专业知识服务提供商
随着以ChatGPT（人工智能技术驱动的自然语言处理工具）为代表的生成式人工智能的崛起，人工智能技术有望促成改变产业形态、提升运作效率的又一次产业革命。同样，人工智能也具有提升政府运作效率、优化工作流程的辅助作用。具体到招标采购来看，人工智能，特别是生成式人工智能具有提升采购效率、优化采购流程的潜力。在理解人工智能如何嵌入招标采购流程之前，首先需要理解人工智能技术带来变革的底层逻辑，继而梳理出人工智能技术嵌入招标采购的路径，最后指出其潜在的风险与挑战，并为未来人工智能技术的应用提出建议。
底层逻辑：从人际互动走向人机互动
人工智能通过使用机器学习、神经网络、自然语言处理、强化学习等基本算法，使计算机能够执行类似于人类智能的行为，其目标是使计算机系统能够感知、理解、学习、推理、规划和执行任务。换言之，人工智能的底层逻辑在于使计算机能够作出类似人类智能的行为和判断，通过图灵测试可判断人工智能与人类智能之间的类似程度。图灵测试的核心思想是，如果计算机系统无法区分是人还是人工智能与其对话，那么就可以证明人工智能的基本能力达到了人类水平的智能。目前，生成式人工智能的基本能力已通过了图灵测试，并且在多模态感知、决策规划等方面展现出了不俗的潜力。生成式人工智能有望完全达到人类智能的水平。一旦人工智能呈现出人类智能的特点和行为，机器就能够辅助人类开展写作、绘画等创造性工作。在这些创造性工作中，不仅包含传统的人与人之间的关系，也包含人与机器的关系。换言之，写作者不仅可以一起头脑风暴，还可以通过和机器对话了解知识与锤炼思维。机器部分代替了人类功能，从辅助性的角色走向相互合作的角色。
传统的人际互动基本逻辑是制度设计与政策变迁。例如，在招标采购活动中，大量的数据系统、制度规范、技术监控、系统平台的基本出发点都是通过某种外在的约束来规制人与人之间的关系，关系主体包括但不限于招标人、投标人、评标专家、服务人员等。由于招标采购是一项多方参与的复杂活动，其中包含的人际互动多样，这种约束和规制可能无效。因为人际互动不仅发生在招标采购的过程中，还发生在复杂的社会环境中，包括日常的人际沟通、职场关系等，而现有的制度规范和技术手段只能在招标采购的环节内发生作用，无法对更加广泛的人际互动产生影响。因此，串通投标等行为往往屡禁不止，因为“有人的地方就有江湖”。
正如前文所言，生成式人工智能已经展现出类人类智能的能力，其本身已经具有辅助决策的功能甚至自主决策的潜力。因此，未来在招标采购场景中使用人工智能，是一种人工智能作为决策主体之一的、更深层次的人机互动。如何理解这种人机互动的基本特征呢？第一，深层次的人机互动标志着人工智能已成为一个决策主体。人类能够凭借自身的经验与思考进行理性判断，基于自身独特的专业背景和理解所作出的判断是人类决策的基础，这也是需要在招标采购中引入评标专家的原因。当前，人工智能能够基于训练数据集和算法设置自主产生判断行为，即人工智能能够成为一种参与采购决策的主体，至少能够发挥辅助性作用。第二，深层次的人机互动标志着制度规范的差异化革新。传统的制度规范的着眼点在于控制人的基本行为和潜在风险，然而，一旦人工智能作为决策主体参与到招标采购决策中，制度规范就不仅要管理人的基本行为，还涉及对算法结构、算法效果的评价与监督，因此，其制度规范也要从管理人走向管理人机。第三，深层次的人机互动标志着决策过程的模糊化。在传统的招标采购中，决策过程是相对独立清晰的，招标人在评标和开标过程中的角色与功能是明确的。如果将算法决策加入采购流程，算法根据相关条件作出的决策过程则是相对模糊的，具有半自动化的结构特征。
