招采领域应用人工智能应“冷热”相宜

□文/张泽明

随着DeepSeek(杭州深度求索人工智能基础技术研究有限公司推出的人工智能模型)工具的爆火，人工智能再次引发广泛关注。目前，人工智能已经在图像识别、气象预报、人机交互、自动化文本生成、游戏等多个行业有了典型应用。如何将人工智能广泛应用于招标采购领域，从而提高生产效率，释放技术红利，一直是业界探索的重要方向。如何正确地使用人工智能，不仅需要充分的实践基础，更需要厘清一个根本问题，即如何正确认识人工智能。笔者认为，对人工智能在招标采购领域的应用，既要热烈“拥抱”，又需定程度的“冷眼旁观”。

国家政策环境为招投标领域人工智能发展提供利好

鉴于人工智能技术在多领域应用展现出的巨大威力，近年来，国家以及部分地方已将发展人工智能纳入产业规划。例如，2017年，国务院印发了《新一代人工智能发展规划》(国发(2017)35号，以下简称35号文)，部署我国人工智能“三步走”战略。其中，第二步的目标是到2025年实现人工智能基础理论重大突破，部分技术与应用达到世界领先水平。具体表现为，新一代人工智能理论与技术体系初步建立，具有自主学习能力的人工智能取得突破，在多领域取得引领性研究成果。目前，以DeepSeek为代表的人工智能成果涌现，表明我国人工智能正按既定规划稳步推进，但尚未完全实现第二步战略，仍处于实际执行中。

在国家部委层面，2019年，国家发展和改革委员会(以下简称国家发展改革委)修订印发的《产业结构调整指导目录(2019年本)》(国家发展改革委令第29号)，在鼓励类中新增了人工智能等4个行业。2023年，国家发展改革委更新发布《产业结构调整指导目录(2024年本)》(国家发展改革委令第7号)，人工智能行业依然保留在鼓励类中。2024年，工业和信息化部、中央网络安全和信息化委员会办公室、国家发展改革委、国家标准化管理委员会联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》(工信部联科(2024)113号)，加强对人工智能标准化工作的系统谋划。上述政策文件对人工智能发展均持鼓励态度。在地方层面，2022年，广东省科学技术厅、广东省工业和信息化厅联合印发《广东省新一代人工智能创新发展行动计划(2022-2025年)》。2024年7月，北京市发展和改革委员会等四部门联合印发《北京市推动“人工智能+”行动计划(2024-2025年)》(京发改〔2024〕1081号)。这些都是对地方如何支持发展人工智能作出的部署。此外，在招标投标细分领域，也对人工智能发展给予了政策支持。例如，2024年5月，国务院办公厅印发的《关于创新完善体制机制推动招标投标市场规范健康发展的意见》(国办发〔2024〕21号，以下简称21号文)明确，要加快推广数智技术应用，推动招标投标与大数据、云计算、人工智能、区块链等新技术融合发展。21号文为招标采购领域应用人工智能奠定了政策基础。

从政府监管环境来看，虽然我国目前对人工智能的监管处于起步阶段，但与发达国家相比，我国在监管尺度的把握上更具灵活性和适配性。依据35号文，我国要在2025年初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。国家互联网信息办公室等七部委已经于2023年联合印发《生成式人工智能服务管理暂行办法》(国家网信办等七部委令第15号，以下简称15号令)，要求既采取有效措施鼓励生成式人工智能创新发展，又对生成式人工智能服务实行包容审慎和分类分级监管。15号令的出台，初步完成了35号文的规划要求。

2024年3月，欧盟议会审议通过《人工智能法案》，这是欧盟人工智能监管体系的基础性法律。依照该法案，欧盟将建立专门机构监管人工智能及其相关的研发和应用，并进行风险分级管理，禁止使用存在“不可接受风险”的人工智能系统，禁止在生物识别监视中使用人工智能，要求生成式人工智能系统对由人工智能生成的内容进行信息披露等。与我国相比，欧盟对人工智能的监管更加严格，而美国对人工智能的监管则差异显著。截至目前，美国尚未出台对人工智能进行监管的综合性法律，最终以法案形式颁布的强制性规范也不多，实际监管执行偏向于“一事一议”，整体监管较为宽松。

