智決策   自評審

——基于大數據與人工(gong)智能(neng)的采(cai)購4.0時代

作(zuo)者：林(lin)  嘯  張  倩  林(lin)靈淑

近年來，黨中央(yang)、國務院(yuan)出臺了(le)(le)一(yi)系列政(zheng)策(ce)，對現代供應(ying)(ying)鏈(lian)創新(xin)發展(zhan)進行了(le)(le)全面(mian)部(bu)署。產業(ye)供應(ying)(ying)鏈(lian)領域積極(ji)響應(ying)(ying)政(zheng)策(ce)號(hao)召(zhao)，加快培育新(xin)增(zeng)長點、形(xing)成(cheng)(cheng)新(xin)動(dong)(dong)能，展(zhan)開了(le)(le)推動(dong)(dong)行業(ye)高(gao)質量發展(zhan)的(de)(de)探索(suo)創新(xin)。采購(gou)作為供應(ying)(ying)鏈(lian)前(qian)端的(de)(de)重(zhong)要(yao)(yao)環(huan)節，在供應(ying)(ying)鏈(lian)體(ti)系中發揮(hui)著促進內部(bu)融合貫通、帶動(dong)(dong)外部(bu)協同(tong)合作的(de)(de)重(zhong)要(yao)(yao)作用(yong)。在國家政(zheng)策(ce)的(de)(de)大力(li)支持和(he)信(xin)息技(ji)術革命的(de)(de)有力(li)驅動(dong)(dong)下，企(qi)業(ye)尤其是國有企(qi)業(ye)在供應(ying)(ying)鏈(lian)管理中建立統一(yi)核心平(ping)臺、構建標準(zhun)數(shu)據(ju)化管理體(ti)系的(de)(de)訴求日益強烈，數(shu)據(ju)驅動(dong)(dong)業(ye)務、業(ye)務驅動(dong)(dong)數(shu)據(ju)的(de)(de)良(liang)性(xing)循環(huan)體(ti)系開始逐步形(xing)成(cheng)(cheng)。

隨著(zhu)國家優(you)化(hua)(hua)營商(shang)環境工作的(de)(de)深入推進以及“互(hu)聯網+”、大數(shu)據算(suan)法等技術的(de)(de)快(kuai)(kuai)速發展，招標投標形態發生了深刻的(de)(de)變化(hua)(hua)，采(cai)購(gou)(gou)活動(dong)逐漸由線(xian)(xian)下向線(xian)(xian)上平臺轉移，電子化(hua)(hua)和信息化(hua)(hua)水平顯(xian)著(zhu)提升，國內大型企(qi)業集(ji)團不斷(duan)深化(hua)(hua)應用(yong)集(ji)中(zhong)規(gui)模(mo)采(cai)購(gou)(gou)模(mo)式，加快(kuai)(kuai)更(geng)新(xin)迭代，推動(dong)集(ji)中(zhong)規(gui)模(mo)采(cai)購(gou)(gou)不斷(duan)向新(xin)的(de)(de)高度發展。

集中采購自誕生以來，經歷了三個(ge)主要發展階段。

以線下采購(gou)為主(zhu)要特征的采購(gou)1.0時代依托大量紙質文件、人(ren)工集中操(cao)作(zuo)，通過規模效應獲取成本效益，該階段(duan)歷時最(zui)久，效率也最(zui)低。

采購2.0時代是(shi)從線下采購向線上采購轉移的過渡期，眾多企(qi)業通過網絡信息載體完成采購活(huo)動，但各環節(jie)仍大量(liang)依靠人(ren)工主導，信息割(ge)裂(lie)的特(te)征明顯。

