3 минуты против нарушений в закупках: как анализ ИИ нашел проблемы, которые позже подтвердила ФАС

Иногда для выявления ошибок в документации закупки, нарушающих закон, достаточно нескольких минут работы искусственного интеллекта.

В ноябре 2025 года в документации к закупке № 0340200003325014534 на поставку шприцев были скрыты нарушения, ограничивающие конкуренцию. Интеллектуальный анализ системы SentinelTender выявил их за 3-5 минут, предоставив детальный отчет. Позже другой участник закупки, используя аналогичные аргументы, подал жалобу, и ФАС в решении от 26.11.2025 (№ 043/06/106-1074/2025) признала нарушения, полностью подтвердив первоначальный автоматизированный анализ. Этот кейс демонстрирует, как технологии помогают поставщикам быстро и точно оценивать риски.

⚖ Масштаб проблемы нарушений в госзакупках

Ситуация со шприцами — частный пример системной проблемы. По статистике ФАС, большинство нарушений в сфере закупок связано с некорректным описанием объекта. Это не ошибки по незнанию, а часто — осознанное или небрежное сужение круга участников.

Типовые нарушения, которые регулярно фиксируют контролирующие органы:

· Ненадлежащее описание объекта закупки (объединение не связанных товаров).

· Завышенные требования к оборудованию или опыту.

· Фиксация конкретных товарных знаков или технологий без возможности предложить эквивалент, что прямо запрещено законом.

Статья 33 44-ФЗ требует, чтобы описание объекта было объективным и нейтральным. На практике, как показывает наш пример, это правило часто игнорируется.

🔍 Реальный кейс: разбор закупки шприцев (№ 0340200003325014534)

Контекст: 10 ноября 2025 года КОГБУЗ «Центр травматологии, ортопедии и нейрохирохирургии» разместил закупку шприцев общего назначения. Документация казалась стандартной, но содержала скрытые барьеры.

Автоматический анализ ботом SentinelTender за несколько минут выявил четыре ключевых нарушения. Наиболее серьезные из них совпали с теми, что позже легли в основу жалобы участника в ФАС:

1. Необоснованно жесткие требования к упаковке и стерилизации. В ТЗ был указан исключительно блистер и стерилизация оксидом этилена без функционального обоснования. Это искусственно отсекало производителей, использующих, например, стерильные пакеты или гамма-облучение.

2. Недостаточная определенность характеристики. Указание «ширина >=5 <=20 см» без пояснения, к какому элементу изделия это относится (габариты, цилиндр), создавало риск неоднозначного толкования и споров при приемке.

3. Излишняя детализация конструктивных признаков. Требования к расположению стопорного кольца и колец контакта поршня фиксировали конкретную конструкцию, вместо описания необходимого функционального результата (герметичность, плавность хода).

4. Неопределенность термина. Использование расплывчатого термина «медицинский компаунд» без уточнения конкретного материала (силикон, TPE) не позволяло однозначно оценить соответствие товара.

Сравнение с практикой ФАС Нарушения в этом кейсе — не уникальны. Они точно вписываются в типовые ошибки, которые ФАС выявляет регулярно:

✅ Результат: Решение ФАС (№ 043/06/106-1074/2025)

Жалобу, основанную на вышеназванных аргументах, подал другой участник. Комиссия УФАС по Кировской области в своем решении согласилась с этими доводами, признав действия заказчика нарушающими ч. 6 ст. 23, ч. 1 ст. 33 и ст. 42 44-ФЗ.

Важный вывод: Хотя жалобу готовил не ИИ, а человек, анализ, проведенный системой SentinelTender, полностью и точно предсказал правовую позицию, которая в итоге победила. Это подтверждает высокую точность и полезность подобных инструментов для предварительной оценки.

⚙ Как работает интеллектуальный анализ документации

Такие системы, как SentinelTender, работают на базе алгоритмов, обученных на тысячах реальных решений ФАС и судебных актов. Анализ проходит в три этапа:

1. Проверка на формальные требования: Полнота данных, сроки, процедурные нормы.

2. Содержательный анализ: Выявление требований, которые могут ограничивать конкуренцию (технические, квалификационные).

3. Сравнение с базой нарушений: Сопоставление формулировок в ТЗ с типовыми нарушениями из практики.

Процесс для поставщика упрощается до 4 шагов:

1. Загрузить файл ТЗ (PDF, Excel, Word) в Telegram-бота.

2. Получить автоматический анализ за 2-3 минуты.

3. Изучить структурированный отчет с классификацией рисков.

4. Использовать готовые формулировки для запроса разъяснений или подготовки жалобы.

🚀 Преимущества для поставщиков и практические рекомендации

Ключевые выгоды использования ИИ-анализа:

· Скорость: Оценка рисков за минуты вместо часов ручного изучения.

· Точность: Минимизация риска пропустить скрытое нарушение.

· Экономия: Снижение затрат на первичную юридическую экспертизу.

· Уверенность: Обоснованная позиция для диалога с заказчиком или ФАС.

Рекомендации участникам закупок:

1. Всегда проводите предварительный анализ ТЗ, даже у знакомых заказчиков.

2. Требуйте разъяснений по неоднозначным и излишне детализированным требованиям.

3. Фиксируйте все выявленные нарушения — это основа для возможного обжалования.

4. Не бойтесь использовать технологические инструменты для проверки — они давно стали стандартом практики.

💎 Заключение

История с закупкой шприцев наглядно показывает: современные инструменты анализа демократизируют доступ к правовой защите для поставщиков любого размера. Теперь для выявления типовых нарушений не обязателен штатный юрист — достаточно смартфона и нескольких минут.

ИИ не заменяет специалиста в сложных спорах, но становится мощным фильтром, который помогает экономить время и ресурсы, избегая заведомо проблемных процедур или оперативно готовясь к защите своих интересов. В условиях растущей конкуренции и цифровизации закупок такие технологии превращаются из удобного сервиса в необходимый элемент конкурентной стратегии.