智決策   自評審

——基于大數據與人工智能的采購(gou)4.0時代

作者：林(lin)(lin)  嘯  張  倩  林(lin)(lin)靈淑

近年(nian)來，黨中(zhong)(zhong)央、國(guo)(guo)務(wu)(wu)院出臺(tai)了一(yi)系列政(zheng)策，對現代(dai)供(gong)應(ying)鏈(lian)創新發展進(jin)行了全面部(bu)(bu)署。產業(ye)供(gong)應(ying)鏈(lian)領域積極響應(ying)政(zheng)策號(hao)召(zhao)，加快培育新增長點、形成(cheng)新動(dong)(dong)能，展開(kai)了推(tui)動(dong)(dong)行業(ye)高質量發展的(de)探索創新。采購作(zuo)為供(gong)應(ying)鏈(lian)前端的(de)重要環節，在(zai)供(gong)應(ying)鏈(lian)體(ti)系中(zhong)(zhong)發揮著促(cu)進(jin)內部(bu)(bu)融合貫(guan)通(tong)、帶動(dong)(dong)外部(bu)(bu)協同合作(zuo)的(de)重要作(zuo)用。在(zai)國(guo)(guo)家(jia)政(zheng)策的(de)大力支持和信息技術革命的(de)有(you)力驅(qu)(qu)動(dong)(dong)下，企業(ye)尤(you)其是(shi)國(guo)(guo)有(you)企業(ye)在(zai)供(gong)應(ying)鏈(lian)管理中(zhong)(zhong)建立(li)統(tong)一(yi)核心平臺(tai)、構(gou)建標準數據化管理體(ti)系的(de)訴求日益強烈(lie)，數據驅(qu)(qu)動(dong)(dong)業(ye)務(wu)(wu)、業(ye)務(wu)(wu)驅(qu)(qu)動(dong)(dong)數據的(de)良性(xing)循環體(ti)系開(kai)始逐步(bu)形成(cheng)。

隨著(zhu)國家優化(hua)(hua)營(ying)商環境(jing)工作的深入推(tui)進以及“互聯(lian)網+”、大數據算法等技術的快速發(fa)展，招標投標形(xing)態發(fa)生(sheng)了深刻的變化(hua)(hua)，采(cai)購活動(dong)逐漸(jian)由(you)線下(xia)向(xiang)線上平(ping)臺轉移，電子化(hua)(hua)和(he)信息(xi)化(hua)(hua)水平(ping)顯著(zhu)提升，國內大型企業(ye)集團(tuan)不(bu)(bu)斷深化(hua)(hua)應(ying)用(yong)集中(zhong)(zhong)規模(mo)采(cai)購模(mo)式，加(jia)快更(geng)新(xin)迭(die)代(dai)，推(tui)動(dong)集中(zhong)(zhong)規模(mo)采(cai)購不(bu)(bu)斷向(xiang)新(xin)的高(gao)度發(fa)展。

集中(zhong)采購自誕生以來，經歷了三個(ge)主要發展階段。

以線下采(cai)購(gou)為主要(yao)特征(zheng)的采(cai)購(gou)1.0時代依托大量紙(zhi)質文件、人(ren)工集(ji)中操作，通過規模效應獲取成本效益，該(gai)階段歷時最(zui)久，效率也(ye)最(zui)低。

采購2.0時代是(shi)從(cong)線下采購向線上采購轉移的過渡期，眾(zhong)多(duo)企業通過網絡信息載體完成采購活(huo)動，但各環(huan)節仍大(da)量(liang)依靠人工主導，信息割裂的特征明顯。