采購(gou)3.0時代(dai)(dai)是當下(xia)正在經歷的(de)現(xian)代(dai)(dai)智慧供(gong)應鏈(lian)(lian)建(jian)設階(jie)段(duan)，以全過(guo)程(cheng)管控(kong)、全要素驅(qu)動(dong)、全周期協同(tong)(tong)、全方位融合、全鏈(lian)(lian)條貫(guan)(guan)通為(wei)導向，將供(gong)應鏈(lian)(lian)各環節貫(guan)(guan)通協同(tong)(tong)。采購(gou)3.0時代(dai)(dai)的(de)采購(gou)模式(shi)雖然(ran)在較大程(cheng)度(du)上(shang)實現(xian)了供(gong)應鏈(lian)(lian)各環節的(de)貫(guan)(guan)通，并通過(guo)各類信息化(hua)、數字化(hua)手段(duan)進(jin)一步(bu)解放了人(ren)力資源，但采購(gou)的(de)核心仍然(ran)重(zhong)度(du)依賴人(ren)的(de)參與和決(jue)策。隨著大數據(ju)與人(ren)工智能技(ji)術的(de)不斷發(fa)展革新(xin)，以自我(wo)(wo)管理、自我(wo)(wo)驅(qu)動(dong)、自我(wo)(wo)決(jue)策為(wei)特征的(de)智慧采購(gou)4.0時代(dai)(dai)正呼之欲出(chu)。

采(cai)購(gou)4.0時代將突出解決招標采(cai)購(gou)三大傳統掣(che)肘和(he)難(nan)題：一(yi)是采(cai)購(gou)策(ce)略依靠“人(ren)為決策(ce)”，缺乏科學(xue)合理的邏輯支撐體系；二(er)是投(tou)標環節需要供應商“人(ren)工投(tou)標”，耗(hao)費大量人(ren)力、物力提供相關信息；三是采(cai)購(gou)評審(shen)(shen)依賴評審(shen)(shen)專(zhuan)家“人(ren)力評審(shen)(shen)”，信息分析效(xiao)率低下。新(xin)的采(cai)購(gou)模(mo)式(shi)將打破(po)并重構原有的行(xing)業模(mo)式(shi)、合作(zuo)關系、用戶(hu)邊界，驅(qu)動采(cai)購(gou)人(ren)與(yu)供應商、設(she)計單位等供應鏈(lian)伙伴緊密(mi)協同，加快營造(zao)信息集成(cheng)、業務協作(zuo)和(he)資(zi)源共享的產(chan)業鏈(lian)生態圈，促進國(guo)內(nei)循環，形成(cheng)強(qiang)大國(guo)內(nei)市場，助力構建新(xin)發展格局。

基于大數據與(yu)人工智(zhi)能(neng)的(de)采(cai)購(gou)4.0時(shi)代是打破原有(you)采(cai)購(gou)各環節信息系統獨立運行邊界，重構數據層(ceng)、策略層(ceng)、應(ying)用層(ceng)的(de)一體(ti)化概念。

在數(shu)(shu)據(ju)層(ceng)，通過標準化底(di)層(ceng)設計及(ji)大數(shu)(shu)據(ju)技術對采購全流程(cheng)的(de)(de)過程(cheng)信(xin)息數(shu)(shu)據(ju)、供(gong)應商側生產(chan)運行(xing)實時(shi)信(xin)息、工商征信(xin)專利(li)社(she)保(bao)等社(she)會(hui)端信(xin)息數(shu)(shu)據(ju)、檢測機構和(he)認證機構及(ji)審計律所等提(ti)供(gong)的(de)(de)第三方機構數(shu)(shu)據(ju)進行(xing)識別與梳理，將信(xin)息直接應用于采購評(ping)審側，避(bi)免(mian)各中間環節的(de)(de)加工及(ji)信(xin)息丟失等情況發生。

