формирования сводного прогноза объема закупок для государственных нужд, используя АИС ПОЗ в качестве примера.
• Рассмотреть организационные аспекты, необходимые для успешного внедрения и эксплуатации автоматизированных систем прогнозирования и планирования.
• Выявить преимущества и обозначить вызовы, связанные с использованием автоматизированных систем для прогнозирования и планирования в сфере государственных закупок.
• Обозначить текущие тенденции развития и перспективы автоматизации процессов прогнозирования и планирования в российских условиях.

Представленная курсовая работа имеет следующую структуру: после введения будут последовательно рассмотрены теоретические основы прогнозирования и планирования, методы и модели прогнозирования, влияние автоматизации на эти процессы, функционал автоматизированных систем в государственных закупках (на примере АИС ПОЗ), организационные аспекты внедрения, а также преимущества, вызовы и перспективы развития автоматизации в России. Такой подход позволит всесторонне проанализировать тему и обеспечить глубокое понимание ее различных аспектов.

Теоретические основы прогнозирования и планирования в управлении

В современном мире, где экономическая конъюнктура меняется с головокружительной скоростью, а рынки становятся все более динамичными, эффективное управление невозможно без четкого видения будущего. Именно здесь на авансцену выходят два фундаментальных управленческих инструмента: прогнозирование и планирование. Они не просто дополняют друг друга, но образуют неразрывную связку, прокладывающую путь к устойчивому развитию и конкурентоспособности любой организации.

Сущность и роль прогнозирования

Прогнозирование, по своей сути, — это искусство и наука обоснованного предвидения. Это метод, который позволяет организации заглянуть за горизонт текущих событий, выявить возможные направления будущего развития и оценить потенциальные последствия принимаемых решений. Как отмечают Агаев А.Е. и Жминько А.Е., прогнозирование рассматривает организацию в тесном взаимодействии с её окружающей средой, что критически важно в условиях глобализации и постоянно меняющегося внешнего контекста. И что из этого следует? Пренебрежение этим взаимодействием превращает прогноз в оторванную от реальности фантазию, а не в рабочий инструмент управления.

Важно понимать, что прогнозы всегда носят вероятностный характер. Они не являются жесткой дорожной картой, а скорее представляют собой навигационную систему, предлагающую несколько возможных маршрутов. Однако качественно выполненный прогноз, опирающийся на глубокий анализ данных и экспертные оценки, становится прочной основой для последующего планирования. Он служит первой ступенью этого процесса, обеспечивая научное предвидение будущего через выявление тенденций и закономерностей развития, динамики экономических явлений и составление сценариев возможных направлений. Цель прогнозирования, как правило, заключается в получении научно обоснованных вариантов тенденций развития или изменения управляемого объекта (его показателей состояния) во времени и пространстве. В управленческом контексте прогноз — это разработка моделей развития управляемого объекта, позволяющих оценить различные исходы и подготовиться к ним.

Сущность и роль планирования

Если прогнозирование отвечает на вопрос «Что может произойти?», то планирование отвечает на «Что мы будем делать, если это произойдет?» и «Как мы достигнем желаемого?». Планирование — это процесс определения целей и формулирования путей их достижения. Черникова А.Е. отмечает, что планирование является центральной функцией менеджмента, обеспечивающей основу для всех управленческих решений. Оно охватывает различные уровни организации и может быть долгосрочным, среднесрочным и краткосрочным.

Основная задача планирования в условиях рыночной экономики — обеспечение долгосрочной конкурентоспособности, прочности и устойчивости положения объекта управления на рынке. Это управленческий инструмент, который не только помогает достичь конкретных результатов, но и позволяет отслеживать качество работы персонала, оптимизировать ресурсы и своевременно корректировать курс. Какой важный нюанс здесь упускается? Планирование без гибкости и способности к адаптации к меняющимся условиям быстро теряет свою актуальность, превращаясь из инструмента развития в бюрократическую преграду.

Прогнозирование и планирование неразрывно связаны. Составление прогнозов предоставляет ценную информацию, необходимую для эффективного планирования. Прогноз информирует, но не обязывает, предлагая возможные сценарии. План же, напротив, представляет собой набор обязательных показателей и конкретных решений, направленных на достижение определенных целей. Без глубокого и качественного прогноза план может оказаться оторванным от реальности, а без четкого плана даже самый точный прогноз останется лишь теоретическим предвидением.

Классификация видов планирования

Планирование, как многогранная функция управления, может быть классифицировано по различным признакам, что позволяет более гибко подходить к постановке целей и распределению ресурсов в зависимости от горизонта времени и характера задач.

Классификация по срокам

Одним из наиболее распространенных способов классификации является разделение по срокам, которое включает долгосрочное, среднесрочное и краткосрочное планирование:

• Долгосрочное планирование охватывает горизонт от 5 до 10 и более лет. Его основная цель — постановка крупных, стратегически важных для компании целей, таких как развитие новых направлений, крупные инвестиции и инновационные проекты. Этот вид планирования направлен на обеспечение систематического движения к желаемым результатам в отдаленной перспективе, расчет необходимых ресурсов и оценку результатов деятельности фирмы на долгий срок. Примерами задач являются освоение новых рынков, внедрение прорывных технологий, формирование устойчивого конкурентного преимущества.
• Среднесрочное планирование обычно охватывает период от 3 до 5 лет. Этот срок часто коррелирует с циклами обновления производственного аппарата и ассортимента продукции. В рамках среднесрочного планирования формулируются основные задачи на установленный период, конкретизирующие долгосрочные цели. Это может включать разработку производственной, сбытовой, финансовой стратегии и кадровую политику. Среднесрочные планы могут затрагивать как деятельность компании в целом, так и работу отдельных структурных подразделений.
• Краткосрочное планирование фокусируется на актуальных потребностях, проблемах и задачах, рассчитанных на период до одного года (неделя, месяц, квартал, полгода). Примеры краткосрочных целей включают «увеличить прибыль на десять процентов за месяц», а также оптимизацию расходов, привлечение новых клиентов, выполнение текущих производственных планов. Этот вид планирования обеспечивает оперативное управление и корректировку деятельности для достижения среднесрочных и долгосрочных целей.