综上所述，尽管存在诸多挑战，但将人工智能嵌入招标采购各个流程，将人际互动改造成人机互动，前景广阔。
嵌入机制：以环节为核心的流程再造
随着人工智能技术的嵌入，人际互动关系逐渐融合人机互动，原有的基于人际互动设计的招标采购也将迎来彻底的流程再造。这种流程再造有两个基本方向，一个是以功能为核心，另一个是以环节为核心。以功能为核心，是以某项功能为基本场景和业务模块，将原有的某个业务进行智能化升级，各地公共采购中心建立的网上开标大厅、智慧监管等就是这种思路的体现。以环节为核心的流程再造，是按照系统观念将整个招采流程纳入改造范围，在采购前、采购中、采购后等诸多环节进行技术改造与流程优化。相较于以功能为核心的流程再造，以环节为核心的流程再造更加彻底，与技术之间的结合更紧密，这主要得益于人工智能技术，特别是生成式人工智能技术的发展所带来的全新契机。因此，随着人工智能技术的发展与成熟，招标采购需要逐步实现以环节为核心的流程再造。具体来说，其内容包含以下三个方面。
采购前：辅助与预测
以ChatGPT为代表的生成式人工智能是人工智能领域的一个分支，其主要目标是使用算法来产生新的、原创性的数据，如图像、文本、音频等。在招标采购整个流程中，生成式人工智能可以在采购前发挥良好作用。在采购活动启动前，采购人需要通过指定的媒体或平台发布采购公告，包括采购项目的基本情况、采购需求、采购条件等信息。生成式人工智能可以通过自然对话的方式，输出符合要求的采购公告、招标文件等产品，这无疑为采购人提供了方便，也可以优化采购流程，提高采购效率。在汇总收集大量数据以后，生成式人工智能还可以通过自然对话的方式，为投标人提供便利的查询与统计功能，减少投标人的查询成本。同时，人工智能可以基于机器学习算法分析招标采购的历史数据，为未来招标采购的计划与数量提供预测，从而形成全自动化需求发布系统，提升招标采购的决策效率。这种预测可以被用于采购计划和预算的调整与改进，实现招标采购的精益化管理。
采购中：定制与决策
人工智能领域有多种算法模型，生成式人工智能只是其中一个分支。机器学习、深度学习、自然语言处理适合嵌入招标采购中的各个环节。机器学习可以通过数据和模式识别来改进性能，通过对采购合同、招标公告的数据分析，自动为投标人或采购人提供符合意向的供应商，提升招标采购效率。深度学习可以依赖神经网络模型模仿人类大脑来处理大量数据。因此，其可以在投标过程中自动对各种异常投标行为进行监测，从而为监管部门提供风险预警与监督。自然语言处理可以将文本、语音等数据转化为计算机能够理解的基本数据，进而结合其他机器学习模型进行调整与优化。采购中心可以借助自然语言处理数据，将中心内部的各种数据进行储存与转化，实现全自动的模型监督与风险识别，减少异常行为的产生。此外，人工智能还可以通过专家学习和强化学习，模仿专家在某一领域的决策过程，更好发挥决策模型在通用领域中的基本作用。从整体角度看，人工智能还可以提供辅助决策甚至半自动化决策的功能，为招投标决策提供支持与帮助。
采购后：监管与优化
招标采购后的基本环节包括履约与监督、验收与结算、报告与评估等，人工智能技术可以在这些环节发挥作用。例如，在供应商按照合同履行义务，提供产品或服务的时候，通过机器学习和生成式人工智能的配合，算法可以输出供应商的评估报告和信用评级，从而为采购部门履行监督、评估职责提供数据支撑。在采购单位对履约情况进行监督与管理的同时，生成式人工智能能够产生客制化、对话式的监管服务系统，优化监督流程，降低监管服务成本，提升监督管理效率。在验收、报告、评估等环节，人工智能可以根据合同的履约情况自动产生分析报告与项目评估报告，基于整个采购流程输出合规、透明的项目执行情况信息。
