Automatyzacja procesów · Zamówienia publiczne

Wstępna analiza przetargów z AI: szybciej zobacz, czy oferta się opłaca

Na 16 portalach pojawia się codziennie około 1000 nowych przetargów publicznych. Do pojedynczej firmy pasuje z tego może dziesięć. Wstępna analiza z AI przejmuje przeglądanie i czytanie: filtruje ogłoszenia, czyta dokumentację i przy każdym poważnym przetargu przedstawia podsumowanie z wymaganiami, terminami i ryzykami. Co z tym dalej, decyduje Twój zespół.

Julia Rose 7 min czytania
Dwie osoby przy stole konferencyjnym przeglądają dokumenty, jedna zaznacza fragment długopisem

Najważniejsze w skrócie

  • Najwięcej pracy pochłania przeglądanie: w naszym portalu z około 1000 przetargów dziennie po dwóch etapach filtrowania zostaje 10 do 15.
  • Pierwszy etap opiera się na słowach kluczowych, drugi czyta pełną dokumentację i ocenia, czy przetarg pasuje do profilu firmy.
  • Podsumowanie obejmuje wymagania, certyfikaty, wadium, terminy i ryzyka, a do tego rekomendację wraz z uzasadnieniem.
  • Wątpliwe przypadki świadomie trafiają do sprawdzenia. Decyzję o złożeniu oferty podejmuje człowiek.

Kto regularnie startuje w zamówieniach publicznych, zna ten poniedziałkowy poranek: kilka portali, dziesiątki nowych ogłoszeń, a do każdego opis przedmiotu zamówienia, warunki udziału, projekt umowy i często setki stron załączników. Zanim w ogóle wiadomo, czy oferta ma sens, mija pół dnia.

Właśnie tę część może przejąć wstępna analiza z AI. Jak filtruje, co wyciąga z dokumentacji i gdzie leżą jej granice, przeczytasz poniżej. Liczby pochodzą z naszego portalu, z którego Apollogic i theBlue.ai korzystają przy własnych ofertach.

Dlaczego przeglądanie kosztuje tyle czasu

Nasz portal obserwuje 16 źródeł z polskimi przetargami publicznymi i pojawia się tam codziennie około 1000 nowych ogłoszeń. Filtr słów kluczowych zostawia z tego mniej więcej 50. Co zostanie naprawdę, widać dopiero wtedy, gdy AI przeczyta dokumentację: 10 do 15 przetargów, którym ktoś faktycznie się przygląda. Jeden procent.

Przeglądanie kosztuje przez samą skalę: prawie wszystko, co sprawdzasz, ląduje ostatecznie w koszu. Odłożyć tej pracy też się nie da, bo terminy składania ofert biegną dalej.

Bez wsparcia zespół codziennie wybiera między dwoma złymi wyjściami: przeglądać dokładnie i tracić godziny na przetargi, które kończą w koszu, albo przeglądać szybko i przeoczyć te pasujące.

Jak działa wstępna analiza

Etap pierwszy filtruje ogłoszenia

Z tytułu, zamawiającego, kategorii i nazw załączników system tworzy pierwszą ocenę. Sprawdza, jak dobrze przetarg pasuje do profilu firmy, jak bardzo jest tego pewien, i krótko uzasadnienie. Ponieważ ten etap przechodzi przez każde ogłoszenie, musi być szybki i tani. Co oczywiście nie pasuje, odpada już tutaj.

Etap drugi czyta dokumentację

Dla reszty system pobiera pełną dokumentację wraz z załącznikami i analizuje ją w kontekście, bo dopiero wtedy widać, czego przetarg naprawdę wymaga. Ogłoszenie, które po tytule pasuje idealnie, może w załączniku wymagać certyfikatu, którego Twoja firma nie ma.

Powstaje z tego podsumowanie zbudowane za każdym razem tak samo. Brzmi to jak drobiazg, a oszczędza najwięcej czasu: kiedy wadium zawsze stoi w tym samym miejscu, przeczytasz dwadzieścia przetargów w czasie, który normalnie zajmuje pięć.

PoleCo w nim jest
WymaganiaWarunki umowne, finansowe, kadrowe i dotyczące realizacji
DokumentyWymagane certyfikaty i referencje
WadiumWysokość i forma zabezpieczenia
TerminyTermin składania ofert, termin związania ofertą, planowany start realizacji
RyzykaKary umowne i inne punkty, które mogą drogo kosztować
RekomendacjaRekomendować, sprawdzić albo odrzucić, zawsze z uzasadnieniem

Dlaczego rekomendacja to jeszcze nie decyzja

To, czy powstanie oferta, zależy także od rzeczy, których nie ma w żadnej dokumentacji przetargowej: wolnych mocy, trwających projektów, relacji z zamawiającym, pytania, czy ten rynek w ogóle jest dla firmy strategiczny. Model nic o tym nie wie . Właśnie dlatego istnieje świadomie wydzielona kategoria środkowa.

Wszystko, co system kwalifikuje z cieniem wątpliwości, trafia właśnie tam. To ustawienie świadomie kosztuje czas, bo błąd w jedną stronę jest droższy niż w drugą: przeoczony pasujący przetarg zostaje niewidoczny na zawsze, a jeden przeczytany za dużo kosztuje dziesięć minut.

Żeby takie błędy w ogóle wychodziły na jaw, każda rekomendacja podaje swoje powody i miejsce w dokumentacji, na którym się opiera. Dopiero dzięki temu filtr da się sprawdzić i dostroić.