Стратегическое планирование

Стратегическое планирование является особым видом планирования, ориентированным на длительный срок и направленным на адаптацию организации к постоянно меняющейся внешней среде. Оно отличается от простого долгосрочного планирования тем, что не предполагает, будто будущее будет непременно лучше прошлого, и не базируется на простой экстраполяции исторических тенденций. Его главная цель — создание и поддержание долгосрочных конкурентных преимуществ.

Процесс стратегического планирования включает в себя несколько ключевых этапов:

1. Формулирование миссии и видения организации.
2. Постановка стратегических и тактических целей.
3. Разработка конкретных стратегий для достижения этих целей.

Для стратегического планирования активно используются такие аналитические инструменты, как:

• SWOT-анализ: оценка сильных и слабых сторон организации, а также возможностей и угроз внешней среды.
• PEST-анализ: анализ политических, экономических, социальных и технологических факторов внешней среды.
• Бенчмаркинг: сравнение своих показателей с показателями лучших конкурентов или отраслевых лидеров.
• Дорожные карты: визуальное представление стратегии, ее этапов и ключевых результатов.

Оптимальный срок стратегического планирования для многих современных бизнесов часто составляет один год, что позволяет сохранять гибкость в условиях высокой неопределенности.

Индикативное и директивное планирование

Кроме того, планирование может быть классифицировано по характеру поставленных задач:

• Индикативное планирование носит рекомендательный характер. Оно определяет общие ориентиры, приоритеты и желаемые направления развития, оставляя субъектам управления определенную свободу действий в выборе методов и средств достижения этих ориентиров. Этот подход часто используется в рыночных экономиках, где государственные органы задают макроэкономические рамки, но не диктуют конкретные показатели для отдельных предприятий.
• Директивное планирование, напротив, предполагает постановку обязательных заданий и жесткое регулирование деятельности. Оно характерно для командно-административных систем или для внутренних процессов крупных организаций, где необходимо строгое соблюдение регламентов и единообразие выполнения задач. В таких условиях план становится нормативом, отклонение от которого недопустимо без санкции вышестоящего руководства.

Критерий классификации	Вид планирования	Характеристики и задачи
По срокам	Долгосрочное	5-10+ лет. Крупные цели, инвестиции, инновации, систематическое движение к результатам.
	Среднесрочное	3-5 лет. Обновление производства, формулировка основных задач (производственная, сбытовая, финансовая стратегия, кадровая политика).
	Краткосрочное	До 1 года (неделя, месяц, квартал). Актуальные потребности, оптимизация расходов, привлечение клиентов.
По характеру	Стратегическое	Длительный срок, адаптация к внешней среде, создание конкурентных преимуществ. Инструменты: SWOT, PEST, бенчмаркинг, дорожные карты.
	Индикативное	Рекомендательный характер, общие ориентиры, свобода выбора методов.
	Директивное	Обязательные задания, жесткое регулирование деятельности.

Таким образом, прогнозирование и планирование — это не просто теоретические концепции, а мощные практические инструменты, которые в своей совокупности формируют основу для эффективного и устойчивого управления в любой организации, позволяя не только предвидеть будущее, но и активно его формировать. Эти основы критически важны для понимания того, как методы и модели прогнозирования применяются на практике.

Методы и модели прогнозирования для разработки плановых решений

В арсенале современного менеджера и аналитика существует множество инструментов для предвидения будущего — методов и моделей прогнозирования. Выбор подходящего инструментария критически важен, поскольку от него напрямую зависит точность и применимость полученных прогнозов. Эти методы можно условно разделить на две большие категории: количественные, опирающиеся на числа и статистику, и качественные, основанные на экспертных суждениях.

Количественные методы прогнозирования

Количественные методы прогнозирования — это подход, который базируется на анализе численных данных, выявлении закономерностей и построении математических моделей. Их сила заключается в объективности и возможности обработки больших объемов информации, а применяются они, когда есть достаточное количество исторических данных и существует предположение о стабильности тенденций или наличии статистически достоверных зависимостей, характеризующих производственную деятельность объекта управления.

Среди количественных методов выделяют два основных направления:

Анализ временных рядов

Это обширная группа методов, которая фокусируется на изучении динамики показателей во времени. Идея заключается в том, чтобы, изучив прошлые значения переменной, предсказать ее будущее поведение. Ключевые методы включают:

• Экстраполяция: Простейший метод, заключающийся в переносе сложившихся тенденций развития предприятия на будущее. Например, если продажи стабильно росли на 5% в месяц, экстраполяция предполагает сохранение этой тенденции.
• Скользящее среднее: Сглаживание колебаний временного ряда путем расчета среднего значения за определенный период. Это помогает выявить основной тренд, игнорируя краткосрочные флуктуации.
• Экспоненциальное сглаживание: Более сложный метод, который придает больший вес последним наблюдениям, что делает прогноз более чувствительным к изменениям. Разновидностью является метод Хольта, который учитывает как уровень, так и тренд временного ряда.
• Модели ARIMA (Autoregressive Integrated Moving Average): Мощный класс моделей, который позволяет учитывать наличие тренда (интегрированная часть), авторегрессию (зависимость текущего значения от прошлых) и скользящее среднее (зависимость от прошлых ошибок). Эти модели особенно эффективны для рядов с выраженными сезонными и циклическими компонентами.
• Декомпозиция: Разложение временного ряда на его составные части: тренд (долгосрочное направление), сезонность (регулярные колебания в течение года) и остаток (случайные шумы). Это позволяет анализировать каждую компоненту отдельно и строить более точные прогнозы.
• Регрессионный анализ: Использование одной или нескольких независимых переменных для прогнозирования зависимой переменной. В контексте временных рядов, это может быть, например, прогнозирование продаж на основе затрат на рекламу в предыдущие периоды.
• Автокорреляционный анализ: Исследование зависимости между значениями одного и того же временного ряда в разные моменты времени.
• Адаптивный анализ, гармонический анализ, сингулярный спектральный анализ, бутстреп, нейросетевые методы: Эти методы представляют собой более продвинутые техники, использующие сложные математические аппараты и алгоритмы машинного обучения для выявления скрытых закономерностей и повышения точности прогнозов, особенно в условиях нелинейности и большого объема данных.

Каузальное (причинно-следственное) моделирование

Данный подход направлен на выявление и количественную оценку причинно-следственных связей между прогнозируемой переменной и другими факторами, которые на нее влияют.