综上所述，基于智能算法与模型优化，人工智能可以深度嵌入招标采购各个环节，实现以环节为核心的流程再造与技术优化。通过人工智能技术的嵌入，招标采购部门可以更加准确地预测未来需求，优化采购计划、提升效率，在供应链管理中实现更好的资源规划。
挑战与风险：先落地再推广
人工智能技术已经展现出又一次产业革命的潜力，新技术的产生与发展必然会带来新的风险与挑战。然而，在讨论人工智能带来的风险之前，鲜有人讨论新技术如何实现深度嵌入和融合互构的挑战。人工智能如何实现对招标采购环节和流程的深度嵌入，也是招标采购本身所面临的挑战。
如何应用人工智能
人工智能技术虽然已经得到了广泛应用，但是在招标采购领域中仍然面临着一些挑战。
一是如何获取合规可靠的数据来源。合规可靠的数据来源是人工智能应用的重要前提。招标采购涉及的数据来源非常广泛，包括供应商、产品、合同、履约情况等，这些数据的收集、整理、清洗和分析都需要耗费大量的人力和时间成本。同时，这些数据还需要具备合规性和可靠性，才能够应用于人工智能。
二是如何确保算法供应的独立可靠。人工智能技术的核心是算法，但是目前市场上的算法供应商众多，不同的算法供应商可能会提供不同的算法模型和解决方案，这也就意味着招标采购部门需要花费大量的时间和精力去比较不同供应商算法的优劣，才能够做出选择。同时，由于人工智能技术的复杂性和专业性，招标采购部门也难以自行开发出独立可靠的算法模型。为了解决这些挑战和风险，招标采购部门需要采取相应的措施和方法，包括建立完善的数据管理制度、建立独立的算法供应体系以及引入第三方评估机构等。此外，还需要认识到人工智能技术的潜力和优势，积极探索和应用新技术手段，推动招标采购的数字化和智能化发展。
如何监管人工智能
目前，以人工智能为基础的算法模型在全世界取得了长足进步，但如何监管人工智能，各国政府仍缺少统一规划。招标采购中对人工智能的监督与管理涉及更少。监管人工智能的主要风险点在于数据隐私、算法偏见、透明度和责任问题。
第一，数据隐私。在招标采购中使用人工智能时，大量的数据交换和处理可能涉及个人隐私。确保合规的数据处理和存储至关重要。政府需要建立严格的数据隐私保护法规，明确哪些数据可以收集，如何使用，以及何时需要删除等。此外，数据加密和安全措施也是必要的。
第二，算法偏见。人工智能算法可能受到训练数据的偏见影响，导致不公正的结果。在招标采购中，这可能引发歧视性问题，影响供应商的平等竞争机会。政府应当要求人工智能系统提供的决策具备可解释性，并对算法进行审查，以确保其公正性和公平性。
第三，透明度。人工智能系统的决策缺乏透明度是一个潜在的监管难题。政府机关和采购部门需要要求供应商提供详细的算法运行方式，以便了解模型的决策过程。透明度有助于审查算法的合规性，并减轻公众对人工智能系统的担忧。
第四，责任问题。人工智能系统可能在决策中犯错，因此需要建立明确的责任体系。在招标采购中，明确算法的责任方至关重要，包括明确供应商、采购机构和相关监管部门等相关方的责任。建立追责机制，对因算法错误导致的问题，迅速采取纠正措施，并明确责任。
结语
综上所述，政府在制定政策和规范时应考虑应用人工智能的风险，制定明确的监管框架，同时推动国际合作，促使全球范围内建立更为一致和有效的人工智能监管标准。这将有助于确保招标采购中人工智能应用的合规性、公正性和透明度。
（作者单位：骆飞，中国人民大学公共管理学院；马雨璇，清华大学信息化技术中心）
