Закупка ИИ-решения ломает привычную логику технического задания. Нельзя просто указать «поставить нейросеть» или «внедрить искусственный интеллект» — приёмка услуг в таком случае превращается в спор о вкусах, а не в проверку факта. Чтобы закупка искусственного интеллекта прошла без претензий, заказчику нужно заранее описать измеримый результат и критерии качества, а поставщику — понять, что именно от него ждут и как подтвердить выполнение.
Ниже разберём, как формируется техническое задание на ИИ-продукт или услугу, какие показатели реально проверяются, как выстроить приёмку и какие ошибки чаще всего приводят к расторжению контракта или отказу от подписания документа о приёмке.
Почему ИИ-закупки отличаются от обычных
Традиционный товар можно описать через характеристики: размер, мощность, комплектацию. Услугу — через состав действий и сроки. С ИИ так не работает: результат зависит от данных, обучения модели и условий эксплуатации.
Ключевые особенности, которые нужно учесть в закупке ИИ:
- Вероятностный результат. Модель ошибается, и это нормально. Задача — задать допустимый уровень ошибок, а не требовать абсолютной точности.
- Зависимость от данных. Качество обучения напрямую влияет на результат, поэтому требования к данным — часть технического задания.
- Размытость понятия «готово». Без метрик невозможно доказать, что решение работает.
- Изменчивость. Модель может деградировать со временем, если данные устаревают.
Именно поэтому в закупке ИИ техническое задание строится не вокруг «что купить», а вокруг «какой измеримый эффект получить».
Что должно быть в техническом задании на ИИ
Техническое задание — основной документ, который защищает и заказчика, и поставщика. В нём должны быть отражены:
- цель и сценарий использования решения;
- функциональные требования к системе;
- требования к данным для обучения и работы;
- метрики качества и способы их измерения;
- порядок приёмки и состав подтверждающих документов;
- требования к сопровождению и обновлению модели.
Если хотя бы один пункт отсутствует, приёмка услуг превращается в переговоры, а не в проверку. Особенно опасны формулировки вида «высокое качество», «точность не ниже лучших мировых аналогов», «удобный интерфейс» — они не проверяемы.
Формулировка цели
Цель описывается через бизнес-эффект, а не через технологию. Плохо: «внедрить искусственный интеллект для обработки обращений». Хорошо: «сократить время обработки обращений граждан с 20 до 5 минут при сохранении доли корректных ответов не ниже 90%».
Требования к данным
Указывайте объём, структуру, формат и источник данных. Если данные предоставляет заказчик, фиксируйте сроки и ответственность за их качество. Если собирает поставщик — порядок согласования набора данных.
Как описать критерии качества ИИ-решения
Критерии качества — это измеримые показатели, по которым можно объективно оценить результат. Для закупки ИИ подходят следующие группы метрик.
Метрики точности
- Доля корректных ответов (accuracy).
- Полнота и точность распознавания (precision, recall).
- Доля ложных срабатываний.
Важно указать, на каком наборе данных измеряется метрика. Иначе поставщик может показать результат на «удобной» выборке.
Метрики производительности
- Время отклика системы.
- Пропускная способность (число обрабатываемых запросов в единицу времени).
- Доступность сервиса.
Метрики устойчивости
- Поведение при неполных или некорректных данных.
- Сохранение качества при росте нагрузки.
- Порядок обновления модели и контроль деградации.
Каждая метрика должна иметь числовое значение, способ измерения и ответственного за фиксацию результата. Без этого критерий качества не работает.
Пошаговый порядок действий заказчика
- Определите задачу. Что именно должен делать ИИ: классифицировать, прогнозировать, генерировать, распознавать.
- Опишите сценарий использования. Кто и как будет работать с решением, какие данные на входе и выходе.
- Сформулируйте измеримый результат. Через метрики, а не через общие слова.
- Задайте критерии качества и способ проверки. Кто, когда и на каких данных измеряет.
- Пропишите порядок приёмки. Состав документов, этапы, сроки, порядок действий при несоответствии.
- Проверьте техническое задание на проверяемость. Каждое требование должно допускать однозначную оценку.
- Заложите сопровождение. Обновление модели, мониторинг качества, порядок реагирования на сбои.
Такой порядок снижает риск споров на этапе приёмки и делает закупку ИИ предсказуемой.
Практический пример
Заказчик закупает систему автоматической обработки обращений. В техническом задании указано:
- Цель: автоматическая классификация обращений по 10 категориям.
- Метрика: доля корректной классификации не ниже 90% на тестовом наборе из 5 000 обращений.
- Время отклика: не более 2 секунд на обращение.
- Приёмка: сравнение результатов системы с эталонной разметкой, предоставленной заказчиком.
- Сопровождение: ежеквартальное обновление модели с сохранением метрики.
В этом случае приёмка услуг сводится к объективному замеру, а не к субъективной оценке. Поставщик заранее понимает, что от него требуется, а заказчик получает инструмент контроля.
Распространённые ошибки
- Описание технологии вместо результата. «Внедрить нейросеть» — не результат.
- Отсутствие метрик. Без числовых показателей приёмка невозможна.
- Размытые критерии качества. «Высокая точность» ничего не значит.
- Игнорирование данных. Качество данных не менее важно, чем модель.
- Отсутствие порядка сопровождения. Модель без обновления теряет качество.
- Смешивание требований к товару и услуге. Для ИИ чаще закупается услуга или лицензия с сопровождением.
Снизить риски помогает предварительная проверка технического задания на проверяемость и привлечение профильных специалистов к описанию объекта закупки. Системно разобраться в описании объекта закупки, приёмке и электронном актировании позволяет программа профпереподготовки для заказчиков по 44-ФЗ и 223-ФЗ, где рассматривается полный цикл работы заказчика — от планирования до контроля исполнения контракта.
Итог
Закупка ИИ требует смещения фокуса с технологии на измеримый результат. Техническое задание должно содержать цель, метрики, критерии качества и порядок приёмки. Только в этом случае приёмка услуг становится объективной процедурой, а не спором о качестве. Чем точнее описаны критерии, тем ниже риск претензий и выше шанс получить работающее решение.
