Демо доступ
  • Журналы
  • Учебный центр
  • Шаблоны
  • Вопрос-ответ
  • Видеоматериалы
  • Закон 44-ФЗ
  • Закон 223-ФЗ
  • Инструменты
  • Справочники
  • Навигатор по 44-ФЗ
  • Решения УФАС
  • Поставщикам
  • Цены
  • О нас
  • Дата размещения
    В материале «Нейросети в закупках: почему „умный помощник“ может оставить вас без работы» Кирилл Кузнецов  разбирает риски, которые превращают нейросеть из помощника в прямую угрозу карьере: загрузка отчета в публичный чат-бот квалифицируется как разглашение коммерческой тайны, а отправка служебной записки на личную почту — как предоставление третьим лицам доступа к конфиденциальной информации. Отдельно объясняется, почему иностранные нейросети так часто дают неверные ответы на вопросы о примене
    Рынок труда в закупках парадоксален: работодатели говорят о дефиците профильных специалистов, а соискатели — о высокой конкуренции и непривлекательных предложениях. При этом специалистов по закупкам не более 1 % от всего рынка труда, и борьба идет не за количество, а за уникальный набор компетенций. В интервью «Кадры в закупках: почему стажа становится недостаточно» заместитель генерального директора Росэлторг по организационному развитию Виктория Яшина объясняет, почему одинаковый стаж в пять л
    Статья на тему "Как разговаривать с ИИ: краткий гид по промптам для специалиста в сфере закупок"
    Нейросети уже сегодня способны взять на себя значительную часть рутинной работы закупщика. Но можно ли им доверить подготовку технического задания? Как проверить, что ИИ не выдумал несуществующего поставщика, не сослался на утратившую силу норму закона? И где грань между полезным помощником и угрозой безопасности данных? В статье Кирилла Кузнецова «Возможности и подводные камни использования искусственного интеллекта в работе специалиста по закупкам» вы найдете беспристрастный разбор перспектив
    Многие говорят об ИИ в госзакупках, однако не все понимают, где заканчивается простая автоматизация и начинается реальный искусственный интеллект. Почему нейросеть не может заменить приемочную комиссию, но идеально подходит для анализа тысяч позиций при обосновании НМЦК? Как избежать риска «черного ящика» и кто будет нести ответственность за ошибку алгоритма? Если вы хотите разобраться в теме без хайпа и на реальных примерах из практики, ознакомьтесь со статьей Дмитрия Казанцева «Искусственный и