采(cai)購3.0時代是當下正(zheng)在經(jing)歷(li)的(de)(de)(de)現(xian)代智(zhi)慧供(gong)應鏈建設(she)階段(duan)，以全過程管(guan)控、全要素驅動、全周期協(xie)同(tong)、全方位融合(he)、全鏈條貫通(tong)(tong)為導向，將供(gong)應鏈各環(huan)(huan)節貫通(tong)(tong)協(xie)同(tong)。采(cai)購3.0時代的(de)(de)(de)采(cai)購模式雖然在較(jiao)大程度(du)上實現(xian)了供(gong)應鏈各環(huan)(huan)節的(de)(de)(de)貫通(tong)(tong)，并通(tong)(tong)過各類信息化、數(shu)字(zi)化手段(duan)進一(yi)步解放(fang)了人力資源，但采(cai)購的(de)(de)(de)核心仍然重(zhong)度(du)依賴(lai)人的(de)(de)(de)參與和決(jue)策(ce)。隨(sui)著大數(shu)據與人工智(zhi)能(neng)技(ji)術的(de)(de)(de)不斷發展革(ge)新，以自我(wo)管(guan)理、自我(wo)驅動、自我(wo)決(jue)策(ce)為特征的(de)(de)(de)智(zhi)慧采(cai)購4.0時代正(zheng)呼之欲出。

采(cai)購(gou)(gou)4.0時代將突出解決招標(biao)采(cai)購(gou)(gou)三大傳統掣肘和難(nan)題：一是采(cai)購(gou)(gou)策略(lve)依靠“人(ren)為決策”，缺(que)乏科(ke)學合理的(de)邏輯支撐體系；二是投標(biao)環節需要(yao)供應(ying)商(shang)“人(ren)工投標(biao)”，耗費大量人(ren)力(li)、物力(li)提供相(xiang)關信(xin)(xin)息；三是采(cai)購(gou)(gou)評(ping)審(shen)依賴(lai)評(ping)審(shen)專家“人(ren)力(li)評(ping)審(shen)”，信(xin)(xin)息分析效率低下。新(xin)的(de)采(cai)購(gou)(gou)模(mo)式(shi)將打破并重構原有的(de)行(xing)業(ye)(ye)模(mo)式(shi)、合作關系、用戶邊界，驅動采(cai)購(gou)(gou)人(ren)與(yu)供應(ying)商(shang)、設(she)計單(dan)位等供應(ying)鏈伙伴緊(jin)密(mi)協(xie)同，加(jia)快營造信(xin)(xin)息集成、業(ye)(ye)務協(xie)作和資源共享(xiang)的(de)產業(ye)(ye)鏈生態圈，促進國(guo)內(nei)循環，形成強大國(guo)內(nei)市場，助(zhu)力(li)構建(jian)新(xin)發展格(ge)局。

基于(yu)大數據(ju)與人(ren)工(gong)智能的采(cai)(cai)購(gou)4.0時代是打破原有采(cai)(cai)購(gou)各環節信息系統獨立(li)運行(xing)邊界(jie)，重構數據(ju)層(ceng)、策略層(ceng)、應用層(ceng)的一體(ti)化概念。

在數(shu)據層，通過(guo)標(biao)準化底(di)層設(she)計及大數(shu)據技術對采(cai)購(gou)(gou)全流程(cheng)的(de)過(guo)程(cheng)信(xin)(xin)息(xi)數(shu)據、供應(ying)商側(ce)生(sheng)產(chan)運行(xing)實時信(xin)(xin)息(xi)、工商征信(xin)(xin)專(zhuan)利社(she)保等(deng)社(she)會端信(xin)(xin)息(xi)數(shu)據、檢(jian)測(ce)機構(gou)和認證(zheng)機構(gou)及審計律所等(deng)提供的(de)第三方機構(gou)數(shu)據進(jin)行(xing)識別與梳理，將(jiang)信(xin)(xin)息(xi)直接應(ying)用于采(cai)購(gou)(gou)評審側(ce)，避(bi)免(mian)各中間環節的(de)加工及信(xin)(xin)息(xi)丟失(shi)等(deng)情況發生(sheng)。

在策略層，通過建(jian)立科(ke)學的(de)支(zhi)撐體系，從市場類型、供(gong)(gong)應商畫像(xiang)、價格監控(kong)等角度(du)為集中規模采購策略調(diao)整提(ti)供(gong)(gong)理論依據。同時，充分發揮采購策略的(de)科(ke)學引(yin)導作(zuo)用，減少(shao)采購活(huo)動中招標(biao)人及(ji)代理機構的(de)主觀性，進一步提(ti)升決策科(ke)學性，并降低廉潔從業(ye)風(feng)險。

