6月26日-28日，由中國石油和石化工程研究會(huì )聯(lián)合中國石油、中國石化、中國海油、國家管網(wǎng)、國家能源、中國中化等單位舉辦的“中國石油石化智慧供應鏈技術(shù)交流大會(huì )暨石油石化企業(yè)供應鏈管理研討會(huì )”在西安市召開(kāi)。北京筑龍智能化事業(yè)部總經(jīng)理、筑龍研究院副院長(cháng)胡婧玥受邀出席，帶來(lái)主題為“大模型加持下的采購供應鏈智能化應用”的分享，同與會(huì )嘉賓探討北京筑龍基于A(yíng)I大模型在采購供應鏈中的應用與探索。

胡婧玥指出，AI大模型技術(shù)雖在文檔解析、對話(huà)交互等方面表現出色，但面臨數據安全、業(yè)務(wù)建模、模型泛化等挑戰。特別是在特定問(wèn)題處理上，其答案可能缺乏數據支撐，影響應用的可信度和可靠性。

她表示，大模型在行業(yè)內的應用需結合行業(yè)數據的加工預處理、專(zhuān)業(yè)的提示工程及模型微調、結果的深加工處理才能獲得預期的應用效果。并分享了北京筑龍通過(guò)應用大模型技術(shù)構建的招標采購智能化全景應用，重點(diǎn)分享了3個(gè)大模型在招標采購領(lǐng)域深度應用的場(chǎng)景。

圖-北京筑龍招標采購智能化全景應用

智能輔助審查AI+數據驅動(dòng)，提升審查效能與決策精準度

胡婧玥指出，確保招標文件的合法合規性是企業(yè)進(jìn)行公正、公平、透明招標活動(dòng)的基礎。針對當前存在的一系列挑戰，如準入門(mén)檻過(guò)高、地域限制、所有制歧視、差異得分、信用評價(jià)標準不統一以及不合理限制措施等，需采取智能化手段，優(yōu)化和補充企業(yè)現有的審查機制。

北京筑龍以“提高審查效能，輔助各業(yè)務(wù)人員決策”為目標，應用AI大模型技術(shù)，結合業(yè)務(wù)場(chǎng)景，生成標書(shū)公平競爭審查大模型。助力招標人、招標代理、監督人等各業(yè)務(wù)人員更高效地處理標書(shū)審查工作，減少人工干預，提高審查效能。通過(guò)自動(dòng)化和智能化的審查流程，企業(yè)能夠更快速地識別潛在風(fēng)險，制定更合理的審查策略，確保招標活動(dòng)的公正、公平、透明。

智能輔助評審，AI輔助決策，讓評審效率提升70%以上

胡婧玥指出，數字化時(shí)代，傳統評標工具面臨諸多困境：

一是效率問(wèn)題，現在的評審環(huán)節與紙數字化質(zhì)化時(shí)代區別并不大，仍需專(zhuān)家逐個(gè)評審，需要借助技術(shù)提升效率。

二是質(zhì)量問(wèn)題，專(zhuān)家評委的專(zhuān)業(yè)能力和主觀(guān)性都會(huì )導致評標質(zhì)量存在差異，標書(shū)文件數量大也會(huì )導致評審有遺漏。

三是圍串標問(wèn)題，傳統的評標工具對于投標人之間的圍串標發(fā)現能力略顯不足，特別是在內容雷同和關(guān)系交叉等方面缺乏有效手段。

四是監管問(wèn)題，對于評審專(zhuān)家的評標專(zhuān)業(yè)性、打分偏離度、投標人異常投標行為等內容也需要加強監管。

基于此，北京筑龍借助大模型對標書(shū)文件的內容解析能力實(shí)現評審的智能化。以“提升評標效率、輔助專(zhuān)家決策”為目標，打造了“智能輔助評審”工具?？勺詣?dòng)解析招標文件的要求、自動(dòng)分析投標文件的構成、自動(dòng)對比投標文件的響應情況、自動(dòng)計算客觀(guān)分及生成評標報告，將評標業(yè)務(wù)場(chǎng)景從耗時(shí)耗力的人力審查過(guò)渡到以算法檢查為先，專(zhuān)家對結果進(jìn)行復核決策的數字化、智能化時(shí)代。

物資編碼智能化，讓企業(yè)物料數據標準化，輕松實(shí)現一物一碼

隨后，胡婧玥介紹了北京筑龍在企業(yè)物資編碼方面的智能化應用。她指出，部分國央企通過(guò)不斷實(shí)踐，在企業(yè)物料打通方面取得了階段性的成果，但是也遇到了難以突破的問(wèn)題。具體可以歸納為三點(diǎn)：

其一，?投入巨大。物料主數據的建設涉及到大量的物料品種以及海量的編碼數據，少則幾萬(wàn)，多則幾十上百萬(wàn)，成本、建設周期、參與人員都需要極大的投入。

其二，規范性難以延續。物料主數據“三分建設、七分運營(yíng)”，很多企業(yè)往往重視建設過(guò)程，卻忽略了后期的使用，在數據的填報和審核都出現了很多不規范的現象，數據質(zhì)量有待優(yōu)化。

其三，與使用習慣不符。物資編碼的管理是以物料碼為主要對象，而使用者通常是以物料的屬性參數描述來(lái)認知和區分物料的，這樣就導致二者之間存在差異，編碼的管理與使用習慣不太相符。

圖-企業(yè)物料主數據“編碼”難題

胡婧玥介紹了北京筑龍的解決方案，基于A(yíng)I算法+大模型，打造了物料管理方法論。智能物料結合了傳統的物料編碼技術(shù)和自然語(yǔ)言處理技術(shù)（AI算法+大模型），實(shí)現智能賦碼、智能推薦、智能排重、智能映射四方面智能化能力，可將原始雜亂的物料數據進(jìn)行結構化、標準化轉換，提升物料編碼管理的效率與質(zhì)量。其中智能推薦與智能排重解決企業(yè)物資編碼的“新入庫”編碼與“存量編碼”問(wèn)題；智能賦碼為采購物料清單快速獲取編碼；而智能映射將解決集團與下級單位編碼數據統一問(wèn)題。

北京筑龍的成功實(shí)踐為大模型技術(shù)的應用和發(fā)展提供了新的思路和方向，展示了AI技術(shù)在推動(dòng)產(chǎn)業(yè)升級和數字化轉型中的重要作用。下一步，北京筑龍將繼續深化大模型在采購招標領(lǐng)域的應用，推動(dòng)技術(shù)的裂變和智能化落地。同時(shí)，將依據沉淀的適應大模型B端落地的應用范式，為行業(yè)的數字化轉型和產(chǎn)業(yè)升級貢獻更多力量。