智決策   自評審

——基(ji)于大數據與人工智能的(de)采購4.0時(shi)代

作(zuo)者：林  嘯  張  倩  林靈淑

近年來，黨中(zhong)央、國(guo)務(wu)院出臺(tai)了一(yi)系(xi)(xi)列政(zheng)策，對現代供(gong)應(ying)(ying)(ying)鏈(lian)創(chuang)新發(fa)展(zhan)(zhan)進(jin)行(xing)了全面部署。產業供(gong)應(ying)(ying)(ying)鏈(lian)領域積極響(xiang)應(ying)(ying)(ying)政(zheng)策號召，加(jia)快培育(yu)新增長點、形成新動(dong)(dong)能，展(zhan)(zhan)開(kai)了推動(dong)(dong)行(xing)業高質量發(fa)展(zhan)(zhan)的(de)(de)探(tan)索創(chuang)新。采購作(zuo)為供(gong)應(ying)(ying)(ying)鏈(lian)前端(duan)的(de)(de)重要環節，在(zai)(zai)供(gong)應(ying)(ying)(ying)鏈(lian)體系(xi)(xi)中(zhong)發(fa)揮著(zhu)促進(jin)內部融合(he)貫通、帶動(dong)(dong)外部協同(tong)合(he)作(zuo)的(de)(de)重要作(zuo)用。在(zai)(zai)國(guo)家政(zheng)策的(de)(de)大力支持和信息技術革命的(de)(de)有(you)力驅動(dong)(dong)下，企業尤其是國(guo)有(you)企業在(zai)(zai)供(gong)應(ying)(ying)(ying)鏈(lian)管理中(zhong)建立統一(yi)核(he)心(xin)平臺(tai)、構建標準數據化(hua)管理體系(xi)(xi)的(de)(de)訴求日(ri)益強烈，數據驅動(dong)(dong)業務(wu)、業務(wu)驅動(dong)(dong)數據的(de)(de)良性循(xun)環體系(xi)(xi)開(kai)始逐(zhu)步形成。

隨著(zhu)國家優化營(ying)商環(huan)境工作的深(shen)入推(tui)進以及“互(hu)聯網(wang)+”、大(da)數據算法(fa)等技(ji)術的快速發展(zhan)，招標投標形態(tai)發生(sheng)了(le)深(shen)刻的變(bian)化，采(cai)購(gou)活動逐漸由線下(xia)向線上平(ping)臺轉移，電子(zi)化和(he)信(xin)息化水平(ping)顯著(zhu)提升，國內大(da)型企業集團(tuan)不斷深(shen)化應用集中規(gui)(gui)模采(cai)購(gou)模式，加快更新迭(die)代，推(tui)動集中規(gui)(gui)模采(cai)購(gou)不斷向新的高(gao)度發展(zhan)。

集中采購自誕生以(yi)來，經歷了三個(ge)主要發展階段。

以線下(xia)采(cai)購為(wei)主(zhu)要特征的采(cai)購1.0時代依托大(da)量紙質文件、人(ren)工(gong)集(ji)中(zhong)操作，通過規模(mo)效(xiao)應獲取成本效(xiao)益(yi)，該階(jie)段歷時最久，效(xiao)率也最低(di)。

采(cai)購(gou)2.0時代是(shi)從線下(xia)采(cai)購(gou)向線上采(cai)購(gou)轉移的過渡期，眾多企(qi)業通過網(wang)絡信息(xi)(xi)載體完成(cheng)采(cai)購(gou)活動(dong)，但各環節仍大量依靠人工主導，信息(xi)(xi)割裂的特征明(ming)顯(xian)。

