文/王牧　張國興　趙薇

　　【摘要】隨著新一代信息技術(shù)的愈發(fā)成熟，包括大語言模型在內(nèi)的生成式人工智能將逐步應(yīng)用于電子招投標(biāo)。文章介紹了大語言模型的核心技術(shù)，分析了其優(yōu)勢，及其在電子招投標(biāo)活動中的應(yīng)用場景，梳理了大語言模型在電子招投標(biāo)應(yīng)用中的問題并提出改進建議，以期為大語言模型技術(shù)在電子招投標(biāo)中的應(yīng)用提供思路和方法。

　　【關(guān)鍵詞】大語言模型；電子招投標(biāo)；核心技術(shù)；應(yīng)用場景

　　電子招投標(biāo)也被稱為電子采購或在線招投標(biāo)，是一種利用互聯(lián)網(wǎng)和數(shù)字技術(shù)來管理、發(fā)布、處理采購和招標(biāo)流程的方式。隨著新一代信息技術(shù)的愈發(fā)成熟，大數(shù)據(jù)、人工智能、云計算等新興技術(shù)在各行各業(yè)中得到了廣泛應(yīng)用。《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》提出，加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國并營造良好數(shù)字生態(tài)圈的要求。黨的二十大報告提出：“加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群。”大語言模型作為新興技術(shù)之一，不僅可以為電子招投標(biāo)提供強大的技術(shù)支持，還可以為電子招投標(biāo)各個流程提供新的思路和方法。大語言模型是一種基于大規(guī)模語料庫的語言模型，具有出色的自然語言處理能力。這些模型經(jīng)過大規(guī)模的預(yù)訓(xùn)練，從海量的文本數(shù)據(jù)中學(xué)習(xí)語言的語法、結(jié)構(gòu)和語義。借助大語言模型，企業(yè)可以更加方便地錄入供應(yīng)商數(shù)據(jù)，快速準(zhǔn)確地驗證供應(yīng)商材料，結(jié)合大量數(shù)據(jù)，建立更加科學(xué)、有效的招投標(biāo)評分指標(biāo)體系，從而選出最優(yōu)的供應(yīng)商，提升企業(yè)電子招投標(biāo)管理水平。

　　大語言模型概述

　　大語言模型的核心技術(shù)

　　大語言模型的核心技術(shù)是深度學(xué)習(xí)和自然語言處理，這些模型通常是基于深度神經(jīng)網(wǎng)絡(luò)構(gòu)建的，其核心技術(shù)包括以下三個方面。

　　一是變換器架構(gòu)。一種基于自注意力（self-attention）機制的深度學(xué)習(xí)模型架構(gòu)，特別適用于處理序列數(shù)據(jù)。它通過自注意力機制對輸入序列的建模，使模型能夠捕捉長距離的依賴關(guān)系。

　　二是預(yù)訓(xùn)練。在大規(guī)模文本數(shù)據(jù)上進行的預(yù)訓(xùn)練使模型能夠?qū)W習(xí)語言的結(jié)構(gòu)和語法。預(yù)訓(xùn)練通常是一個無監(jiān)督的過程，模型會根據(jù)大量的數(shù)據(jù)嘗試預(yù)測回答中的下一個詞，從而提高回答的準(zhǔn)確性。

　　三是微調(diào)。在特定任務(wù)上微調(diào)模型是使其適應(yīng)不同任務(wù)的關(guān)鍵步驟。微調(diào)的過程涉及將模型與有標(biāo)簽的數(shù)據(jù)同時訓(xùn)練，以使其學(xué)會執(zhí)行特定任務(wù)，如文本分類或生成等。

　　大語言模型技術(shù)的優(yōu)勢

　　1.結(jié)構(gòu)化數(shù)據(jù)整理

　　大語言模型可以用于處理和轉(zhuǎn)化文件中的數(shù)據(jù)。企業(yè)往往需要在數(shù)量繁多的文件和數(shù)據(jù)中提取重要的數(shù)據(jù)信息點，而大語言模型可以幫助識別并提取文本中的關(guān)鍵信息，幫助用戶快速了解文件的重要內(nèi)容。大語言模型在整理數(shù)據(jù)過程中可以將原始的、可能繁雜的數(shù)據(jù)整理成具有清晰結(jié)構(gòu)和規(guī)范格式的數(shù)據(jù)，并最終幫助企業(yè)進行自動化文本分類、信息提取和數(shù)據(jù)清洗。

