人工智能技术在公共采购领域的应用研究

　　文/郑伟林　刘钰莹

　　近来，人工智能领域又迎来重磅产品。OpenAI公司最新发布的文生视频模型Sora，再度引发了全世界的关注和讨论。自ChatGPT（Chat Generative Pre-trained Transformer，OpenAI研发的一款聊天机器人程序）发布以来，我国人工智能产业发展也呈现出多元、多态的态势，生成式、人工智能成为热词，政府和企业都在对人工智能的落地应用场景进行积极探索。

　　笔者探讨人工智能技术在国内外公共采购领域的应用情况、存在的困难和挑战，并提出应对策略和建议，以期为政府采购相关部门在人工智能应用的创新实践提供参考。

　　国外公共采购领域中人工智能技术的应用

　　世界各国高度重视人工智能战略

　　中国信息通信研究院2019年发布的《全球人工智能战略与政策观察》显示，自2016年以来，美国和欧盟各国政府已经着手布局人工智能领域的发展，出台了一系列政策、法案和促进措施，将人工智能技术确定为优先事项。

　　欧盟启动“AI FOR EU”项目，建立人工智能需求平台、开放协作平台，整合汇聚21个成员国79家研发机构、中小企业和大型企业的数据、计算、算法和工具等人工智能资源，提供统一开放服务。

　　美国、英国、德国等国家发布的《国家人工智能研发战略规划》《产业战略：人工智能领域行动》《联邦政府人工智能战略》等国家战略文件，明确重点研发领域，指导人工智能的开发、采购和应用，推动立法颁布《开放政府数据法》《人工智能就业法案》《人工智能国家安全委员会法案》《数据共享宣言》等，成立专门机构，如人工智能指导委员会（Artificial Intelligence Steering Committee）、企业数据和人工智能委员会（Enterprise Data and Artificial Intelligence Committee）等，统筹推出《人工智能采购指南》（Guidelines for AI Procurement），监督战略实施，制定使用政策。

　　目前，世界主要发达国家已经把人工智能作为创新发展的战略方向。

　　世界主要发达国家对人工智能技术的实践应用

　　世界主要发达国家将人工智能技术应用到公共采购领域，以提升采购效率、降低采购成本、优化资源分配、改善公共服务质量。

　　例如，美国国防领域应用人工智能技术撰写合同。美国国防部投入开发具备合同编写能力的人工智能工具“Acqbot”，在它的帮助下，不熟悉国防采购相关法规和流程的企业用户使用人工智能工具即可快速完成采购合同编写。

　　德国政府应用人工智能技术建设智能推荐系统。应用人工智能技术搭建的建设智能推荐系统，可实现部分采购流程的自动化和智能化，如供应商智能筛选和优质供应商推荐，能够缩短采购用时、减少人力投入，并降低运营成本，将采购中间环节用时至少减少了50％。

　　英国伦敦市政府用人工智能技术进行自动化采购。通过和AutogenAI公司合作，应用人工智能技术进行自动审批、供应商匹配和合同生成来简化流程，采购周期显著缩短，同时减少了人为错误和疏漏。英国政府和地方议会每年花费3790亿英镑用于购买公共服务，相当于所有公共支出的三分之一，该项技术的应用可以节省公共服务总合同价值的10％。

　　综合来看，人工智能技术的发展已经成为世界各发达国家产业战略的核心。各国在政府预算上，通过启动重大项目、工程和计划，政府和科技巨头合作建立研究中心、创新平台等，加大对人工智能的长期投入。

　　国内公共采购领域人工智能应用探索

　　近年来，我国政务领域数字化进程逐步加快，在人工智能、大数据、区块链等新技术的应用下，智慧政务、数字政府的建设和发展硕果累累，有效提高了我国政府的治理能力和公共服务水平。在公共采购领域，人工智能技术的各项能力可应用于辅助预算规划、供应商分级管理、采购项目风险监测、商品智能比价、采购文件编制、客户服务等多个场景。

