人工智能在政府采购文件巡检中的应用研究

　　文/陈斌　刘钰莹

　　【摘要】营商环境是一国制度软实力、综合竞争力和市场运行效率的重要体现。优化营商环境关系社会经济发展的活力，政府采购一头连着政府、一头连着市场，是优化营商环境的重要抓手。在实践中，部分地方财政部门主动进行采购文件巡检，通过文件收集、人工审查和记录等环节，有效识别采购文件中设置的不合理条件或歧视性条款，促进公平竞争，优化营商环境。文章针对“采购文件巡检”的流程和局限性进行分析，并探讨人工智能在采购文件巡检中应用所遇到的挑战及解决思路。

　　【关键词】政府采购；人工智能；采购文件巡检

　　优化营商环境是关系社会经济发展活力的关键问题，从2019年开始，政府采购指标被纳入世界银行的营商环境测评当中。近年来，党中央、国务院对持续优化我国营商环境作出明确部署，各地财政部门相继推出一系列新举措，在政府采购领域坚决贯彻落实好优化营商环境的决策部署，促进经济高质量发展。采购文件是政府采购活动的重要依据。《中华人民共和国政府采购法》第四十二条第二款规定，“采购文件包括采购活动记录、采购预算、招标文件、投标文件、评标标准、评估报告、定标文件、合同文本、验收证明、质疑答复、投诉处理决定及其他有关文件、资料”，并在该条第一款中对采购文件的重要性及保存期限提出明确要求。在实际工作中，部分地方财政部门主动作为，结合当地优化营商环境条例的相关要求，通过“采购文件巡检”的方式对其执行情况进行事前巡查，避免妨碍统一市场和公平竞争的各种条款和做法，以实现有效的风险防范，为中小企业打造更加公平、高效、便捷的发展环境。笔者以“采购文件巡检”为主题，探讨人工智能时代背景下新技术对政府采购制度和实践带来的变化。

　　采购文件巡检的流程及人工巡检的局限性

　　采购文件巡检流程

　　在传统政府采购模式下，由于人力资源不足、检查标准难统一等，财政监管部门不太可能对采购文件进行全面巡检，最多只能做到对重点项目或重点环节进行抽查。以往，采购文件巡检主要集中在文件收集、人工审查和记录这3个环节，目的是有效识别出采购文件中设置的不合理条件或歧视性条款，以促进公平竞争，优化营商环境。

　　第一步，文件收集。在巡检开始前，审查人员需要明确当前采购项目需要巡检的文件类型，并进行收集和整理，如采购计划、招标文件、供应商资料、报价单、合同、验收单等文件。这些文件是巡检的基础，必须确保其完整性和准确性。

　　第二步，文件人工审查。在这一环节中，审查人员会对文件中的各项信息进行逐一审查，检查其是否符合相关规定和标准。审查人员需要具备一定的专业知识和经验，以便及时发现问题。审查的内容主要包括“完整性检查、准确性校验、逻辑性审核、格式规范审查、语义审核、歧视性条款审查”等6个方面。一是完整性检查：从上至下逐项检查文件是否包含了所有必要的信息和附件，如招标文件中的采购需求、合同样本等。二是准确性校验：仔细核验采购文件中的数据是否准确无误，如报价单中的价格计算、数量总计、税费等，避免因计算错误导致的成本偏差。三是逻辑性审核：检查文件中的各项要求设置是否合理，如交货期是否合理，技术参数是否相互矛盾等。四是格式规范审查：确保文件格式规范统一，便于阅读和理解，如文件的字体大小、行间距、页眉页脚设置等。五是语义审核：检查文件中的语义是否清晰、无歧义，避免因表述不清导致的误解或争议。六是歧视性条款审查：检查文件中是否存在一些不合理条件或歧视性条款，影响政府采购的公平竞争。

　　第三步，记录。对于在核查过程中发现的问题和不足，需要进行详细记录，其中包括问题的性质、影响程度、可能导致的后果等，便于后续的分析和处理。

　　人工巡检的局限性

　　近年来，随着政府采购规模的不断扩大、采购方式的逐渐丰富，与采购相关的文件种类和数量也在持续增加。面对越来越丰富的电子文本和大量数据，以人工为主的巡检方式逐渐暴露出其局限性，无法满足各地财政监管的迫切诉求。人工巡检的局限性主要体现在数据处理能力、审查质量和审查效率等方面。

