采購評審智能化是構建智慧供應鏈的關鍵環節。本文分析了采購評審業務流程及采購評審存在的問題，探索了現代化科技手段與招標采購業務的深度融合與創新，通過構建采購智能評審系統，開發智慧評審場景，推動招標采購向數字化、智能化業務模式轉型升級，以提升采購評審的質量和效率，保證評審工作的公平、公正。

一

引言

隨著信息化技術的成熟，政府部門相繼發布一系列電子招標投標法律法規，各企業大力推進電子采購、“不見面采購”，實施遠程評標、線上評標等，招標投標工作在成本降低、效率提高、公平公正、透明監管等方面取得顯著成效。但招標采購評審工作仍以專家評審為主，評審工作量大、自由裁量權大，采購評審的質量、效率有待提升。本文旨在探索現代化科技手段與招標采購業務的深度融合與創新，通過構建采購智能評審系統，推動招標采購向數字化、智能化業務模式轉型升級，以減輕評標專家的工作強度，提升評審效率、準確性和客觀性，營造公平、公開、公正的市場競爭環境。

二

采購評審業務流程

采購評審是指專家根據采購評審方案中的評審標準，以投標人投標文件為依據，對投標人進行資格審核、打分。一般情況下，采購評審包括初步評審和詳細評審。初步評審主要考察投標人是否有資格參與投標，不需要打分，只有通過初步評審的投標人才可以進入詳細評審。詳細評審是對通過初步評審的投標人根據評審標準進行打分，打分結果直接影響投標人能否中標，因此是采購活動的重中之重。

三

采購評審存在的問題

隨著技術的發展，為落實國家推進企業數字化轉型的要求，各企業積極搭建電子招標投標平臺，實現評審過程線上化、電子化、遠程化、透明化，有利于提升采購評審效率、降低采購成本、提升采購監管能力，但以專家評審為主的采購評審局面仍然沒有改變，當前采購評審工作主要存在以下問題：

1.專家能力參差不齊

招標企業根據專家抽取規則在專家庫中抽取符合要求的評審專家進行采購評審，專家學歷水平、工作年限存在差異，可能導致不同專家對同一評審標準、同一投標人的投標內容等理解不一樣。

2.評審工作量大

在采購評審中，評審專家需要仔細閱讀投標文件，編制閱標記錄，從中找出與評審項相關的信息，并進行大量計算、比較、驗證等工作。對于部分金額較大的項目，投標人較多，因此投標文件也比較多，整個評審過程可能需要兩到三天或者一星期，評審周期長、易出錯。

3.專家評分存在主觀性

在評標過程中對實質性內容和響應程度很難界定，目前主要依靠評委主觀判定，而評審專家對投標文件響應度和評分標準的理解存在差異，導致評分結果也會存在差異，對中標結果造成一定的影響。

4.圍標、串標情況時有發生

圍標、串標行為往往比較隱蔽，投標人在制作投標文件時可以利用各種手段規避傳統的圍標、串標識別方法，傳統的識別方法已不起作用，依靠人工識別比較困難。

5.無法辨別投標材料的真偽

由于評標專家掌握的信息有限，同時未提供輔助專家識別虛假信息的工具，在評審過程中專家無法對投標材料的真實性進行核實，同時，法律也未要求評標專家對投標材料的真實性負責。

四

采購智能評審系統構建

采購智能評審系統整體架構采用分層體系，自下而上分別為設施層、數據層、技術層、應用層。

設施層是系統的基礎層，主要是系統運行的軟硬件基礎條件，如用于資源存儲的云存儲設施、用于傳輸信息的5G網絡設施等。

數據層是系統的核心層，存儲各種業務數據，包括結構化、非結構化數據，為信息技術應用提供數據基礎，類型包括采購項目數據、評審方案數據等。

技術層是系統的工具層，是系統用于挖掘數據價值、輔助采購評審的各種數字化、智能化信息技術，包括大數據、人工智能、圖像識別等。

應用層是系統的目標層，主要是基于數據層、技術層開發的、用于服務采購評審的各種智能化評審場景，基于智能化程度，將智慧化場景劃分為基礎服務、輔助服務、智能服務三大類應用。