在(zai)策(ce)略層，通過建立科學的支撐體(ti)系，從市場(chang)類型、供(gong)應商畫像、價格監控等角度為集(ji)中規模采(cai)購(gou)策(ce)略調整(zheng)提(ti)供(gong)理(li)論依(yi)據。同時，充分發揮(hui)采(cai)購(gou)策(ce)略的科學引導作用，減(jian)少采(cai)購(gou)活動中招標人及(ji)代理(li)機構的主(zhu)觀性(xing)，進一步提(ti)升(sheng)決策(ce)科學性(xing)，并降低(di)廉潔從業風險。

在(zai)應用(yong)層，通過人(ren)(ren)工(gong)智(zhi)能(neng)技(ji)術將(jiang)人(ren)(ren)工(gong)無法處理總(zong)結(jie)的海量復雜數據進行學習分(fen)析，識別內(nei)在(zai)聯系和(he)規律(lv)，并推薦(jian)預測可能(neng)的結(jie)果分(fen)類，從而實(shi)現高效智(zhi)慧的采購(gou)管理。

（一）數據層

數(shu)據(ju)(ju)作為(wei)(wei)企(qi)業信息(xi)化建設(she)和(he)數(shu)字化轉(zhuan)型的基礎性(xing)(xing)、戰(zhan)略性(xing)(xing)資(zi)源(yuan)，是(shi)采購4.0時代的核心(xin)要(yao)素。當前，供(gong)應(ying)鏈數(shu)據(ju)(ju)問題日(ri)益突出，主要(yao)表現為(wei)(wei)：供(gong)應(ying)鏈前后端數(shu)據(ju)(ju)標準與(yu)顆粒(li)度(du)不(bu)(bu)統(tong)一、不(bu)(bu)規(gui)范；供(gong)應(ying)鏈數(shu)據(ju)(ju)延伸(shen)深度(du)、廣(guang)度(du)不(bu)(bu)足，孤(gu)島(dao)化現象嚴(yan)重；供(gong)應(ying)鏈上下游各方信息(xi)反饋滯后，互動性(xing)(xing)差。為(wei)(wei)進一步實現物資(zi)領域的大數(shu)據(ju)(ju)與(yu)人工智能應(ying)用，亟需在三(san)個方面實現數(shu)據(ju)(ju)的高效管理、協同(tong)共(gong)享(xiang)。

1.形成供應鏈通用數據語(yu)言(yan)體(ti)系

通(tong)過建(jian)設(she)并嚴格執行數(shu)(shu)據業務標準(zhun)，形成涵蓋采購物(wu)資、設(she)備參數(shu)(shu)、供(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商信息的統(tong)一編碼規(gui)(gui)則，構建(jian)通(tong)用(yong)且唯一的供(gong)(gong)應(ying)(ying)(ying)(ying)(ying)鏈數(shu)(shu)據語言，打(da)通(tong)采購標準(zhun)、合同(tong)管(guan)(guan)理、供(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商管(guan)(guan)理、物(wu)資供(gong)(gong)應(ying)(ying)(ying)(ying)(ying)等業務模塊的數(shu)(shu)據壁(bi)壘，實現從計(ji)劃、標準(zhun)化(hua)、采購到后續履(lv)約(yue)、監造環節的全流程數(shu)(shu)據貫(guan)通(tong)應(ying)(ying)(ying)(ying)(ying)用(yong)。數(shu)(shu)據的規(gui)(gui)范(fan)化(hua)管(guan)(guan)理不(bu)僅(jin)是實現數(shu)(shu)字(zi)化(hua)的基礎(chu)條件，更是進一步鞏(gong)固深化(hua)供(gong)(gong)應(ying)(ying)(ying)(ying)(ying)鏈智慧運營的重大底層設(she)計(ji)。

