智決策   自評審

——基于大數(shù)據(jù)與人工智能的采購4.0時代

作者：林  嘯  張  倩  林靈淑

近年來，黨中央、國務(wù)院出臺了一系列政策，對現(xiàn)代供應(yīng)鏈創(chuàng)新發(fā)展進行了全面部署。產(chǎn)業(yè)供應(yīng)鏈領(lǐng)域積極響應(yīng)政策號召，加快培育新增長點、形成新動能，展開了推動行業(yè)高質(zhì)量發(fā)展的探索創(chuàng)新。采購作為供應(yīng)鏈前端的重要環(huán)節(jié)，在供應(yīng)鏈體系中發(fā)揮著促進內(nèi)部融合貫通、帶動外部協(xié)同合作的重要作用。在國家政策的大力支持和信息技術(shù)革命的有力驅(qū)動下，企業(yè)尤其是國有企業(yè)在供應(yīng)鏈管理中建立統(tǒng)一核心平臺、構(gòu)建標準數(shù)據(jù)化管理體系的訴求日益強烈，數(shù)據(jù)驅(qū)動業(yè)務(wù)、業(yè)務(wù)驅(qū)動數(shù)據(jù)的良性循環(huán)體系開始逐步形成。

隨著國家優(yōu)化營商環(huán)境工作的深入推進以及“互聯(lián)網(wǎng)+”、大數(shù)據(jù)算法等技術(shù)的快速發(fā)展，招標投標形態(tài)發(fā)生了深刻的變化，采購活動逐漸由線下向線上平臺轉(zhuǎn)移，電子化和信息化水平顯著提升，國內(nèi)大型企業(yè)集團不斷深化應(yīng)用集中規(guī)模采購模式，加快更新迭代，推動集中規(guī)模采購不斷向新的高度發(fā)展。

集中采購自誕生以來，經(jīng)歷了三個主要發(fā)展階段。

以線下采購為主要特征的采購1.0時代依托大量紙質(zhì)文件、人工集中操作，通過規(guī)模效應(yīng)獲取成本效益，該階段歷時最久，效率也最低。

采購2.0時代是從線下采購向線上采購轉(zhuǎn)移的過渡期，眾多企業(yè)通過網(wǎng)絡(luò)信息載體完成采購活動，但各環(huán)節(jié)仍大量依靠人工主導，信息割裂的特征明顯。

采購3.0時代是當下正在經(jīng)歷的現(xiàn)代智慧供應(yīng)鏈建設(shè)階段，以全過程管控、全要素驅(qū)動、全周期協(xié)同、全方位融合、全鏈條貫通為導向，將供應(yīng)鏈各環(huán)節(jié)貫通協(xié)同。采購3.0時代的采購模式雖然在較大程度上實現(xiàn)了供應(yīng)鏈各環(huán)節(jié)的貫通，并通過各類信息化、數(shù)字化手段進一步解放了人力資源，但采購的核心仍然重度依賴人的參與和決策。隨著大數(shù)據(jù)與人工智能技術(shù)的不斷發(fā)展革新，以自我管理、自我驅(qū)動、自我決策為特征的智慧采購4.0時代正呼之欲出。

采購4.0時代將突出解決招標采購三大傳統(tǒng)掣肘和難題：一是采購策略依靠“人為決策”，缺乏科學合理的邏輯支撐體系；二是投標環(huán)節(jié)需要供應(yīng)商“人工投標”，耗費大量人力、物力提供相關(guān)信息；三是采購評審依賴評審專家“人力評審”，信息分析效率低下。新的采購模式將打破并重構(gòu)原有的行業(yè)模式、合作關(guān)系、用戶邊界，驅(qū)動采購人與供應(yīng)商、設(shè)計單位等供應(yīng)鏈伙伴緊密協(xié)同，加快營造信息集成、業(yè)務(wù)協(xié)作和資源共享的產(chǎn)業(yè)鏈生態(tài)圈，促進國內(nèi)循環(huán)，形成強大國內(nèi)市場，助力構(gòu)建新發(fā)展格局。

基于大數(shù)據(jù)與人工智能的采購4.0時代是打破原有采購各環(huán)節(jié)信息系統(tǒng)獨立運行邊界，重構(gòu)數(shù)據(jù)層、策略層、應(yīng)用層的一體化概念。

在數(shù)據(jù)層，通過標準化底層設(shè)計及大數(shù)據(jù)技術(shù)對采購全流程的過程信息數(shù)據(jù)、供應(yīng)商側(cè)生產(chǎn)運行實時信息、工商征信專利社保等社會端信息數(shù)據(jù)、檢測機構(gòu)和認證機構(gòu)及審計律所等提供的第三方機構(gòu)數(shù)據(jù)進行識別與梳理，將信息直接應(yīng)用于采購評審側(cè)，避免各中間環(huán)節(jié)的加工及信息丟失等情況發(fā)生。