五

采購智能評審應用場景

1．結構化招標投標文本，奠定智能評審基石

目前招標投標文件多以不同格式電子版文件上傳、存儲在電子招標投標平臺中，不利于信息獲取、分析以及全流程信息共享。招標投標文件結構化功能是指將招標投標文件進行結構化拆解，轉化為可分析、共享的數字形式，并保存在系統中。根據評審方案，招標人制定標準化投標文件模板，并將投標文件一律按章節、段落、條目進行拆解，對文件中的可變字段進行標簽定義、對各信息輸入的要求及條目交互性進行功能設定，形成結構化模板，結合文件編制要求固化在系統中。投標人根據標準化模板在線制作投標文件，或從系統下載固定模板，編輯完成后上傳到系統，系統根據結構化模板自動拆解上傳的投標文件，形成結構化字段，通過結構化數據實現關鍵參數一鍵自動對比、資質證明驗證、價格評分一鍵計算、關鍵信息后續環節自動承接等功能，提升評審效率。招標投標文本結構化是打造智能評審系統的關鍵，為大數據、人工智能等技術應用提供海量數據支撐，使大數據、人工智能等技術在采購評審中應用成為可能。 

2．智能匹配評審項與內容，提升專家評審效率

在采購評審中，評審專家需要仔細閱讀投標文件，并從中找出與評審項相關的信息進行評審。對于部分金額較大的項目，投標人和投標文件較多,評審周期長，專家工作強度大，影響評審質量和效率。采購評審項與內容智能匹配功能是指通過自動匹配評審項與相關的應答內容，輔助評審專家快速、準確定位評審項對應的應答內容，提升評審效率。

3．構建供應商畫像，提升專家評審質量

招標企業根據專家抽取規則在專家庫中抽取符合要求的評審專家進行采購評審，但是除投標材料提供的信息外，專家對投標人信息了解的比較少，可能導致評審結果有失偏頗。供應商畫像構建功能是指通過多方獲取投標人信息，將相關信息推送給評審專家，輔助專家評審，提升采購評審質量。供應商畫像主要包括投標人基本信息、歷史合作信息、市場信息三大模塊。具體應用為：智能評審系統將供應商畫像中涉及評審項的相關信息推送給評審專家，如交付及時性、產品質量、售后響應及時性、供應商后評估結果、負面行為等信息，評審專家以供應商畫像信息為參考，以評審要求為準則，以投標文件為基礎對投標人進行打分，使打分結果能夠真實反映投標企業的情況，助力企業甄選出性價比最優的投標企業。

4．校驗評分結果，提升評審結果準確性

評分結果直接關系到投標人是否中標。為避免專家傾向性打分，同時校驗各專家錄入評審結果是否準確，評分結果校驗功能是指利用信息技術對評審專家評分結果進行多維度偏離度分析、校驗，是評審結果輸出前的最后一套屏障。該功能首先從專家層面分析評審結果，對同一項目，分析同一評審專家對不同投標人的打分，從分項、總項兩個維度分析某專家評分是否有異常低值或高值，對異常值做顯著標識；其次從投標人層面分析評審結果，對同一項目，分析同一投標人得到的不同評審專家的打分情況，從分項、總項兩個維度分析某專家評分是否有異常低值或高值，對異常值做顯著標識。匯總多維度分析結果，對異常得分進行分析、處理，同時可與相似的歷史項目評分結果分析對比，得出某專家打分的習慣或供應商的實力，如某專家的打分結果經常比其他專家的打分結果高（針對主觀評審項），說明該專家打分標準比較寬松，某一供應商的得分經常比其他供應商的得分略高，說明該供應商實力比較強。

5．智能識別圍標、串標，營造良好競爭秩序

圍標、串標是招標投標活動的一大痛點問題，該行為不僅嚴重侵害了招標人的利益，還侵害其他投標人的合法權益，干擾了招標投標行業的競爭秩序。圍標、串標智能識別功能表現為利用多種手段識別圍標、串標行為：一是通過識別標書下載地址、文件編制硬盤ID、保證金上繳賬戶是否一致等，判斷不同投標文件是否為同一單位編制，若其中一個相同，則向評審專家推送疑似圍標、串標預警信息，待后續核實；二是利用OCR技術識別不同投標文件中關鍵信息雷同情況、投標報價規律性差異，若雷同信息占比較高，則向評審專家推送疑似圍標、串標預警信息，待后續核實；三是利用大數據技術挖掘企業的歷史共同投標關系、企業關聯關系、企業中標情況等信息，建立圍標、串標識別模型，如有異常，則向專家推送疑似圍標、串標預警信息，待后續核實。