2.高效整合物資領域上下游信息

通(tong)過智(zhi)能化數據感(gan)知手(shou)段(duan)，實(shi)現基建、設(she)備(bei)、營銷等需求側數據的實(shi)時采(cai)集，同時實(shi)時獲取供(gong)(gong)應商生產工單、排產計劃(hua)、生產設(she)備(bei)運行(xing)情況等供(gong)(gong)給側數據，以及社(she)會信(xin)(xin)用(yong)(yong)信(xin)(xin)息系統、地理交(jiao)通(tong)物流(liu)系統跨行(xing)業數據，解決投標信(xin)(xin)息層層編輯修改、反復(fu)儲存的問題，減少系統中冗余(yu)信(xin)(xin)息儲存，有效(xiao)釋放效(xiao)能。通(tong)過將設(she)備(bei)監(jian)造、出廠驗收、履約協調、現場安裝、項目投產啟(qi)動以及日常運行(xing)等各關鍵環節出現的問題進(jin)行(xing)多(duo)維量化，形成評(ping)價分值(zhi)并應用(yong)(yong)于采(cai)購(gou)階段(duan)，從(cong)而將物資領(ling)域上下游信(xin)(xin)息高效(xiao)整合匯聚至采(cai)購(gou)環節。

3.搭(da)建信(xin)息(xi)實時交互共享平臺

通過(guo)搭建涉及設計單位(wei)、業主(zhu)單位(wei)、監管部門、制造(zao)商等供(gong)(gong)應(ying)(ying)鏈各(ge)方的實時交互共享平臺，為供(gong)(gong)應(ying)(ying)鏈全局提(ti)供(gong)(gong)多元化信(xin)(xin)息與意見，構建智能化交互模型，引領(ling)供(gong)(gong)應(ying)(ying)鏈上下(xia)游數(shu)據實時引流(liu)、共享共治、自主(zhu)迭代、除(chu)舊納新，從根本上解決各(ge)環節間信(xin)(xin)息反饋滯(zhi)后、數(shu)據沉淀冗余等問(wen)題。

高(gao)效(xiao)、協同、共享的(de)(de)供(gong)應(ying)鏈數據(ju)底層構架是(shi)招標人獲取供(gong)應(ying)鏈全量數據(ju)、避免“人為(wei)制(zhi)定”采購策略(lve)的(de)(de)基(ji)礎，是(shi)供(gong)應(ying)商(shang)擺(bai)脫“人工投標”、實(shi)現一鍵投標的(de)(de)關鍵，也是(shi)減(jian)輕(qing)評標專(zhuan)家(jia)“人力評審(shen)”工作量、提升評審(shen)智(zhi)能化水平的(de)(de)重(zhong)要(yao)前提。

（二(er)）策略層(ceng)

當前(qian)采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)模(mo)式(shi)下，采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)策(ce)略(lve)的制定(ding)主要(yao)依(yi)靠人工(gong)決策(ce)。面對復(fu)雜的市(shi)場(chang)(chang)環境、眾(zhong)多的市(shi)場(chang)(chang)主體，人工(gong)統(tong)計分(fen)(fen)析通常難以找(zhao)出采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)策(ce)略(lve)的調(diao)整(zheng)與中(zhong)標(biao)(biao)人價格或質量變動的關聯關系，不同采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)策(ce)略(lve)與中(zhong)標(biao)(biao)結(jie)果(guo)缺乏系統(tong)性規律總(zong)結(jie)，采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)策(ce)略(lve)的制定(ding)缺少(shao)科學(xue)合理的支撐體系，無法(fa)真正發揮調(diao)節與引導作(zuo)用(yong)。采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)4.0模(mo)式(shi)下，利用(yong)大(da)數據與人工(gong)智(zhi)能(neng)(neng)技(ji)術，通過(guo)深(shen)度學(xue)習歷史采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)數據與市(shi)場(chang)(chang)信息，應(ying)用(yong)市(shi)場(chang)(chang)競爭(zheng)態勢、市(shi)場(chang)(chang)群體畫像、市(shi)場(chang)(chang)價格跟蹤(zong)等理論體系，建立從市(shi)場(chang)(chang)研究到主體分(fen)(fen)析再到價格追蹤(zong)的多維策(ce)略(lve)智(zhi)能(neng)(neng)制定(ding)分(fen)(fen)析框架(jia)，有效指(zhi)導企(qi)業(ye)采(cai)(cai)(cai)(cai)(cai)購(gou)(gou)(gou)與定(ding)價策(ce)略(lve)。