• Многомерные регрессионные модели: Представляют собой уравнения с несколькими независимыми переменными, для построения которых могут быть использованы линейные или степенные зависимости. Например, спрос на продукт (зависимая переменная) может зависеть от цены, дохода населения и рекламных расходов (независимые переменные).
  Формула линейной многомерной регрессии:

  Y = β₀ + β₁X₁ + β₂X₂ + ... + βnXn + ε
  

  Где:

  • Y — зависимая переменная (например, объем закупок);
  • X₁, X₂, …, X_n — независимые переменные (например, цена, доходы, сезонность);
  • β₀ — свободный член;
  • β₁, β₂, …, β_n — коэффициенты регрессии, показывающие влияние каждой независимой переменной на зависимую;
  • ε — случайная ошибка.

  Расчет коэффициентов β производится, как правило, методом наименьших квадратов, минимизирующим сумму квадратов отклонений фактических значений Y от прогнозируемых.

• Имитационное моделирование: Создание компьютерной модели системы, которая позволяет экспериментировать с различными сценариями и оценивать их влияние на прогнозируемый показатель. Это особенно полезно для сложных систем с множеством взаимосвязанных факторов, где аналитические методы затруднены.

Качественные методы прогнозирования

Качественные методы прогнозирования применяются, когда отсутствуют или недостаточно исторические данные, необходимые для количественного анализа, а также для среднесрочных и долгосрочных решений, где важную роль играют неформализуемые факторы и экспертное мнение. Эти методы основаны на экспертных оценках специалистов в области принимаемых решений.

• Метод экспертных оценок (Метод Дельфи): Один из наиболее известных и структурированных качественных методов. Его цель — собрать и анонимно обменяться мнениями между экспертами по вопросам, связанным с будущими тенденциями, с целью достижения максимального консенсуса. Он включает три основных этапа:
  1. Подготовительный этап: Формирование экспертной группы (обычно от 5 до 20 компетентных специалистов, обладающих глубокими знаниями в предметной области) и организационной группы, которая формулирует проблему, разрабатывает вопросы и готовит опросы.
  2. Основной этап: Проведение серии последовательных, анонимных опросов, анкетирования или интервью среди экспертов. Ключевой особенностью является отсутствие прямого контакта между экспертами, что позволяет избежать группового давления, доминирования авторитетов и предвзятости. Эксперты выражают свои оценки независимо.
  3. Аналитический этап: Организационная группа статистически обрабатывает полученные ответы (например, рассчитывает медиану, квартили, диапазон мнений), обобщает мнения и предоставляет экспертам обратную связь. На основании этой обратной связи эксперты могут пересмотреть или скорректировать свои оценки в последующих турах, что способствует постепенному сближению мнений и достижению консенсуса. Процесс повторяется до тех пор, пока не будет достигнут приемлемый уровень согласия или не исчерпаны возможности для дальнейшего сближения.
• Мнение жюри: Усреднение мнений нескольких экспертов, которые могут взаимодействовать друг с другом. Этот метод проще метода Дельфи, но более подвержен влиянию авторитетов и групповому мышлению.
• Модели ожидания потребителя: Основаны на опросах клиентов или потенциальных потребителей с целью оценки их будущих намерений, предпочтений и ожиданий. Это помогает понять потенциальный спрос на новые продукты или услуги.

Критерии выбора метода прогнозирования

Выбор метода прогнозирования не является универсальным и всегда обусловлен множеством факторов. Он должен быть тщательно взвешен и обоснован, исходя из специфики задачи:

• Сфера применения и поставленные цели прогнозирования: Прогнозирование продаж требует одних методов, прогнозирование технологического развития — других.
• Доступность инструментов и наличие исходных данных: Для количественных методов необходимы качественные исторические данные; для качественных — доступ к компетентным экспертам.
• Требуемая форма прогноза: Точечный прогноз, интервальный прогноз или сценарный прогноз.
• Период и горизонт прогнозирования: Краткосрочные прогнозы часто используют количественные методы, долгосрочные — качественные.
• Требуемая точность: Некоторые задачи требуют высокой точности, другие допускают большую погрешность.
• Поведение прогнозируемого процесса: Стабильные процессы позволяют применять простые количественные методы, нестабильные и нелинейные требуют более сложных моделей или качественных оценок.
• Бюджетные ограничения: Разработка и применение сложных моделей или организация экспертных сессий могут быть дорогостоящими.
• Сложность социально-экономической системы: Чем сложнее система, тем больше факторов необходимо учесть и тем более комплексными могут быть методы.

Процесс прогнозирования включает в себя несколько последовательных этапов:

1. Определение цели и задач: Четкое понимание того, что именно нужно спрогнозировать и зачем.
2. Проведение анализа: Сбор и обработка исходных данных, выявление тенденций и факторов влияния.
3. Выбор метода: Обоснованный выбор наиболее подходящего метода или комбинации методов.
4. Аналитическая оценка результатов: Интерпретация полученных прогнозов, оценка их точности и надежности, анализ возможных отклонений.
5. Принятие управленческих решений: Использование прогнозов в процессе планирования и формирования стратегии.

Тщательный подход к выбору и применению методов прогнозирования позволяет существенно повысить обоснованность и эффективность принимаемых управленческих решений, снижая уровень неопределенности и рисков.

Влияние автоматизации на процессы разработки прогнозов и плановых решений

В условиях динамично развивающейся экономики, где объем данных постоянно растет, а требования к скорости и точности принятия решений ужесточаются, ручное прогнозирование и планирование становятся неэффективными и ресурсоемкими. Именно здесь автоматизация выходит на передний план, трансформируя эти ключевые управленческие процессы и выводя их на качественно новый уровень.

Автоматизация играет поистине ключевую роль в улучшении долгосрочного организационного планирования. Она не только повышает эффективность, но и обеспечивает принятие более обоснованных и точных решений. Благодаря внедрению современных технологий, компании получают мощные инструменты для анализа огромных массивов данных, что позволяет им не просто реагировать на изменения, но и предвидеть тенденции, оптимизировать операции и формировать по-настоящему обоснованные стратегические решения. В конечном итоге, автоматизация переводит прогнозирование из области интуитивных догадок в сферу научно обоснованного управления, что является критически важным для любой организации, стремящейся к устойчивому росту и конкурентоспособности.

