今年的政府工作报告提出，“开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群。”可见“人工智能+”正在从顶层设计层面，实现与各行各业的深度融合。“人工智能+”的落地应用，将为政府采购的发展添加创新驱动引擎。通过优化流程、辅助决策、降低风险、提升透明度，实现政府采购的资源合理配置，提质增效，形成新质生产力，赋能政府采购。
 

以数字化基础设施助推政府采购数智化变革

      “人工智能+”基于大模型、大数据、大算力等技术，正在成为数字基础设施的重要组成部分。

       纵观信息化、数字化、智能化的发展趋势，在信息化时代，底层是机房，上层是数据库，最上层有对应的单机软件。进入数字化时代，机房变为私有云，上层有一系列中间件，最上层是云原生应用。而到智能化时代，私有云变成以CPU与存储为核心的硬件，并且要增加以GPU为主的算力中心，大模型作为中间层应用由算力驱动，最终以AI原生应用完成大模型的落地实践（见图1）。在此过程中，以数字化生产数据支撑智能化，智能化消费数据反哺数字化，不断完善“人工智能+”的基础设施建设。这也与今年政府工作报告中提出的“适度超前建设数字基础设施，加快形成全国一体化算力体系”不谋而合。

       目前，在政府采购领域，以大模型为代表的人工智能技术的应用正在变得越来越广泛，其与BI、大数据等其他新技术的融合发展，正作为底层基础设施不断推进政府采购的数据分析、流程自动化与智能辅助决策，潜移默化地推动着政府采购的数智化变革。
 

不断拓展政府采购应用场景智能化边界

      “人工智能+”基于新一代技术，正在与政府采购实现更深度的融合，并不断创新政府采购智能化应用场景， 这不仅是一种技术创新，更是一场管理理念的变革。

       从狭义上讲，人工智能技术中的自然语言处理、光学字符识别、知识图谱等细分技术，可以解决政府采购中的采购需求智能预测、采购方案智能推荐、采购文件智能编制、采购文件智能审查、采购文件智能评审、采购合同智能审核等诸多业务应用场景问题。通过自然语言处理和机器学习，可以快速解析采购合同数据并提供精准的分析报告，进而提升政府采购管理效率和决策的科学性。通过音视频、数据可视化等技术，围绕政府采购全流程、全主体构建主动式、多维度、智慧化的监督预警和风险防控措施，对分散的风险点实现统一监管，增强政府采购监管效能，保障政府采购全流程规范性、合规性等……

       例如，北京市财政局在采购一体化平台中结合推广示范文本，梳理敏感词百余条嵌入采购一体化平台，对采购文件中易发的隐性门槛和壁垒问题予以“智能预警提示”，极大地提升了政府采购规范化水平。国家管网集团通过智能辅助评标，综合运用自然语言处理、光学字符识别等技术，对招标文件和投标文件进行全面智能解析，自动识别并提醒评委异常情况，提升了评标效能。

       此外，中粮集团基于AI算法+大模型，通过内置物料数据的分类、目录、特征标准化体系，可将原始杂乱的物料数据进行标准化转换，在标准制定、数据梳理、系统建设等方面都可得到应用。这一思路同样可应用于政府采购。通过结合传统的物料品类编码技术和自然语言处理、光学字符识别技术，并基于算法模型及政府采购数据沉淀，打造政府采购的智能品目，实现物资分类识别与特征提取，最终实现智能匹配在库编码，为新的品目智能推荐所属分类和特征参数，排除库内的错误、重复、相互包含的物料数据，进而解决采购需求描述不专业的现象，提高采购效率和准确性，降低采购成本和风险。

       从狭义角度看，“人工智能+”在政府采购具体业务场景上大有可为；而从广义上讲，“人工智能+”在优化政府采购资源配置、提升采购效率和决策质量、增强政府采购活动公正性方面带来深远影响。通过深度学习和数据分析，人工智能能够精准识别采购需求，优化供应商选择，减少人为干预，推动政府采购实现更高质量的经济效益和社会效益；同时，“人工智能+”的应用，能够有效预防和减少采购过程中的违规行为和风险，增强政府采购公信力；此外，“人工智能+”与采购管理的深度融合，能够从制度优化、科学管理层面推动政府采购向更公正、更高效的方向发展。
 

要与业务系统相辅相成

        一段时间以来，各行业对以大模型为代表的“人工智能+”技术关注度极高，而事实上，“人工智能+”在包括政府采购在内的G端和B端真正落地的案例并不多。

        市场研究和咨询公司Gartner发布的年度技术趋势分析报告中的“2023年人工智能技术成熟度曲线”（见图2），描述了人工智能领域不同技术发展阶段的宏观视角，可以说大模型目前正处于“期望膨胀期”，即人们对技术寄予厚望，但往往忽视了实际应用的难度。以大模型技术为例，大模型的优势是基于概率方法论实现知识的融会贯通，因此大模型在C端创意方面有着一定优势，并且实现了部分应用。而政府采购往往需要依照一系列制度、规范进行，一定要求有准确答案，例如评标结果，一定要是一个唯一确定的结果。此外，大模型基于海量数据，因此在通用性上具备优势，而政府采购往往对专业性要求很高，大模型不可能侵入政府采购的核心私域数据，尤其是很多涉及国计民生的数据，因此很多专业问题无法通过大模型、大数据等人工智能技术直接得到答案。

       因此，“人工智能+”无法直接胜任政府采购相关工作，而是需要通过行业内专业化软件企业，结合政府采购具体业务场景进行细化、建模，针对数据进行数据预处理、数据建模，核心是把业务问题通过技术拆解变成“人工智能+”可以处理的业务问题和数据问题，进而通过打造“人工智能+”原生应用，结合具体的业务场景实现人工智能在政府采购领域的落地。

       当前，政府采购应积极拥抱新技术，依托“人工智能+”的研发应用，不断激发政府采购创新发展的新动能，加速推动政府采购领域新质生产力的形成。