1.市場態勢實時(shi)分析

招標(biao)(biao)(biao)投(tou)標(biao)(biao)(biao)活動(dong)是一(yi)個(ge)招標(biao)(biao)(biao)人和投(tou)標(biao)(biao)(biao)人互相博弈的(de)(de)(de)過程，招標(biao)(biao)(biao)采購策(ce)略(lve)的(de)(de)(de)制定必須依據(ju)市(shi)(shi)場(chang)(chang)(chang)環境的(de)(de)(de)變化和雙方博弈的(de)(de)(de)結(jie)果動(dong)態調整。應用大數(shu)(shu)據(ju)技術實(shi)時(shi)跟(gen)蹤市(shi)(shi)場(chang)(chang)(chang)波動(dong)，通過市(shi)(shi)場(chang)(chang)(chang)中企業(ye)的(de)(de)(de)數(shu)(shu)量、市(shi)(shi)場(chang)(chang)(chang)份額(e)、企業(ye)規模的(de)(de)(de)關系獲知市(shi)(shi)場(chang)(chang)(chang)結(jie)構(gou)，自動(dong)研判當前及未來(lai)一(yi)定時(shi)間內(nei)的(de)(de)(de)供應商競(jing)爭態勢、市(shi)(shi)場(chang)(chang)(chang)競(jing)爭類型、具象化市(shi)(shi)場(chang)(chang)(chang)特點(dian)。對于(yu)不(bu)(bu)同(tong)的(de)(de)(de)市(shi)(shi)場(chang)(chang)(chang)情況，針對性提出差異化的(de)(de)(de)采購策(ce)略(lve)，從而實(shi)現不(bu)(bu)同(tong)的(de)(de)(de)采購目標(biao)(biao)(biao)與市(shi)(shi)場(chang)(chang)(chang)引導訴求，如圖1所示。如對于(yu)投(tou)標(biao)(biao)(biao)廠家充足的(de)(de)(de)完(wan)全競(jing)爭市(shi)(shi)場(chang)(chang)(chang)，在策(ce)略(lve)上應進一(yi)步強化技術和質(zhi)(zhi)量評(ping)審，著重選優選強。又如對于(yu)投(tou)標(biao)(biao)(biao)廠家較少的(de)(de)(de)寡(gua)頭壟斷市(shi)(shi)場(chang)(chang)(chang)，在保證質(zhi)(zhi)量的(de)(de)(de)同(tong)時(shi)，一(yi)方面(mian)需(xu)(xu)適度降(jiang)低門檻(jian)，增加供應商數(shu)(shu)量，防止供應鏈斷裂風險；另一(yi)方面(mian)需(xu)(xu)著重監控價(jia)(jia)格趨(qu)勢，分(fen)析(xi)報價(jia)(jia)異常，警惕惡意抬升價(jia)(jia)格。