采購(gou)(gou)3.0時代是當下正在經(jing)歷的(de)(de)(de)現代智慧供應鏈建設階段(duan)，以全(quan)(quan)(quan)過(guo)程管控、全(quan)(quan)(quan)要素驅動(dong)、全(quan)(quan)(quan)周期(qi)協(xie)(xie)同、全(quan)(quan)(quan)方位(wei)融(rong)合、全(quan)(quan)(quan)鏈條貫(guan)通為導(dao)向(xiang)，將(jiang)供應鏈各(ge)環節貫(guan)通協(xie)(xie)同。采購(gou)(gou)3.0時代的(de)(de)(de)采購(gou)(gou)模式(shi)雖(sui)然在較大(da)程度(du)(du)上實現了供應鏈各(ge)環節的(de)(de)(de)貫(guan)通，并通過(guo)各(ge)類信息(xi)化(hua)(hua)、數(shu)字(zi)化(hua)(hua)手段(duan)進一(yi)步解放了人力(li)資源，但采購(gou)(gou)的(de)(de)(de)核心仍然重度(du)(du)依賴人的(de)(de)(de)參與(yu)和決策(ce)。隨著大(da)數(shu)據與(yu)人工智能(neng)技術的(de)(de)(de)不斷發展革新，以自(zi)(zi)我管理(li)、自(zi)(zi)我驅動(dong)、自(zi)(zi)我決策(ce)為特征(zheng)的(de)(de)(de)智慧采購(gou)(gou)4.0時代正呼之(zhi)欲出。

采(cai)購(gou)(gou)4.0時代將突出解決(jue)招標采(cai)購(gou)(gou)三(san)大(da)傳統掣肘和(he)難(nan)題：一是(shi)(shi)采(cai)購(gou)(gou)策(ce)略(lve)依(yi)(yi)靠“人(ren)(ren)為決(jue)策(ce)”，缺乏科學合理的(de)邏(luo)輯支(zhi)撐體系；二是(shi)(shi)投標環(huan)節需要(yao)供(gong)應商“人(ren)(ren)工(gong)投標”，耗費大(da)量(liang)人(ren)(ren)力(li)、物力(li)提(ti)供(gong)相關信息；三(san)是(shi)(shi)采(cai)購(gou)(gou)評審依(yi)(yi)賴(lai)評審專(zhuan)家“人(ren)(ren)力(li)評審”，信息分析效率低下(xia)。新的(de)采(cai)購(gou)(gou)模式將打破并重構原有的(de)行業模式、合作(zuo)關系、用戶邊界，驅動采(cai)購(gou)(gou)人(ren)(ren)與供(gong)應商、設計單(dan)位等供(gong)應鏈伙伴緊(jin)密協(xie)同(tong)，加快營造信息集(ji)成、業務協(xie)作(zuo)和(he)資源共(gong)享的(de)產業鏈生態(tai)圈，促進(jin)國內(nei)循環(huan)，形(xing)成強大(da)國內(nei)市(shi)場，助力(li)構建新發展格局(ju)。

基(ji)于大數據(ju)與人工(gong)智能的采(cai)購(gou)4.0時代是打破原有采(cai)購(gou)各環(huan)節信息系統獨立運(yun)行(xing)邊界，重構數據(ju)層、策略層、應用層的一體化概念。

在(zai)數(shu)(shu)(shu)據(ju)層，通過標準化底(di)層設計及大(da)數(shu)(shu)(shu)據(ju)技術對采(cai)購(gou)全(quan)流程的過程信息(xi)(xi)數(shu)(shu)(shu)據(ju)、供應商側(ce)生產運行實時信息(xi)(xi)、工商征信專(zhuan)利社(she)保等(deng)(deng)社(she)會端信息(xi)(xi)數(shu)(shu)(shu)據(ju)、檢測機(ji)構(gou)(gou)和認證(zheng)機(ji)構(gou)(gou)及審計律(lv)所(suo)等(deng)(deng)提供的第三方(fang)機(ji)構(gou)(gou)數(shu)(shu)(shu)據(ju)進行識(shi)別與梳理，將信息(xi)(xi)直接應用(yong)于采(cai)購(gou)評審側(ce)，避免各中(zhong)間環節(jie)的加工及信息(xi)(xi)丟失等(deng)(deng)情況發生。