Z praktyki: ApoTenderHub

Wewnętrzny portal Apollogic i theBlue.ai

ApoTenderHub wyszukuje przetargi publiczne w interesujących nas obszarach, sprawdza wymagania i przygotowuje wstępną ofertę. Obecnie obsługuje 16 źródeł z polskimi przetargami publicznymi. Modele językowe działają na własnych serwerach, bo każdego dnia trzeba przeczytać duże ilości tekstu.

Jak korzystamy z lokalnych modeli

Wysiłek leży przy tym mniej w czytaniu, a bardziej w pozyskiwaniu danych, bo każdy portal udostępnia ogłoszenia inaczej i każde źródło wymaga własnego połączenia. Sama analiza nie zależy ani od języka, ani od kraju: model, który rozumie polską dokumentację przetargową, poradzi sobie też z niemiecką.

Chmura czy własne serwery?

Przy kilku przetargach dziennie model z chmury jest najprostszym rozwiązaniem. Gdy jednak codziennie przechodzą setki wielostronicowych dokumentów, rachunek się zmienia, bo wtedy liczą się koszty w przeliczeniu na dokument i pytanie, gdzie przetwarzana jest ta częściowo poufna dokumentacja.

Jakie modele się do tego nadają, jak szybko odpowiadają i ile kosztuje sprzęt, opisujemy w artykule Lokalne modele LLM w praktyce. Kto zostaje w chmurze, powinien wiedzieć, którzy dostawcy trenują modele na wprowadzanych danych: pisze o tym artykuł Czy dostawcy AI trenują na danych firmy?

Od czego zacząć

Najlepiej od jednego źródła i jednego rodzaju zamówień. System potrzebuje do tego trzech rzeczy od Ciebie. Po pierwsze Twojego profilu: co oferujesz, w jakich regionach, z jakimi referencjami i certyfikatami. Po drugie Twoich kryteriów wykluczających, na przykład wielkości zamówień albo form umowy, które i tak odpadają. Po trzecie przykładów z przeszłości, zarówno przetargów, w których startowaliście, jak i tych świadomie odrzuconych.

Ten ostatni punkt jest pomijany najczęściej, choć znaczy najwięcej. Dawne przypadki są miarą: pokazują, czy wstępna analiza bije intuicję. Z nimi już po dwóch tygodniach widać, ile wcześniej wygranych przetargów system by znalazł.

W ramach analizy procesu w stałej cenie od 3000 € przyglądamy się Twoim źródłom i kryteriom oraz proponujemy architekturę z zakresem, harmonogramem i kosztami. Pierwsze działające elementy powstają w 6 do 8 tygodni, na prawdziwych przetargach z Twojego rynku.

Ile przetargów przegląda tygodniowo Twój zespół?

W ramach analizy procesu przyglądamy się Twoim źródłom i kryteriom oraz proponujemy wstępną analizę dopasowaną do Twojego procesu ofertowego.

Zapytaj o analizę procesu

Najczęściej zadawane pytania

Tak. Wstępna analiza filtruje ogłoszenia według słów kluczowych, następnie czyta pełną dokumentację i przy każdym poważnym przetargu przedstawia podsumowanie z wymaganiami, terminami i ryzykami. W naszym portalu z około 1000 przetargów dziennie zostaje w ten sposób 10 do 15, którym przygląda się człowiek.

Tak. Opis przedmiotu zamówienia, projekt umowy i załączniki są czytane razem, również jako PDF i skany, bo to właśnie tam stoją informacje decydujące o ofercie, na przykład wymagane certyfikaty albo wysokość wadium. Nieczytelne fragmenty system oznacza jako niepewne.

Czytanie dokumentacji tak, niezależnie od języka i kraju. Każdy portal udostępnia jednak ogłoszenia inaczej, więc każde źródło wymaga własnego połączenia. Nasz portal ApoTenderHub obsługuje dziś 16 źródeł z polskimi przetargami publicznymi.

Nie. Przejmuje przeglądanie i czytanie oraz podaje rekomendację z uzasadnieniem: rekomendować, sprawdzić albo odrzucić. O ofercie decyduje zespół, bo wolne moce, trwające projekty i dotychczasowa współpraca z zamawiającym nie stoją w żadnej dokumentacji przetargowej.

Dzięki środkowej kategorii: wszystko, co system kwalifikuje z cieniem wątpliwości, trafia do sprawdzenia. Do tego każda rekomendacja podaje powody i miejsce w dokumentacji, a filtr jest mierzony na przetargach, w których firma startowała wcześniej.

To zależy od sposobu wdrożenia. W naszym portalu modele językowe działają na własnych serwerach, bo codziennie trzeba przeczytać duże ilości tekstu, a dokumentacja bywa poufna. Możliwa jest też praca w chmurze albo hybrydowo.

Julia Rose

O autorce

Julia Rose

Marketing Lead, theBlue.ai

Julia jest w theBlue.ai od 2019 roku i od początku istnienia firmy obserwuje z bliska, jak powstają aplikacje AI dla przedsiębiorstw. Jako Marketing Lead ściśle współpracuje z zespołami inżynierów i doradców, a złożone tematy techniczne przekłada na język zrozumiały dla osób decyzyjnych.

W swoich artykułach pisze o praktycznych doświadczeniach z projektów enterprise AI oraz o wyzwaniach i szansach, jakie AI daje firmom.