　　辅助预算规划

　　监管部门拥有采购主体历年来的采购需求、采购商品数量、采购金额等数据，传统的统计方法难以对海量数据进行统筹分析，计算效率低且数据准确性差。利用人工智能在数据处理和分析上的优势，可以对未来的采购需求和采购成本变化进行趋势建模，实现动态监控及预测，有助于做好预算规划和资源分配。

　　供应商分级管理

　　在公共采购活动中，采购人需要快速了解供应商的相关情况，以识别是否存在违规行为和其他风险，而部分项目参与的供应商数量众多，人工识别信息工作量大且易出纰漏。利用人工智能分类技术，可以根据供应商的工商注册信息、历史采购成交记录、履约服务情况、资金结算账单等数据进行自动分析，输出供应商履约能力评估报告和风险等级，及时制定相关措施进行分级管理。

　　采购项目风险监测

　　从公开的行政处罚案例来看，“串通投标”和“提供虚假材料谋取中标”两类违法违规行为仍然是目前招采领域的高频事件。利用人工智能在算法计算上的优势，可汇集历年所有项目信息，分析参与公共采购活动的供应商、代理机构、专家等角色的相关性，根据投标方式、投标人数量、中标数量、未中标数量、中标价格、供应商违约次数等数据，定位出中标率极高、极低的情况，再结合其他软硬件因素、环境因素，综合分析识别串标围标风险。此外，利用人工智能在图片文件处理上的能力，可以在供应商信用风险评估、招标文件条款潜在合规问题识别、关键风险点预警监控等方面得到深度应用。

　　商品智能比价

　　在电子卖场中，供应商上架的商品数量繁多且质量、价格不一，采购人员购买商品时往往需要花费大量时间筛选和比对。通过引入人工智能商品比价模型，可对不同供应商提供的商品价格、质量及其售后服务等因素进行综合比对，再结合供应商的履约能力和风险等级评估情况，自动为采购人员推荐最优方案，从而提升采购效率。

　　采购文件编制

　　利用人工智能技术的文本生成能力，可辅助采购当事人进行文本内容的撰写。如在合同签订环节，可以对合同条款进行智能审核和风险评估，利用自然语言处理和机器学习技术对生成的文本进行智能校验和合规性检查；对于跨国采购或涉及不同语言的采购文件，可以开发智能翻译功能；结合法律语义分析等技术，对合同关键信息进行提炼。

　　客户服务

　　在公共采购过程中，会存在大量的咨询类工作，这些问题往往需要专人进行有针对性的解答。应用虚拟数字人技术，可通过文字、语音和图像等形式进行人机交互，帮助客户解答问题、提供产品和服务。平台和监管部门可以根据公共采购相关的政策法规、流程、需求标准等，搭建公共采购领域的知识图谱，从而建立起一套完整的知识体系，帮助虚拟数字人更好地解答采购过程中的问题。在此基础上，还可以通过数据挖掘和分析技术，根据咨询内容挖掘出潜在的需求和问题，帮助主管部门更好地制定管理措施。

　　可以看出，人工智能技术的应用可有效提升公共采购领域的自动化和智能化水平，有助于提高政府采购透明度，促进公共采购的公平公正。

　　实际建设过程中的难点和挑战

　　近年来，《“互联网+”人工智能三年行动实施方案》（发改高技〔2016〕1078号）、《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号）、《关于促进人工智能和实体经济深度融合的指导意见》《生成式人工智能服务管理暂行办法》（七部委令第15号）等政策文件先后发布，为人工智能核心技术攻关、产品落地应用以及探索发展新模式新路径提供了重要支持。但是，在公共采购领域的实际建设过程中，仍存在一些难点和挑战，具体表现在发展规划、人才储备、数据治理、政策完善四个方面。

　　缺乏长期规划，资源投入不足

　　2023年12月召开的中央经济工作会议提出，要大力推进新型工业化，发展数字经济，加快推动人工智能发展。但在公共采购领域中，人工智能的发展方向仍不清晰，其配套资源投入力度有待加强。