在策(ce)略(lve)(lve)層(ceng)，通過建立科學的支(zhi)撐體系，從(cong)市場類(lei)型、供(gong)(gong)應商畫(hua)像、價格監控等角度為(wei)集中(zhong)規模采(cai)購策(ce)略(lve)(lve)調整提供(gong)(gong)理論依據。同時，充(chong)分(fen)發(fa)揮(hui)采(cai)購策(ce)略(lve)(lve)的科學引導作(zuo)用，減(jian)少采(cai)購活動(dong)中(zhong)招標人及(ji)代理機構(gou)的主觀性，進(jin)一步提升決策(ce)科學性，并降低廉潔從(cong)業風險。

在應用(yong)層，通過人工(gong)智(zhi)能技術將人工(gong)無法處(chu)理總結的(de)海量復(fu)雜數據進行學習分(fen)析，識別內(nei)在聯(lian)系和(he)規(gui)律，并(bing)推薦預測可能的(de)結果(guo)分(fen)類，從而實現高效智(zhi)慧的(de)采(cai)購管理。

（一）數據層

數(shu)(shu)據(ju)作為(wei)(wei)企業信息化建設和(he)數(shu)(shu)字(zi)化轉型的基礎性、戰(zhan)略性資源(yuan)，是采(cai)購4.0時代的核(he)心要素。當(dang)前，供(gong)應(ying)(ying)鏈數(shu)(shu)據(ju)問題(ti)日益突(tu)出，主(zhu)要表現為(wei)(wei)：供(gong)應(ying)(ying)鏈前后端數(shu)(shu)據(ju)標準(zhun)與顆粒度(du)不統一、不規范；供(gong)應(ying)(ying)鏈數(shu)(shu)據(ju)延伸深度(du)、廣度(du)不足，孤島(dao)化現象嚴重；供(gong)應(ying)(ying)鏈上下(xia)游各方信息反(fan)饋滯后，互(hu)動性差(cha)。為(wei)(wei)進(jin)一步實(shi)現物資領域的大數(shu)(shu)據(ju)與人(ren)工智能(neng)應(ying)(ying)用，亟需在(zai)三個方面(mian)實(shi)現數(shu)(shu)據(ju)的高效(xiao)管(guan)理、協同共享。

1.形(xing)成(cheng)供(gong)應鏈通用數據語言體系(xi)

通過建設并嚴(yan)格執行(xing)數(shu)據業務(wu)標(biao)(biao)準，形(xing)成涵(han)蓋采購(gou)物(wu)(wu)資(zi)、設備參數(shu)、供(gong)(gong)(gong)應(ying)商信息的(de)(de)(de)統一編碼規則，構建通用且唯一的(de)(de)(de)供(gong)(gong)(gong)應(ying)鏈數(shu)據語(yu)言，打通采購(gou)標(biao)(biao)準、合同管(guan)理、供(gong)(gong)(gong)應(ying)商管(guan)理、物(wu)(wu)資(zi)供(gong)(gong)(gong)應(ying)等業務(wu)模塊(kuai)的(de)(de)(de)數(shu)據壁壘，實現(xian)從計劃、標(biao)(biao)準化、采購(gou)到后續履(lv)約、監(jian)造環節的(de)(de)(de)全流程數(shu)據貫(guan)通應(ying)用。數(shu)據的(de)(de)(de)規范化管(guan)理不(bu)僅是實現(xian)數(shu)字化的(de)(de)(de)基(ji)礎條(tiao)件，更是進一步鞏固深化供(gong)(gong)(gong)應(ying)鏈智慧運營的(de)(de)(de)重大底層設計。

2.高效(xiao)整合物資領域上(shang)下(xia)游信息(xi)