Автоматизированные системы планирования (АСП) представляют собой комплекс программных и аппаратных средств, специально разработанных для автоматизации процессов планирования и управления предприятием. Эти системы — не просто набор инструментов, а полноценные интеллектуальные помощники, которые:

1. Снижают риски ошибок, связанных с человеческим фактором: Ручное планирование, особенно в условиях большого объема данных и сложной логики, подвержено ошибкам. АСП минимизируют этот риск, обеспечивая более точные и надежные результаты за счет стандартизации процессов, автоматических проверок и алгоритмического выполнения расчетов. Это предотвращает дорогостоящие ошибки, которые могут возникнуть из-за невнимательности или усталости сотрудника.
2. Обеспечивают высокую скорость и оперативность: Автоматизация прогнозной функции позволяет значительно сократить сроки планирования. Если раньше на сбор данных, их обработку и формирование прогнозов уходили недели или месяцы, то теперь этот процесс может занимать считанные часы или даже минуты. Это критически важно в быстро меняющихся рыночных условиях, когда решения нужно принимать молниеносно.
3. Повышают трудовую дисциплину: АСП часто включают в себя модули для контроля выполнения планов, отслеживания сроков и распределения задач, что способствует повышению ответственности и дисциплины среди сотрудников.
4. Расширяют возможности анализа данных: Автоматизированные системы способны обрабатывать и анализировать данные из различных источников, выявляя скрытые закономерности и взаимосвязи, которые сложно или невозможно обнаружить вручную. Это включает:
   • Создание сложных прогнозов: Применение продвинутых алгоритмов машинного обучения и статистического моделирования для построения точных прогнозов спроса, цен, загрузки мощностей и других ключевых показателей.
   • Оптимизация бизнес-процессов: Моделирование различных сценариев, выявление узких мест и предложение оптимальных решений для повышения эффективности операций.
   • Обеспечение доступа к актуальной информации в режиме реального времени: Все заинтересованные стороны получают доступ к единой, всегда актуальной информации, что улучшает координацию и качество принимаемых решений.

Использование АСП позволяет компаниям не только сокращать издержки и повышать производительность, но и формировать более гибкую и адаптивную стратегию. Способность быстро генерировать и оценивать различные сценарии развития событий, опираясь на точные прогнозы, становится важнейшим конкурентным преимуществом. Таким образом, автоматизация прогнозной и плановой функций — это не просто технологическое усовершенствование, а стратегическая инвестиция, обеспечивающая долгосрочную устойчивость и успех организации.

Автоматизированные информационные системы в сфере государственных закупок: обзор и функционал

Сфера государственных закупок в Российской Федерации является одной из наиболее регламентированных и контролируемых областей, что обусловлено необходимостью эффективного и прозрачного расходования бюджетных средств. В этом контексте автоматизированные информационные системы играют незаменимую роль, обеспечивая строгое соблюдение законодательства, оптимизацию процессов и повышение точности планирования.

Нормативно-правовая база планирования закупок

Основополагающим документом, регулирующим процесс закупок для государственных и муниципальных нужд, является Федеральный закон от 05.04.2013 № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд». Этот закон устанавливает жесткие правила, согласно которым планирование закупок осуществляется посредством формирования, утверждения и ведения планов-графиков. Важнейшее требование закона: закупки, не предусмотренные планами-графиками, не могут быть осуществлены. Это подчеркивает фундаментальную роль планирования и его обязательный характер.

К планам-графикам предъявляются конкретные требования, которые детализированы Постановлением Правительства РФ от 30.09.2019 № 1279 «Об установлении порядка формирования, утверждения планов-графиков закупок, внесения изменений в такие планы-графики, размещения планов-графиков закупок в единой информационной системе в сфере закупок…». В планы-графики в обязательном порядке включаются:

• Идентификационные коды закупок;
• Наименование объекта или объектов закупок;
• Объем финансового обеспечения для осуществления закупок;
• Сроки осуществления закупок;
• Информация об обязательном общественном обсуждении закупок (если оно предусмотрено законом).

Правительством Российской Федерации также устанавливаются требования к форме планов-графиков, порядок их формирования, утверждения, внесения изменений и размещения в единой информационной системе (ЕИС). План-график формируется в форме электронного документа и утверждается усиленной квалифицированной электронной подписью. Размещение плана-графика в ЕИС осуществляется автоматически после контроля на соответствие требованиям и форматно-логической проверки, что является примером высокой степени автоматизации и контроля.

Функциональные возможности автоматизированных систем закупок

Автоматизированные системы закупок существенно упрощают и упорядочивают сложный бизнес-процесс закупок, на который, как правило, расходуется 40-60% бюджета предприятия. Их функционал охватывает все этапы цикла закупок:

1. Структурированный сбор и обработка заявок: Автоматизация позволяет централизованно собирать заявки на закупку от всех подразделений, структурировать их и увязывать с данными нормативно-справочной информации (НСИ), такой как каталоги товаров, работ, услуг (КТРУ). Это обеспечивает единообразие и точность формируемых запросов.
2. Обоснование и приоритизация: Системы помогают обосновывать каждую закупку, анализируя потребности, бюджетные ограничения и стратегические цели. Они также предоставляют инструменты для приоритизации заявок, что особенно важно в условиях ограниченных ресурсов.
3. Контроль данных, действий и сроков: На всех этапах процесса закупок автоматизированные системы обеспечивают строгий контроль. Это включает проверку корректности вводимых данных, отслеживание соблюдения регламентов и сроков выполнения задач, а также контроль за действиями пользователей в соответствии с их полномочиями.
4. Распределение нагрузки и делегирование полномочий: Системы автоматически распределяют задачи между сотрудниками, учитывая их компетенции и текущую загрузку, а также позволяют гибко делегировать полномочия, что повышает оперативность и эффективность работы закупочного подразделения. При «полной» централизации закупок за процесс планирования отвечает уполномоченный орган или уполномоченное учреждение, которое также использует АИС для координации.
5. Интеграция с внешними и внутренними системами: Ключевым элементом современных АИС является их способность к бесшовной интеграции с электронными торговыми площадками (ЭТП), Единой информационной системой в сфере закупок (ЕИС) и внутренними корпоративными системами (ERP, бухгалтерскими системами). Это обеспечивает полное соответствие нормативным документам и законам, исключает двойной ввод данных и формирует единое информационное пространство.

АИС ПОЗ как пример системы прогнозирования объема закупок

Одним из ярких примеров автоматизированных информационных систем, специально разработанных для нужд государственного сектора, является Система АС ПОЗ (Автоматизированная Система Прогноза Объемов Закупок). Эта система предназначена для прогнозирования объемов закупок для государственных нужд и является важным компонентом более широкой экосистемы государственных закупок, доступной на официальном портале zakupki.gov.ru.

