智能化技術在大型科普場館采購中的應用研究

摘要：隨著信息技術的迅猛發展，大型科普場館面臨著日益復雜的采購挑戰，包括采購服務類定制化項目多、對需求描述精準度要求高、采購過程冗長費力以及風險控制等問題。本文討論了智能化技術在采購過程中的具體應用，例如運用智能化技術自動生成需求描述、創建智能化招投標模塊、利用大數據分析預測采購需求的變化趨勢等，還探討了人工智能在采購決策中的作用。這些技術的應用不僅能夠提高采購工作的透明度和準確性，還能減少人為錯誤和時間消耗，以提升采購效率和采購質量。同時，也分析了智能化采購面臨的一些挑戰和問題，并提出了相應的解決措施。

關鍵詞：大型科普場館；智能化技術；采購效率

中圖分類號：F2 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2025.09.015

1 研究背景與目的

近年來，黨中央、國務院高度重視數字中國的建設，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》指出，要完善科技創新體制機制、提高數字政府建設水平、提升企業技術創新能力，充分發揮海量數據和豐富應用場景優勢，賦能產業轉型升級，打造數字經濟新優勢，加快數字社會建設步伐，營造良好數字生態。隨著科技的飛速發展，智能化已成為許多行業的重要發展方向。隨著數字化技術的應用與普及，大型科普場館，作為向公眾普及科學知識、提升科學素養的重要平臺，也開始引入智能化技術，以提高場館的運行效率，增強科普教育的吸引力和效果。本文將對大型科普場館中采購智能化的研究應用進行探討，旨在為推動科普場館的智能化升級提供參考。

2 大型科普場館中采購現狀問題

2.1 服務類定制化項目多，編制采購文件難

大型科普場館作為科普教育、展覽、旅游為一體的大型公共服務場所，其采購項目需求以保障場館運營及傳播提升科普教育為主，根據調研分析發現在大型科普場館中服務類采購項目居多。以某大型科普場館C館2023年調研數據為例，研究發現大型科普場館中服務類采購項目在場館采購金額上占比大，且項目數量占的比重超過一半。

場館中的服務類采購項目不僅是常見的咨詢服務、信息技術服務，還包含場館展示陳列相關的服務、創新設計類服務以及與科普教育活動相關的服務項目等，此類定制類服務項目并非常規的采購項目，所以在前期需要多次溝通以形成采購文件（采購文件包括需求文件、采購公告及招標文件等）。且定制類服務采購項目的評比不僅需要比較服務價格，還需要比較方案、考量供應商資質背景、服務質量、服務能力等，因此在采購文件中這些考量需要全面精準。由此可見此類項目的采購文件編制之難。

2.2 采購流程周期長

以某大型科普場館C館2023年調研數據為例，各種采購方式少則20天多則3個月有余，其中前期市場調研需要時間，溝通需求、編制文件時間長、決策時間久，以及投標供應商因資格性審查不通過等原因導致采購失敗重新開啟采購流程的情況屢見不鮮，采購周期長則效率低，甚至會影響場館的運營。

2.3 采購中監管不足

大部分的科普場館采購都面臨缺乏有效的監督機制來確保招標過程的合法性和公平性的問題，以C館為例，C館采購項目中評標中專家有一定的自主裁量權，如監管不足即會造成由于專家的個人偏見、越權裁量以及不正當牟利等原因，項目評標缺乏公平和透明度。監管不足還會有質量控制風險，采購的貨物或服務不符合預期的質量標準，沒有適當的檢測或驗收程序來確保產品質量，以及供應商的履約能力不足會影響項目質量和進度。

3 采購應用智能化技術的益處

隨著以ChatGPT（人工智能技術驅動的自然語言處理工具）為代表的生成式人工智能的崛起，人工智能技術有望助力提升采購效率及起到優化流程的輔助作用。人工智能系統的底層邏輯，使AI能夠理解和適應環境，解決復雜的問題，甚至在某些情況下展現出類似人類的智能行為。了解人工智能的底層邏輯在于使計算機能夠做出類似人類智能的行為和判斷，通過圖靈測試可判斷人工智能與人類智能之間的類似程度。目前，生成式人工智能在多模態感知、決策規劃等方面展現出了不俗的潛力，一旦人工智能呈現出人類智能的特點和行為，機器就能夠輔助人類開展寫作、繪畫等創造性工作。可見人工智能將從輔助性的角色走向人機互動相互合作的角色[1]。