通過(guo)智(zhi)能化數據(ju)感(gan)知(zhi)手段，實現基建、設(she)備(bei)(bei)、營(ying)銷等需求側數據(ju)的(de)(de)實時(shi)(shi)采集，同時(shi)(shi)實時(shi)(shi)獲取供應商(shang)生(sheng)產工單、排產計劃、生(sheng)產設(she)備(bei)(bei)運(yun)行(xing)(xing)情況等供給(gei)側數據(ju)，以(yi)及(ji)社會信(xin)用信(xin)息系(xi)統(tong)(tong)、地理交通物(wu)流系(xi)統(tong)(tong)跨行(xing)(xing)業數據(ju)，解決(jue)投標信(xin)息層層編(bian)輯修改、反復儲(chu)存(cun)的(de)(de)問題，減少系(xi)統(tong)(tong)中(zhong)冗余信(xin)息儲(chu)存(cun)，有(you)效釋放(fang)效能。通過(guo)將(jiang)設(she)備(bei)(bei)監造(zao)、出廠驗收、履約協(xie)調、現場(chang)安(an)裝、項目投產啟(qi)動以(yi)及(ji)日常運(yun)行(xing)(xing)等各關鍵(jian)環(huan)節出現的(de)(de)問題進行(xing)(xing)多維(wei)量化，形(xing)成評(ping)價分(fen)值并應用于(yu)采購(gou)階段，從而將(jiang)物(wu)資領域上下游信(xin)息高(gao)效整合匯聚至采購(gou)環(huan)節。

3.搭建信息實時(shi)交互共(gong)享(xiang)平臺(tai)

通過搭建涉及設計單位、業主單位、監管(guan)部門、制造(zao)商等供應鏈各方的實(shi)時交互共(gong)享(xiang)平臺，為供應鏈全局提供多元化信息與意見，構(gou)建智能化交互模(mo)型，引領(ling)供應鏈上下游數(shu)(shu)據(ju)實(shi)時引流(liu)、共(gong)享(xiang)共(gong)治、自主迭代、除舊納新，從根本(ben)上解決各環節間(jian)信息反饋滯后、數(shu)(shu)據(ju)沉(chen)淀冗余等問題。

高效、協同、共享的(de)(de)供應鏈(lian)數據底層(ceng)構架是招標人(ren)獲取供應鏈(lian)全量(liang)數據、避(bi)免“人(ren)為制定(ding)”采(cai)購策略的(de)(de)基礎(chu)，是供應商(shang)擺脫“人(ren)工(gong)投(tou)標”、實現一鍵投(tou)標的(de)(de)關鍵，也是減輕評(ping)標專家“人(ren)力評(ping)審”工(gong)作量(liang)、提升評(ping)審智能化水平的(de)(de)重要前提。

（二(er)）策(ce)略層

當前(qian)采(cai)購(gou)(gou)(gou)模式(shi)下，采(cai)購(gou)(gou)(gou)策(ce)(ce)(ce)略(lve)的制定(ding)主(zhu)要依靠人工決策(ce)(ce)(ce)。面對復雜的市場(chang)(chang)(chang)環境(jing)、眾多(duo)的市場(chang)(chang)(chang)主(zhu)體，人工統(tong)計分析通常(chang)難(nan)以找(zhao)出采(cai)購(gou)(gou)(gou)策(ce)(ce)(ce)略(lve)的調整(zheng)與(yu)中標人價(jia)格(ge)或質量變(bian)動的關(guan)聯關(guan)系(xi)(xi)，不同采(cai)購(gou)(gou)(gou)策(ce)(ce)(ce)略(lve)與(yu)中標結(jie)果(guo)缺(que)乏系(xi)(xi)統(tong)性規律總(zong)結(jie)，采(cai)購(gou)(gou)(gou)策(ce)(ce)(ce)略(lve)的制定(ding)缺(que)少(shao)科學合理的支撐(cheng)體系(xi)(xi)，無法(fa)真正(zheng)發揮調節與(yu)引導作用(yong)。采(cai)購(gou)(gou)(gou)4.0模式(shi)下，利用(yong)大(da)數據與(yu)人工智(zhi)能技(ji)術，通過(guo)深度學習歷史采(cai)購(gou)(gou)(gou)數據與(yu)市場(chang)(chang)(chang)信息(xi)，應用(yong)市場(chang)(chang)(chang)競爭態(tai)勢、市場(chang)(chang)(chang)群體畫(hua)像(xiang)、市場(chang)(chang)(chang)價(jia)格(ge)跟蹤(zong)等理論體系(xi)(xi)，建(jian)立從(cong)市場(chang)(chang)(chang)研究到(dao)主(zhu)體分析再到(dao)價(jia)格(ge)追蹤(zong)的多(duo)維(wei)策(ce)(ce)(ce)略(lve)智(zhi)能制定(ding)分析框架(jia)，有效(xiao)指導企業采(cai)購(gou)(gou)(gou)與(yu)定(ding)價(jia)策(ce)(ce)(ce)略(lve)。