АС ПОЗ позволяет государственным заказчикам формировать и обосновывать свои потребности в товарах, работах и услугах на будущие периоды, интегрируя эти данные с планами-графиками и обеспечивая прозрачность всего процесса. Внедрение таких систем позволяет государственным органам:

• Более точно определять будущие потребности;
• Оптимизировать бюджетное планирование;
• Снижать риски неэффективного расходования средств;
• Повышать качество и своевременность осуществления закупок.

Современные ИТ-решения идут еще дальше, активно используя потенциал искусственного интеллекта и машинного обучения. Например, системы, подобные «АИ.Снабжение», демонстрируют впечатляющие результаты: они позволяют точно прогнозировать спрос по каждому наименованию продукции, формировать оптимальный объем закупок и, что особенно важно, снижать ошибки в прогнозировании на 40–60%. Это достигается за счет анализа больших данных, выявления скрытых закономерностей и адаптивного обучения алгоритмов на основе исторической информации. Таким образом, автоматизированные информационные системы в государственных закупках — это не просто программное обеспечение, а стратегически важный инструмент, который обеспечивает не только соблюдение законодательства и прозрачность, но и значительно повышает эффективность, точность и обоснованность всех этапов закупочного процесса, от планирования до исполнения.

Организационные аспекты внедрения и эксплуатации автоматизированных систем прогнозирования

Внедрение и последующая эксплуатация автоматизированных информационных систем (АИС), особенно в такой сложной области, как прогнозирование и планирование, представляет собой не только техническую, но и значительную организационную задачу. Переход от ручных процессов к автоматизированным требует глубокого понимания архитектуры системы, адаптации к корпоративной культуре и обеспечения бесперебойного взаимодействия множества участников.

Основная проблема при создании любой АИС заключается в необходимости обеспечения корпоративной деятельности множества экспертов с динамической адаптацией используемых инструментов к классам решаемых задач и предметным областям. Это означает, что система должна быть достаточно гибкой, чтобы соответствовать разнообразным потребностям различных пользователей (от рядовых специалистов до топ-менеджеров), и постоянно развиваться, чтобы отражать изменяющиеся бизнес-процессы и внешние условия. И что из этого следует? Инвестиции в АИС без соответствующей гибкости и адаптивности рискуют стать мертвым грузом, не способным отвечать на меняющиеся вызовы рынка и внутренние потребности организации.

Архитектура АИС имеет многоуровневую организацию, что позволяет четко разделить функциональные обязанности и обеспечить масштабируемость системы. В качестве основных компонентов этой архитектуры, как правило, выступают:

• Слой приложений (Application Layer): Содержит бизнес-логику и пользовательские интерфейсы, через которые пользователи вза��модействуют с системой.
• Промежуточный слой (Middleware Layer): Обеспечивает взаимодействие между слоем приложений и слоем данных, а также интеграцию с другими системами.
• Слой данных (Data Layer): Включает базы данных и базы знаний, где хранится вся информация, необходимая для работы АИС.
• Вычислительная платформа АИС (Infrastructure Layer): Аппаратное и программное обеспечение, на котором функционирует вся система (серверы, операционные системы, виртуализация).

Уровни архитектуры АИС

Для более детального понимания структуры АИС принято выделять два основных уровня архитектуры: бизнес-архитектуру и уровень информационных технологий (технический уровень).

1. Бизнес-архитектура: Описывает, как АИС поддерживает бизнес-процессы организации, какие функции она выполняет для достижения бизнес-целей, и как она взаимодействует с различными подразделениями и внешними стейкхолдерами. Этот уровень фокусируется на бизнес-ценности системы и ее соответствии стратегическим задачам.
2. Уровень информационных технологий (технический уровень): Включает логические и технические (программные и аппаратные) компоненты, обеспечивающие функционирование системы. Он, в свою очередь, подразделяется на несколько подуровней:
   • Архитектура программных систем: Охватывает структурные и поведенческие аспекты программного обеспечения. Здесь определяются компоненты системы, их взаимодействие, правила использования и интеграции с другими системами. Этот уровень также включает требования к функциональности (что система должна делать), производительности (как быстро и эффективно), гибкости (способность к изменениям), надежности (устойчивость к сбоям), эргономичности (удобство для пользователя) и технологическим ограничениям (используемые технологии, платформы).
   • Информационная архитектура: Представляет собой логическую организацию данных, структуры баз данных и баз знаний, а также принципы их взаимодействия. Этот уровень определяет, как данные собираются, хранятся, обрабатываются и представляются пользователям, обеспечивая их целостность, доступность и актуальность.
   • Технологическая архитектура: Описывает инфраструктуру для передачи данных, включая сетевую структуру (как компоненты системы связаны между собой) и каналы связи (протоколы и технологии для обмена информацией). Она гарантирует стабильность, безопасность и скорость обмена данными между всеми элементами АИС.

Подходы к архитектуре АИС

Выбор архитектурного подхода оказывает существенное влияние на масштабируемость, гибкость и стоимость эксплуатации АИС.

• Монолитная архитектура АИС: Исторически это был доминирующий подход, при котором вся система разрабатывалась как единое, неразделимое приложение.
  • Недостатки: Сложность масштабирования (любое изменение требует пересборки и переразвертывания всей системы), зависимость компонентов (сбой в одном модуле может привести к отказу всей системы), трудности в использовании различных технологий для разных частей приложения.
• Микросервисная архитектура: Современный подход, при котором приложение разбивается на небольшие, слабосвязанные сервисы, каждый из которых выполняет определенную бизнес-функцию.
  • Преимущества: Обеспечивает высокую гибкость (сервисы можно разрабатывать и развертывать независимо друг от друга), независимое развертывание (обновление одного сервиса не влияет на другие), использование различных технологий для разных сервисов, улучшенная отказоустойчивость (сбой одного сервиса не обязательно приводит к отказу всей системы).

Внедрение АИС требует не только технической готовности, но и изменения организационных процессов, обучения персонала и формирования новой культуры работы с информацией. Только комплексный подход, учитывающий как технологические, так и человеческие факторы, может обеспечить успешное функционирование автоматизированных систем прогнозирования и планирования.