　　2.自動化文檔編寫

　　大語言模型的自然語言處理技術(shù)使其可以自動生成各種類型的文檔，包括報告、合同等。用戶可以按照不同的需求，通過指定主題和格式生成文本，從而提高工作效率并減少人工工作量。在編程領(lǐng)域，大語言模型可用于自動化生成代碼片段，加速企業(yè)軟件開發(fā)過程。

　　3.客觀性信息分析

　　大語言模型可以幫助分析文本或其他形式的信息，并確定其中包含的事實是否準(zhǔn)確，不受主觀觀點或情感的影響。大語言模型的無偏性、事實核查能力以及多層次分析特點使其成為應(yīng)對信息真實性挑戰(zhàn)的關(guān)鍵工具。在未來，這些模型將繼續(xù)在信息分析和客觀性評估領(lǐng)域發(fā)揮重要作用，并有望用于幫助人們更好地理解和利用信息資源。

　　大語言模型在電子招投標(biāo)中的應(yīng)用場景

　　自動整合信息，提高投標(biāo)效率

　　在電子招投標(biāo)中，大語言模型可以用于快速處理投標(biāo)數(shù)據(jù)，自動整合投標(biāo)信息，從而大大提高效率和準(zhǔn)確性。每次電子招投標(biāo)可能會涉及數(shù)百甚至上千家供應(yīng)商，每家供應(yīng)商都需要提交詳細的投標(biāo)文件。投標(biāo)文件中的數(shù)據(jù)通常以多種格式出現(xiàn)，包括文本、表格、圖片等，且由于不同供應(yīng)商的文件格式和組織方式不同，數(shù)據(jù)信息繁雜，不宜直接進行比對和整合。在這種情況下，大語言模型可以發(fā)揮關(guān)鍵作用。

　　大語言模型可以與光學(xué)字符識別（Optical Character Recognition，以下簡稱OCR）相結(jié)合，兩種技術(shù)結(jié)合使用能夠更加高效地整理供應(yīng)商的業(yè)績數(shù)據(jù)。OCR是一種將印刷或手寫文本轉(zhuǎn)換成可編輯文本的技術(shù)，其可以將掃描版投標(biāo)文件轉(zhuǎn)換為電子文本，使計算機便于搜索、編輯和存儲文本內(nèi)容?；贠CR提取出的關(guān)鍵信息和數(shù)據(jù)點，大語言模型可以通過自然語言處理技術(shù)快速錄入相關(guān)投標(biāo)數(shù)據(jù)，并提供實時的、多維度的查詢功能。結(jié)合整理所得的供應(yīng)商數(shù)據(jù)，大語言模型可以自動整合針對各個項目的投標(biāo)信息，并最終整理形成結(jié)構(gòu)化的數(shù)據(jù)報表。采購人和評審專家可以根據(jù)自身不同的查找需求，形成個性化的數(shù)據(jù)報表。

　　自動檢測信息，識別潛在風(fēng)險

　　隨著招標(biāo)采購行業(yè)的發(fā)展，電子招投標(biāo)的供應(yīng)商越來越多，相應(yīng)的信息量也愈發(fā)龐大，其中的虛假信息也不斷增加，采購人自動檢測信息和識別潛在風(fēng)險的能力變得至關(guān)重要。大語言模型與機器人流程自動化（Robotic Process Automation，以下簡稱RPA）可以幫助采購人自動識別、檢測信息。

　　RPA是一種基于軟件的自動化技術(shù)，旨在模擬和執(zhí)行人類在日常工作中執(zhí)行的重復(fù)性、規(guī)則性任務(wù)。大語言模型可以配合RPA快速識別并定位供應(yīng)商所提交的招標(biāo)文件中的異常情況，如招標(biāo)文件中的信息不一致、不符合標(biāo)準(zhǔn)的格式或是缺失必要信息等。此外，大語言模型可以與PRA自動識別在不同招標(biāo)文件中重復(fù)出現(xiàn)的相同或相似信息，從而減少數(shù)據(jù)冗余，并提高數(shù)據(jù)的一致性。在快速識別出供應(yīng)商招標(biāo)材料中的不足或錯誤后，采購人可以及時與供應(yīng)商進行溝通，從而提高招投標(biāo)的效率和準(zhǔn)確性。