在(zai)應用層，通過(guo)人工智能技(ji)術將人工無法(fa)處理總結的海量復(fu)雜(za)數據進(jin)行學習分析，識(shi)別內在(zai)聯系(xi)和規律(lv)，并推薦預測可能的結果分類，從而實現高(gao)效智慧(hui)的采購(gou)管(guan)理。

（一）數據層

數(shu)據(ju)作(zuo)為(wei)企業信息(xi)化建設(she)和數(shu)字(zi)化轉(zhuan)型的(de)(de)基礎性(xing)、戰略性(xing)資源，是(shi)采購4.0時代的(de)(de)核心要(yao)素。當前(qian)，供(gong)(gong)(gong)應(ying)鏈(lian)(lian)數(shu)據(ju)問題日益突(tu)出，主要(yao)表現(xian)為(wei)：供(gong)(gong)(gong)應(ying)鏈(lian)(lian)前(qian)后端數(shu)據(ju)標準與顆粒度(du)(du)不統一、不規(gui)范；供(gong)(gong)(gong)應(ying)鏈(lian)(lian)數(shu)據(ju)延伸深(shen)度(du)(du)、廣度(du)(du)不足，孤島化現(xian)象嚴(yan)重；供(gong)(gong)(gong)應(ying)鏈(lian)(lian)上(shang)下游各方信息(xi)反饋滯后，互動性(xing)差。為(wei)進一步實(shi)現(xian)物資領域的(de)(de)大數(shu)據(ju)與人工智能應(ying)用，亟(ji)需在三(san)個(ge)方面實(shi)現(xian)數(shu)據(ju)的(de)(de)高效管理、協同共(gong)享。

1.形成供應鏈通用數據語言(yan)體系

通(tong)過建設(she)(she)并嚴格執行(xing)數據業(ye)務標(biao)(biao)準(zhun)，形成涵蓋采(cai)購(gou)(gou)物資、設(she)(she)備參數、供(gong)(gong)(gong)應商信息的(de)(de)(de)統(tong)一(yi)編碼規(gui)則(ze)，構(gou)建通(tong)用(yong)且唯一(yi)的(de)(de)(de)供(gong)(gong)(gong)應鏈(lian)數據語(yu)言，打通(tong)采(cai)購(gou)(gou)標(biao)(biao)準(zhun)、合同(tong)管(guan)理、供(gong)(gong)(gong)應商管(guan)理、物資供(gong)(gong)(gong)應等業(ye)務模塊的(de)(de)(de)數據壁壘，實(shi)現從(cong)計劃、標(biao)(biao)準(zhun)化(hua)、采(cai)購(gou)(gou)到后續履約、監造環節的(de)(de)(de)全流程數據貫(guan)通(tong)應用(yong)。數據的(de)(de)(de)規(gui)范化(hua)管(guan)理不僅是實(shi)現數字化(hua)的(de)(de)(de)基礎條件(jian)，更是進(jin)一(yi)步(bu)鞏(gong)固深化(hua)供(gong)(gong)(gong)應鏈(lian)智(zhi)慧運營的(de)(de)(de)重大底層設(she)(she)計。

2.高效整合物資領(ling)域上下游(you)信(xin)息

通過智能化數(shu)據(ju)(ju)感知手段，實(shi)現(xian)基建、設(she)備(bei)、營銷等(deng)需求側數(shu)據(ju)(ju)的(de)實(shi)時(shi)采(cai)集，同(tong)時(shi)實(shi)時(shi)獲取供(gong)應商生(sheng)產工單、排產計(ji)劃(hua)、生(sheng)產設(she)備(bei)運(yun)(yun)行情(qing)況等(deng)供(gong)給側數(shu)據(ju)(ju)，以(yi)及(ji)(ji)社會信(xin)用信(xin)息(xi)系(xi)統、地理交通物(wu)流系(xi)統跨行業數(shu)據(ju)(ju)，解決投(tou)標信(xin)息(xi)層層編輯修改(gai)、反復(fu)儲存的(de)問題(ti)，減少系(xi)統中冗(rong)余(yu)信(xin)息(xi)儲存，有效釋(shi)放效能。通過將設(she)備(bei)監造、出廠驗收、履約協調、現(xian)場安裝、項目(mu)投(tou)產啟動以(yi)及(ji)(ji)日(ri)常運(yun)(yun)行等(deng)各關鍵環節出現(xian)的(de)問題(ti)進行多(duo)維量化，形成評價分值(zhi)并應用于采(cai)購階段，從而(er)將物(wu)資領(ling)域上下游信(xin)息(xi)高(gao)效整合(he)匯聚至采(cai)購環節。