　　一是缺乏长期发展规划。在公共采购领域中，人工智能技术的应用仍处于探索阶段，发展方向模糊，在建设过程中可能造成资源浪费，乃至错失人工智能技术的发展机遇。从人工智能技术的特性上来看，其可复用性强、应用范围广、系统集成度高，在公共采购领域应用的过程中，如果缺乏统一的建设目标，可能会出现场景化趋同、多地共建、重复建设等情况。

　　二是资源投入不足。技术研发、人才引进、基础设施建设等方面的投入不足，导致人工智能技术应用的基础薄弱，难以实现大规模的应用和推广。公共采购领域的数据体量庞大，算力要求高，需要依赖非常庞大的基础数据服务设施，在专项资金设立、政策补贴、企业扶持等方面，也缺乏明确的政策文件支撑。

　　以上两点可能会间接引发系统设计不完善、开放程度不够以及创新生态不完善等问题，在深度应用过程中形成制约。

　　人才缺口大，制约技术的应用和发展

　　相较于其他数字技术高度应用的领域，公共采购领域数字化建设的历程相对较短，相关从业人员对人工智能技术的认知不够充分，难以和实际工作进行关联，目前主要存在以下两个问题。

　　一是人才队伍规模小。当前，人工智能技术仍具备非常强的专业特性，但掌握人工智能技术知识和技能的人才队伍规模相对较小，在场景建设和技术应用过程中，难以提出创新性概念，限制了人工智能技术在公共采购领域的发展速度和应用范围。

　　二是人才素质不匹配，懂业务的人不懂技术，懂技术的人不懂业务。采购业务人员拥有丰富的采购经验，但对人工智能技术的了解有限，而掌握人工智能技术的专业人士大多缺乏公共采购领域的实际操作经验，导致技术与业务之间相互脱节，增加了建设和实践过程的难度。

　　不论是理论研发层面还是应用实施层面，人工智能各个环节对人才的需求持续攀升，人才供给不足已成为公共采购领域人工智能发展和应用所面临的一大瓶颈。

　　数据治理面临重重挑战

　　数据是人工智能学习的基础，人工智能需要大量的数据来学习，以提升其预测和决策的准确性，数据的质量和数量会直接影响人工智能的学习效果，因此，严格而有效的数据治理显得尤为关键。在数据治理过程中，面临的困难和挑战主要集中在以下三个方面。

　　一是“数据孤岛”现象严重。每个省份根据业务需要建立了众多数据平台，这些业务数据量大且类型多样。同时，不同省份在系统建设的过程中存在较大差异，涉及多个监管部门和平台，导致数据之间难以互通互联，形成了一个个“数据孤岛”。

　　二是缺乏统一的数据管理标准和规范。数据采集难。公共采购业务开展的各个环节，涉及大量的采购合同、评审结果、供应商信息、商品信息等，这些数据往往分散在不同的系统和数据库中，其来源多样、格式不统一，需要进行大量的加工、整合和挖掘后才能使用。以项目采购的投标文件为例，大部分内容多以PDF文件的形式存储，源数据经过打印、复印和扫描等处理后，可能导致部分信息缺失。

　　数据质量低。不同省市和行业的采购流程设计和数据字段规范要求不一，各个平台建设方的数据加工过程、加工标准也不尽相同，其数据的存储格式、指标口径标准、业务定义等方面存在较大差异，造成数据质量低下，对人工智能模型的训练效果会产生负面影响。

　　数据治理协同难。各级政府部门内与部门间的权责不一，会在数据共享和跨领域协同时面临诸多困难，如公共数据应用过程中的权属问题、数据开放过程中的应用范围等问题，加大了数据治理的难度。

