【人工智能+政采新觀察】

縱深推進AI賦能政采治理

■ 黃民錦

政府采購治理是政府采購制度的核心，也是保障政府采購活動有序進行的基礎。人工智能（AI）正深度嵌入政府采購領域，帶來政府采購治理的變革。此前國務院發(fā)布的《關于深入實施人工智能+行動的實施意見》，提出了包括以AI促進治理能力在內(nèi)的6大重點領域的廣泛深度融合要求，為我們推動政府采購治理提供了根本方向和制度安排。

政采AI治理轉(zhuǎn)型面臨的挑戰(zhàn)

當前，我國政府采購治理正處于由人工治理向AI治理轉(zhuǎn)型階段。如吉林省引入AI技術，推動監(jiān)管環(huán)節(jié)數(shù)智化轉(zhuǎn)型，從源頭上遏制政府采購違法違規(guī)行為；長春市上線采購文件智能檢測功能；杭州市上線政府采購智能裁決平臺，為工作人員提供決策支持；北海市打造廣西首個智能糾錯巡檢系統(tǒng)，利用大模型對采購文件編制過程進行全面、細致檢查。總體而言，智能化轉(zhuǎn)型正在推動我國政府采購治理由“粗放型管理”向“精細型治理”躍升，為構(gòu)建政府采購治理體系現(xiàn)代化提供了技術支撐，形成從局部突破到系統(tǒng)推廣的迭代模式。

盡管我國政府采購治理智能化初見成效，但目前仍存在諸多困難與挑戰(zhàn)。傳統(tǒng)政府采購治理體系、治理規(guī)劃、治理能力、治理技術等已經(jīng)不能有效應對AI全方位挑戰(zhàn)。許多實際問題仍須在進一步推動智能化治理過程中加以解決。

一是治理思維上仍處于單純的數(shù)據(jù)化和被動報警階段，缺乏對潛在違法違規(guī)行為的智能預測和主動干預，難以滿足現(xiàn)代治理所需的“精細化”“實時協(xié)同”的要求。

二是數(shù)據(jù)分散與標準缺乏問題較為普遍。政府采購治理數(shù)據(jù)分散于監(jiān)管機關、采購人和代理機構(gòu)，不同預算級次之間，缺乏統(tǒng)一規(guī)范，導致數(shù)據(jù)難以打通，算法模型也無法獲得充足的高質(zhì)量數(shù)據(jù)支撐。

三是技術和人才短板制約顯現(xiàn)。政府采購智能治理對算法、研發(fā)場景建模和跨界復合型人才需求不斷上升。當前，政府采購行業(yè)復合型人才總量缺口大，且分布極不平衡，這本質(zhì)上反映了政府采購領域治理智能化加速升級的需求與復合型人才供給不足的結(jié)構(gòu)性矛盾。

上述問題，亟須通過制度設計、資源整合和能力建設，實現(xiàn)突破性推進。

推進政采治理的三重路向

——優(yōu)化頂層設計。注重系統(tǒng)規(guī)劃，不斷提升AI賦能政府采購治理的效度。在國家規(guī)劃戰(zhàn)略層面，結(jié)合“十五五”規(guī)劃，以標準化、先進性、安全性為目標，遵循共建、共享、共治的原則，圍繞構(gòu)建“一模型”“雙支撐”“多場景”，建立起統(tǒng)一規(guī)劃、標準明確和多元主體（監(jiān)管機關、采購人、采購協(xié)會、代理機構(gòu)）參與的制度機制，形成系統(tǒng)性、可持續(xù)的政府采購智能治理體系，以確保技術應用能夠在不同的政府采購治理場景中持續(xù)實現(xiàn)創(chuàng)新與優(yōu)化。

“一模型”即構(gòu)建包括具備通用政府采購法規(guī)數(shù)據(jù)、綜合推理能力、決策能力的中樞大模型，以及從中樞大模型衍生出來的多個輕量化、場景化小模型，分別服務于采購需求、采購計劃、采購文件、質(zhì)疑投訴等具體監(jiān)管事項。政府采購治理大模型主要負責全國性系統(tǒng)級認知、理解和指揮功能，可實現(xiàn)對整個政府采購治理總體狀況的綜合研判與科學決策。小模型則具備更強的適配性和專業(yè)度，可部署于局域網(wǎng)等邊緣側(cè)環(huán)境。此外，還可考慮建設和推進包含智能體等通用智能工具鏈，支撐模型開發(fā)、調(diào)用與任務執(zhí)行，以實現(xiàn)大小模型的高效聯(lián)動。