3.搭(da)建信息實時交互共享平臺

通過搭(da)建涉(she)及(ji)設計單位、業主單位、監管(guan)部門、制造商(shang)等(deng)供(gong)(gong)應(ying)鏈(lian)各(ge)方的實時交(jiao)(jiao)互共(gong)享平臺，為(wei)供(gong)(gong)應(ying)鏈(lian)全局提供(gong)(gong)多(duo)元化信(xin)息與(yu)意見，構建智能化交(jiao)(jiao)互模型(xing)，引領供(gong)(gong)應(ying)鏈(lian)上下游數(shu)據實時引流、共(gong)享共(gong)治、自主迭代、除舊納新，從根本(ben)上解決各(ge)環節間信(xin)息反饋滯后、數(shu)據沉淀冗余等(deng)問題。

高效、協同(tong)、共享的(de)供(gong)應(ying)鏈(lian)數據(ju)底(di)層構(gou)架是(shi)(shi)招(zhao)標(biao)人(ren)獲(huo)取(qu)供(gong)應(ying)鏈(lian)全量(liang)數據(ju)、避免(mian)“人(ren)為制定”采購(gou)策略(lve)的(de)基礎(chu)，是(shi)(shi)供(gong)應(ying)商擺脫“人(ren)工(gong)投標(biao)”、實(shi)現一鍵投標(biao)的(de)關(guan)鍵，也是(shi)(shi)減輕(qing)評標(biao)專家“人(ren)力評審(shen)”工(gong)作量(liang)、提升評審(shen)智能化水平的(de)重要前提。

（二(er)）策略層

當(dang)前采(cai)(cai)購(gou)(gou)(gou)(gou)模(mo)式下，采(cai)(cai)購(gou)(gou)(gou)(gou)策(ce)略(lve)(lve)(lve)的(de)制定(ding)主要依靠人(ren)工(gong)(gong)決策(ce)。面對(dui)復雜的(de)市(shi)(shi)(shi)(shi)場(chang)(chang)環境(jing)、眾多的(de)市(shi)(shi)(shi)(shi)場(chang)(chang)主體(ti)(ti)，人(ren)工(gong)(gong)統(tong)計分析通常難以找出采(cai)(cai)購(gou)(gou)(gou)(gou)策(ce)略(lve)(lve)(lve)的(de)調整與(yu)中標人(ren)價格或質量(liang)變動的(de)關聯(lian)關系(xi)，不(bu)同(tong)采(cai)(cai)購(gou)(gou)(gou)(gou)策(ce)略(lve)(lve)(lve)與(yu)中標結果(guo)缺乏(fa)系(xi)統(tong)性規律(lv)總結，采(cai)(cai)購(gou)(gou)(gou)(gou)策(ce)略(lve)(lve)(lve)的(de)制定(ding)缺少(shao)科學(xue)合(he)理的(de)支(zhi)撐體(ti)(ti)系(xi)，無(wu)法真正發揮調節(jie)與(yu)引(yin)導作用。采(cai)(cai)購(gou)(gou)(gou)(gou)4.0模(mo)式下，利用大(da)數據(ju)與(yu)人(ren)工(gong)(gong)智能技術，通過深度學(xue)習歷史采(cai)(cai)購(gou)(gou)(gou)(gou)數據(ju)與(yu)市(shi)(shi)(shi)(shi)場(chang)(chang)信息(xi)，應用市(shi)(shi)(shi)(shi)場(chang)(chang)競爭態勢、市(shi)(shi)(shi)(shi)場(chang)(chang)群體(ti)(ti)畫(hua)像(xiang)、市(shi)(shi)(shi)(shi)場(chang)(chang)價格跟(gen)蹤等理論體(ti)(ti)系(xi)，建立從市(shi)(shi)(shi)(shi)場(chang)(chang)研究到(dao)主體(ti)(ti)分析再到(dao)價格追蹤的(de)多維策(ce)略(lve)(lve)(lve)智能制定(ding)分析框架，有(you)效指導企業采(cai)(cai)購(gou)(gou)(gou)(gou)與(yu)定(ding)價策(ce)略(lve)(lve)(lve)。