2.供應(ying)商畫像(xiang)迭(die)代更新

供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)群體(ti)能(neng)(neng)力參(can)差(cha)、各(ge)具特點(dian)，分(fen)析掌握供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)的(de)各(ge)方面能(neng)(neng)力是支(zhi)撐采(cai)(cai)購策(ce)略進行(xing)(xing)有(you)效調(diao)整(zheng)的(de)重要前提。基于采(cai)(cai)購全流(liu)程積累的(de)供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)多(duo)維(wei)度信(xin)息，構建供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)能(neng)(neng)力畫(hua)像(xiang)模型。供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)能(neng)(neng)力畫(hua)像(xiang)采(cai)(cai)用大數(shu)據分(fen)布式算法，將供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)在(zai)供(gong)(gong)(gong)應(ying)(ying)鏈不同環節的(de)多(duo)維(wei)度信(xin)息進行(xing)(xing)歸納整(zheng)合(he)(he)。在(zai)采(cai)(cai)購評審初評階(jie)段(duan)(duan)，進行(xing)(xing)合(he)(he)格(ge)性審查，通過(guo)構建產(chan)品實力指標(biao)，體(ti)現供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)產(chan)品研發與(yu)生(sheng)產(chan)能(neng)(neng)力。在(zai)采(cai)(cai)購評審詳評階(jie)段(duan)(duan)，進行(xing)(xing)優劣性評價，橫(heng)向對(dui)比各(ge)供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)在(zai)技術、商(shang)(shang)(shang)務、價格(ge)方面的(de)差(cha)異，整(zheng)合(he)(he)形成技術競爭能(neng)(neng)力、商(shang)(shang)(shang)務競爭能(neng)(neng)力、供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)報價行(xing)(xing)為等(deng)要素，如圖2所示。在(zai)采(cai)(cai)購結束后，及(ji)時跟(gen)蹤收集中標(biao)供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)在(zai)生(sheng)產(chan)制造、安裝調(diao)試、物(wu)資(zi)供(gong)(gong)(gong)應(ying)(ying)、運(yun)行(xing)(xing)維(wei)護(hu)等(deng)環節的(de)評價反饋，持續對(dui)供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)畫(hua)像(xiang)信(xin)息進行(xing)(xing)迭代(dai)更新。在(zai)市場競爭態勢分(fen)析的(de)基礎上，通過(guo)細(xi)化供(gong)(gong)(gong)應(ying)(ying)商(shang)(shang)(shang)能(neng)(neng)力畫(hua)像(xiang)，進一步(bu)聚焦(jiao)微觀(guan)個(ge)體(ti)，豐富差(cha)異化的(de)采(cai)(cai)購策(ce)略方案。

3.采購價格跟蹤預警

價(jia)(jia)格(ge)(ge)策略(lve)作為招標采(cai)(cai)購中重要的(de)招標策略(lve)，直接(jie)影響(xiang)著投標人群體報(bao)價(jia)(jia)水(shui)平(ping)以(yi)及(ji)招標人的(de)經濟(ji)利益。通過建(jian)立(li)價(jia)(jia)格(ge)(ge)波(bo)動(dong)預(yu)警(jing)(jing)及(ji)調控機(ji)(ji)制，充分考慮市場(chang)(chang)價(jia)(jia)格(ge)(ge)水(shui)平(ping)受宏(hong)觀經濟(ji)、原材料價(jia)(jia)格(ge)(ge)、當(dang)前(qian)市場(chang)(chang)競爭(zheng)態勢(shi)等客(ke)觀因素影響(xiang)，持續跟蹤市場(chang)(chang)價(jia)(jia)格(ge)(ge)長(chang)期、中期、短期三個不同階段的(de)波(bo)動(dong)情況，利用(yong)智能算法確定產品(pin)價(jia)(jia)格(ge)(ge)合理性波(bo)動(dong)區間。持續追(zhui)蹤不同批次采(cai)(cai)購價(jia)(jia)格(ge)(ge)變化，根(gen)據價(jia)(jia)格(ge)(ge)波(bo)動(dong)設定分級(ji)預(yu)警(jing)(jing)機(ji)(ji)制，當(dang)價(jia)(jia)格(ge)(ge)波(bo)動(dong)達到設定閾值后將觸發不同等級(ji)的(de)預(yu)警(jing)(jing)，按照規則(ze)自動(dong)調整策略(lve)導向，從而建(jian)立(li)價(jia)(jia)格(ge)(ge)追(zhui)蹤及(ji)負反饋機(ji)(ji)制。