人工智能領域有多種算法模型，機器學習、深度學習、自然語言處理適合嵌入招標采購中的各個環節。機器學習可以通過數據和模式識別來改進性能，通過對歷年采購數據的分析，承擔更為復雜的工作角色，如采購計劃預算的預測、回標文件分析及智能化評標等等，從而幫助采購人和需求人提升招標采購工作的效率。采購人與需求人也可以在這一階段中不斷挖掘人工智能的潛力，學習更多非標準化復雜性工作的內容，從而開發出創新的智能化采購模式，實現招標采購的精益化管理。

此外，人工智能還可以通過學習專家和強化學習，模仿專家在某一領域的決策過程，更好發揮決策模型在通用領域中的基本作用。從整體角度看，人工智能可以提供輔助決策甚至是半自動化決策的功能，為招投標決策提供支持與幫助，從而提升采購的效率及質量。

4 大型科普場館采購智能化的實施策略

建立智能化的采購系統：自動生成需求模塊、智能化招投標板塊、結構化評審模塊及智能化項目驗收模塊，以實現采購的智能化技術應用。

4.1 創建自動化采購需求模塊

4.1.1 計劃預算預測分析模塊

利用數據分析和預測技術，對科普場館的采購需求進行預測。通過分析歷史數據、采購趨勢、參觀人數等因素，預測未來的物資需求，以便提前做好采購計劃、采購預算申報以及采購工作的準備，如供應商調研等。

4.1.2 建立需求模板庫，自動化生成需求

通過讓人工智能學習大量的過往技術需求文件，使得智能化系統可以通過自然對話的方式，輸出采購項目的基本情況、采購需求、采購條件等信息。首先需要總結歸納過往的需求文件形成模板庫，設定標準化的需求描述模型，并設定非標準化技術要求的主要的要素條件（以分解量化的形式呈現）引導需求人將需求描述詳盡。其次在模板庫中設置關鍵字的檢測識別，即需求人在輸入簡單的語言描述可以獲取到相匹配的需求模版，通過對話的模式將主要要素信息快速補充完整，即可以一鍵生成需求文件。最終生成的完整的技術需求文件有助于輸出符合要求的采購文件，減少需求人與采購人之間由于需求描述不清晰而增加的溝通成本，從而在提高采購文件編制的精準度的同時加快編制采購文件的速度。

4.2 創建智能化招投標板塊

4.2.1 采購公告編制模塊

根據已經生成的采購技術需求文件，建立采購公告編制模塊，設定公告信息的主要信息字段，這些字段信息可以通過將采購公告與技術需求互相鏈接進行獲取，即通過抓取技術需求中的關鍵信息，如需求描述、交付時間、要求標準以及預算信息等，簡明總結成采購公告。并通過模塊后臺與發布渠道的鏈接形成采購公告發布的信息統一性，同時減少采購人編制采購公告的時間及工作量。

4.2.2 招標文件編制模塊

在建立編制招標文件模塊時，根據采購范圍及技術需求文件，匹配相應品類的標準文本描述。結合采購需要，在標準文本描述基礎上對評審詳細評分項、評分說明、結構化評審規則等進行調整，該模塊可與評審模塊結合設定及運用。

4.2.3 投標文件編制模塊

建立智能化投標文件編制模塊，可幫助供應商快速進入評審指標項響應階段。該模塊可根據評審規則，顯示評審項需要填寫的內容及上傳佐證材料的指導。設置自動化工具，允許供應商逐項進行對應填寫并上傳加密的投標文件，包括技術方案、報價單、公司資質等，減少供應商的準備成本。系統需設置復核提醒功能，如填寫不完整或有缺漏，則自動提醒供應商返回對應位置進行完善，減少因資質文件及低級錯誤導致的采購失敗的情況發生。系統需設置安全與備份存儲功能，在供應商提交投標文件后確保文件的安全存儲，防止泄露或篡改，同時備份所有文件。