1.市場(chang)態(tai)勢實時(shi)分析

招(zhao)標投(tou)標活動(dong)(dong)是(shi)一(yi)個招(zhao)標人(ren)和(he)投(tou)標人(ren)互相博弈的(de)過程，招(zhao)標采購(gou)(gou)策略(lve)(lve)的(de)制定(ding)必須依(yi)據市(shi)(shi)場(chang)(chang)(chang)環境的(de)變化(hua)和(he)雙方(fang)博弈的(de)結(jie)果動(dong)(dong)態調整。應用(yong)大數(shu)據技(ji)術實(shi)時跟蹤市(shi)(shi)場(chang)(chang)(chang)波動(dong)(dong)，通過市(shi)(shi)場(chang)(chang)(chang)中企業的(de)數(shu)量、市(shi)(shi)場(chang)(chang)(chang)份額、企業規模的(de)關(guan)系獲(huo)知市(shi)(shi)場(chang)(chang)(chang)結(jie)構，自動(dong)(dong)研(yan)判當前及未來一(yi)定(ding)時間內的(de)供應商競(jing)爭態勢、市(shi)(shi)場(chang)(chang)(chang)競(jing)爭類型、具象化(hua)市(shi)(shi)場(chang)(chang)(chang)特(te)點(dian)。對(dui)于(yu)不(bu)同(tong)的(de)市(shi)(shi)場(chang)(chang)(chang)情況，針對(dui)性提出差異化(hua)的(de)采購(gou)(gou)策略(lve)(lve)，從而實(shi)現不(bu)同(tong)的(de)采購(gou)(gou)目(mu)標與市(shi)(shi)場(chang)(chang)(chang)引導訴求，如(ru)圖1所(suo)示(shi)。如(ru)對(dui)于(yu)投(tou)標廠家充足(zu)的(de)完全競(jing)爭市(shi)(shi)場(chang)(chang)(chang)，在(zai)策略(lve)(lve)上應進一(yi)步(bu)強(qiang)(qiang)化(hua)技(ji)術和(he)質(zhi)量評審，著重(zhong)(zhong)選(xuan)(xuan)優選(xuan)(xuan)強(qiang)(qiang)。又如(ru)對(dui)于(yu)投(tou)標廠家較(jiao)少的(de)寡頭壟斷市(shi)(shi)場(chang)(chang)(chang)，在(zai)保證質(zhi)量的(de)同(tong)時，一(yi)方(fang)面需適度降低門檻，增加供應商數(shu)量，防止供應鏈斷裂風險；另一(yi)方(fang)面需著重(zhong)(zhong)監(jian)控價格趨(qu)勢，分析報價異常，警(jing)惕惡意抬(tai)升價格。