党的二十届三中全会明确要求，完善市场准入制度，优化新业态新领域市场准入环境。2024年8月，《中共中央办公厅国务院办公厅关于完善市场准入制度的意见》(以下简称《意见》)正式对外公布。《意见》是中央层面首次专门就市场准入制度建设出台的政策文件。《意见》明确，要优化包括人工智能在内的多种新业态新领域的市场准入环境，按照标准引领、场景开放、市场推动、产业聚集、体系升级的原则和路径，分领域制定优化市场环境的实施方案，推动生产要素创新性配置，提高准入效率。

综上所述，我国目前的政策环境对包括招标采购在内的各领域应用人工智能基本持包容鼓励态度，这为人工智能在招标采购领域探索实践提供了政策和支持。

招标采购领域人工智能应用现状

目前，招标采购领域已有人工智能产品开始“试水”。具体来说，聚焦在以下几个环节。

一是辅助评标。应用OCR(Opt-ical Character Recognition，光学字符识别)、NLP (Natural Language Processing，自然语言处理)等人工智能技术，进行资格性、符合性智能审查，包括检测各投标文件中的企业资质条件、信誉情况、财务状况、企业业绩、重要技术指标等内容，自动筛选出不合格项，为评标专家后续评标提供参考依据。部分人工智能工具针对客观评审内容，利用0CR、NLP等技术，对投标企业的业绩、报价、人员配置等内容自动打分，使评标专家能够从机械烦琐的客观指标核对计算中解脱出来，将更多精力集中于主观技术评审内容，从而提高评审效率。

有公开资料显示，部分地区或者企业已经在招投标领域广泛应用人工智能。例如，通辽市公共资源交易中心利用“智能清标”工具，20秒内就能完成以往需数小时才能完成的技术标暗标评审工作;湖北襄阳市已使用智能机器人“襄小智”，通过关键字检索和雷同性分析技术，提升评标的准确性和一致性以及评审效率;某开发公司与某股份有限公司合作，引入基于大模型技术打造的“AI评标师”，将招标评审效率提升了70%；某通信集团通过智能化评标功能进行智慧化评标，自动生成评标报告，大幅提高了招标采购的工作质量和效率。

二是智能化编制招标文件通过NLP、机器学习、KG(Knowledge Graph，知识图谱)等技术自动生成招标文件。例如，某通信集团在集团层面开发应用了一系列智能化功能，包括招标文件、招标公告、投标文件的结构化自动编制等。某开发公司与某股份有限公司合作引入的“AI评标师”，可将采购文件编写效率提升50%。

三是智能开标。应用NLP技术，自动审查投标人资格、投标文件的完整性和规范性，对投标人进行智能初筛，实现无人开标自动审查投标文件。自动提取投标人结构化应答数据，通过智能机器人和网络技术在线完成无人开标。通过采用生成式人工智能实现的聊天机器人，在开标环节为投标者提供即时的帮助和解答。例如，南京市打造的“智能开标大厅”，可利用虚拟播报技术，实现虚拟主持、虚拟公证、远程答辩、效能展示，以及无人值守式的可视化、流程化、智能化开标。

四是辅助投标。例如，某建设运营有限公司推出的“文阵夺标”人工智能产品，称可以基于海量项目信息，结合企业资质、过往业绩等数据，通过大模型和知识图谱技术进行深度计算处理，为企业提供精准项目推荐、投标资格分析、智能投标匹配度计算、业主历史招标情况等一系列服务。通过上述智能化服务，可有效解决企业在招投标过程中面临的找不到合适项目、不掌握潜在竞争对手情况、拿不准投标策略等难题。又如，华某天成公司推出的“投标大王”人工智能产品，可通过该人工智能工具完成对招标文件的解读、大纲提炼，并通过智能评审，输出可投性报告。该产品还可通过提供资源智能匹配功能、价格策略模拟器等工具，完成对投标文件的审核，识别错误并出具报告，防止投标文件关键信息错误(如投标文件关键文件未按招标文件加盖公章导致投标无效等)。该产品还可以整合企业资质库、人员资质库、业绩案例库等内部信息，形成资源库，对企业历史招投标文件、合同进行系统性学习，为企业参与投标提供辅助服务。