　　此外，大語言模型與RPA可以幫助采購人識別虛假的業(yè)績信息并發(fā)掘潛在的風(fēng)險。例如，供應(yīng)商在招標(biāo)過程中上傳的發(fā)票需要逐一在國家稅務(wù)總局增值稅發(fā)票查驗平臺進行查驗。在對供應(yīng)商的業(yè)績數(shù)據(jù)進行驗真的過程中，大語言模型可以通過RPA自動與官方網(wǎng)站平臺上的數(shù)據(jù)信息進行比對，從而高效、準(zhǔn)確地識別業(yè)績材料中的虛假數(shù)據(jù)和不實信息。

　　數(shù)字績效評估，智能輔助評分

　　數(shù)字化時代，招投標(biāo)管理進程中的數(shù)字化績效評估和智能化輔助評分已經(jīng)成為關(guān)鍵。結(jié)合OCR和RPA，大語言模型提取的一系列供應(yīng)商投標(biāo)文件數(shù)據(jù)信息，都可以數(shù)字化方式整理并存儲在系統(tǒng)中。通過數(shù)字化績效評估，采購人可以將信息反饋給供應(yīng)商，供應(yīng)商可以更加清晰地了解到他們在不同方面的表現(xiàn)，從而針對招標(biāo)項目的各項需求更好地改進其產(chǎn)品和服務(wù)質(zhì)量。

　　智能化輔助評分則是利用人工智能技術(shù)來提供更加智能的評分和建議。在傳統(tǒng)的評分過程中，評審結(jié)果可能會受到評審專家主觀因素的影響。而大語言模型可以自動分析并進行智能化輔助評分，為評審專家提供參考分?jǐn)?shù)和建議。通過智能化輔助評分，供應(yīng)商可以更好地理解評審標(biāo)準(zhǔn)，提供更符合要求的招標(biāo)文件。

　　大語言模型在電子招投標(biāo)應(yīng)用中的問題及改進措施

　　大語言模型可以在電子招投標(biāo)管理應(yīng)用中給采購人提供足夠的便利和有效的幫助，但同時，大語言模型應(yīng)用也面臨許多問題。

　　系統(tǒng)與知識庫更新

　　在大語言模型的加持下，傳統(tǒng)的電子招投標(biāo)管理系統(tǒng)和企業(yè)的組織架構(gòu)會面臨全面的更新和調(diào)整，這對采購人是一個持續(xù)性挑戰(zhàn)。傳統(tǒng)電子招投標(biāo)管理系統(tǒng)的前端界面需要進行修改，并且根據(jù)大語言模型高效錄入數(shù)據(jù)、自動整合信息等特點，為新一代電子招投標(biāo)管理系統(tǒng)加入新的功能和接口。開發(fā)新版本的電子招投標(biāo)系統(tǒng)需要耗費一定的財力、物力，新系統(tǒng)后期的運營和維護也需要更多的資金。因此，采購人需要綜合考慮各種因素決定對新系統(tǒng)的開發(fā)程度。

　　同時，大語言模型的知識庫也需要不斷更新，以保證其在招標(biāo)文件理解和生成方面的準(zhǔn)確性。政府會根據(jù)國家的經(jīng)濟環(huán)境以及當(dāng)前國際形勢的變化，出臺新的相關(guān)政策與法律法規(guī)，大語言模型需要及時了解國家的相關(guān)政策，從而為采購人提供國家層面的指引，并盡可能規(guī)避采購人觸碰禁區(qū)的情況。

　　此外，隨著科技的飛速發(fā)展，未來更加先進的信息技術(shù)也會投入電子招投標(biāo)系統(tǒng)中使用，系統(tǒng)需要應(yīng)對持續(xù)性的更新挑戰(zhàn)。