Преимущества и вызовы автоматизации прогнозирования и планирования в государственных закупках

Автоматизация процессов прогнозирования и планирования в сфере государственных закупок является одним из ключевых направлений модернизации, предлагая значительные преимущества, но при этом сопряженная с определенными вызовами. Эффективное использование автоматизированных систем позволяет не только оптимизировать внутренние процессы, но и повысить прозрачность, снизить коррупционные риски и обеспечить более рациональное использование бюджетных средств.

Экономические и операционные преимущества

Внедрение автоматизированных систем в закупочную деятельность приносит целый ряд ощутимых экономических и операционных выгод:

1. Сокращение рутинных операций и повышение производительности: Автоматизация позволяет значительно сократить объем рутинной, повторяющейся работы, связанной с ручным сбором, обработкой данных и формированием документации. Это высвобождает ценные кадровые ресурсы, позволяя компаниям проводить больше закупок за меньший период времени без потери результативности. Сотрудники отдела закупок могут сосредоточиться на более сложных, аналитических задачах, требующих экспертных знаний, вместо механического ввода информации. В результате производительность труда сотрудника отдела закупок может возрасти в 1,5 раза.
2. Повышение точности и снижение ошибок: Автоматизированные системы минимизируют влияние человеческого фактора, который является одной из основных причин ошибок в документации и расчетах. Это приводит к 100% точности в документах и значительному снижению количества претензий от регулятора (до 30%). Кроме того, точные прогнозы позволяют избежать избыточных закупок или дефицита, что сокращает расходы в среднем на 10%.
3. Сокращение времени на подготовку к закупке: Благодаря автоматизации процессов сбора информации, формирования шаблонов и прохождения внутренних согласований, время на подготовку к закупке может сократиться в 2 раза. Это особенно важно в условиях сжатых сроков и высокой конкуренции.
4. Конкурентное преимущество и гибкость: Компании, использующие автоматизированные системы планирования, получают значительное конкурентное преимущество. Они могут более точно определять даты выпуска продукции, сокращать сроки производства, повышать качество с одновременным снижением себестоимости. Способность быстро и гибко реагировать на требования рынка и выполнять индивидуальные заказы становится ключевым фактором успеха.
5. Экономия фонда оплаты труда: Оптимизация рутинных операций позволяет использовать меньше сотрудников для их выполнения, перераспределяя их на более полезную, интеллектуальную работу. В долгосрочной перспективе это приводит к экономии фонда оплаты труда, что является существенным экономическим эффектом.
6. Снижение количества жалоб: Повышение прозрачности и точности процессов, а также сокращение ошибок, приводят к снижению количества жалоб на отдел закупок до 40%. Это улучшает репутацию организации и снижает риски судебных разбирательств.

Повышение прозрачности и управляемости

Одним из важнейших преимуществ автоматизации в государственных закупках является значительное повышение прозрачности и контролируемости всех этапов процесса:

• Прозрачность: Автоматизированные системы фиксируют каждое действие, каждый документ и каждое решение, что обеспечивает полную отслеживаемость всего закупочного цикла. Это снижает возможности для коррупции и недобросовестных действий, делая процесс более открытым для внешнего контроля.
• Контролируемость: Руководство получает актуальную информацию в режиме реального времени, что позволяет оперативно отслеживать ход закупок, выявлять отклонения и своевременно принимать корректирующие меры. Системы могут автоматически генерировать отчеты и аналитические справки, предоставляя всестороннюю картину закупочной деятельности.
• Оптимизация финансов: Точное планирование и прогнозирование, подкрепленные автоматизированным контролем, позволяют более эффективно управлять финансовыми потоками, избегать перерасхода средств и обеспечивать оптимальное использование бюджета.

Вызовы внедрения и эксплуатации

Несмотря на очевидные преимущества, внедрение и эксплуатация автоматизированных систем прогнозирования и планирования в государственных закупках сопряжено с рядом вызовов:

1. Качество данных: Эффективность любой АИС напрямую зависит от качества исходных данных. Некорректные, неполные или устаревшие данные могут привести к ошибочным прогнозам и неверным плановым решениям. Поэтому критически важно обеспечить высокое качество данных на всех этапах их сбора и ввода.
2. Необходимость интеграции с существующими информационными системами: В большинстве государственных организаций уже функционируют различные информационные системы (бухгалтерские, кадровые, документооборота). Внедряемая АИС должна быть бесшовно интегрирована с ними, чтобы избежать дублирования информации и обеспечить единое информационное пространство. Это может быть сложным техническим и организационным проектом.
3. Обучение персонала: Внедрение новых систем требует значительных инвестиций в обучение персонала. Сотрудники должны освоить новые инструменты, изменить привычные рабочие процессы и научиться эффективно использовать все функциональные возможности АИС. Отсутствие должного обучения может снизить эффективность системы и вызвать сопротивление изменениям.
4. Кибербезопасность: Автоматизированные системы, работающие с конфиденциальной информацией и бюджетными средствами, являются привлекательной целью для кибератак. Обеспечение высокого уровня кибербезопасности, защиты данных и предотвращения несанкционированного доступа является постоянным и дорогостоящим вызовом.
5. Стоимость внедрения и поддержки: Разработка, внедрение и последующая поддержка сложных АИС могут быть весьма дорогостоящими, требующими значительных финансовых вложений и долгосрочного планирования бюджета.

Преодоление этих вызовов требует комплексного подхода, включающего не только технологические решения, но и организационные изменения, инвестиции в развитие персонала и постоянное совершенствование процессов. Понимаем ли мы, что успех автоматизации в госзакупках зависит не только от совершенства технологий, но и от готовности организации к глубоким системным изменениям?

Тенденции развития и перспективы автоматизации процессов прогнозирования и планирования в российских условиях

Российский рынок автоматизации, преодолев начальные этапы формирования, к 2025 году вышел на устойчивую траекторию роста, демонстрируя повышенный интерес к технологическим инновациям и стратегическим инвестициям. Этот рост обусловлен множеством факторов, среди которых выделяются общие мировые тенденции, специфические национальные вызовы и активная государственная поддержка.

Рост рынка автоматизации и инвестиций

Российская экономика активно инвестирует в развитие цифровых технологий. Прогноз Минэкономразвития РФ подтверждает эту положительную динамику, ожидая прирост инвестиций на 1,7% в 2025 году и общий рост объема вложений на 60% к 2030 году по сравнению с 2020 годом. Особое внимание уделяется ключевым сегментам, таким как искусственный интеллект (ИИ) и облачные платформы, которые являются фундаментом для современных автоматизированных систем.