五是智能交易管理。以重庆市研发建设的“交易场地智能综合管控平台数字化转型示范项目”为例，该项目综合运用人工智能、物联网、大数据等技术手段，实时动态监控管控区专家和重点人员轨迹、言行，智能匹配监控资源，及时预警异常行为，被国家发展改革委列入行业2019年创新成果，并作为2020年典型做法在全国范围内推广。

六是智能监管。应用0CR、NLP、KG等人工智能技术，对电子投标文件的电子标识，如文件制作机器码、文件创建标识码、基础软件序列号、计价软件序列号、数据时间戳、投标文件上传IP(Internet Protocol，互联网协议)等进行对比分析;对同一项目下所有投标文件的商务条款(含报价)、技术条款及文件错误等关键信息进行雷同性筛查，从而智能识别围标串标行为，为专家评审和监管部门提供预警线索和证据支撑。例如，湖北省通过人工智能开发的智慧监管平台，借助数据分析预警系统，快速捕捉招投标异常情况，助力监管机构及时介入处置;重庆市“渝易通”公共资源交易数据智能综合服务平台，通过对接重庆市公共资源交易电子监督系统，借助人工智能可自动一键生成“可疑线索分析报告”，协助交易监督部门高效、精准锁定问题线索，实现智慧化监督:安徽省合肥市利用人工智能、云计算等信息技术建设的“智能语音分析系统”。将专家语音实时转换成文字数据，根据相应敏感词实时告警，大幅提升了评标环节的监管效能。

人工智能在招标采购领域的进一步适用

一是智能需求分析。人工智能可以通过机器学习深入分析历史数据、采购模式、市场环境和走势，通过生成式人工智能形成采购需求，制定招标采购方案，并智能审核招标采购计划及方案等。

二是进一步提升招标文件智能编制质量。借助NLP、机器学习、KG等人工智能技术自动生成招标文件，通过精心设计法律、管理、经济技术、评标方法等可复用模块，根据招标需求，智能识别并调用预设模块生成招标文件。借助人工智能工具检测现有招标文件中存在的错误并及时进行更正，对招标文件进行智能合规性审查等。人工智能还能进一步延伸至招标采购文件编制后的其他流程，如智能发布招标采购公告、智能供应商寻源、智能发售招标采购文件、智能澄清答疑等。

三是深化辅助投标决策维度。利用RPA（Robotic process automation，机器人流程自动化）、OCR、NLP等技术，自动抓取招标公告、招标文件等，提炼关键信息，帮助投标人筛选合适投标项目，降低人力筛选成本，从而提高投标效率。使用人工智能工具学习历史投标数据,根据客户需求自动生成报价方案，并重点分析成本和收益。

四是更高质量自动编制投标文件。通过人工智能学习已建立的企业信息库、标准模板库、招标采购知识库等，自动生成高质量的投标文件，提高投标效率。

五是延伸辅助评标范围。针对主观评审内容，利用深度模拟、机器学习对技术标的历史评标数据、评审标准、打分机制等进行学习训练，生成智能评标算法和模型，实现对技术标的智能打分，解决专家评标主观性强、标准不统一等问题。同时，参照法院系统已有的人工智能辅助审判系统，开发人工智能评标辅助系统，为专家提供市场价格比较、法律法规知识提示、评审疑难问题问答、自动生成评标报告等服务，进一步提高评审质量。

六是智能风险评估。根据专家评审结果，利用机器学习深度剖析历史数据，评估中标候选人的信誉、历史表现和项目完成能力，同时结合采购人的采购需求，对预中标人进行履约风险分析，为招标人提供参考并实现智能定标。通过人工智能工具参考以往项目经验，预测和识别潜在的合同履约风险，为招标人提供风险预警。

七是提升智能场地服务水平。利用人工智能结合物联网、生物识别、云计算等技术，开发精准的智能交易场地管控系统。该系统可对交易过程实施有效管控，实现专家场内智能管理、人员活动轨迹全程可追溯。