　　一是人工巡检效率低、易出错。人工巡检采购文件是一项耗时耗力的工作，审查人员需要仔细核对大量文件和数据，包括采购计划的一致性、采购需求的合理性、评分规则是否符合相关政策法规等。在面对大量数据时，长时间、高强度的连续工作，容易使审查人员产生疲劳、出现工作疏漏，进而影响巡检工作的质量。

　　二是人工巡检易受审核人员的主观差异影响。由于审查人员的经验、知识背景和能力存在差异，在人工巡检的过程中，审查人员对同一份文件可能会存在不同的理解和判断，这种主观性差异可能导致审查结果偏差。例如，针对文件的语义审查和歧视性条款审查，不同审查人员的理解可能存在主观差异，导致对文件中的问题和风险判断不一致，从而在后续的分析和处理时产生不同的结果。

　　三是审查人员的专业度参差影响巡检结果。政府采购是一项政策性和专业性强、涉及面广、社会敏感度较高的综合性工作，采购文件巡检工作要求审查人员具备相关知识和经验，以确保巡检结果的可靠性。然而，在实际工作中，审查人员的专业度参差不齐，部分审查人员缺乏对相关法律法规和行业标准的深入了解，可能导致审查结果的不一致，或无法发现采购文件中的潜在风险和问题，进而影响采购决策的准确性和公正性，增加采购活动的成本和风险。

　　人工智能用于采购文件审查的优势与挑战

　　党的二十大报告强调，“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎”。人工智能在数据处理、语义理解、深度学习等多方面的优势，能有效解决人工巡检存在主观差异、效率低易出错、审查人员专业度参差不齐等问题。将新技术引入采购文件巡检的地方财政部门的实践成果表明，应用人工智能可在保障采购文件巡检标准一致性的基础上，大幅提升采购文件巡检尤其是文件审查环节的效率和准确性。

　　人工智能用于采购文件审查的优势

　　1.辅助提升巡检效率

　　人工智能模型具有出色的数据处理能力，可快速处理大量文本、数字和图像数据，并进行自动化的筛查和核对，避免在人工巡检中因疏漏而产生的错误。同时，人工智能模型具有强大的学习和适应能力。通过机器学习和深度学习技术，人工智能模型可以对大量样本数据进行特征提取和学习，不断提高对文件内容的理解和判断能力。在此基础上，人工智能模型可根据审查人员的反馈和历史数据，优化自身算法，不断提高其审核能力，以提供更准确的审查结果，并适应不同的审查场景和要求。此外，人工智能模型具有高效的多维度审查能力，可通过结合各类的算法和模型，从多个角度对文件进行分析和评估，提高采购文件巡检的效率。

　　2.辅助减少主观偏差

　　人工智能模型在采购文件巡检中展现出的优势，可使其辅助审查人员进行高效、准确的审核。人工智能模型可以提供清晰、客观的审查结果，帮助审查人员更好地理解和把握文件内容。通过智能算法的分析和评估，人工智能模型可以发现文件中的潜在问题和风险，并对审查人员进行相应提醒，有助于审查人员对文件进行更加全面和深入的审查，减少主观判断的偏差。人工智能模型还可以辅助审查人员进行决策。人工智能模型可结合相关的法律法规要求，对文件中的关键条款进行分析，并判断其合规性及合理性。这种辅助决策的能力可以帮助审查人员更加客观地评估文件内容，提升采购文件巡检的可靠性。

　　3.解决审查人员专业度不均的问题

　　人工智能在采购文件巡检中可以有效解决审查人员专业度参差所带来的审查结果不一致的问题。人工智能通过自然语言处理和机器学习技术，基于大量数据训练出的智能化的审查模型，具备广泛的知识和较强的专业能力，能够对各类采购文件进行标准统一的审查，并提供相对稳定和可靠的审查意见以供参考。应用人工智能模型可较好地消除采购文件巡检过程中审查人员间专业知识和经验差异对审查结果造成的影响，有效保证了审查的公平性，提升采购文件巡检的质量。