2.供應商畫像迭代更(geng)新

供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)群體(ti)能(neng)(neng)力(li)(li)(li)(li)參(can)差、各具特點(dian)，分(fen)(fen)析掌握(wo)供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)的(de)(de)各方(fang)面能(neng)(neng)力(li)(li)(li)(li)是(shi)支撐采(cai)購(gou)(gou)策略(lve)進(jin)(jin)行(xing)(xing)(xing)有效調整(zheng)的(de)(de)重要前提(ti)。基(ji)于采(cai)購(gou)(gou)全流程積累(lei)的(de)(de)供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)多維(wei)度信息(xi)，構建(jian)供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)能(neng)(neng)力(li)(li)(li)(li)畫像模型。供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)能(neng)(neng)力(li)(li)(li)(li)畫像采(cai)用大(da)數據分(fen)(fen)布式算法，將供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)在(zai)供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)鏈不同環(huan)節的(de)(de)多維(wei)度信息(xi)進(jin)(jin)行(xing)(xing)(xing)歸納整(zheng)合(he)。在(zai)采(cai)購(gou)(gou)評審初(chu)評階段，進(jin)(jin)行(xing)(xing)(xing)合(he)格性審查，通過構建(jian)產(chan)品實力(li)(li)(li)(li)指標，體(ti)現供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)產(chan)品研發與(yu)生產(chan)能(neng)(neng)力(li)(li)(li)(li)。在(zai)采(cai)購(gou)(gou)評審詳(xiang)評階段，進(jin)(jin)行(xing)(xing)(xing)優劣性評價(jia)，橫向(xiang)對(dui)比各供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)在(zai)技術、商(shang)(shang)務、價(jia)格方(fang)面的(de)(de)差異，整(zheng)合(he)形成技術競爭(zheng)能(neng)(neng)力(li)(li)(li)(li)、商(shang)(shang)務競爭(zheng)能(neng)(neng)力(li)(li)(li)(li)、供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)報價(jia)行(xing)(xing)(xing)為等(deng)要素，如圖(tu)2所示。在(zai)采(cai)購(gou)(gou)結束后，及時跟(gen)蹤收集(ji)中標供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)在(zai)生產(chan)制造(zao)、安裝調試、物資供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)、運(yun)行(xing)(xing)(xing)維(wei)護等(deng)環(huan)節的(de)(de)評價(jia)反饋，持續對(dui)供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)畫像信息(xi)進(jin)(jin)行(xing)(xing)(xing)迭(die)代更新。在(zai)市場(chang)競爭(zheng)態(tai)勢分(fen)(fen)析的(de)(de)基(ji)礎(chu)上，通過細化(hua)供(gong)(gong)(gong)(gong)應(ying)(ying)(ying)(ying)(ying)(ying)(ying)商(shang)(shang)能(neng)(neng)力(li)(li)(li)(li)畫像，進(jin)(jin)一(yi)步聚(ju)焦微觀個體(ti)，豐富差異化(hua)的(de)(de)采(cai)購(gou)(gou)策略(lve)方(fang)案。

3.采購價(jia)格跟蹤預(yu)警

價(jia)(jia)格(ge)策略(lve)作(zuo)為(wei)招標(biao)采購中重要的(de)(de)招標(biao)策略(lve)，直接影響(xiang)著(zhu)投(tou)標(biao)人群體報價(jia)(jia)水(shui)平以及招標(biao)人的(de)(de)經(jing)濟(ji)利益。通過建立價(jia)(jia)格(ge)波動(dong)預(yu)警(jing)及調控機制(zhi)，充分考慮市(shi)場(chang)(chang)價(jia)(jia)格(ge)水(shui)平受宏觀經(jing)濟(ji)、原材料(liao)價(jia)(jia)格(ge)、當前市(shi)場(chang)(chang)競爭態勢等(deng)(deng)客觀因素影響(xiang)，持續(xu)跟蹤市(shi)場(chang)(chang)價(jia)(jia)格(ge)長(chang)期(qi)、中期(qi)、短期(qi)三(san)個不同階(jie)段的(de)(de)波動(dong)情況，利用智能算法(fa)確定(ding)產品(pin)價(jia)(jia)格(ge)合理性波動(dong)區(qu)間。持續(xu)追蹤不同批(pi)次(ci)采購價(jia)(jia)格(ge)變化，根據價(jia)(jia)格(ge)波動(dong)設定(ding)分級預(yu)警(jing)機制(zhi)，當價(jia)(jia)格(ge)波動(dong)達到設定(ding)閾值后將觸發(fa)不同等(deng)(deng)級的(de)(de)預(yu)警(jing)，按照規則自動(dong)調整(zheng)策略(lve)導(dao)向，從(cong)而建立價(jia)(jia)格(ge)追蹤及負反饋機制(zhi)。

