Статья посвящена проблеме группового выбора в сложных организационных системах, где критерии оценки обладают взаимными зависимостями, а мнения экспертов содержат существенные противоречия. При использовании классического метода анализа иерархий и его сетевого обобщения (ANP) механическое усреднение противоречивых суждений приводит к существенному снижению согласованности итоговой суперматрицы. Автор предлагает оригинальный алгоритм градиентного сближения с удержанием доверительных интервалов, предназначенный для разрешения локальных противоречий до этапа агрегирования. Механизм опирается на психофизический порог различения шкалы Саати и строго доказанную теорему об ограниченной деградации согласованности при взвешенном геометрическом усреднении. Экспериментальная проверка на реальной задаче выбора архитектуры корпоративной системы управления ресурсами с участием семи профильных специалистов подтвердила эффективность подхода. Применение разработанной процедуры позволило снизить итоговый индекс несогласованности суперматрицы с 0,14 до 0,06 и повысить устойчивость ранжирования альтернатив: коэффициент корреляции Спирмена при возмущении весов экспертов вырос с 0,74 до 0,96. Результаты показывают, что предварительное математически формализованное устранение скрытых противоречий в экспертных суждениях повышает устойчивость стратегических решений и позволяет сохранить информацию, содержащуюся в индивидуальных оценках участников группы.