Детальная информация

Цель работы – повышение экономической эффективности закупочной деятельности ПАО «ТГК-1» на основе разработки и обоснования комплекса организационно–методических рекомендаций, включая внедрение системы предиктивной аналитики на базе AI-модуля для автоматизации и оптимизации ключевых этапов закупочного процесса, а также улучшения основных показателей эффективности проведения закупочных процессов. Предметом исследования выступает совокупность организационных, методических и аналитических подходов к оценке и повышению экономической эффективности закупочной деятельности генерирующей компании (на примере ПАО «ТГК-1»). Актуальность темы обусловлена системообразующей ролью ТЭК в экономике РФ, высокой капиталоемкостью электроэнергетики и критической зависимостью результатов производственной деятельности от своевременности и качества материально–технического снабжения. Низкая эффективность закупок напрямую транслируется в рост себестоимости, снижение надежности энергоснабжения и увеличение тарифной нагрузки на потребителей. Предложена концепция внедрения предиктивной аналитики на базе AI-модуля, включающая единый реестр МТР с ABC–классификацией по критичности, шесть функциональных AI-модулей, а также 3–уровневый механизм автогенерации ТЗ. Разработан алгоритм функционирования системы и определены направления экономического эффекта. Обоснована реализация предлагаемой системы за счет пяти групп экономических эффектов: снижение потерь от аварийных закупок и простоев оборудования, дополнительное снижение НМЦК на основе AI-мониторинга цен, высвобождение оборотного капитала из складских запасов МТР, экономия ФОТ технологов при формировании ТЗ и сокращение штрафных санкций по дефектным закупкам. Оценка инвестиционной привлекательности концептуальной модели и ее влияние на компоненты ИЭЗД проводились с помощью пакета MS Office (Excel).

The purpose of the paper is to increase the economic efficiency of procurement activities of PJSC TGK-1 by developing and substantiating a set of organizational and methodological recommendations, including the introduction of a predictive analytics system based on an AI module to automate and optimize the key stages of the procurement process, as well as to improve the main performance indicators of procurement procedures. The subject of the study is a set of organizational, methodological and analytical approaches to assessing and improving the economic efficiency of procurement activities of a generating company (using the example of PJSC TGK-1). The relevance of the topic is determined by the backbone role of the fuel and energy complex (FEC) in the Russian economy, the high capital intensity of the electric power industry, and the critical dependence of production results on the timeliness and quality of material and technical supply. Low procurement efficiency directly translates into increased production costs, reduced reliability of energy supply, and a higher tariff burden on consumers. A concept for introducing predictive analytics based on an AI module is proposed. It includes a unified MRO (Materials, Repairs, Operations) register with ABC classification by criticality, six functional AI modules, as well as a three–level mechanism for automatic generation of terms of reference. An algorithm for the system’s functioning is developed, and the directions of economic effect are determined. The implementation of the proposed system is justified through five groups of economic effects: reduction of losses from emergency purchases and equipment downtime, additional reduction of the initial maximum contract price based on AI price monitoring, release of working capital tied up in MRO inventories, saving of the wage fund of technologists when preparing terms of reference, and reduction of penalties for defective purchases. The assessment of the investment attractiveness of the conceptual model and its impact on the components of the integral indicator of procurement economic efficiency was carried out using the MS Office (Excel) package.