Я работаю в продажах ИТ-оборудования и веду проекты системной интеграции. Хороший клиент для меня – компания, которой прямо сейчас нужны серверы или система хранения данных. Такие компании сами о себе...

Я работаю в продажах ИТ-оборудования и веду проекты системной интеграции. Хороший клиент для меня – компания, которой прямо сейчас нужны серверы или система хранения данных. Такие компании сами о себе сообщают. Они публикуют закупки, где написано, что нужно, сколько и к какому сроку.

Проблема в том, что закупка – это еще не разговор. Чтобы позвонить с толком, менеджеру нужно прочитать техническое задание, понять, что за компания и есть ли у нее деньги, и найти, кому звонить. На одну закупку уходит заметное время, и не каждая закупка в итоге оказывается своей.

Эту подготовку я отдал ИИ-агенту. Проект называется AI Tender Radar. Он работает в боевом режиме, а исследовательская часть открыта на GitHub. Код, как и в остальных моих проектах, писали ИИ-агенты под моим руководством. Я ставил задачи, проверял результат и запускал.

Программа сама собирает свежие закупки серверов, СХД и комплектующих, государственные и коммерческие. Фильтр широкий, порога по цене нет.

Дальше программа скачивает документы и достает из них текст. Агент читает PDF, DOCX, DOC, XLSX, TXT и архивы ZIP и 7z. Сканы без текстового слоя, RAR и старый XLS он пока не читает. Такой файл отмечается как пробел в данных, и агент ищет сведения в других местах.

Менеджер получает в Telegram карточку на один экран. В ней четыре блока.

Потребность. Что за оборудование, сколько и к какому сроку. Это берется из технического задания, а не из заголовка закупки, потому что заголовок часто ничего не говорит.

Заказчик. Выручка, прибыль и капитал за последний опубликованный год по отчетности ФНС.

Контакт. Телефон, а если нашелся конкретный человек – его имя и роль.

Начало разговора. С чего начать звонок и какие вопросы задать по документам.