По данным компании «Б1» (ранее известной как EY), российский рынок промышленной автоматизации демонстрирует впечатляющие темпы роста, прогнозируя увеличение более чем вдвое — с 83 млрд руб. в 2024 году до 207 млрд руб. в 2030 году, со среднегодовым темпом роста (CAGR) в 16,5%. Аналогичные тенденции наблюдаются и на рынке программного обеспечения для автоматизации, который, по прогнозам, к 2030 году достигнет 76,4 млрд долларов США, приращивая в среднем по 16,5% в год. Эти цифры свидетельствуют о глубокой трансформации бизнеса и государственного сектора, где автоматизация становится неотъемлемой частью стратегического развития.

Влияние кадрового дефицита на автоматизацию

Одним из мощных стимулов для автоматизации в российских условиях является острый кадровый дефицит, особенно в IT-сфере. В 2023 году Минцифры РФ оценивало дефицит IT-специалистов на рынке в 500-700 тысяч человек. Несмотря на рост числа IT-специалистов в России до 1 миллиона человек к 2024 году, дефицит высококвалифицированных кадров сохраняется и, по оценкам Минцифры, может достигнуть 1 миллиона человек к 2025 году.

Этот дефицит прямо стимулирует внедрение автоматизированных решений. Цифровые помощники и роботизированные системы берут на себя рутинные, повторяющиеся задачи, освобождая сотрудников для выполнения более сложных, творческих и стратегически важных функций. В условиях, когда найти и удержать квалифицированный персонал становится все сложнее, автоматизация предоставляет эффективное решение для поддержания операционной стабильности и повышения общей производительности труда. Исследование 2024 года показало, что более половины (56,3%) российских IT-специалистов ожидают дальнейшего роста кадрового спроса, что лишь усиливает актуальность автоматизации.

Импортозамещение и государственная поддержка

На фоне геополитических изменений и необходимости обеспечения технологического суверенитета, импортозамещение стало одним из ключевых драйверов роста российского рынка автоматизации. Указ Президента Российской Федерации № 250 от 1 мая 2022 года предписывает формирование действенных систем информационной безопасности на базе отечественных решений к 2025 году, что дало мощный импульс развитию российских IT-продуктов. Появление альтернатив привычным зарубежным решениям и усиление конкуренции среди российских разработчиков способствуют повышению качества и доступности отечественного ПО. Примеры успешных проектов импортозамещения включают «МойОфис» (альтернатива Microsoft Office), Яндекс Диск (замена Google Drive), RuStore (отечественный магазин приложений), Astra Linux (операционная система для государственных структур) и «Аврора» (замена Android и iOS). Также активно идет миграция государственных информационных систем, таких как ГИС ГМП, на отечественные СУБД и замена ПО в критически важных инфраструктурных объектах.

Государство активно поддерживает этот процесс, предлагая целый комплекс мер:

• Налоговые льготы: Для IT-компаний предусмотрены специальные налоговые режимы, снижающие фискальную нагрузку.
• Гранты и субсидии: В рамках федерального проекта «Цифровые технологии» национальной программы «Цифровая экономика РФ» предоставляются гранты на разработку и внедрение отечественных решений. Размер грантов может покрывать до 80% стоимости проектов, а для стартапов — до 100%, при этом сумма может достигать от 10 млн до 6 млрд рублей. На грантовую поддержку из резервного фонда Правительства направлено 14 млрд рублей, и за пять лет реализации нацпроекта поддержку получили более 1,5 тысяч российских ИТ-компаний.
• Льготное кредитование: Доступ к льготным кредитам для IT-проектов и компаний.

Эти меры не только ускоряют процесс импортозамещения, но и способствуют формированию мощной отечественной IT-индустрии, способной обеспечивать технологический суверенитет страны. Что находится «между строк» этой поддержки? Государство не просто поощряет импортозамещение, оно активно выстраивает инфраструктуру и экосистему для долгосрочного развития отечественных ИТ-решений, осознавая их стратегическую важность для национальной безопасности и экономического роста.

Развитие искусственного интеллекта и машинного обучения

Правительство РФ предложило на 80% нарастить финансирование исследований в области искусственного интеллекта в 2024 году. Это является прямым указанием на тренд широкого применения ИИ и машинного обучения в автоматизации бизнеса и государственного управления. Технологии ИИ позволяют значительно повысить точность прогнозирования, выявлять сложные закономерности в больших данных, оптимизировать принятие решений и автоматизировать процессы, которые ранее требовали участия человека.

Перспективы развития включают:

• Предиктивная аналитика: Использование ИИ для прогнозирования будущих событий и тенденций на основе исторических данных.
• Роботизированные решения (RPA): Дальнейшее развитие программных роботов для автоматизации рутинных офисных задач, интеграции систем и обработки информации.
• Большие данные (Big Data): Анализ и использование огромных объемов данных для принятия более обоснованных решений.
• Создание полноценных автономных систем: Способных самостоятельно формировать прогнозы, разрабатывать плановые решения и даже корректировать их в режиме реального времени.

Финансовое и регуляторное давление, а также рост издержек, заставляют российский бизнес фокусироваться на управлении издержками и повышении операционной стабильности через автоматизацию. Таким образом, автоматизация процессов прогнозирования и планирования в российских условиях является не просто вопросом повышения эффективности, а стратегическим императивом, обеспечивающим устойчивое развитие и технологический суверенитет страны.

Заключение

Автоматизация и организация разработки прогнозов и плановых решений представляют собой фундамент эффективного управления в условиях современной динамичной экономики, особенно в такой критически важной сфере, как государственные закупки. Проведенное исследование позволило глубоко проанализировать сущность прогнозирования и планирования, их неразрывную связь и роль как ключевых функций менеджмента, обеспечивающих предвидение будущего и определение путей достижения стратегических целей.

Мы рассмотрели разнообразный спектр методов прогнозирования, от количественных техник, таких как анализ временных рядов (включая модели ARIMA, экспоненциальное сглаживание) и каузальное моделирование, до качественных подходов, основанных на экспертных оценках (например, Метод Дельфи). Подробный анализ критериев выбора методов подчеркнул необходимость адаптации инструментария к специфике задачи, объему доступных данных и требуемой точности.