　　數(shù)據(jù)安全與隱私保護

　　數(shù)據(jù)安全和隱私保護一直是電子招投標(biāo)管理中需要高度關(guān)注的方向。在招投標(biāo)過程中，供應(yīng)商大量的敏感信息，如企業(yè)機密、財務(wù)數(shù)據(jù)和個人信息，都需要在電子招投標(biāo)系統(tǒng)中傳輸和存儲，且在傳輸過程中容易受到黑客攻擊或竊聽威脅，出現(xiàn)數(shù)據(jù)泄露和隱私侵犯。使用大語言模型來處理這些數(shù)據(jù)，盡管提供了許多便利，但其也有可能被用于操縱數(shù)據(jù)以獲取不正當(dāng)競爭優(yōu)勢。此外，使用國外的大語言模型時，尤其需要注意防止涉及國家安全的重要信息和技術(shù)泄露。

　　采購人需要采用措施維護電子招投標(biāo)中的數(shù)據(jù)安全與隱私。適當(dāng)?shù)臄?shù)據(jù)加密和數(shù)據(jù)存儲安全措施可以減少這些潛在風(fēng)險。為確保數(shù)據(jù)傳輸?shù)陌踩?，電子招投?biāo)系統(tǒng)需要采用強大的加密技術(shù)，如代理重加密技術(shù)、區(qū)塊鏈技術(shù)等。這種加密技術(shù)可以保護數(shù)據(jù)在傳輸過程中的完整性和機密性，防止未經(jīng)授權(quán)的訪問。為了保護存儲的數(shù)據(jù)，采購人需要采用嚴(yán)格的訪問控制措施。隱私保護需要采購人制定明確的隱私政策，并確保員工和合作伙伴了解和遵守這些政策。此外，數(shù)據(jù)去標(biāo)識化和匿名化技術(shù)也可以用來保護隱私，以便在分析和報告中使用數(shù)據(jù)而不暴露個人身份。

　　人機協(xié)作與適用范圍

　　在電子招投標(biāo)管理中，大語言模型的應(yīng)用通常需要與招投標(biāo)活動各方的具體工作相結(jié)合。隨著人工智能的不斷發(fā)展，人機協(xié)作的模式成為現(xiàn)代社會中產(chǎn)出知識的重要方式之一。然而，在人機交互過程中，大語言模型有時也會出現(xiàn)前后邏輯不一致或是錯誤的誘導(dǎo)性觀點。這種情況需要招投標(biāo)活動各方自行進行篩選和判斷，并結(jié)合自身經(jīng)驗盡可能與人工智能共同修改和完善問題的描述，從而得到最優(yōu)答案。因此，招投標(biāo)活動各方能否合理使用人工智能等工具成為關(guān)鍵，這就需要對招投標(biāo)活動各方進行針對大語言模型使用的培訓(xùn)。但是，對于某些基本工作，招投標(biāo)活動各方人員不能對大語言模型過于依賴而喪失思考能力，應(yīng)積極發(fā)揮主觀能動性，以大語言模型為輔，完成日常工作。

　　此外，在敏感和機密信息的業(yè)務(wù)領(lǐng)域，數(shù)據(jù)的隱私和保密性至關(guān)重要。在這些業(yè)務(wù)流程中，采購人需要慎重考慮是否接入大語言模型技術(shù)服務(wù)，應(yīng)進行細致的業(yè)務(wù)流程分析，以確定哪些環(huán)節(jié)能夠從這項技術(shù)中受益，哪些環(huán)節(jié)則并不適合引入這項技術(shù)。

　　結(jié)語

　　大語言模型在電子招投標(biāo)中的應(yīng)用，為優(yōu)化招標(biāo)流程、提升電子招投標(biāo)效率和質(zhì)量提供了極大便利，但也存在一系列問題。隨著技術(shù)的不斷進步，大語言模型將在電子招投標(biāo)中發(fā)揮更廣泛的作用，促使電子招投標(biāo)更加數(shù)字化、智能化。

　?。ㄗ髡邌挝唬和跄?、張國興，南方電網(wǎng)供應(yīng)鏈集團有限公司供應(yīng)商服務(wù)部；趙薇，南方電網(wǎng)供應(yīng)鏈集團有限公司數(shù)字與創(chuàng)新管理部）

　　參考文獻：

　　[1]程平，陳銳.基于ChatGPT的全面預(yù)算管理研究[J].財會月刊，2023（18）：60-64.

　　責(zé)編：辛美玉；編輯：張曼琳

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……