“人工智能+” 培育政府采購新質(zhì)生產(chǎn)力

【當(dāng)AI遇上采購】

編者按 今年的政府工作報告首提“人工智能+”。“人工智能+”的提出，意味著人工智能與傳統(tǒng)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(jīng)濟(jì)轉(zhuǎn)型升級和高質(zhì)量發(fā)展的重要力量。那么，當(dāng)“人工智能+采購”，會碰撞出怎樣的火花？本報特開設(shè)此專欄，以饗讀者。

“人工智能+” 培育政府采購新質(zhì)生產(chǎn)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(shù)字產(chǎn)業(yè)集群。”可見“人工智能+”正在從頂層設(shè)計層面，實現(xiàn)與各行各業(yè)的深度融合。“人工智能+”的落地應(yīng)用，將為政府采購的發(fā)展添加創(chuàng)新驅(qū)動引擎。通過優(yōu)化流程、輔助決策、降低風(fēng)險、提升透明度，實現(xiàn)政府采購的資源合理配置，提質(zhì)增效，形成新質(zhì)生產(chǎn)力，賦能政府采購。

以數(shù)字化基礎(chǔ)設(shè)施助推政府采購數(shù)智化變革

“人工智能+”基于大模型、大數(shù)據(jù)、大算力等技術(shù)，正在成為數(shù)字基礎(chǔ)設(shè)施的重要組成部分。

縱觀信息化、數(shù)字化、智能化的發(fā)展趨勢，在信息化時代，底層是機(jī)房，上層是數(shù)據(jù)庫，最上層有對應(yīng)的單機(jī)軟件。進(jìn)入數(shù)字化時代，機(jī)房變?yōu)樗接性疲蠈佑幸幌盗兄虚g件，最上層是云原生應(yīng)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(yīng)用由算力驅(qū)動，最終以AI原生應(yīng)用完成大模型的落地實踐（見圖1）。在此過程中，以數(shù)字化生產(chǎn)數(shù)據(jù)支撐智能化，智能化消費(fèi)數(shù)據(jù)反哺數(shù)字化，不斷完善“人工智能+”的基礎(chǔ)設(shè)施建設(shè)。這也與今年政府工作報告中提出的“適度超前建設(shè)數(shù)字基礎(chǔ)設(shè)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(lǐng)域，以大模型為代表的人工智能技術(shù)的應(yīng)用正在變得越來越廣泛，其與BI、大數(shù)據(jù)等其他新技術(shù)的融合發(fā)展，正作為底層基礎(chǔ)設(shè)施不斷推進(jìn)政府采購的數(shù)據(jù)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(shù)智化變革。

不斷拓展政府采購應(yīng)用場景智能化邊界

“人工智能+”基于新一代技術(shù)，正在與政府采購實現(xiàn)更深度的融合，并不斷創(chuàng)新政府采購智能化應(yīng)用場景， 這不僅是一種技術(shù)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(shù)中的自然語言處理、光學(xué)字符識別、知識圖譜等細(xì)分技術(shù)，可以解決政府采購中的采購需求智能預(yù)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(wù)應(yīng)用場景問題。通過自然語言處理和機(jī)器學(xué)習(xí)，可以快速解析采購合同數(shù)據(jù)并提供精準(zhǔn)的分析報告，進(jìn)而提升政府采購管理效率和決策的科學(xué)性。通過音視頻、數(shù)據(jù)可視化等技術(shù)，圍繞政府采購全流程、全主體構(gòu)建主動式、多維度、智慧化的監(jiān)督預(yù)警和風(fēng)險防控措施，對分散的風(fēng)險點實現(xiàn)統(tǒng)一監(jiān)管，增強(qiáng)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(jié)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(yù)警提示”，極大地提升了政府采購規(guī)范化水平。國家管網(wǎng)集團(tuán)通過智能輔助評標(biāo)，綜合運(yùn)用自然語言處理、光學(xué)字符識別等技術(shù)，對招標(biāo)文件和投標(biāo)文件進(jìn)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(biāo)效能。