在策略層，通過建立科學的支撐體系，從市場類型、供應(yīng)商畫像、價格監(jiān)控等角度為集中規(guī)模采購策略調(diào)整提供理論依據(jù)。同時，充分發(fā)揮采購策略的科學引導作用，減少采購活動中招標人及代理機構(gòu)的主觀性，進一步提升決策科學性，并降低廉潔從業(yè)風險。

在應(yīng)用層，通過人工智能技術(shù)將人工無法處理總結(jié)的海量復雜數(shù)據(jù)進行學習分析，識別內(nèi)在聯(lián)系和規(guī)律，并推薦預測可能的結(jié)果分類，從而實現(xiàn)高效智慧的采購管理。

（一）數(shù)據(jù)層

數(shù)據(jù)作為企業(yè)信息化建設(shè)和數(shù)字化轉(zhuǎn)型的基礎(chǔ)性、戰(zhàn)略性資源，是采購4.0時代的核心要素。當前，供應(yīng)鏈數(shù)據(jù)問題日益突出，主要表現(xiàn)為：供應(yīng)鏈前后端數(shù)據(jù)標準與顆粒度不統(tǒng)一、不規(guī)范；供應(yīng)鏈數(shù)據(jù)延伸深度、廣度不足，孤島化現(xiàn)象嚴重；供應(yīng)鏈上下游各方信息反饋滯后，互動性差。為進一步實現(xiàn)物資領(lǐng)域的大數(shù)據(jù)與人工智能應(yīng)用，亟需在三個方面實現(xiàn)數(shù)據(jù)的高效管理、協(xié)同共享。

1.形成供應(yīng)鏈通用數(shù)據(jù)語言體系

通過建設(shè)并嚴格執(zhí)行數(shù)據(jù)業(yè)務(wù)標準，形成涵蓋采購物資、設(shè)備參數(shù)、供應(yīng)商信息的統(tǒng)一編碼規(guī)則，構(gòu)建通用且唯一的供應(yīng)鏈數(shù)據(jù)語言，打通采購標準、合同管理、供應(yīng)商管理、物資供應(yīng)等業(yè)務(wù)模塊的數(shù)據(jù)壁壘，實現(xiàn)從計劃、標準化、采購到后續(xù)履約、監(jiān)造環(huán)節(jié)的全流程數(shù)據(jù)貫通應(yīng)用。數(shù)據(jù)的規(guī)范化管理不僅是實現(xiàn)數(shù)字化的基礎(chǔ)條件，更是進一步鞏固深化供應(yīng)鏈智慧運營的重大底層設(shè)計。

2.高效整合物資領(lǐng)域上下游信息

通過智能化數(shù)據(jù)感知手段，實現(xiàn)基建、設(shè)備、營銷等需求側(cè)數(shù)據(jù)的實時采集，同時實時獲取供應(yīng)商生產(chǎn)工單、排產(chǎn)計劃、生產(chǎn)設(shè)備運行情況等供給側(cè)數(shù)據(jù)，以及社會信用信息系統(tǒng)、地理交通物流系統(tǒng)跨行業(yè)數(shù)據(jù)，解決投標信息層層編輯修改、反復儲存的問題，減少系統(tǒng)中冗余信息儲存，有效釋放效能。通過將設(shè)備監(jiān)造、出廠驗收、履約協(xié)調(diào)、現(xiàn)場安裝、項目投產(chǎn)啟動以及日常運行等各關(guān)鍵環(huán)節(jié)出現(xiàn)的問題進行多維量化，形成評價分值并應(yīng)用于采購階段，從而將物資領(lǐng)域上下游信息高效整合匯聚至采購環(huán)節(jié)。

3.搭建信息實時交互共享平臺

通過搭建涉及設(shè)計單位、業(yè)主單位、監(jiān)管部門、制造商等供應(yīng)鏈各方的實時交互共享平臺，為供應(yīng)鏈全局提供多元化信息與意見，構(gòu)建智能化交互模型，引領(lǐng)供應(yīng)鏈上下游數(shù)據(jù)實時引流、共享共治、自主迭代、除舊納新，從根本上解決各環(huán)節(jié)間信息反饋滯后、數(shù)據(jù)沉淀冗余等問題。

高效、協(xié)同、共享的供應(yīng)鏈數(shù)據(jù)底層構(gòu)架是招標人獲取供應(yīng)鏈全量數(shù)據(jù)、避免“人為制定”采購策略的基礎(chǔ)，是供應(yīng)商擺脫“人工投標”、實現(xiàn)一鍵投標的關(guān)鍵，也是減輕評標專家“人力評審”工作量、提升評審智能化水平的重要前提。