1.市(shi)場態勢實時分(fen)析

招標(biao)(biao)投(tou)(tou)標(biao)(biao)活(huo)動(dong)是一(yi)個招標(biao)(biao)人和投(tou)(tou)標(biao)(biao)人互相博弈(yi)的(de)(de)(de)過(guo)程，招標(biao)(biao)采購(gou)(gou)策略的(de)(de)(de)制(zhi)定必須(xu)依(yi)據市(shi)場(chang)(chang)(chang)環境的(de)(de)(de)變化(hua)和雙(shuang)方博弈(yi)的(de)(de)(de)結(jie)果動(dong)態調整。應(ying)(ying)用大(da)數據技(ji)術(shu)實時(shi)跟(gen)蹤市(shi)場(chang)(chang)(chang)波(bo)動(dong)，通(tong)過(guo)市(shi)場(chang)(chang)(chang)中企業(ye)的(de)(de)(de)數量(liang)、市(shi)場(chang)(chang)(chang)份額、企業(ye)規模的(de)(de)(de)關(guan)系(xi)獲知市(shi)場(chang)(chang)(chang)結(jie)構，自動(dong)研判當前(qian)及未來一(yi)定時(shi)間內的(de)(de)(de)供應(ying)(ying)商(shang)競(jing)(jing)爭態勢(shi)(shi)、市(shi)場(chang)(chang)(chang)競(jing)(jing)爭類型、具象化(hua)市(shi)場(chang)(chang)(chang)特點。對于(yu)不同的(de)(de)(de)市(shi)場(chang)(chang)(chang)情況，針對性提出差(cha)異化(hua)的(de)(de)(de)采購(gou)(gou)策略，從而實現不同的(de)(de)(de)采購(gou)(gou)目標(biao)(biao)與市(shi)場(chang)(chang)(chang)引導訴求(qiu)，如圖1所示(shi)。如對于(yu)投(tou)(tou)標(biao)(biao)廠(chang)(chang)家(jia)充(chong)足(zu)的(de)(de)(de)完全(quan)競(jing)(jing)爭市(shi)場(chang)(chang)(chang)，在(zai)策略上應(ying)(ying)進一(yi)步(bu)強化(hua)技(ji)術(shu)和質量(liang)評(ping)審，著重選優選強。又如對于(yu)投(tou)(tou)標(biao)(biao)廠(chang)(chang)家(jia)較少(shao)的(de)(de)(de)寡頭壟斷市(shi)場(chang)(chang)(chang)，在(zai)保證質量(liang)的(de)(de)(de)同時(shi)，一(yi)方面需適度降(jiang)低(di)門檻，增(zeng)加(jia)供應(ying)(ying)商(shang)數量(liang)，防止供應(ying)(ying)鏈斷裂(lie)風險；另(ling)一(yi)方面需著重監控價(jia)格(ge)(ge)趨(qu)勢(shi)(shi)，分析報價(jia)異常，警惕惡意抬升價(jia)格(ge)(ge)。