此外，中糧集團(tuán)基于AI算法+大模型，通過內(nèi)置物料數(shù)據(jù)的分類、目錄、特征標(biāo)準(zhǔn)化體系，可將原始雜亂的物料數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換，在標(biāo)準(zhǔn)制定、數(shù)據(jù)梳理、系統(tǒng)建設(shè)等方面都可得到應(yīng)用。這一思路同樣可應(yīng)用于政府采購。通過結(jié)合傳統(tǒng)的物料品類編碼技術(shù)和自然語言處理、光學(xué)字符識別技術(shù)，并基于算法模型及政府采購數(shù)據(jù)沉淀，打造政府采購的智能品目，實現(xiàn)物資分類識別與特征提取，最終實現(xiàn)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(shù)，排除庫內(nèi)的錯誤、重復(fù)、相互包含的物料數(shù)據(jù)，進(jìn)而解決采購需求描述不專業(yè)的現(xiàn)象，提高采購效率和準(zhǔn)確性，降低采購成本和風(fēng)險。

從狹義角度看，“人工智能+”在政府采購具體業(yè)務(wù)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(zhì)量、增強(qiáng)政府采購活動公正性方面帶來深遠(yuǎn)影響。通過深度學(xué)習(xí)和數(shù)據(jù)分析，人工智能能夠精準(zhǔn)識別采購需求，優(yōu)化供應(yīng)商選擇，減少人為干預(yù)，推動政府采購實現(xiàn)更高質(zhì)量的經(jīng)濟(jì)效益和社會效益；同時，“人工智能+”的應(yīng)用，能夠有效預(yù)防和減少采購過程中的違規(guī)行為和風(fēng)險，增強(qiáng)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(xué)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(wù)系統(tǒng)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(shù)關(guān)注度極高，而事實上，“人工智能+”在包括政府采購在內(nèi)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(shù)趨勢分析報告中的“2023年人工智能技術(shù)成熟度曲線”（見圖2），描述了人工智能領(lǐng)域不同技術(shù)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(shù)寄予厚望，但往往忽視了實際應(yīng)用的難度。以大模型技術(shù)為例，大模型的優(yōu)勢是基于概率方法論實現(xiàn)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(xiàn)了部分應(yīng)用。而政府采購?fù)枰勒找幌盗兄贫取⒁?guī)范進(jìn)行，一定要求有準(zhǔn)確答案，例如評標(biāo)結(jié)果，一定要是一個唯一確定的結(jié)果。此外，大模型基于海量數(shù)據(jù)，因此在通用性上具備優(yōu)勢，而政府采購?fù)鶎I(yè)性要求很高，大模型不可能侵入政府采購的核心私域數(shù)據(jù)，尤其是很多涉及國計民生的數(shù)據(jù)，因此很多專業(yè)問題無法通過大模型、大數(shù)據(jù)等人工智能技術(shù)直接得到答案。

因此，“人工智能+”無法直接勝任政府采購相關(guān)工作，而是需要通過行業(yè)內(nèi)專業(yè)化軟件企業(yè)，結(jié)合政府采購具體業(yè)務(wù)場景進(jìn)行細(xì)化、建模，針對數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理、數(shù)據(jù)建模，核心是把業(yè)務(wù)問題通過技術(shù)拆解變成“人工智能+”可以處理的業(yè)務(wù)問題和數(shù)據(jù)問題，進(jìn)而通過打造“人工智能+”原生應(yīng)用，結(jié)合具體的業(yè)務(wù)場景實現(xiàn)人工智能在政府采購領(lǐng)域的落地。

當(dāng)前，政府采購應(yīng)積極擁抱新技術(shù)，依托“人工智能+”的研發(fā)應(yīng)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(lǐng)域新質(zhì)生產(chǎn)力的形成。

（作者單位：北京筑龍信息技術(shù)有限責(zé)任公司）

本報擁有此文版權(quán)，若需轉(zhuǎn)載或復(fù)制，請注明來源于中國政府采購報，標(biāo)注作者，并保持文章的完整性。否則，將追究法律責(zé)任。