Где искать лоты на ИИ и по каким словам
Лоты на ИИ-разработку публикуются в ЕИС (zakupki.gov.ru) и на 8 федеральных ЭТП. Поиск по ОКПД2 62.01 «Разработка компьютерного программного обеспечения…» и 62.02 «Консультирование…» даёт широкую выборку, которую фильтруют словами-маркерами: «искусственный интеллект», «машинное обучение», «нейросеть», «чат-бот», «распознавание», «интеллектуальная обработка», «прогнозная аналитика». В 223-ФЗ дополнительно смотрите закупки госкомпаний — как устроен вход МСП, разбираем в статье «223-ФЗ: как участвовать компании МСП».
Контекст рынка по нашей выборке 236 закрытых ИТ-лотов (сентябрь 2026): медиана НМЦК ИТ-лотов — 2,43 млн ₽, контракты в среднем закрываются на 29% ниже НМЦК, 43 лота ушли по 100% НМЦК. ИИ-лоты в этой выборке — не самый дорогой, но самый «спорный» сегмент: формулировки часто неточные.
Семейство 1. Чат-боты и ИИ-ассистенты
Типовая формулировка: «Разработка и внедрение интеллектуального ассистента (чат-бота) для обработки обращений граждан с использованием технологий искусственного интеллекта». Что это значит на практике: RAG-система на базах знаний заказчика (регламенты, FAQ, НПА), интеграция с сайтом или мессенджером, передача нерешённых вопросов оператору.
На что смотреть в ТЗ: требования к базе знаний (кто наполняет), метрики качества ответов, канал интеграции, ограничение на внешние LLM-API (персональные данные), сценарий эскалации на живого оператора. Бюджетный ориентир — в кейсе «Сколько стоит ИИ-ассистент»; технические варианты поставки — услуга «ИИ-ассистенты и чат-боты».
Семейство 2. Распознавание и обработка документов
Формулировка: «Система интеллектуального распознавания и извлечения данных из документов» — обращениям граждан, первичке, заявкам. Сердце лота — OCR плюс извлечение полей и их проверка; ИИ-часть — классификация типов документов и валидация извлечённого.
Ключевые позиции ТЗ, которые проверяем первыми: перечень типов документов (закрытый или «и другие»), требуемая доля верно извлечённых полей, объём и состав тестового пакета, интеграции с СЭД/ЕРП заказчика. Если метрика извлечения не указана — приёмка субъективна, это повод для запроса разъяснений. О технологии — в разборе OCR и извлечение данных.
Семейство 3. Видеоаналитика
Формулировка: «Поставка и внедрение системы видеоаналитики (распознавание лиц / транспорта / нарушений)». Лоты тяжёлые: кроме ПО — камеры, серверы GPU, требования к точности распознавания, работа с биометрическими ПДн (отдельный режим по 152-ФЗ). Проверяйте: где обрабатывается видео (на «краю» или в контуре заказчика), пороги точности/ложных срабатываний, кто отвечает за согласование обработки биометрии. Услугу-ориентир смотрите в видеоаналитике.
Семейство 4. Прогнозные модели и аналитика
Формулировка: «Разработка модуля прогнозирования нагрузки/потребления/спроса на основе методов машинного обучения». Здесь главный риск — не модель, а данные: заказчики нередко требуют «точный прогноз», не имея исторического ряда нужной глубины. В заявке и на переговорах сразу фиксируйте: источник и глубину истории, горизонт прогноза, допустимую ошибку, кто готовит данные. Что бывает, когда ИИ-система уже в работе и ошибается — в вопросе «Что делать, если ИИ выдаёт ошибки».
Красные флаги формулировок: таблица
| Формулировка в извещении/ТЗ | Риск | Что делать |
|---|---|---|
| «Система на базе технологий ИИ» без метрик качества | субъективная приёмка, бесконечные доработки | запрос разъяснений: «укажите измеримые критерии приёмки ИИ-компонентов» |
| Характеристики серийного продукта, вендор угадывается | ограничение конкуренции; жалоба конкурента после победы | разъяснение о возможности эквивалента; оценка своих шансов |
| «Обучение модели на данных заказчика» без объёмов и прав | срыв сроков: данные не готовы, права не определены | запросить порядок передачи данных и этапность |
| Сроки «разработка 30 дней» на полный цикл с интеграциями | неисполнение → пени и штрафы заказчику… поставщику | считать часы по ставкам 2 800–3 800 ₽/час; запросить реалистичный график |
| КТРУ-позиция не соответствует сути (ПО под «услугу») | отклонение заявки по формальным несоответствиям | разъяснение о несоответствии позиции каталога |
Как считать цену лота до подачи
- Разложите ТЗ на работы по ролям (аналитик, ML-инженер, бэкенд, фронтенд, тестирование) и оцените часы; рыночные ставки — 2 800–3 800 ₽/час по ролям (наш прайс-бук по 236 закрытым лотам). Сводные бюджеты по типам систем — в прайс-листе рынка разработки ПО 2026.
- Сверьтесь с НМЦК: если НМЦК ниже вашей себестоимости с минимальной маржой — лот либо под конкретного участника, либо с скрытыми рисками ТЗ.
- Определите тактику снижения: для аукциона медиана скидки 19% при 5+ заявках (наша выборка), но в ИИ-лотах конкуренция ниже — разумный коридор 3–10%; как считать ставку, разобрано в «Как выиграть аукцион 44-ФЗ».
- Проверьте обеспечение исполнения и антидемпинг: снижение более 25% цены повышает обеспечение в полтора раза (ст. 37 44-ФЗ).
Позиционирование: чем наш ответ сильнее «просто заявки»
Мы участвуем в ИИ-лотах и как поставщик, и как субподрядчик, и пишем ТЗ заказчикам — поэтому видим формулировки с обеих сторон. Если в лоте кривое ТЗ, побеждает не тот, кто дешевле, а тот, кто до подачи снял двусмысленности разъяснениями и защитил заявку от отклонения. Пришлите номер закупки на sales@vyshka.cloud — разберём формулировки бесплатно и скажем, стоит ли идти. Смежные разборы: ТЗ на разработку ИИ-системы и экспертиза ИИ-компонентов; каталог наших работ — услуги, живые вопросы внедрения — хаб вопросов.