Mākslīgais intelekts un iepirkumi 2026: ko tas prot un ko nē
Mākslīgais intelekts publiskajos iepirkumos 2026: dokumentācijas analīze, kritēriju izvilkšana, tehniskais piedāvājums, noderīgas uzvednes un galvenie riski.
Galvenais tirgus: Latvija
Atjaunināts 2026. gada 10. septembris
Pārbaudīts 2026. gada 10. septembrī.
- gadā jautājums vairs nav par to, vai valodas modeli izmanto atbildēm uz publiskajiem iepirkumiem, bet gan par to, kur tas dod reālu ieguvumu un kur tas liek zaudēt punktus vai pat līgumu. Robeža ir skaidra: mākslīgais intelekts ir izcils dokumentu lasīšanā, apkopošanā un pārformulēšanā, kad dokumenti tam ir iedoti, un ļoti slikts, kad tam pašam jāatrod šonedēļ publicētie paziņojumi.
Ko uzņēmumi ar to dara patiesībā
Pieci lietojumi atkārtojas praktiķu vidū.
Iepirkuma dokumentācijas analīze. Dokumentācija bieži ir vairāki simti lappušu piecos sešos failos. Modelis, kas prot lasīt garus PDF failus, dažās minūtēs no tās izvelk precīzu priekšmetu, sadalījumu daļās, līguma termiņu, līgumsodus, iesniedzamos dokumentus un līguma projekta riskantākos punktus.
Kopsavilkums un lēmums piedalīties. Paziņojuma par līgumu kopsavilkums fiksētā formātā (pasūtītājs, priekšmets, termiņš, paredzamā līgumcena, dalības nosacījumi) ļauj kaudzi paziņojumu izšķirot daudz ātrāk.
Vērtēšanas kritēriju izvilkšana. Nolikums apraksta svarus un apakškritērijus, dažkārt tabulā, dažkārt rindkopā 12. lappusē. Strukturēta šo kritēriju izvilkšana kopā ar svariem pēc tam kalpo par tehniskā piedāvājuma plānu.
Tehniskā piedāvājuma rakstīšana. Izplatītākais un riskantākais lietojums. Modelis noder, lai izveidotu kritērijiem atbilstošu struktūru, pārformulētu iepriekšējo piedāvājumu fragmentus un pārbaudītu, vai neviena tehniskās specifikācijas prasība nav palikusi bez atbildes. Tas ir slikts pievienotās vērtības izdomāšanā, kurai jānāk no uzņēmuma.
Monitorings un klasificēšana. Kad paziņojumi ir savākti no aktuāla avota, modelis tos ļoti labi sakārto pēc atbilstības, piešķir CPV kodus un atrod dublikātus. Svarīgie vārdi ir kad ir savākti.
Ko tas dara labi un ko slikti
| Uzdevums | Vispārīgs modelis | Kāpēc |
|---|---|---|
| Apkopot pievienotu dokumentāciju | Labi | Teksts ir tam priekšā, uzdevums ir saspiešana |
| Izvilkt kritērijus, svarus, datumus no nolikuma | Labi | Strukturēta izvilkšana, jāpārbauda rindiņu pa rindiņai |
| Pārtulkot darbību CPV kodos | Labi | Klasifikācija ir publiska un stabila |
| Ģenerēt pasūtītāju vārdu krājuma sinonīmus | Ļoti labi | Nav vajadzīgi svaigi dati |
| Klasificēt un vērtēt jau savāktus paziņojumus | Labi | Klasifikācijas uzdevums uz dotā teksta |
| Pārformulēt un strukturēt tehnisko piedāvājumu | Pieņemami, ar pārlasīšanu | Saturam jānāk no uzņēmuma |
| Atrast šonedēļ publicētos paziņojumus | Slikti | Daļēja piekļuve sistēmām, novecojuši rezultāti |
| Nosaukt nepublicētu paredzamo līgumcenu | Slikti | Tīra izdomāšana |
| Citēt standartu, atsauci vai likuma pantu | Riskanti | Ticami, bet nepatiesi avoti |
| Uzrakstīt visu atbildi, ko iesniedz bez izmaiņām | Slikti | Vispārīga atbilde, tā arī tiek novērtēta |
Atrodiet iepirkumus savam uzņēmumam
Aklā zona: nesen publicēto paziņojumu atrašana
Šī ir vissliktāk saprastā robeža. Vispārīgajiem asistentiem, ieskaitot ChatGPT un Perplexity, ir tikai ļoti daļēja piekļuve publicēšanas sistēmām. Uz jautājumu par pašlaik atvērtiem IT uzturēšanas iepirkumiem Vidzemē tie uzrāda galvenokārt vecus, bieži jau slēgtus iepirkumus.
Tam ir trīs tehniski iemesli. Pasūtītāju profili ir slikti indeksēti: to saturs ir aiz meklēšanas formām, sesijām un JavaScript. Iepirkuma logs ir īss, bieži divas līdz piecas nedēļas, kamēr meklētāju indeksi atjaunojas lēnāk. Un uzticamie avoti ir strukturēti dati: Iepirkumu uzraudzības biroja publikāciju vadības sistēma un TED dati, ko vispārīgs asistents neaptaujā.
No tā izriet noteikums: valodas modelis iesaistās pēc atrašanas, nekad pašā atrašanā.