2.供應(ying)商畫像迭(die)代更(geng)新

供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)群(qun)體能(neng)(neng)(neng)力(li)參差(cha)、各具(ju)特點，分析(xi)掌(zhang)握供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)的各方面能(neng)(neng)(neng)力(li)是支撐(cheng)采(cai)購策(ce)略進(jin)(jin)行(xing)(xing)(xing)有(you)效調整(zheng)的重要前提。基于采(cai)購全流(liu)程積累的供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)多維(wei)度信(xin)息，構建供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)能(neng)(neng)(neng)力(li)畫(hua)像(xiang)模型。供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)能(neng)(neng)(neng)力(li)畫(hua)像(xiang)采(cai)用大數(shu)據分布式算法，將供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)在(zai)(zai)供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)鏈不同環節的多維(wei)度信(xin)息進(jin)(jin)行(xing)(xing)(xing)歸(gui)納整(zheng)合。在(zai)(zai)采(cai)購評(ping)(ping)(ping)審(shen)(shen)初(chu)評(ping)(ping)(ping)階段(duan)，進(jin)(jin)行(xing)(xing)(xing)合格性審(shen)(shen)查，通過構建產(chan)品(pin)實力(li)指標(biao)，體現供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)產(chan)品(pin)研發與(yu)生產(chan)能(neng)(neng)(neng)力(li)。在(zai)(zai)采(cai)購評(ping)(ping)(ping)審(shen)(shen)詳評(ping)(ping)(ping)階段(duan)，進(jin)(jin)行(xing)(xing)(xing)優劣性評(ping)(ping)(ping)價(jia)(jia)，橫向(xiang)對比各供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)在(zai)(zai)技術、商(shang)務、價(jia)(jia)格方面的差(cha)異，整(zheng)合形成技術競(jing)爭能(neng)(neng)(neng)力(li)、商(shang)務競(jing)爭能(neng)(neng)(neng)力(li)、供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)報價(jia)(jia)行(xing)(xing)(xing)為等要素(su)，如圖2所示(shi)。在(zai)(zai)采(cai)購結束后，及時跟蹤收集中標(biao)供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)在(zai)(zai)生產(chan)制造、安裝(zhuang)調試、物資供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)、運行(xing)(xing)(xing)維(wei)護等環節的評(ping)(ping)(ping)價(jia)(jia)反饋，持續(xu)對供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)畫(hua)像(xiang)信(xin)息進(jin)(jin)行(xing)(xing)(xing)迭代更新。在(zai)(zai)市(shi)場競(jing)爭態勢分析(xi)的基礎上，通過細化供(gong)(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)商(shang)能(neng)(neng)(neng)力(li)畫(hua)像(xiang)，進(jin)(jin)一步聚(ju)焦微觀個體，豐富差(cha)異化的采(cai)購策(ce)略方案。

3.采購價格跟蹤預警

價(jia)(jia)(jia)格(ge)(ge)策(ce)(ce)略作為招標(biao)采(cai)(cai)購中重要的(de)(de)招標(biao)策(ce)(ce)略，直接影響著投標(biao)人群體報價(jia)(jia)(jia)水平(ping)以(yi)及招標(biao)人的(de)(de)經(jing)濟(ji)利(li)(li)益。通過(guo)建立價(jia)(jia)(jia)格(ge)(ge)波(bo)動預警及調(diao)控(kong)機制，充分(fen)考(kao)慮市場(chang)價(jia)(jia)(jia)格(ge)(ge)水平(ping)受宏觀(guan)經(jing)濟(ji)、原(yuan)材料價(jia)(jia)(jia)格(ge)(ge)、當前市場(chang)競爭態勢等(deng)客觀(guan)因素影響，持(chi)續跟蹤市場(chang)價(jia)(jia)(jia)格(ge)(ge)長期、中期、短期三個(ge)不(bu)(bu)同(tong)階段的(de)(de)波(bo)動情況(kuang)，利(li)(li)用智(zhi)能算(suan)法確定(ding)產品價(jia)(jia)(jia)格(ge)(ge)合理性波(bo)動區間。持(chi)續追(zhui)蹤不(bu)(bu)同(tong)批次采(cai)(cai)購價(jia)(jia)(jia)格(ge)(ge)變化，根據價(jia)(jia)(jia)格(ge)(ge)波(bo)動設定(ding)分(fen)級預警機制，當價(jia)(jia)(jia)格(ge)(ge)波(bo)動達(da)到設定(ding)閾值后將觸(chu)發不(bu)(bu)同(tong)等(deng)級的(de)(de)預警，按照規則自動調(diao)整策(ce)(ce)略導向(xiang)，從而(er)建立價(jia)(jia)(jia)格(ge)(ge)追(zhui)蹤及負(fu)反饋機制。