通(tong)過(guo)長期的實踐積累(lei)和算法(fa)的自我(wo)學習，采購策略模型得以(yi)不斷優化完善，改變了以(yi)往“拍腦袋”的主觀性(xing)制定方式(shi)，解決了采購策略“人為(wei)制定”的掣肘。

(三(san))應用層

傳統集(ji)中采購(gou)模式中，單一化(hua)的(de)(de)評審要素往往忽視了需求側的(de)(de)個(ge)(ge)性化(hua)需求。同時(shi),評審階段(duan)出現的(de)(de)圍標串標現象難(nan)以人(ren)為界定，供(gong)應商(shang)后續(xu)生產供(gong)貨延(yan)遲和同類(lei)(lei)型產品質量問題等情況時(shi)有發(fa)生，難(nan)以預測。采購(gou)4.0模式下，利用大數據與人(ren)工智能(neng)技(ji)術，能(neng)夠挖掘供(gong)應商(shang)鏈條表(biao)象背后隱藏的(de)(de)深層(ceng)邏輯關系，有效(xiao)預警各(ge)類(lei)(lei)潛在風險。以電網設備采購(gou)為例，可以實現以下四個(ge)(ge)方面(mian)的(de)(de)智能(neng)化(hua)應用。

1.采購質(zhi)量導向預警

基于大數據(ju)的質量問題分析，能夠利用設備(bei)型號、技術標準、所(suo)屬路線、組件(jian)廠商(shang)、投運時(shi)間(jian)等(deng)信(xin)息(xi)，構建(jian)電(dian)力設備(bei)知識圖譜，深挖設備(bei)事故關(guan)鍵誘因。通過將圖譜與采購需求、供(gong)應商(shang)投標相(xiang)應信(xin)息(xi)進行(xing)分析比對，對相(xiang)關(guan)供(gong)應商(shang)及設備(bei)依據(ju)、關(guan)聯性進行(xing)否(fou)決或相(xiang)應扣分處理(li)，有(you)效防范設備(bei)并發(fa)事故風險，避免電(dian)力設備(bei)“家族性病(bing)癥”，支撐電(dian)力設備(bei)并發(fa)故障預測(ce)。

2.圍標串標監控(kong)預警

利用機器(qi)學(xue)習(xi)的(de)算法(fa)訓練模型(xing)有效分析分類投(tou)標(biao)文件，把(ba)歷史(shi)真實(shi)串標(biao)的(de)投(tou)標(biao)人投(tou)標(biao)報價、相似(si)度(du)高的(de)文字描(miao)述等“行為特征(zheng)”作為增強(qiang)學(xue)習(xi)模型(xing)的(de)輸入(ru)值(zhi)，不斷迭(die)加訓練出特定特征(zheng)與圍標(biao)串標(biao)行為的(de)對應關(guan)系模型(xing)，從(cong)而(er)在評標(biao)時給出本批(pi)次投(tou)標(biao)文件圍標(biao)串標(biao)的(de)監控預警。

3.因地制宜差異化評審

針對(dui)低溫、潮濕、高(gao)海拔等惡劣環境或位于電網(wang)關鍵樞紐區域的重點站線，自動匹配(pei)供(gong)應商歷史供(gong)貨及運行(xing)情況(kuang)，優化技術評審因(yin)子，分級(ji)分類考量供(gong)應商應對(dui)特(te)別(bie)情況(kuang)的能力，加(jia)大(da)特(te)殊(shu)技術參數差(cha)異(yi)性指(zhi)標(biao)評審占比，在先進適用的基礎上，遴(lin)選最(zui)匹配(pei)的供(gong)應商，實現專區專供(gong)。