“雙支撐”即構(gòu)建政府采購領域知識庫和分級分類的數(shù)據(jù)管理體系，用以支撐大模型持續(xù)優(yōu)化與多場景智能應用。政府采購領域知識庫以友好型架構(gòu)為目標，系統(tǒng)整合結(jié)構(gòu)化監(jiān)測數(shù)據(jù)與非結(jié)構(gòu)化專業(yè)知識，以高質(zhì)量數(shù)據(jù)和豐富的知識反哺大模型。

分級分類數(shù)據(jù)管理體系主要是明確公開數(shù)據(jù)、涉密數(shù)據(jù)的邊界，應用數(shù)據(jù)空間等新型技術，實現(xiàn)數(shù)據(jù)的“可用不可見”，確保政府采購治理數(shù)據(jù)高效流通與安全保護。

“多場景”則強調(diào)政府采購治理需因地制宜、因時制宜，根據(jù)不同場景開發(fā)出差異化技術路徑與智能工具，強化智能技術與傳統(tǒng)治理手段的深度融合應用。通過典型場景的試點探索，不斷推動大模型的動態(tài)與反饋優(yōu)化，加快實現(xiàn)從“技術供給驅(qū)動”向“治理需求牽引”的模式轉(zhuǎn)型，切實提升政府采購治理智能化整體效能與場景落地能力。

——強化資源統(tǒng)籌。整合智能化治理要素并形成共振，是政府采購治理現(xiàn)代化的最典型特征，其治理體系是一個涵蓋數(shù)據(jù)、技術、支持、協(xié)調(diào)、鏈條結(jié)構(gòu)等諸要素的集成系統(tǒng)。

一是充分調(diào)動各方參與政府采購治理的積極性和主動性，協(xié)同整合各種資源，通過不同治理主體之間合作，共同將資源投入智能化政府采購治理建設和發(fā)展，共同參與治理規(guī)則建設與改進，形成協(xié)同效應，提高治理效率。

二是要搭建統(tǒng)一的數(shù)據(jù)交換與授權(quán)平臺，明晰各方在數(shù)據(jù)采集、使用、更新與保護中的權(quán)責邊界，推動數(shù)據(jù)在中央與地方、監(jiān)管機關與采購人、代理機構(gòu)之間的有序流通，以提升政府采購治理數(shù)據(jù)流通與協(xié)同效率。

三是堅持“統(tǒng)一規(guī)范、面向應用、動態(tài)迭代”的導向，推進數(shù)據(jù)標準、模型規(guī)范與知識管理體系的系統(tǒng)化建設。在數(shù)據(jù)管理標準方面，應制定涵蓋數(shù)據(jù)采集、存儲、傳輸、共享與質(zhì)量控制的全流程標準體系，推動數(shù)據(jù)資源在模型訓練與治理實踐中的高效對接。在模型與接口規(guī)范方面，應面向政府采購治理大模型，建立覆蓋模型架構(gòu)接口協(xié)議、評估指標等維度的技術規(guī)范，支撐不同平臺、區(qū)域間的模型遷移與協(xié)同部署。在知識與制度管理框架方面，應搭建統(tǒng)一的知識與制度體系的檢索系統(tǒng)，推進多源開放的政府采購治理信息結(jié)構(gòu)化表達、標準化建模與智能化調(diào)用，提升模型對知識與制度的理解、集成與管理能力。

——強化能力建設。人才作為聯(lián)結(jié)技術創(chuàng)新與場景落地的核心要素，決定了政府采購治理的智能化深度與效度。要緊緊抓住“人”這個最根本要素，聚焦復合型、高素質(zhì)政府采購治理人才培育，構(gòu)建涵養(yǎng)數(shù)字思維、增強數(shù)字素質(zhì)、提升數(shù)字能力為目標的人才培養(yǎng)體系。建強培優(yōu)“思維新、視野廣”的政府采購隊伍。把政府采購從業(yè)人員素質(zhì)提升當作縱深推進政府采購智能化治理的基礎性工作來抓好抓強。著力補短板、強弱項，強化AI人才培養(yǎng)的針對性、適配性，打造“需求導向”型人才培養(yǎng)生態(tài)圈。拓寬引才渠道，堅持唯才是舉，引育并舉匯聚人才資源，確保從業(yè)人員具備通用、會用、善用的實戰(zhàn)經(jīng)驗，為AI賦能政府采購治理奠定堅實基礎。

（作者曾供職于廣西壯族自治區(qū)財政廳）

本報擁有此文版權(quán)，若需轉(zhuǎn)載或復制，請注明來源于中國政府采購報，標注作者，并保持文章的完整性。否則，將追究法律責任。