通過(guo)長期的實踐積(ji)累(lei)和算法的自(zi)我學(xue)習，采購策略模型得以(yi)不斷優(you)化完(wan)善，改變了以(yi)往“拍腦(nao)袋”的主(zhu)觀性(xing)制(zhi)(zhi)定方式，解決了采購策略“人為制(zhi)(zhi)定”的掣(che)肘(zhou)。

(三)應用(yong)層

傳統集中采(cai)購(gou)模(mo)式中，單一(yi)化(hua)的(de)評審(shen)要素往(wang)往(wang)忽視(shi)了需求側(ce)的(de)個(ge)性化(hua)需求。同時,評審(shen)階段出現(xian)的(de)圍標串標現(xian)象(xiang)難(nan)以人為界定(ding)，供(gong)應商后續生產(chan)供(gong)貨(huo)延(yan)遲和同類(lei)(lei)型(xing)產(chan)品(pin)質(zhi)量(liang)問題等情況時有發(fa)生，難(nan)以預測。采(cai)購(gou)4.0模(mo)式下(xia)，利用(yong)大數據(ju)與人工(gong)智(zhi)能(neng)技術，能(neng)夠(gou)挖(wa)掘供(gong)應商鏈條表(biao)象(xiang)背后隱藏的(de)深層邏輯關系，有效(xiao)預警(jing)各類(lei)(lei)潛在風險(xian)。以電網設備采(cai)購(gou)為例(li)，可(ke)以實現(xian)以下(xia)四(si)個(ge)方面的(de)智(zhi)能(neng)化(hua)應用(yong)。

1.采購質量導向預警

基于大數(shu)據的質量問題分(fen)析，能夠(gou)利用設(she)(she)(she)備(bei)型號(hao)、技(ji)術標(biao)準、所屬路線(xian)、組件(jian)廠(chang)商、投(tou)運(yun)時間等信(xin)息，構建電力設(she)(she)(she)備(bei)知識(shi)圖(tu)譜(pu)，深挖(wa)設(she)(she)(she)備(bei)事故(gu)關(guan)鍵(jian)誘因。通過將(jiang)圖(tu)譜(pu)與采購(gou)需(xu)求、供(gong)應商投(tou)標(biao)相應信(xin)息進行(xing)分(fen)析比對，對相關(guan)供(gong)應商及設(she)(she)(she)備(bei)依據、關(guan)聯性(xing)進行(xing)否決或相應扣分(fen)處理，有效防范設(she)(she)(she)備(bei)并發(fa)(fa)事故(gu)風險(xian)，避免電力設(she)(she)(she)備(bei)“家族性(xing)病癥”，支撐電力設(she)(she)(she)備(bei)并發(fa)(fa)故(gu)障預測。

2.圍標(biao)串(chuan)標(biao)監控預警

利用機器(qi)學(xue)習(xi)(xi)的算法訓(xun)練模(mo)型有效分析(xi)分類(lei)投標(biao)文件，把歷史真實串標(biao)的投標(biao)人投標(biao)報價(jia)、相似度高的文字(zi)描述等“行為特征(zheng)”作為增強學(xue)習(xi)(xi)模(mo)型的輸入值(zhi)，不斷迭加(jia)訓(xun)練出特定特征(zheng)與(yu)圍標(biao)串標(biao)行為的對應關(guan)系模(mo)型，從而在評標(biao)時給出本批次投標(biao)文件圍標(biao)串標(biao)的監控預警。

3.因地制宜(yi)差異化評審

針(zhen)對低溫、潮濕、高海拔(ba)等惡劣環(huan)境或位于電(dian)網關鍵樞紐區(qu)域的重點站線(xian)，自動(dong)匹(pi)配供(gong)應商(shang)歷史供(gong)貨及運行情(qing)況，優(you)化技(ji)術評審(shen)因子，分(fen)(fen)級分(fen)(fen)類考量供(gong)應商(shang)應對特別情(qing)況的能(neng)力，加大特殊(shu)技(ji)術參數差異(yi)性(xing)指標評審(shen)占比，在先(xian)進適用的基礎上，遴選最匹(pi)配的供(gong)應商(shang)，實現(xian)專區(qu)專供(gong)。