八是纵深推进智慧监管。通过人工智能工具进行视频分析、语音识别、数据分析，快速精准识别违规行为并即时发出警示，实现对招标采购活动全过程的实时监管。利用“大数据+人工智能”技术精准分析交易数据，挖掘潜在的违法违规行为，提升监管的精准度与有效性。

人工智能在招标采购领域并不能“包打天下”

人工智能，尤其是当前取得巨大突破的基于神经网络的深度学习以及生成式人工智能等，在图像识别、自动化文本生成等方面应用效果较好，但在包括招标采购在内的其他领域应用存在一定局限性。因此，不能对人工智能过于夸大并抱有不切实际的期待，这点尤其需要招标采购业界同人冷静对待。

第一，人工智能技术成长期对招标采购领域的影响不容忽视。曾有观点认为，2025年世界将迎来通用人工智能时代。例如，特斯拉公司的创始人埃隆·马斯克在2024年曾预言，通用人工智能最快将在2025年底实现。不过目前来看，他的这一估计显然过于乐观。马斯克曾信心满满地认为，其发布的Grok-3是“地球上最聪明的人工智能”，但有人测试了“9.11与9.9哪个大”这一常识性问题后，Grok-3回答错误。类似的问题在其他人工智能工具，如ChatGPT-40、谷歌的Gemini Advanced以及Anthropic公司的Claude 3.5 Sonnet都出现过。

DeepSeek的出现，引领了又一波人工智能热潮。曾有人将De-epSeek-R1模型与其他4款主流推理模型进行对比测试后发现，虽然DeepSeek在高难度问题上表现可圈可点，但在难度最低的简单逻辑推理问题上表现不佳。人们对众多人工智能工具的测试显示，高难度问题人工智能表现越来越好，“绊倒”它们的往往是常识性问题。

人工智能工具AlphaGo曾在2016年和2017年分别击败了两位人类顶级棋手，让人工智能的能力进化到令世人瞩目的地步。但是，自2017年到2020年，除了在人脸识别、语音识别和合成、自动驾驶、对抗生成网络等深度学习擅长的领域取得了较大成功外，纵观整个行业，人工智能研发投入与产出的突破性成果并不成正比。

技术发展周期有其自身规律，一般分为技术萌芽期、期望膨胀期、泡沫幻灭期、爬升恢复期、稳步增长期。在期望膨胀期，部分媒体会对新技术进行大肆报道以及非理性地渲染，从而拉高人们对技术的期待。实际上，新技术只有经过冷静沉淀，到达稳步增长期，才会对实践产生稳定可期待的助力。通过复盘区块链在各领域尤其是在招标采购领域应用的兴衰历程可以发现，人工智能同样处于自身的技术成长期。因此，目前尚无必要过于夸大人工智能在包括招标采购等众多领域的作用，人工智能技术发展依然需要进一步沉淀。

第二，人工智能模型训练成本不容忽视。人工智能模型需要训练才能够真正投入使用，训练就需要有大量数据“喂”给人工智能。在训练过程中，算力与用电的指数级耗费升级带来诸多问题。虽然，随着各类大模型的成熟，许多企业和开发者可以直接使用预训练模型，而不需要从头开始训练。对于特定任务，企业通常只需对预训练模型进行微调即可，这减少了对训练算力的需求。但是，在各类招标采购文件范本日益成熟的招标采购领域，使用人工智能大模型的综合成本是否一定比使用专业招标采购人员的人工成本低?答案是不一定。因为从目前来看，市面上所有人工智能工具生成的投标文件，都需要进行人工审核以确保质量和准确性。某招标采购人工智能工具厂商坦言，相比人工智能工具，以下类型的企业更适用于使用其产品:每年参与投标量不低于100次的；需要经常参与中央和地方政府采购网采购活动的；招标文件相对复杂且内容信息量大的；具备自有机房或托管机房，可满足一体机的4U架式标准服务器运行环境的。