4.3 創建結構化評審模塊

結構化評審方式在采購流程優化上分別涉及招標階段、投標階段和評標階段。招標階段涉及模板框架的建立設定及評審要素的細化量化，實現評審模塊結構化智能化；在投標階段標準化投標文件的要求及電子化收取投標文件，智能化抓取投標數據；在評標階段，根據預設的評分規則，智能賦分，供評審專家進行審核確認[2]。

4.3.1 建立評審規則模板庫，結構化量化評審細則

在招標階段即要設定評審規則，為優化采購流程，模板化評審規則，主要對項目評審條款中的客觀評審項進行結構化分解，預置供應商響應條款與計算規則，設定評審要素并定義標準，隨后開展量化工作，根據指標對于項目的重要性給予不同的評價指標分配權重[3]。

創建模板框架：為每個評價維度制定一個通用的模板，并固化到系統中，實現客觀評審項的評審數據由信息系統智能化比對計算。

預置供應商響應條款：提前預設需要供應商響應的條款內容，包括技術響應條款、商務響應條款以及供應商資質響應條款。

分解細化評價指標：列出具體可量化的評價指標，比如“技術方案可行性”“響應速度”“供應商經驗能力”及“投標價格”等。然后進行進一步分解細化指標，如“技術方案可行性”，可細分為：技術成熟度、技術兼容性、技術創新性及技術風險。

設定評審指標評價標準：對于每個評價指標，設定具體的評價標準，包括預期的最低標準、理想標準以及卓越標準。例如，“技術成熟度”可設定的評價標準是“成熟度低（尚未落地實施）”“成熟度良好（過往成功落地實施）”和“超出預期（有豐富的過往成功案例，且在未來發展中的適應性和升級潛力較強）”。

設置評價指標權重：根據重要性給予不同的評價指標分配權重，以反映其在整體評審中的比重。

采用量表：使用數字評分（如1～10分）或等級評分（如優秀、良好、合格、不合格）。

4.3.2 項目評審智能賦分模塊

在開標階段，待投標文件解密后，系統會自動提取供應商投標文件中的結構化評審指標項，由信息系統自動獲取部分評分數據。

在評審階段，系統可根據結構化評分規則自動計算供應商客觀項的得分，評審專家可點擊得分項，即可鏈接至佐證材料索引界面，并可以利用0CR識別技術實現標文件中資質文件的真偽鑒別，輔助專家審核投標人響應數據的真實性及完整性[4]。通過系統智能賦分及專家的專業評審的結合實現半自動化的決策模型，優化采購決策周期的同時，減少由于專家主觀意見對采購結果的影響，保障評標的公平性。

4.4 創建智能化項目驗收模塊

項目履約驗收實現智能化是形成采購流程智能化的閉環，同時可以提高采購效率和透明度。采購訂單及采購合同實現平臺電子化后，履約驗收可以根據訂單及合同對應設置。可以實現分項驗收，在項目不同階段對已完成的部分進行驗收及履約評價。在總體驗收時，通過生成式人工智能的輔助配合，后臺運用算法可以輸出對項目供應商的評估報告和信用評級，從而為監管優化提供數據支持。在項目履約驗收階段也是項目合同即將到期的階段，可以設置智能化的到期前預警，有效提醒需求人及采購人為后續采購提前準備及合同續約預留評估時間，避免因合同已結束但新的采購未發起而造成空檔服務期及發生應急采購的情況。

5 大型科普場館采購智能化的挑戰與對策

（1）技術挑戰：智能化技術的應用需要一定的技術基礎和支持。對此，需要引入先進的技術，提升場館的技術能力。以C館為例，目前已經在使用的系統是A系統，引入新的智能化技術，一種方法是由A系統的供應商開發新模塊，但開發成本非常高昂，且A系統供應商對所需的智能化技術模塊開發并沒有相關經驗，因此只能選擇由經驗豐富的智能化技術開發商提供服務。目前C館幾乎所有的線上采購流程都在A流程上，引入智能化技術新供應商實現采購效率的提升還是增加采購系統使用的難度成為C館智能化技術應用的最大挑戰。現有技術供應商與新引入的供應商如何通力合作，以及如何有效管理，加強采購智能化的實際效用，這些挑戰和風險，需要采取相應的措施和方法進行解決。