（二）策略層

當前采購模式下，采購策略的制定主要依靠人工決策。面對復雜的市場環(huán)境、眾多的市場主體，人工統(tǒng)計分析通常難以找出采購策略的調(diào)整與中標人價格或質(zhì)量變動的關(guān)聯(lián)關(guān)系，不同采購策略與中標結(jié)果缺乏系統(tǒng)性規(guī)律總結(jié)，采購策略的制定缺少科學合理的支撐體系，無法真正發(fā)揮調(diào)節(jié)與引導作用。采購4.0模式下，利用大數(shù)據(jù)與人工智能技術(shù)，通過深度學習歷史采購數(shù)據(jù)與市場信息，應(yīng)用市場競爭態(tài)勢、市場群體畫像、市場價格跟蹤等理論體系，建立從市場研究到主體分析再到價格追蹤的多維策略智能制定分析框架，有效指導企業(yè)采購與定價策略。

1.市場態(tài)勢實時分析

招標投標活動是一個招標人和投標人互相博弈的過程，招標采購策略的制定必須依據(jù)市場環(huán)境的變化和雙方博弈的結(jié)果動態(tài)調(diào)整。應(yīng)用大數(shù)據(jù)技術(shù)實時跟蹤市場波動，通過市場中企業(yè)的數(shù)量、市場份額、企業(yè)規(guī)模的關(guān)系獲知市場結(jié)構(gòu)，自動研判當前及未來一定時間內(nèi)的供應(yīng)商競爭態(tài)勢、市場競爭類型、具象化市場特點。對于不同的市場情況，針對性提出差異化的采購策略，從而實現(xiàn)不同的采購目標與市場引導訴求，如圖1所示。如對于投標廠家充足的完全競爭市場，在策略上應(yīng)進一步強化技術(shù)和質(zhì)量評審，著重選優(yōu)選強。又如對于投標廠家較少的寡頭壟斷市場，在保證質(zhì)量的同時，一方面需適度降低門檻，增加供應(yīng)商數(shù)量，防止供應(yīng)鏈斷裂風險；另一方面需著重監(jiān)控價格趨勢，分析報價異常，警惕惡意抬升價格。

2.供應(yīng)商畫像迭代更新

供應(yīng)商群體能力參差、各具特點，分析掌握供應(yīng)商的各方面能力是支撐采購策略進行有效調(diào)整的重要前提?；诓少徣鞒谭e累的供應(yīng)商多維度信息，構(gòu)建供應(yīng)商能力畫像模型。供應(yīng)商能力畫像采用大數(shù)據(jù)分布式算法，將供應(yīng)商在供應(yīng)鏈不同環(huán)節(jié)的多維度信息進行歸納整合。在采購評審初評階段，進行合格性審查，通過構(gòu)建產(chǎn)品實力指標，體現(xiàn)供應(yīng)商產(chǎn)品研發(fā)與生產(chǎn)能力。在采購評審詳評階段，進行優(yōu)劣性評價，橫向?qū)Ρ雀鞴?yīng)商在技術(shù)、商務(wù)、價格方面的差異，整合形成技術(shù)競爭能力、商務(wù)競爭能力、供應(yīng)商報價行為等要素，如圖2所示。在采購結(jié)束后，及時跟蹤收集中標供應(yīng)商在生產(chǎn)制造、安裝調(diào)試、物資供應(yīng)、運行維護等環(huán)節(jié)的評價反饋，持續(xù)對供應(yīng)商畫像信息進行迭代更新。在市場競爭態(tài)勢分析的基礎(chǔ)上，通過細化供應(yīng)商能力畫像，進一步聚焦微觀個體，豐富差異化的采購策略方案。

3.采購價格跟蹤預警

價格策略作為招標采購中重要的招標策略，直接影響著投標人群體報價水平以及招標人的經(jīng)濟利益。通過建立價格波動預警及調(diào)控機制，充分考慮市場價格水平受宏觀經(jīng)濟、原材料價格、當前市場競爭態(tài)勢等客觀因素影響，持續(xù)跟蹤市場價格長期、中期、短期三個不同階段的波動情況，利用智能算法確定產(chǎn)品價格合理性波動區(qū)間。持續(xù)追蹤不同批次采購價格變化，根據(jù)價格波動設(shè)定分級預警機制，當價格波動達到設(shè)定閾值后將觸發(fā)不同等級的預警，按照規(guī)則自動調(diào)整策略導向，從而建立價格追蹤及負反饋機制。

