12月22日，由中國招標(biāo)投標(biāo)協(xié)會主辦的“2023招標(biāo)采購數(shù)字化發(fā)展大會”在北京盛大召開。北京筑龍智能化事業(yè)部總經(jīng)理、筑龍研究院副院長胡婧玥受邀出席，帶來主題為“招標(biāo)采購智能化轉(zhuǎn)型探索”的分享，介紹了北京筑龍?jiān)谡袠?biāo)采購智能化方面的創(chuàng)新實(shí)踐。

　　胡婧玥指出，隨著招標(biāo)采購數(shù)字化工作的深入，行業(yè)內(nèi)各方主體均已不同程度實(shí)現(xiàn)了招標(biāo)采購業(yè)務(wù)線上化，如何在業(yè)務(wù)在線的基礎(chǔ)上持續(xù)提升招標(biāo)采購業(yè)務(wù)的數(shù)字化水平，使招標(biāo)采購業(yè)務(wù)更加智能、高效、低成本，成為廣大招標(biāo)采購從業(yè)者的共同目標(biāo)，同時(shí)也是北京筑龍的使命擔(dān)當(dāng)。她闡述了北京筑龍通過應(yīng)用人工智能技術(shù)構(gòu)建的招標(biāo)采購智能化全景應(yīng)用，并以其中兩項(xiàng)應(yīng)用為與會人員做重點(diǎn)介紹。

圖-北京筑龍招標(biāo)采購智能化全景應(yīng)用

　　智能輔助評審，AI輔助決策，讓評審效率提升70%以上
　　胡婧玥指出，數(shù)字化時(shí)代，傳統(tǒng)評標(biāo)工具面臨諸多困境：
　　一是效率問題，現(xiàn)在的評審環(huán)節(jié)與紙數(shù)字化質(zhì)化時(shí)代區(qū)別并不大，仍需專家逐個(gè)評審，需要借助技術(shù)提升效率。
　　二是質(zhì)量問題，專家評委的專業(yè)能力和主觀性都會導(dǎo)致評標(biāo)質(zhì)量存在差異，標(biāo)書文件數(shù)量大也會導(dǎo)致評審有遺漏。
　　三是圍串標(biāo)問題，傳統(tǒng)的評標(biāo)工具對于投標(biāo)人之間的圍串標(biāo)發(fā)現(xiàn)能力略顯不足，特別是在內(nèi)容雷同和關(guān)系交叉等方面缺乏有效手段。
　　四是監(jiān)管問題，對于評審專家的評標(biāo)專業(yè)性、打分偏離度、投標(biāo)人異常投標(biāo)行為等內(nèi)容也需要加強(qiáng)監(jiān)管。
　　基于此，北京筑龍以“提升評標(biāo)效率、輔助專家決策”為目標(biāo)，運(yùn)用NLP、OCR、大型語音模型等智能技術(shù)，打造了以業(yè)務(wù)規(guī)則為導(dǎo)向，以AI算法為引擎的“智能輔助評審”工具。通過“AI智能解析和檢查”，實(shí)現(xiàn)招標(biāo)文件智能解析、響應(yīng)情況智能檢查，評審項(xiàng)自動(dòng)定位、評標(biāo)報(bào)告自動(dòng)生成。將評標(biāo)業(yè)務(wù)場景從耗時(shí)耗力的人力審查過渡到以算法檢查為先，專家對結(jié)果進(jìn)行復(fù)核決策的數(shù)字化、智能化時(shí)代。
　　據(jù)胡婧玥介紹，智能評審系統(tǒng)是根據(jù)實(shí)際評審場景結(jié)合智能檢測服務(wù)，將檢測結(jié)果穿插到專家正常評審流程中。如可對投標(biāo)文件的清標(biāo)檢查、資格檢查等重點(diǎn)評審環(huán)節(jié)進(jìn)行智能分析和風(fēng)險(xiǎn)提示，支持快速定位到投標(biāo)文件疑似風(fēng)險(xiǎn)位置，輔助評標(biāo)專家進(jìn)行詳細(xì)評審。此外，系統(tǒng)支持對技術(shù)方案進(jìn)行多家單位橫向?qū)Ρ炔榭?#xff0c;系統(tǒng)會自動(dòng)定位到對應(yīng)段落，方便專家進(jìn)行同頻對比，全面提升專家評標(biāo)效率。
　　物資編碼智能化，讓企業(yè)物料數(shù)據(jù)標(biāo)準(zhǔn)化，輕松實(shí)現(xiàn)一物一碼
　　隨后，胡婧玥介紹了北京筑龍?jiān)谄髽I(yè)物資編碼方面的智能化應(yīng)用。她指出，部分國央企通過不斷實(shí)踐，在企業(yè)物料打通方面取得了階段性的成果，但是也遇到了難以突破的問題。具體可以歸納為三點(diǎn)：
　　其一，投入巨大。物料主數(shù)據(jù)的建設(shè)涉及到大量的物料品種以及海量的編碼數(shù)據(jù)，少則幾萬，多則幾十上百萬，成本、建設(shè)周期、參與人員都需要極大的投入。
　　其二，規(guī)范性難以延續(xù)。物料主數(shù)據(jù)“三分建設(shè)、七分運(yùn)營”，很多企業(yè)往往重視建設(shè)過程，卻忽略了后期的使用，在數(shù)據(jù)的填報(bào)和審核都出現(xiàn)了很多不規(guī)范的現(xiàn)象，數(shù)據(jù)質(zhì)量有待優(yōu)化。
　　其三，與使用習(xí)慣不符。物資編碼的管理是以物料碼為主要對象，而使用者通常是以物料的屬性參數(shù)描述來認(rèn)知和區(qū)分物料的，這樣就導(dǎo)致二者之間存在差異，編碼的管理與使用習(xí)慣不太相符。