6．智能評審客觀項，減少評審專家工作量

客觀評審項的打分結果是非此即彼，不存在模棱兩可的情形，與專家的專業能力關聯不是很密切，包括初步評審、詳細評審中的價格評審、業績等。客觀項智能評審功能表現為利用信息化技術、評審規則自動對客觀評審項進行打分，快速、全面、客觀地反映投標供應商是否滿足招標要求，減少評審專家工作量。如對業績評分，通過OCR（文字識別）、自然語言處理等技術，根據評審要求，對投標企業上傳合同附件、發票等非結構化文件進行全文檢索和分詞信息對比，從海量數據中抽象提煉相關信息，并利用固化在系統中的評審邏輯進行打分；對價格評分，系統自動獲取結構化的報價信息，根據系統固化計算邏輯計算價格項得分，同時還可識別是否存在不平衡報價或低于市場價的情形；對企業信用審核，通過獲取信用中國、國家企業信用信息公示系統、企業不良供應商處理記錄等信息，利用大數據分析投標人經營和信用狀況，核查投標人是否存在失信行為。

7．智能評審主觀項，降低評審專家自由裁量權

主觀評審項主要針對部分采購項目的技術部分的技術方案進行評審，該部分評審與專家的專業能力密切相關。主觀項智能評審功能表現為利用云計算、人工智能等技術對海量歷史技術標投標信息、打分結果、評審要求等進行模擬訓練、深度學習，發掘他們之間的關聯關系，建立具有深度認知、自動進化的評估算法、模型，在輸入相應的評審要求后，自動完成評審工作。主觀項智能評審可完全取代人工評審，降低評標過程中的人為影響，是智能評審的高級形態。

8．智能管控評審現場，塑造良好評審環境

采購評審紀律守則要求“評委應獨立完成評標工作，客觀、公正地提出評標意見，并對自己的評標結論承擔責任”。評審現場智能管控功能表現為利用信息技術對評審專家進行全方位管控。在專家入場時，通過人臉識別技術為每一位現場評審專家創建唯一標識信息，全面記錄評審過程中的專家行為信息，包括過程管控、臨時出入等信息，做到可追溯和評價。利用音頻識別、圖像識別技術對評審現場專家的行為、語音進行記錄、對其違規行為進行識別和預警，如對評委間相互詢問評標情況，談論與評標無關內容，暗示或誘導其他評委評審，暗示或誘導投標人做出澄清、說明，離開座位查看其他評委評分結果等違規行為進行識別、預警，并納入專家考核。

9．優化采購方案，增強評審方案科學性

采購方案質量關乎企業采購工作質量、采購效率、中標企業服務水平。采購方案優化功能表現為利用大數據對歷史采購數據、市場數據進行分析，挖掘市場整體情況、發展趨勢，使采購方案編制以實施經驗模糊確定為主向以數據分析精確確定為主轉變，提升采購方案科學性。利用大數據技術對數據層中積累的投標廠商企業實力和企業資質、中標價格、技術信息、服務響應周期等歷史采購數據、市場數據等進行多維度分析，挖掘供應市場競爭水平、供應商整體實力、資質條件、技術發展趨勢、價格水平等信息，為采購方案提供優化建議，包括采購限價、采購評審內容設置、采購評審權重設置等。如通過對市場上供應商注冊資本分析，發現注冊資本分為大于5000萬元、大于1000萬元、大于800萬元三個檔次以及各檔次企業數量，則企業實力評審項可設置為大于5000萬元得該項滿分5分、小于5000萬元大于等于1000萬元得3分、小于1000萬元大于等于800萬元得1分、小于800萬元不得分。

六

結束語

本文研究利用大數據、人工智能等技術構建智能評審系統，開發智能評審場景，推動招標采購由人評向機評、智評轉變，逐步減輕評標專家的工作強度、降低人為自由裁量權、提高風險管控水平、提升采購評審的質量和效率、促進社會公平競爭。在企業數字化轉型的大潮中，應堅持創新驅動，緊跟信息化技術發展，不斷探索招標采購智能化場景，積極推動形成“互聯網+招標采購”行業新生態，同時，利用信息技術挖掘海量招標采購數據價值，輔助公司投資決策、市場研究等，助力企業高質量發展。

作者及作者單位：馬瑞芳、李冰潔，華信咨詢設計研究院有限公司 ；胡劍煒，中國移動通信集團湖南有限公司

來源：《招標采購管理》2022年第11期