Ключевым выводом работы является трансформирующее влияние автоматизации на процессы разработки прогнозов и плановых решений. Автоматизированные системы планирования (АСП) не только значительно сокращают количество рутинных операций и снижают риски ошибок, но и повышают точность прогнозов, сокращают сроки планирования и обеспечивают доступ к актуальной информации в режиме реального времени. В сфере государственных закупок автоматизированные информационные системы, такие как АИС ПОЗ, играют незаменимую роль, обеспечивая строгое соблюдение Федерального закона № 44-ФЗ, структурированный сбор заявок, контроль данных и сроков, а также бесшовную интеграцию с внешними платформами. Примеры решений на базе ИИ и машинного обучения демонстрируют потенциал для кардинального повышения точности прогнозирования спроса.

Анализ организационных аспектов внедрения и эксплуатации АИС выявил сложность этого процесса, требующего учета многоуровневой архитектуры системы, от бизнес-архитектуры до технологического уровня, а также выбора оптимального подхода (монолитная или микросервисная архитектура). Были обозначены и вызовы, связанные с качеством данных, интеграцией с существующими системами и необходимостью обучения персонала, которые требуют комплексного подхода для успешной реализации проектов.

Систематизация преимуществ автоматизации показала ее весомый вклад в экономическую эффективность (сокращение расходов до 10%, рост производительности труда в 1,5 раза, сокращение времени на подготовку в 2 раза) и повышение прозрачности (снижение жалоб на 40%, претензий регулятора на 30%, 100% точность в документах) в государственных закупках.

Наконец, рассмотрение тенденций и перспектив в российских условиях подчеркнуло устойчивый рост рынка автоматизации, стимулируемый кадровым дефицитом, активной политикой импортозамещения (Указ Президента РФ № 250) и мощной государственной поддержкой (налоговые льготы, гранты до 80-100% стоимости проектов, льготное кредитование). Рост инвестиций в исследования в области искусственного интеллекта подтверждает стремление к развитию предиктивной аналитики и полноценных роботизированных решений.

В заключение, автоматизация процессов прогнозирования и планирования является стратегическим императивом для повышения эффективности, прозрачности и устойчивости системы государственных закупок. Дальнейшие исследования в этой области должны быть сосредоточены на разработке и внедрении адаптивных ИИ-моделей для специфических условий государственных закупок, оптимизации интеграционных решений и развитии компетенций персонала для максимально эффективного использования потенциала автоматизированных систем.

Список использованной литературы

1. Федеральный закон от 21.07.2005 № 94-ФЗ «О размещении заказов на поставки товаров, выполнение работ, оказание услуг для государственных и муниципальных нужд»
2. Постановление Правительства Российской Федерации от 22.07.2009 № 596 «О порядке разработки прогноза социально-экономического развития Российской Федерации»
3. Кузык Б.Н., Кушлик В.И., Яковец Ю.В. Прогнозирование, стратегическое планирование и национальное программирование: учебник. М.: Экономика, 2011.
4. Акулов А.О. Сравнительный анализ деятельности предприятий как метод обоснования управленческих решений. Кемерово: Кемеровский гос. ун-т, 2012.
5. Ершов А.С. Управленческие решения. Комсомольск-на-Амуре: Изд-во АмГПГУ, 2012.
6. Карданская Н.Л. Управленческие решения. Москва: ЮНИТИ-ДАНА, 2012.
7. Лузгарева О.И. Разработка управленческих решений. Кемерово: КемГУ, 2012.
8. Пужаев А.В. Управленческие решения. Москва: КноРус, 2012.
9. Бусов В.И. Управленческие решения. Москва: Юрайт, 2013.
10. Травин В.В. Подготовка и реализация управленческих решений. Москва: Дело, 2013.
11. Федеральный закон от 05.04.2013 № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд». Доступ из СПС «КонсультантПлюс».
12. Постановление Правительства РФ от 30.09.2019 N 1279 «Об установлении порядка формирования, утверждения планов-графиков закупок, внесения изменений в такие планы-графики, размещения планов-графиков закупок в единой информационной системе в сфере закупок…». Доступ из СПС «КонсультантПлюс».
13. Агаев А.Е., Жминько А.Е. Планирование и прогнозирование: сущность, виды и классификация // Вестник Алтайской академии экономики и права. 2019. № 2-2. С. 215-219. URL: https://vaael.ru/ru/article/view?id=314
14. Черникова А.Е. Место и роль планирования в системе функций управления // КиберЛенинка. URL: https://cyberleninka.ru/article/n/mesto-i-rol-planirovaniya-v-sisteme-funktsiy-upravleniya
15. Adeptik — Автоматизация планирования производства: цели, уровни и модели. URL: https://adeptik.ru/blog/avtomatizatsiya-planirovaniya-proizvodstva
16. Intersoft Lab — Пять аргументов «за» автоматизацию прогнозирования для планирования. URL: https://www.intersoft.ru/press/publications/5_argumentov_za_avtomatizatsiyu_prognozirovaniya_dlya_planirovaniya/
17. E1-закупки — Зачем автоматизировать? URL: https://new.e1zakupki.ru/about/advantages/
18. Comindware — Система управления закупками | Автоматизация закупок. URL: https://comindware.com/ru/solutions/upravlenie-zakupkami/
19. Aiston — Главные тренды в автоматизации бизнеса в 2025-2026 году. URL: https://aiston.ru/blog/trendy-avtomatizatsii-biznesa-2025-2026/
20. Luminorica — Автоматизация в России: рост, риски, решения для B2B (со ссылкой на Б1 и Минэкономразвития РФ). URL: https://luminorica.ru/blog/avtomatizatsiya-v-rossii-rost-riski-resheniya-dlya-b2b/
21. Институт профессионального образования — Виды планирования в менеджменте. Зачем нужны планы развития компании. URL: https://ipo.msk.ru/students/stati/vidy-planirovaniya-v-menedzhmente-zachem-nuzhny-plany-razvitiya-kompanii/
22. Система АС ПОЗ (Прогноз объемов закупок продукции) на официальном портале Роспотребнадзора (со ссылкой на zakupki.gov.ru и Минэкономразвития России). URL: https://13.rospotrebnadzor.ru/s/13/2/2/1/1447/
23. АИ.Снабжение — точный прогноз по закупкам (ИТ-решение на базе искусственного интеллекта и машинного обучения). URL: https://aisnab.ru/prognoz-po-zakupkam