通過長期的實踐積累(lei)和算(suan)法的自我學(xue)習(xi)，采購策略模型得以(yi)不斷優化完善，改(gai)變了以(yi)往“拍腦(nao)袋”的主觀(guan)性制定方式，解決(jue)了采購策略“人為制定”的掣肘。

(三)應用層

傳統集中采(cai)購(gou)模式中，單(dan)一化(hua)的(de)評(ping)審要素往(wang)往(wang)忽視了(le)需(xu)求側的(de)個(ge)性(xing)化(hua)需(xu)求。同時,評(ping)審階段(duan)出現(xian)的(de)圍標串標現(xian)象(xiang)難以人(ren)為界(jie)定，供應商后續生產(chan)供貨延遲和同類型(xing)產(chan)品質(zhi)量(liang)問題等(deng)情況時有發生，難以預測。采(cai)購(gou)4.0模式下，利(li)用(yong)大數據(ju)與(yu)人(ren)工(gong)智能(neng)技術，能(neng)夠挖掘(jue)供應商鏈條表(biao)象(xiang)背后隱藏的(de)深層邏(luo)輯關系(xi)，有效(xiao)預警(jing)各類潛在風險。以電網設備采(cai)購(gou)為例，可以實(shi)現(xian)以下四個(ge)方面的(de)智能(neng)化(hua)應用(yong)。

1.采(cai)購質量導向預警

基于大數(shu)據的質量問題分析(xi)，能夠利用設(she)備(bei)(bei)(bei)型號(hao)、技術標準、所屬路線、組件廠商(shang)、投運時間等信息，構建電(dian)(dian)力設(she)備(bei)(bei)(bei)知(zhi)識(shi)圖譜(pu)，深挖設(she)備(bei)(bei)(bei)事(shi)故(gu)關鍵誘因。通過將圖譜(pu)與采購需求、供(gong)應(ying)(ying)商(shang)投標相應(ying)(ying)信息進行分析(xi)比對，對相關供(gong)應(ying)(ying)商(shang)及設(she)備(bei)(bei)(bei)依據、關聯性進行否決或相應(ying)(ying)扣分處理(li)，有效防范設(she)備(bei)(bei)(bei)并(bing)發事(shi)故(gu)風險(xian)，避免電(dian)(dian)力設(she)備(bei)(bei)(bei)“家族性病癥”，支撐電(dian)(dian)力設(she)備(bei)(bei)(bei)并(bing)發故(gu)障預測。

2.圍(wei)標串(chuan)標監控預警

利用(yong)機器(qi)學習的(de)算法訓練模型(xing)(xing)有效分(fen)析分(fen)類投標(biao)(biao)文件，把(ba)歷史真實串(chuan)標(biao)(biao)的(de)投標(biao)(biao)人投標(biao)(biao)報價(jia)、相似度(du)高的(de)文字(zi)描述等“行(xing)為特(te)征”作為增強學習模型(xing)(xing)的(de)輸(shu)入值，不斷迭(die)加訓練出特(te)定特(te)征與圍標(biao)(biao)串(chuan)標(biao)(biao)行(xing)為的(de)對應關系(xi)模型(xing)(xing)，從而在評(ping)標(biao)(biao)時給出本批次投標(biao)(biao)文件圍標(biao)(biao)串(chuan)標(biao)(biao)的(de)監控(kong)預警。

3.因(yin)地制(zhi)宜差異化評(ping)審(shen)

針(zhen)對低溫、潮濕(shi)、高海拔等惡劣環(huan)境(jing)或位于電(dian)網關(guan)鍵(jian)樞(shu)紐區域(yu)的(de)(de)重點(dian)站線，自動匹配(pei)供應(ying)商歷(li)史供貨及(ji)運行情況，優化(hua)技術評(ping)審因子，分(fen)級(ji)分(fen)類考量供應(ying)商應(ying)對特(te)別(bie)情況的(de)(de)能力，加大特(te)殊技術參數差異性(xing)指標評(ping)審占比，在先進適用的(de)(de)基(ji)礎上，遴選最匹配(pei)的(de)(de)供應(ying)商，實現專(zhuan)區專(zhuan)供。