圖-企業(yè)物料主數(shù)據(jù)“編碼”難題

　　胡婧玥介紹了北京筑龍的解決方案“依托智能化技術(shù)，解決‘編’的問題——不再依賴編碼，而是通過物料的文字描述，來認(rèn)識物料。”針對企業(yè)物資編碼現(xiàn)狀，北京筑龍自研出智能化解決方案——智能物料，包含智能賦碼、智能推薦、智能排重、智能映射四方面智能化能力。
　　其中智能推薦與智能排重解決企業(yè)物資編碼的“新入庫”編碼與“存量編碼”問題。
　　智能推薦為新入庫物料推薦物料的所屬分類和在庫參數(shù)內(nèi)容，使物料的分類始終保持科學(xué)精準(zhǔn)，保持物料的參數(shù)數(shù)據(jù)延續(xù)、保證屬性模板的質(zhì)量標(biāo)準(zhǔn)。
　　智能排重借助于物料名稱和物料描述文本內(nèi)容的智能識別，對物料庫里的編碼數(shù)據(jù)開展智能清洗，識別分類錯(cuò)誤、參數(shù)不全、一物多碼等現(xiàn)象，進(jìn)行規(guī)范化處理，從而提升物料庫的編碼數(shù)據(jù)質(zhì)量。
　　智能賦碼為采購物料清單快速獲取編碼。通過識別物料名稱及描述，批量采購的物料清單可以快速匹配存量的在庫編碼，也可以推薦出需新增的編碼。
　　智能映射解決集團(tuán)與下級單位編碼數(shù)據(jù)統(tǒng)一問題。采用編碼映射的管理模式，即集團(tuán)制定一套統(tǒng)一的主數(shù)據(jù)分類標(biāo)準(zhǔn)及編碼標(biāo)準(zhǔn)，各專業(yè)化公司可以保留已有分類及編碼，并形成分類及編碼之間的映射關(guān)系，相當(dāng)于建設(shè)了一套翻譯器，從而在根本上解決了集團(tuán)和下屬單位對物料標(biāo)準(zhǔn)訴求不一致的問題。
　　據(jù)胡婧玥介紹，目前智能物料已連續(xù)多年為多家大型央企和國企提供數(shù)字化產(chǎn)品與服務(wù)，跨越生產(chǎn)制造、房地產(chǎn)、建筑施工、農(nóng)糧等多行業(yè)。智能物料，以智能化識別技術(shù)為手段，不再依賴人工手動(dòng)整理數(shù)據(jù)對應(yīng)關(guān)系，讓企業(yè)數(shù)據(jù)標(biāo)準(zhǔn)化、統(tǒng)一化，助力企業(yè)提升數(shù)據(jù)質(zhì)量，實(shí)現(xiàn)數(shù)據(jù)的持續(xù)性長效治理和復(fù)用水平。
　　以客戶為中心，持續(xù)為客戶創(chuàng)造價(jià)值。除智能物料外，作為一家采購供應(yīng)鏈數(shù)字化產(chǎn)品及服務(wù)提供商，北京筑龍已為眾多超大型及大中型國央企和集團(tuán)化民營企業(yè)提供采購供應(yīng)鏈數(shù)字化解決方案。后續(xù)，北京筑龍將持續(xù)提升技術(shù)創(chuàng)新能力，以更專業(yè)的產(chǎn)品與優(yōu)質(zhì)的服務(wù)助力更多企業(yè)實(shí)現(xiàn)采購供應(yīng)鏈數(shù)字化轉(zhuǎn)型升級。

圖-北京筑龍部分企業(yè)客戶