　　三是数据安全和隐私保护不足，存在数据泄露和滥用等风险。在数据的收集、存储和使用过程中，会涉及个人隐私安全、企业商业机密和公共数据安全等问题。目前，我国公共数据的分类分级机制仍处于探索阶段，大量数据在实际使用过程中难以区分其保密等级及使用权限，存在数据泄露和滥用的风险。同时，缺乏完善的数据安全保障机制，难以保障数据使用过程中的安全性和保密性。

　　当前，公共采购领域的数据治理仍面临多项挑战，合理解决此类问题，是提升人工智能技术的应用效果和价值的重要先决条件。

　　相关政策法规不完善，难以实现有效监管

　　一是相关政策法规滞后。在人工智能技术的应用过程中，存在法律模糊或空白地带，除前文所述数据的收集、存储和使用等方面均缺乏明确规定外，人工智能使用算法决策的过程往往是不透明的，可能出现误判、漏判等不公平或歧视性的决策，进而违反公共采购的公平公正原则。目前，我国尚未对人工智能决策的合法性和合规性作出明文规定。

　　二是监管和评估机制不完善。部分数据和技术的应用虽存在相关的法律法规约束，但由于监管执行不到位，其实际效果可能会大打折扣，既无法全面、客观地评估人工智能技术的实际效果和潜在风险，也无法对不合理的应用进行及时纠正。不同机构或企业在应用人工智能技术时可能采用不同的方法和标准，监管和评估机制的缺失可能引发数据隐私泄露、算法歧视等问题，影响公共采购公平公正的同时，也损害了社会公共利益。

　　三是法律法规冲突。在涉及跨国采购合作时，不同国家和地区在公共采购领域的法律法规上存在差异和冲突，人工智能技术应用如需兼顾此类场景，会增加其建设难度与成本。

　　上述种种因素都会对人工智能技术在公共采购领域的应用效果产生影响，也阻碍了政府部门的高效运转。

　　应对策略和建议

　　在发展规划上明确目标和方向

　　制定人工智能总体发展规划，明确公共采购领域未来5—10年内的目标和方向，加强对人工智能工作的统筹指导。强化政策、资金支持，推动具有首创性、示范性的标杆场景项目落地。探索市场化场景合作新机制，在商业模式、项目采购、资金合作等方面形成符合场景特征的新制度。同时，需要加强国际合作和交流，借鉴其他国家和地区的成功经验和实践，共同推动公共采购领域的数字化转型和发展。

　　在人才培养上打造专业化队伍

　　鼓励开展场景创新人才培训，通过开设研修班、开展场景实践交流、组织场景专题培训等多种形式，打造一支懂人工智能技术应用的高素质、专业化人才队伍。加强对公共采购从业人员的数字化培训，提高其数字化素养和能力，使其既懂业务又懂新技术，同时具备场景创新意识和能力，为人工智能技术在公共采购领域的应用提供坚实的保障。

　　在数据治理上促进统一标准建设

　　促进省域下公共采购数据的统一标准建设，解决数据接口不一、标准不一等问题，破除“数据孤岛”。积极推动行业数字化转型，针对公共采购领域的实际情况制定详细的数据收集和分析计划，对数据采集的范围、目的、处理方式等进行明确规定，提高数据的全面性和准确性。加快对数据进行分类分级标准制定，明确权属关系，建立完善的数据安全保障机制，包括数据加密、数据备份、数据访问控制等措施，明确不同类型数据的保密等级和使用权限，避免信息泄露和滥用。建立完善的数据治理机制，确保数据收集和使用过程中的安全性和保密性。

　　在政策规范上多方协力建机制

　　推动相关政策法规的拟定，明确人工智能技术在公共采购领域的应用范围、规则和标准。鼓励公共机构和企业参与人工智能技术的研发和应用，加强技术标准和规范制定，推动人工智能技术的标准化和规范化。建立人工智能技术的监管和评估机制，确保人工智能技术的合法性和合规性，政府部门可设立相应的机构来监督和评估人工智能技术的应用情况，确保人工智能技术的安全和有效性。

　　（作者单位：政采云有限公司）

　　责编：昝妍；编辑：张曼琳