　　人工智能在采购文件巡检应用中的挑战

　　人工智能在解决采购文件巡检中的各类问题方面具有巨大潜力，但在实际应用中仍然存在一些问题需要解决和面对。一是用于训练和学习的数据总量不足、质量不佳。在人工智能模型建立的过程中，需要大量的样本数据进行学习和训练。然而，在实践中数据量不足、数据质量不佳等情况十分常见，这会大大影响人工智能模型训练的准确性，影响人工智能模型的实际应用效果。因此，需要加强对数据的收集和整理，确保人工智能模型有足够的高质量数据进行学习和训练。二是人工智能模型不完善产生偏差和错误。由于算法设计和训练数据的影响，人工智能模型可能会对某些特定情况产生偏见或错误判断。因此，需要不断基于用户反馈对人工智能模型进行评估和调整，持续优化完善模型，确保其结果的准确性和可靠性。三是人工智能模型应用中的安全问题。在政府采购活动中，部分采购文件涉及政府和企业的机密，需要严格保密。在应用这些文件进行人工智能模型训练，或借助人工智能模型对其进行巡检的过程中，需要采用有效手段保证其可用性和安全性，以防人工智能模型被恶意攻击引起的数据泄露。

　　应对挑战的思考与探索

　　2024年政府工作报告指出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。尽管人工智能模型在采购文件巡检中面临一些挑战，但它仍然是一个极具前景的发展方向。为了应对这些挑战，笔者从数据工程、技术创新、人机协同、安全评估等方面出发，提出以下4点建议。

　　加强数据开放共享，推进数据标准统一

　　数据是人工智能模型的基础，它决定了模型的性能和准确性。采购文件巡检涉及的文件和数据类型众多，为了训练和优化出可用的人工智能模型，需要大量的、高质量的数据。而目前，可获取的相关数据数量及质量等方面仍有较大的优化提升空间。数据的获取和使用不充分、不协同、不平衡、不可持续，数据本身标准不统一，需要进行大量的清洗、去重、归一化等操作，这增加了人工智能模型构建的成本。

　　大力发展大语言模型和多模态技术

　　技术创新是解决人工智能挑战的关键方式。在采购文件巡检中，人工智能模型需要准确理解文件文本的语义，并以此为基础作出决策判断。大语言模型（如ChatGPT等）具有强大的自然语言处理能力，在采购文件巡检中，大语言模型可应用自然语言处理技术识别和提取文件中的关键信息，进行语义理解和分析。多模态技术则可以将不同类型的数据，如文本、图像、声音等进行融合处理，在采购文件巡检中对文件进行更为全面的分析。大力发展大语言模型和多模态技术可以使人工智能模型具有更为强大的判断识别能力，在采购文件巡检中实现更为准确的语义理解及决策判断。

　　推进发挥人机协同合作优势

　　人机协同是优化完善人工智能模型的重要手段。人可以提供丰富的经验和背景知识，帮助人工智能模型更好地理解和解释数据，进而提高模型决策的效率和准确性。例如，具有专业领域知识的行业专家可以与人工智能模型相互配合，发挥各自的优势，专家可以向人工智能模型提供有关采购文件内容的深入理解和专业判断，指导模型进一步学习优化，人工智能模型通过专家的引导不断优化完善自身模型，以提供更加快速、客观、准确的审查判断。

　　形成有效的风险防范机制

　　有效的安全评估和监测手段是保障人工智能模型安全运行和应用的必要条件。通过定期对系统进行安全评估和监测可以及时发现和解决可能存在的问题和风险。同时，还可以建立相应的反馈机制，收集用户的使用反馈和建议，不断改进和优化人工智能系统，防范潜在风险。

　　结语

　　人工智能在解决采购文件巡检中的各类问题方面具有巨大潜力，在数据处理、语义理解、深度学习等多方面，能有效解决人工巡检存在主观差异、效率低易出错、审查人员专业度参差等问题。虽然人工智能模型在采购文件巡检中的应用仍存在问题需要解决，但是通过不断探索和创新，人工智能技术将会更加成熟可靠，成为优化政府采购营商环境的有力抓手。

　　（作者单位：政采云有限公司）

　　参考文献：

　　[1]杨明晨.政府采购标准采购文件优化研究[J].经济研究导刊，2023（23）：133-135.

　　[2]徐致远.从“互联网+”招标投标到“人工智能+”招标投标——浅议ChatGPT未来对招标投标市场的影响[J].招标采购管理，2023（03）：15-17.

　　责编：辛美玉

关注读览天下微信， 100万篇深度好文， 等你来看……