第三，人工智能无法完全排除数据输入干扰。2024年，某人工智能儿童手表在回答用户提问时，给出了带有种族歧视和贬损性的回答，引发舆论高度关注。原因就是“数据污染”和“数据投毒”，即一些不法分子在与人工智能工具互动时，故意加入一些粗鄙语言或侮辱性观点，这些数据又成为人工智能工具训练学习的语料，导致不正常言论的输出。目前，招标采购领域的人工智能工具需要依靠大量基本数据进行训练，这就对数据的“纯度”提出更高要求，使得人工智能工具在招标采购领域训练面临数据干扰风险。

第四，人工智能结果仍有赖于人工评判。例如，随着人工智能工具在新闻行业的应用，记者的稿件可以通过人工智能进行自动编校，记者与编辑对自动编校结果的调整，也是人工智能训练学习的重要依据，人工智能工具以此优化完善其编校和创作能力。与此类似，在招标采购领域，人工智能的应用可以在智能问答、政策解读、图文生成、智能比价、采购文件智能编制和审查、辅助评审、串通投标行为分析等方面发力，但是目前市面上的人工智能工具在前述应用中输出结果并不稳定，不能替代人类决策，只能作为参考，依然需要人工后续检查调整。

DeepSeek开启了强化学习的新阶段，打破了以人类对人工智能结果输出的评价(监督式微调)作为训练结果调整唯一标尺的局限。如今，人工智能在多数场景下，无须依赖人力评价标注数据，便可实现自我学习和自适应环境。但从目前来看，在包括招标采购在内的各领域，人类对人工智能工具的输出评价虽然具有参考价值，但对人工智能进行训练调整的过程中，人类参与仍发挥着不可替代的重要作用。

第五，人工智能依赖将使人类降低乃至丧失工作能力。当人工智能工具发展到异常完善的程度，过度依赖人工智能就可能使人类降低乃至丧失工作的能力。例如，部分人离开了人工智能工具就不会写材料，没有人工智能工具支持就找不出系统缺陷。部分记者将大量参考资料往人工智能模型里导入后很多核心观点就轻松提炼出来，导致其已无法主动静下心认真阅读材料和进行观点总结提炼。当人工智能工具异常完善，类似前述情形同样可能在招标采购领域出现。

第六，在招标采购领域，应用人工智能的法律法规亟待完善。招标采购受严格法律规范约束，各环节均需依法依规进行，任何违规操作都可能引发争议，导致后续处理困难。然而，人工智能工具自动生成或判断理论上不可能达到百分百准确。一旦人工智能出错，如评审出现问题、监控判断失误等，究竟应该由谁负责，类似问责如何开展，利益受损方又向何处寻求价值补偿，人工智能工具出现异常如何处理等一系列问题，目前尚缺乏明确的法律规定与保障。

人工智能算法内部本身是个黑盒子，也就是说，虽然研究人员可以通过调整算法权重来训练改变人工智能的生成输出质量，但无法确定人工智能通过深度学习会具体产出什么样的产品。这与招标采购领域规则需要公开透明存在一定冲突。虽然DeepSeek已经开源了其算法，公众可以了解其工具训练产出的基本方式，政府也可以采取人工智能工具算法备案的方式推动人工智能工具的使用，但对于算法运行的具体细节、大语言模型输出不稳定的原因等问题，仍缺乏清晰解释。上述问题将使招标采购相关人员，在面对供应商对人工智能评审工具算法质疑时处于先天不利地位。

在推广人工智能评标系统的同时，还要重视投标人文件中数据的商业秘密与使用安全的问题。如何使人工智能工具不学习投标数据，或有限学习投标数据但避免公开输出，都需要其他技术和法律法规予以保障。因此，当前制度保障的缺失，也制约着人工智能工具在招标采购领域的进一步应用与发展。

综上所述，在招标采购领域应用人工智能是电子化招标采购进程的深化而不是颠覆。相关部门应顺应电子化发展趋势，及时制定数据模型功能标准，逐步构建规范体系，引导和保障人工智能工具的合理使用。对待人工智能，要用其所长、避其所短，以实际应用价值为导向，在积极探索创新的同时，保持理性态度，避免盲目激进，切实发挥人工智能在提高行业生产力、执行力、监督力方面的作用。