Менеджер получает задачу в свободной форме: «нужен сервер под 1С на 30 пользователей» или «12 рабочих мест для отдела проектирования, у каждого два монитора». Дальше — ручной поиск по прайсам, сверка совместимости, пересчёт сметы. ИИ-калькулятор КОМ превращает это описание в готовую спецификацию с артикулами, ценами и обоснованием выбора.

Почему ручной подбор оборудования тормозит продажи

Каталог поставщика — это десятки тысяч позиций, и держать их в голове не может ни один менеджер. На практике подбор одной конфигурации занимает от 30 минут до нескольких часов, а ошибки в совместимости всплывают уже на этапе монтажа. Клиент в это время сравнивает предложения конкурентов и уходит к тем, кто отвечает быстрее.

Вторая проблема — неравномерная экспертиза. Опытный инженер соберёт корректную спецификацию, новичок — нет. Калькулятор переносит эту экспертизу в систему и делает результат воспроизводимым.

Как устроен ИИ-калькулятор: от текста задачи до спецификации

Первый шаг — разбор запроса. LLM извлекает из свободного текста структурированные параметры: тип оборудования, количество, бюджет, отраслевые требования, ограничения по вендору. Результат пишется в строгую JSON-схему, а не в свободный текст, — это снимает основную часть галлюцинаций.

Второй шаг — поиск по каталогу через RAG. Запрос превращается в вектор, система находит релевантные позиции в актуальном прайсе и на складе, а не «придумывает» артикулы. Третий шаг — проверка совместимости: сокеты, чипсеты, мощность БП, форм-факторы, лицензии. Здесь работает не языковая модель, а детерминированные правила и граф связей между компонентами.

На выходе менеджер получает спецификацию с несколькими вариантами: «эконом», «оптимум», «под рост» — с ценой, сроком поставки и пояснением, почему выбран тот или иной компонент.

Что это даёт на практике

В российских внедрениях типовой результат — сокращение времени подбора с 40–60 минут до 2–5 минут и рост доли корректных смет без правок инженера. Менеджер успевает отправить клиенту 3–4 варианта вместо одного, а конверсия из запроса в КП растёт за счёт скорости ответа.

Отдельный эффект — аналитика. Система видит, какие задачи приходят чаще, где не хватает позиций на складе, какие конфигурации маржинальнее. Это уже не просто калькулятор, а инструмент планирования закупок.

Практические шаги внедрения

Начните с узкого сегмента: например, только рабочие станции или только серверы. Соберите 100–200 реальных запросов и эталонных спецификаций — это обучающая и тестовая выборка одновременно.

Затем опишите правила совместимости формально, а каталог подключите как источник данных с версионированием цен и остатков. Обязательно предусмотрите ручную валидацию: первые недели инженер подтверждает расчёты, а метрики качества считаются по доле правок.

Интеграция с 1С и CRM закрывает цикл: запрос приходит из сделки, спецификация возвращается в коммерческое предложение, а не живёт отдельным файлом. В российском контуре это чаще всего локальная LLM в закрытом контуре — цены, складские остатки и данные клиентов не уходят наружу, что упрощает соответствие требованиям 152-ФЗ.

Ограничения, о которых стоит знать

Калькулятор не заменяет инженера в нестандартных проектах: уникальные конфигурации, позиции под заказ, требования по сертификации и реестру Минпромторга остаются за человеком. Модель также требует регулярного обновления — устаревший прайс даёт устаревшие сметы.

Ещё один риск — «уверенные» неверные ответы. Поэтому grounding на каталог, жёсткие схемы ответа и постпроверка правилами обязательны, а не опциональны.

Как мы можем помочь

Мы проектируем и внедряем ИИ-калькуляторы подбора оборудования: разбор запросов, RAG по каталогу и прайсам, движок правил совместимости, интеграции с 1С и CRM, локальные модели в закрытом контуре. Начинаем с пилота на одном товарном направлении и измеримых метрик — время подбора, доля правок, конверсия в КП. Обсудить проект.