“人工智能+” 培育政府采購新質生產力

【當AI遇上采購】

編者按 今年的政府工作報告首提“人工智能+”?！叭斯ぶ悄?”的提出，意味著人工智能與傳統行業(yè)將深度融合，創(chuàng)造新的價值和可能性，人工智能將成為推動經濟轉型升級和高質量發(fā)展的重要力量。那么，當“人工智能+采購”，會碰撞出怎樣的火花？本報特開設此專欄，以饗讀者。

“人工智能+” 培育政府采購新質生產力

■ 侯永亮

今年的政府工作報告提出，“開展‘人工智能+’行動，打造具有國際競爭力的數字產業(yè)集群?！笨梢姟叭斯ぶ悄?”正在從頂層設計層面，實現與各行各業(yè)的深度融合?！叭斯ぶ悄?”的落地應用，將為政府采購的發(fā)展添加創(chuàng)新驅動引擎。通過優(yōu)化流程、輔助決策、降低風險、提升透明度，實現政府采購的資源合理配置，提質增效，形成新質生產力，賦能政府采購。

以數字化基礎設施助推政府采購數智化變革

“人工智能+”基于大模型、大數據、大算力等技術，正在成為數字基礎設施的重要組成部分。

縱觀信息化、數字化、智能化的發(fā)展趨勢，在信息化時代，底層是機房，上層是數據庫，最上層有對應的單機軟件。進入數字化時代，機房變?yōu)樗接性?，上層有一系列中間件，最上層是云原生應用。而到智能化時代，私有云變成以CPU與存儲為核心的硬件，并且要增加以GPU為主的算力中心，大模型作為中間層應用由算力驅動，最終以AI原生應用完成大模型的落地實踐（見圖1）。在此過程中，以數字化生產數據支撐智能化，智能化消費數據反哺數字化，不斷完善“人工智能+”的基礎設施建設。這也與今年政府工作報告中提出的“適度超前建設數字基礎設施，加快形成全國一體化算力體系”不謀而合。

目前，在政府采購領域，以大模型為代表的人工智能技術的應用正在變得越來越廣泛，其與BI、大數據等其他新技術的融合發(fā)展，正作為底層基礎設施不斷推進政府采購的數據分析、流程自動化與智能輔助決策，潛移默化地推動著政府采購的數智化變革。

不斷拓展政府采購應用場景智能化邊界

“人工智能+”基于新一代技術，正在與政府采購實現更深度的融合，并不斷創(chuàng)新政府采購智能化應用場景， 這不僅是一種技術創(chuàng)新，更是一場管理理念的變革。

從狹義上講，人工智能技術中的自然語言處理、光學字符識別、知識圖譜等細分技術，可以解決政府采購中的采購需求智能預測、采購方案智能推薦、采購文件智能編制、采購文件智能審查、采購文件智能評審、采購合同智能審核等諸多業(yè)務應用場景問題。通過自然語言處理和機器學習，可以快速解析采購合同數據并提供精準的分析報告，進而提升政府采購管理效率和決策的科學性。通過音視頻、數據可視化等技術，圍繞政府采購全流程、全主體構建主動式、多維度、智慧化的監(jiān)督預警和風險防控措施，對分散的風險點實現統一監(jiān)管，增強政府采購監(jiān)管效能，保障政府采購全流程規(guī)范性、合規(guī)性等……

例如，北京市財政局在采購一體化平臺中結合推廣示范文本，梳理敏感詞百余條嵌入采購一體化平臺，對采購文件中易發(fā)的隱性門檻和壁壘問題予以“智能預警提示”，極大地提升了政府采購規(guī)范化水平。國家管網集團通過智能輔助評標，綜合運用自然語言處理、光學字符識別等技術，對招標文件和投標文件進行全面智能解析，自動識別并提醒評委異常情況，提升了評標效能。

此外，中糧集團基于AI算法+大模型，通過內置物料數據的分類、目錄、特征標準化體系，可將原始雜亂的物料數據進行標準化轉換，在標準制定、數據梳理、系統建設等方面都可得到應用。這一思路同樣可應用于政府采購。通過結合傳統的物料品類編碼技術和自然語言處理、光學字符識別技術，并基于算法模型及政府采購數據沉淀，打造政府采購的智能品目，實現物資分類識別與特征提取，最終實現智能匹配在庫編碼，為新的品目智能推薦所屬分類和特征參數，排除庫內的錯誤、重復、相互包含的物料數據，進而解決采購需求描述不專業(yè)的現象，提高采購效率和準確性，降低采購成本和風險。

從狹義角度看，“人工智能+”在政府采購具體業(yè)務場景上大有可為；而從廣義上講，“人工智能+”在優(yōu)化政府采購資源配置、提升采購效率和決策質量、增強政府采購活動公正性方面帶來深遠影響。通過深度學習和數據分析，人工智能能夠精準識別采購需求，優(yōu)化供應商選擇，減少人為干預，推動政府采購實現更高質量的經濟效益和社會效益；同時，“人工智能+”的應用，能夠有效預防和減少采購過程中的違規(guī)行為和風險，增強政府采購公信力；此外，“人工智能+”與采購管理的深度融合，能夠從制度優(yōu)化、科學管理層面推動政府采購向更公正、更高效的方向發(fā)展。

要與業(yè)務系統相輔相成

一段時間以來，各行業(yè)對以大模型為代表的“人工智能+”技術關注度極高，而事實上，“人工智能+”在包括政府采購在內的G端和B端真正落地的案例并不多。

市場研究和咨詢公司Gartner發(fā)布的年度技術趨勢分析報告中的“2023年人工智能技術成熟度曲線”（見圖2），描述了人工智能領域不同技術發(fā)展階段的宏觀視角，可以說大模型目前正處于“期望膨脹期”，即人們對技術寄予厚望，但往往忽視了實際應用的難度。以大模型技術為例，大模型的優(yōu)勢是基于概率方法論實現知識的融會貫通，因此大模型在C端創(chuàng)意方面有著一定優(yōu)勢，并且實現了部分應用。而政府采購往往需要依照一系列制度、規(guī)范進行，一定要求有準確答案，例如評標結果，一定要是一個唯一確定的結果。此外，大模型基于海量數據，因此在通用性上具備優(yōu)勢，而政府采購往往對專業(yè)性要求很高，大模型不可能侵入政府采購的核心私域數據，尤其是很多涉及國計民生的數據，因此很多專業(yè)問題無法通過大模型、大數據等人工智能技術直接得到答案。

因此，“人工智能+”無法直接勝任政府采購相關工作，而是需要通過行業(yè)內專業(yè)化軟件企業(yè)，結合政府采購具體業(yè)務場景進行細化、建模，針對數據進行數據預處理、數據建模，核心是把業(yè)務問題通過技術拆解變成“人工智能+”可以處理的業(yè)務問題和數據問題，進而通過打造“人工智能+”原生應用，結合具體的業(yè)務場景實現人工智能在政府采購領域的落地。

當前，政府采購應積極擁抱新技術，依托“人工智能+”的研發(fā)應用，不斷激發(fā)政府采購創(chuàng)新發(fā)展的新動能，加速推動政府采購領域新質生產力的形成。

（作者單位：北京筑龍信息技術有限責任公司）

本報擁有此文版權，若需轉載或復制，請注明來源于中國政府采購報，標注作者，并保持文章的完整性。否則，將追究法律責任。