Trīs konkrēti riski
Izdomātas atsauces
Modelis ražo ticamu, nevis pārbaudītu tekstu. Tehniskajā piedāvājumā tas nozīmē standartu numurus, kuru nav, sertifikātus, kas uzņēmumam nepieder, izdomātus objektus vai likuma pantus ar nepareizu numuru. Nepatiesa atsauce nav tikai formas kļūda: nepatiesas informācijas sniegšana, lai apliecinātu atbilstību kvalifikācijas prasībām, ir patstāvīgs izslēgšanas pamats (PIL 42. panta otrās daļas 14. punkts). Katrs modeļa radītais fakts ir jāpārbauda cilvēkam, kurš to zina.
Vispārīga atbilde
Teksts, kas radīts bez uzņēmuma pašu materiāla, ir atpazīstams pēc universāliem formulējumiem un operatīvu detaļu trūkuma. Bet kvalitātes kritēriji atalgo tieši pretējo: vārdā nosauktus speciālistus, skaitļos izteiktu grafiku, konkrētajam objektam pielāgotu metodiku, tehniskajā specifikācijā aprakstītajai vajadzībai atbilstošus pasākumus. Plūstoša, bet savstarpēji aizvietojama atbilde zaudē punktus tieši tur, kur veidojas atšķirība.
Dokumentācijas konfidencialitāte
Dokumentācijā mēdz būt būvprojekti, ekspluatācijas dati vai sensitīvu objektu adreses, bet sagatavotajā atbildē ir komercstratēģija un cenas. Trīs minimālie piesardzības pasākumi: pārliecināties, ka pakalpojuma sniedzējs nosūtītos datus neizmanto modeļu apmācībai, izvēlēties profesionālu versiju ar līgumisku apņemšanos šajā jautājumā, un izņemt no dokumentiem to, kam tur nav jābūt. Dažos līgumos ir konfidencialitātes noteikumi, kas liedz nodot informāciju trešajām personām, un tas attiecas arī uz tiešsaistes pakalpojumu.
Uzvednes, kas strādā
Šie trīs formulējumi mērķē uz uzdevumiem, kuros modelis ir labs: dati tam ir iedoti vai tie ir stabili.
Paziņojuma kopsavilkums. Ielīmējiet paziņojuma tekstu un uzspiediet fiksētu formātu.
Šis ir paziņojums par publisku iepirkumu. Atgriez tikai sarakstu:
pasūtītājs, priekšmets vienā teikumā, veids (būvdarbi / piegādes / pakalpojumi),
procedūra, sadalījums daļās, piedāvājumu iesniegšanas termiņš, līguma darbības laiks,
vērtēšanas kritēriji ar svariem, iesniedzamie dokumenti.
Ja informācijas paziņojumā nav, raksti "nav norādīts".
Nepievieno neko, kas tekstā nav atrodams.
Pēdējais norādījums ir vissvarīgākais: tas samazina robu aizpildīšanu ar izdomu.
CPV kodu sasaiste. Noder monitoringa profila veidošanai.
Darbībai "{darbība}" nosauc atbilstošos CPV kodus no plašākā uz precīzāko,
katram norādot oficiālo nosaukumu un vērtējumu no 1 līdz 5 par to,
cik ticami pasūtītājs to lietos šai vajadzībai.
Pievieno tuvos kodus, kas jāizslēdz, lai samazinātu troksni. Atbildi JSON formātā.
Pēc tam pārbaudiet kodus oficiālajā CPV pārlūkā: modelis viegli izveido kodu ar pareizu formātu, kura patiesībā nav.
Sinonīmu paplašināšana. Sistēmu meklēšana ir burtiska: meklējot IT pakalpojumi, netiek atrasts paziņojums ar nosaukumu informācijas sistēmas uzturēšana. Pasūtītāja vārdu krājuma variantu ģenerēšana ir tas, ko modelis prot vislabāk.
Tu esi Latvijas publiskā iepirkuma speciālists. Darbībai "{darbība}" uzskaiti
15 līdz 20 formulējumus, ko pasūtītājs lietotu paziņojuma nosaukumā,
ieskaitot administratīvo žargonu, un pēc tam tuvos terminus, kas jāizslēdz.
Atbildi JSON formātā.
Pasūtītāju nostāja
Latvijas publiskā iepirkuma tiesībās mākslīgajam intelektam nav īpaša regulējuma ne pasūtītājiem, ne uzņēmumiem. Publisko iepirkumu likumā nav normu, kas attiektos uz mākslīgo intelektu, un Iepirkumu uzraudzības birojs nav publicējis vadlīnijas par to, kā pretendenti to drīkst lietot. Piemēro vispārējos režīmus: publiskā iepirkuma pamatprincipus, datu aizsardzības regulējumu un Eiropas Savienības mākslīgā intelekta regulu (regula (ES) 2024/1689), kas stājās spēkā 2024. gada 1. augustā un tiek piemērota pakāpeniski. Regula regulē mākslīgā intelekta sistēmu piedāvāšanu un lietošanu, nevis to, kā pretendents sagatavo savu piedāvājumu.
Praksē tas nozīmē, ka pasūtītājs savas prasības var izteikt tikai nolikumā. Ja tur parādās noteikums par mākslīgā intelekta lietošanu piedāvājuma sagatavošanā vai par ģenerētu saturu, tas ir jāizlasa pirms atbildes gatavošanas. Publiski zināmas tiesu prakses par piedāvājumu, kas sagatavots ar valodas modeļa palīdzību, nav. Tāpēc saprātīga nostāja ir uzskatīt mākslīgo intelektu par iekšēju rakstīšanas rīku, par kura rezultātu uzņēmums atbild pilnībā — tieši tāpat kā par tekstapstrādes programmu vai ārēju konsultantu.
Scoutee ievēro šo dalījumu: paziņojumus savāc no datētiem un strukturētiem avotiem, un modelis iesaistās tikai pēc tam, lai sakārtotu un apkopotu to, kas patiešām ir publicēts.