4.風險(xian)分級產能預警

通過構建模糊和長短(duan)期(qi)記憶(yi)神經(jing)網絡模型，綜合(he)(he)利用(yong)網絡抓取技術(shu)、文本識別技術(shu)，整(zheng)合(he)(he)電網經(jing)營大數(shu)據與外部公開信息，自動(dong)獲取供(gong)應商動(dong)產(chan)抵押、資金困難(nan)等信用(yong)信息，以(yi)及(ji)供(gong)應商生產(chan)工單、排產(chan)計劃、生產(chan)設備運行等情況，預(yu)期(qi)供(gong)應商破(po)產(chan)、延(yan)期(qi)交(jiao)貨等風險(xian)，構建智(zhi)能評(ping)級(ji)模型，實現對(dui)企業信用(yong)、價值(zhi)(zhi)及(ji)風險(xian)的精準評(ping)級(ji)，合(he)(he)理限制風險(xian)估值(zhi)(zhi)異常的供(gong)應商中標量(liang)，保障資金安全、物資供(gong)應時效和質量(liang)。

1.智(zhi)慧(hui)引領采購變革(ge)，采購全(quan)流程自動化(hua)、科學化(hua)、智(zhi)能化(hua)

基于大數據與人(ren)工智能(neng)的采購(gou)(gou)(gou)4.0時代，人(ren)力資源將從(cong)采購(gou)(gou)(gou)流(liu)程中(zhong)釋放(fang)，轉(zhuan)向頂層設計環(huan)節，大幅減(jian)少(shao)(shao)當前采購(gou)(gou)(gou)模式(shi)中(zhong)的人(ren)為干預(yu)因素(su)，降(jiang)低(di)人(ren)力成本，實現(xian)采購(gou)(gou)(gou)全(quan)流(liu)程的自(zi)動化、科(ke)學化、智能(neng)化。全(quan)要(yao)素(su)信(xin)息自(zi)動抓取分析，信(xin)息流(liu)自(zi)動貫穿采購(gou)(gou)(gou)全(quan)流(liu)程，減(jian)少(shao)(shao)人(ren)工機(ji)械化操(cao)作(zuo)；搭建科(ke)學分析框架(jia)，分析采購(gou)(gou)(gou)全(quan)流(liu)程數據，輔助進行采購(gou)(gou)(gou)決策，提升采購(gou)(gou)(gou)科(ke)學性；利(li)用系統學習與深(shen)度學習技(ji)術，智能(neng)研(yan)判分析，定制(zhi)化采購(gou)(gou)(gou)方案，采購(gou)(gou)(gou)質效飛躍性提升。

2.落實“碳(tan)達(da)峰、碳(tan)中和(he)”要(yao)求，大幅節省(sheng)招標方(fang)及供應商資源成本

基于大(da)數據與人(ren)工智能的采(cai)(cai)(cai)購(gou)4.0時代，招標方(fang)從采(cai)(cai)(cai)購(gou)流程與組織(zhi)中釋放，供應商擺脫繁雜的投(tou)標活(huo)(huo)動(dong)，人(ren)力資(zi)源(yuan)、經濟資(zi)源(yuan)等都得到大(da)幅(fu)釋放。依(yi)托自動(dong)化系(xi)統，采(cai)(cai)(cai)購(gou)全流程周期大(da)幅(fu)縮短(duan)，采(cai)(cai)(cai)購(gou)需求得以(yi)高效滿足，實現采(cai)(cai)(cai)購(gou)精(jing)益規范、供應及(ji)時準確、設備安(an)全可(ke)靠(kao)、管理優質高效，推動(dong)采(cai)(cai)(cai)購(gou)活(huo)(huo)動(dong)向智慧卓(zhuo)越模式發展。