通過長期的實踐積累和算法的自我學習，采購策略模型得以不斷優(yōu)化完善，改變了以往“拍腦袋”的主觀性制定方式，解決了采購策略“人為制定”的掣肘。

(三)應(yīng)用層

傳統(tǒng)集中采購模式中，單一化的評審要素往往忽視了需求側(cè)的個性化需求。同時,評審階段出現(xiàn)的圍標串標現(xiàn)象難以人為界定，供應(yīng)商后續(xù)生產(chǎn)供貨延遲和同類型產(chǎn)品質(zhì)量問題等情況時有發(fā)生，難以預測。采購4.0模式下，利用大數(shù)據(jù)與人工智能技術(shù)，能夠挖掘供應(yīng)商鏈條表象背后隱藏的深層邏輯關(guān)系，有效預警各類潛在風險。以電網(wǎng)設(shè)備采購為例，可以實現(xiàn)以下四個方面的智能化應(yīng)用。

1.采購質(zhì)量導向預警

基于大數(shù)據(jù)的質(zhì)量問題分析，能夠利用設(shè)備型號、技術(shù)標準、所屬路線、組件廠商、投運時間等信息，構(gòu)建電力設(shè)備知識圖譜，深挖設(shè)備事故關(guān)鍵誘因。通過將圖譜與采購需求、供應(yīng)商投標相應(yīng)信息進行分析比對，對相關(guān)供應(yīng)商及設(shè)備依據(jù)、關(guān)聯(lián)性進行否決或相應(yīng)扣分處理，有效防范設(shè)備并發(fā)事故風險，避免電力設(shè)備“家族性病癥”，支撐電力設(shè)備并發(fā)故障預測。

2.圍標串標監(jiān)控預警

利用機器學習的算法訓練模型有效分析分類投標文件，把歷史真實串標的投標人投標報價、相似度高的文字描述等“行為特征”作為增強學習模型的輸入值，不斷迭加訓練出特定特征與圍標串標行為的對應(yīng)關(guān)系模型，從而在評標時給出本批次投標文件圍標串標的監(jiān)控預警。

3.因地制宜差異化評審

針對低溫、潮濕、高海拔等惡劣環(huán)境或位于電網(wǎng)關(guān)鍵樞紐區(qū)域的重點站線，自動匹配供應(yīng)商歷史供貨及運行情況，優(yōu)化技術(shù)評審因子，分級分類考量供應(yīng)商應(yīng)對特別情況的能力，加大特殊技術(shù)參數(shù)差異性指標評審占比，在先進適用的基礎(chǔ)上，遴選最匹配的供應(yīng)商，實現(xiàn)專區(qū)專供。

4.風險分級產(chǎn)能預警

通過構(gòu)建模糊和長短期記憶神經(jīng)網(wǎng)絡(luò)模型，綜合利用網(wǎng)絡(luò)抓取技術(shù)、文本識別技術(shù)，整合電網(wǎng)經(jīng)營大數(shù)據(jù)與外部公開信息，自動獲取供應(yīng)商動產(chǎn)抵押、資金困難等信用信息，以及供應(yīng)商生產(chǎn)工單、排產(chǎn)計劃、生產(chǎn)設(shè)備運行等情況，預期供應(yīng)商破產(chǎn)、延期交貨等風險，構(gòu)建智能評級模型，實現(xiàn)對企業(yè)信用、價值及風險的精準評級，合理限制風險估值異常的供應(yīng)商中標量，保障資金安全、物資供應(yīng)時效和質(zhì)量。

1.智慧引領(lǐng)采購變革，采購全流程自動化、科學化、智能化

基于大數(shù)據(jù)與人工智能的采購4.0時代，人力資源將從采購流程中釋放，轉(zhuǎn)向頂層設(shè)計環(huán)節(jié)，大幅減少當前采購模式中的人為干預因素，降低人力成本，實現(xiàn)采購全流程的自動化、科學化、智能化。全要素信息自動抓取分析，信息流自動貫穿采購全流程，減少人工機械化操作；搭建科學分析框架，分析采購全流程數(shù)據(jù)，輔助進行采購決策，提升采購科學性；利用系統(tǒng)學習與深度學習技術(shù)，智能研判分析，定制化采購方案，采購質(zhì)效飛躍性提升。

2.落實“碳達峰、碳中和”要求，大幅節(jié)省招標方及供應(yīng)商資源成本

基于大數(shù)據(jù)與人工智能的采購4.0時代，招標方從采購流程與組織中釋放，供應(yīng)商擺脫繁雜的投標活動，人力資源、經(jīng)濟資源等都得到大幅釋放。依托自動化系統(tǒng)，采購全流程周期大幅縮短，采購需求得以高效滿足，實現(xiàn)采購精益規(guī)范、供應(yīng)及時準確、設(shè)備安全可靠、管理優(yōu)質(zhì)高效，推動采購活動向智慧卓越模式發(fā)展。