AI辅助评审怎么落地:杭州40个试点的技术细节
杭州公开了智能辅助评审的试点数据:6大类知识图谱、1.8万类资质证照样本库、1797个行业指导案例,40余个项目试点下来整体准确率90%以上。我从工程角度拆这套系统怎么搭的、卡在哪儿、以及它对投标文件生成侧的接口含义。
先把系统的骨架说清楚
杭州公开了试点细节,不是AI加评审这种口号,而是一套有底座、有边界、有已知缺陷的工程实现。底座是6大类全领域知识图谱,辅以1.8万类资质证照样本库和1797个精选行业指导案例。
这个配置值得琢磨一下。1.8万类资质证照样本库,解决的是这份证照长什么样、有效期到哪天、该由哪个部门核验这类结构化判断;1797个案例库,解决的是行业惯例里这种异常算不算问题。前者靠模板匹配,后者靠案例比对,模型要把两者合起来才能下判断。
对做招投标系统的人来说,这套底座直接决定接口形态:招标文件要拆成可检索的条款项,资质材料要有明确的字段映射,否则比对无从下手。
三个阶段,各自有各的活
系统只覆盖三段,不是全流程。
资格审查阶段。系统把供应商提交的承诺函、资格要求证明材料,跟采购文件里的资格条件做比对,输出结论加对应依据。
符合性审查阶段。针对投标文件的编制、签章、签署、实质性条款响应情况做专项研判,给出辅助审查建议。
客观分评审阶段。系统严格对照采购文件既定评审规则,自动识别投标文件对应的响应页码,筛查资料的完整性和合规性,出具标准化审查结论和客观分分值建议。
三段都停在建议两个字上。系统不产出评审结果,输出的是结论加依据,供专家复核。这条设计直接划定了系统的边界:它是初审器,不是裁判。
准确率90%,这个数字要拆开看
40余个货物、服务领域项目试点,整体评审准确率达到90%以上。官方同时写明了两个问题:模糊图片内容识别不精准,复杂项目参数要求理解有偏差。
这两条恰恰指向系统能力的真实边界。模糊图片对应扫描件、复印件、翻拍件,这些在投标文件里占比不低,但图像质量参差,OCR加视觉模型很难稳定兜住。复杂参数对应技术参数偏离的语义判断,需要理解行业语境,规则模型处理不了。
我的判断是:90%这个数字,是建立在招标文件写清楚了、投标文件格式规范、材料是电子版而非扫描件这个前提上的。前提一松,准确率立刻往下掉。所以对系统厂商来说,下一个战场是文档解析,不是模型规模。
解析速度慢:一笔被低估的工程债
试点复盘里点名的短板是文件解析速度较慢。原因写得很具体:投标文件普遍存在页数多、数据体量大、格式不统一、排版不规范等情况,系统在文本解析、关键要素提取、深度语义理解等环节面临较大压力,耗时较长,运行效率有待提升。
这段话的技术含量很高。格式不统一、排版不规范意味着解析层要处理大量异构排版;页数多、数据体量大意味着单项目内存和并发压力直接顶到天花板。
官方给的下一步是重点优化文件解析算法,提升超大文件、复杂格式、多格式混杂文档的处理效率,突破多项目并发评审瓶颈。翻译成工程语言就是:先把PDF、扫描件、带公式表格的解析层做扎实,再谈语义层。
顺带说一句,这笔工程债直接决定推广速度。一个40个项目规模的试点,跑得慢点还能忍;推到几百上千个项目,解析层就是瓶颈里的瓶颈。
迭代路径写得很克制:反哺算法
杭州给的路径是AI智能初审、专家人工复核、问题数据反哺算法这三段循环。
第三段更值得看。人工复核环节产生的争议样本,被回灌进模型训练。系统的准确率不是靠一次性训练定死的,而是靠真实评审过程持续抬升,每评审一个项目,系统就多一批带标签的难例。
但这里有个现实约束:反哺的数据主要来自专家推翻系统结论的那批样本。推翻意味着系统此前判错,这部分比例只在10%那侧。数据量小、标注成本高,这是垂直领域模型迭代的通病。系统厂商能不能把推翻样本的收集做成常态化流程,比调模型参数更关键。
天门的数据补了另一块拼图
湖北天门的做法侧重标前。新版电子采购平台10月上线后,搭载AI检测采购文件、AI辅助评标、风险智能预警、智能咨询问答等功能。
编制阶段,AI对采购文件做合规性、合理性、错敏词多维度检测,重点识别歧视性条款、排他性条件与逻辑漏洞。官方说法是编制时长压缩50%以上,解决的正是倾向性条款难以事前发现、事后纠偏成本高这个老问题。
评审阶段,AI对响应文件完成重复性文本比对、信息检索与关键要素抽取,把专家从资质核验、业绩比对、人员证书查重这类重复文本工作里解放出来。
标前加标后两头堵,才是完整链路。杭州偏标后评审,赤峰铺规模,天门做标前检测,三条路拼起来才是这套系统的全貌。
从投标文件生成侧看:接口含义
站在投标方视角,这套系统对标书生成侧有三个直接的接口含义。
头一条:材料要电子化、字段化。系统做资格比对靠的是把证照映射成可比对的字段。扫描盖章件、翻拍件会直接落在模糊图片识别不精准那条已知缺陷里。建议投标方把资质材料按名称、编号、发证机关、有效期的结构整理进标书,别只贴图。
第二条:响应内容要可定位。系统要自动识别响应页码,前提是响应内容在文档里有明确的定位标识。章节清晰、表格规整的标书,机器读得动;靠排版位置区分内容的标书,机器读不动。
第三条:机器码风险在抬升。杭州的系统同时在做供应商投标行为风险模型,对同项目或同标段投标供应商的MAC地址、硬盘序列号、所有者信息一致情形自动预警。不同投标主体共用一台机器、一套模板批量出标,这个老做法在AI时代风险等级更高了。
金采寻源在供应商寻源尽调里已经把关联留痕列为固定核查项。这套系统落地后,这类核查会从我们主动查变成系统也在查,提前做和被查出来再解释,代价差得很远。

更多推荐



所有评论(0)