技術對策：實現強強聯合，可以遵循以下幾個步驟和策略。

第一步，聯合現有系統供應商及新技術供應商評估現有系統，溝通協作支持新技術系統嵌入或者系統相互鏈接。強化溝通協作，有效配合提升技術支持，挖掘可優化的技術操作，提升技術兼容性，確保引入技術與現有系統的兼容性。

第二步，模塊化集成與持續測試。盡可能地采用模塊化的方式集成新技術，以便于調試和維護，避免由于技術未成熟匹配造成原有系統的生態破壞。在不同階段對引入新技術的系統進行測試，確保所需功能實現正常使用且符合預期效果。在測試過程中各個階段邀請終端用戶參與測試，并收集他們的反饋意見，在后續調整修改中不斷優化。

第三步，培訓和支持。組織培訓課程幫助終端用戶掌握新技術的操作方法。同時采購人還需要不斷學習，深入了解人工智能技術的潛力和優勢，積極探索并應用新技術，助力大型科普場館智能化應用持續發展。同時要求技術供應商配備專業的技術團隊提供持續的技術支持，以及時解決可能出現的問題。

（2）監管挑戰：智能化的采購系統涉及大量的數據交換和存儲，數據安全問題不容忽視。在招標采購流程中應用智能化技術時，大量的數據收集和信息交換和處理可能涉及數據隱私問題。因此，需要加強數據安全管理和監管。此外，在采購評審階段算法的偏見會影響供應商的公平競爭機會；看不見的決策過程使決策缺乏透明度，影響決策結果的公正性。

監管對策：定期檢查系統的性能，確保其穩定運行。加強網絡安全措施，建立完善的數據安全體系，防止數據泄露。需及時了解數據隱私相關的法律法規，如數據安全法、最新的用戶協議及隱私政策，及時根據政策變動優化調整，確保所有數據收集處理活動符合法律法規的要求。提前與技術供應商約定，要求其提供詳細的算法運行方式，以便了解模型的決策過程。并對算法進行審查，要求智能化系統提供的決策具備可解釋性，以確保其公正性和公平性。

（3）制度挑戰：智能化采購的實施可能需要改變現有的工作流程和制度。因此，需要制定相應的規章制度和操作規范，確保智能化采購的順利實施。其次是責任問題。智能化技術系統可能在決策中出現失誤，因此也需要制定相應的規章制度明確職責。

制度對策：采購人可參考國家和省市級相關法律法規、規章制度和規范性文件及最新的政策通知等，結合實際的操作流程，制定適用于大型科普場館的采購管理辦法。以C館為例，由于智能化技術的引入，采購流程發生了變化，因此C館的采購管理辦法需要進行相應的修訂。流程的變化同時導致了職責的變化，在招標采購中明確職責至關重要，因此需要根據實際情況及時修訂相應的責任范圍并明確責任人，包括供應商、采購部門和需求部門以及監管部門等需要履行的職責和需要承擔的責任范圍，如發生因系統失誤導致的問題，可及時施行補救措施，并明確責任[5]。

6 結語

在大型科普場館中，采購的智能化技術應用能幫助場館提升場館運行效率、降低采購成本、提升采購質量。然而，在實施過程中也面臨著技術、監管和制度等方面的挑戰，我們需要通過對應的措施來推動采購智能化的落地實施，保障智能化技術在大型科普場館采購中的順利嵌入。隨著科技的不斷發展，智能化技術將在大型科普場館中發揮更大的作用。采購人需要在借助智能化提高采購效率的同時不斷挖掘智能化技術的潛力，也要關注其帶來的問題，以實現科普場館的可持續發展。

參考文獻

［1］駱飛，馬雨璇.人工智能嵌入招標采購：邏輯、路徑與風險[J].中國招標，2023，（12）：22-23.

[2]戰立秋.智能化輔助評標功能探索與實踐[J].招標采購管理，2021，（07）：27-29.

[3]程建寧，張松青.電子招投標智能評標實現方法研究[J].中國物流與采購，2021，（13）：34-35.

[4]張晉維，李上群，焦彥華，等.數字化采購技術的研究與實踐[J].中國招標，2023，（08）：40-43.

[5]楊召奎.監管新規出臺，推動生成式人工智能向上向善[N].工人日報，2023-7-17.