4.風險(xian)分(fen)級產能預警

通過構建(jian)模(mo)(mo)糊和長短期(qi)記憶神經(jing)網(wang)(wang)絡模(mo)(mo)型，綜合(he)利用(yong)網(wang)(wang)絡抓(zhua)取技(ji)術(shu)、文(wen)本識別技(ji)術(shu)，整合(he)電網(wang)(wang)經(jing)營大(da)數(shu)據與外部公開信(xin)(xin)息，自動獲取供(gong)應商(shang)動產抵押、資金困難等信(xin)(xin)用(yong)信(xin)(xin)息，以及供(gong)應商(shang)生(sheng)產工(gong)單(dan)、排(pai)產計劃、生(sheng)產設備運行(xing)等情況(kuang)，預期(qi)供(gong)應商(shang)破產、延期(qi)交(jiao)貨等風險，構建(jian)智能評級模(mo)(mo)型，實現對企業(ye)信(xin)(xin)用(yong)、價值及風險的(de)精準(zhun)評級，合(he)理限(xian)制風險估值異常的(de)供(gong)應商(shang)中標量(liang)，保(bao)障資金安全、物(wu)資供(gong)應時(shi)效和質(zhi)量(liang)。

1.智(zhi)慧引領采購變革(ge)，采購全流程自動化(hua)、科(ke)學化(hua)、智(zhi)能化(hua)

基(ji)于大數據與(yu)人(ren)工智能的采(cai)購(gou)(gou)4.0時代，人(ren)力(li)資(zi)源將從采(cai)購(gou)(gou)流(liu)(liu)程(cheng)中(zhong)釋放(fang)，轉向頂(ding)層設計環節，大幅(fu)減少當前采(cai)購(gou)(gou)模(mo)式中(zhong)的人(ren)為(wei)干預(yu)因(yin)素(su)，降(jiang)低(di)人(ren)力(li)成本，實現采(cai)購(gou)(gou)全流(liu)(liu)程(cheng)的自動化(hua)(hua)、科(ke)(ke)學(xue)(xue)化(hua)(hua)、智能化(hua)(hua)。全要素(su)信息自動抓取分(fen)(fen)析(xi)，信息流(liu)(liu)自動貫穿采(cai)購(gou)(gou)全流(liu)(liu)程(cheng)，減少人(ren)工機械化(hua)(hua)操作；搭建科(ke)(ke)學(xue)(xue)分(fen)(fen)析(xi)框(kuang)架(jia)，分(fen)(fen)析(xi)采(cai)購(gou)(gou)全流(liu)(liu)程(cheng)數據，輔助進行采(cai)購(gou)(gou)決策，提(ti)升采(cai)購(gou)(gou)科(ke)(ke)學(xue)(xue)性(xing)；利(li)用(yong)系統(tong)學(xue)(xue)習(xi)與(yu)深(shen)度學(xue)(xue)習(xi)技術，智能研判分(fen)(fen)析(xi)，定制化(hua)(hua)采(cai)購(gou)(gou)方案(an)，采(cai)購(gou)(gou)質效飛躍性(xing)提(ti)升。

2.落實“碳達峰、碳中和”要(yao)求(qiu)，大幅節(jie)省招標方(fang)及供應商資源成(cheng)本

基于大數據與人工智(zhi)能(neng)的采(cai)購(gou)4.0時(shi)代，招標(biao)方從采(cai)購(gou)流程(cheng)與組織中釋放，供應商擺脫繁(fan)雜的投(tou)標(biao)活動(dong)，人力資(zi)源(yuan)、經濟資(zi)源(yuan)等都得到大幅(fu)釋放。依托自動(dong)化系統，采(cai)購(gou)全(quan)流程(cheng)周期(qi)大幅(fu)縮短，采(cai)購(gou)需求得以高(gao)效滿(man)足(zu)，實現采(cai)購(gou)精益規范、供應及(ji)時(shi)準確、設備安全(quan)可靠、管(guan)理優(you)質高(gao)效，推動(dong)采(cai)購(gou)活動(dong)向智(zhi)慧卓越模(mo)式發展。