4.風(feng)險分級產能(neng)預警

通過構建模糊(hu)和(he)長短期(qi)記憶神經網絡(luo)模型，綜合(he)利(li)用(yong)(yong)網絡(luo)抓(zhua)取技術(shu)、文本識別技術(shu)，整(zheng)合(he)電網經營大數(shu)據與外部(bu)公開信(xin)(xin)息，自動(dong)獲取供(gong)(gong)應(ying)商(shang)動(dong)產(chan)(chan)(chan)抵押、資金困(kun)難等(deng)信(xin)(xin)用(yong)(yong)信(xin)(xin)息，以(yi)及(ji)供(gong)(gong)應(ying)商(shang)生(sheng)產(chan)(chan)(chan)工(gong)單、排產(chan)(chan)(chan)計劃、生(sheng)產(chan)(chan)(chan)設備運行等(deng)情況，預期(qi)供(gong)(gong)應(ying)商(shang)破產(chan)(chan)(chan)、延期(qi)交貨等(deng)風險，構建智能評級模型，實現對企業(ye)信(xin)(xin)用(yong)(yong)、價值及(ji)風險的精準評級，合(he)理限制風險估值異常(chang)的供(gong)(gong)應(ying)商(shang)中標量(liang)，保障資金安全、物資供(gong)(gong)應(ying)時效(xiao)和(he)質量(liang)。

1.智慧(hui)引領(ling)采(cai)(cai)購變(bian)革(ge)，采(cai)(cai)購全流程自動(dong)化、科學化、智能化

基于大數(shu)據與人(ren)工(gong)智(zhi)(zhi)能的(de)(de)采(cai)購4.0時代，人(ren)力(li)資源將(jiang)從采(cai)購流(liu)程中(zhong)釋(shi)放，轉(zhuan)向(xiang)頂層設計環(huan)節，大幅減(jian)少(shao)當前采(cai)購模式中(zhong)的(de)(de)人(ren)為干預因素，降低人(ren)力(li)成本，實現采(cai)購全流(liu)程的(de)(de)自動化、科學(xue)化、智(zhi)(zhi)能化。全要素信息自動抓取分析(xi)，信息流(liu)自動貫穿采(cai)購全流(liu)程，減(jian)少(shao)人(ren)工(gong)機械化操(cao)作；搭建科學(xue)分析(xi)框架，分析(xi)采(cai)購全流(liu)程數(shu)據，輔助進行采(cai)購決(jue)策，提升采(cai)購科學(xue)性(xing)；利用系統學(xue)習(xi)與深度學(xue)習(xi)技術，智(zhi)(zhi)能研判(pan)分析(xi)，定制化采(cai)購方案，采(cai)購質(zhi)效飛躍性(xing)提升。

2.落實“碳(tan)達(da)峰、碳(tan)中(zhong)和”要求，大幅節省招(zhao)標方及供應(ying)商資源成本

基于(yu)大(da)數(shu)據(ju)與人(ren)工(gong)智(zhi)能的采(cai)購(gou)(gou)4.0時代，招標方從(cong)采(cai)購(gou)(gou)流(liu)程(cheng)與組(zu)織(zhi)中(zhong)釋放(fang)，供應(ying)商(shang)擺脫繁雜的投標活動，人(ren)力資(zi)(zi)源、經濟資(zi)(zi)源等都得到(dao)大(da)幅(fu)釋放(fang)。依托自動化系統，采(cai)購(gou)(gou)全流(liu)程(cheng)周期大(da)幅(fu)縮短(duan)，采(cai)購(gou)(gou)需求得以(yi)高(gao)效(xiao)滿足，實(shi)現采(cai)購(gou)(gou)精(jing)益規(gui)范、供應(ying)及時準確(que)、設備安全可靠、管理優質高(gao)效(xiao)，推(tui)動采(cai)購(gou)(gou)活動向智(zhi)慧卓越模式發展。