北京筑龍：大模型助力下的采購供應(yīng)鏈智能化應(yīng)用

6月26日-28日，由中國石油和石化工程研究會聯(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(yīng)鏈技術(shù)交流大會暨石油石化企業(yè)供應(yīng)鏈管理研討會”在西安市召開。北京筑龍智能化事業(yè)部總經(jīng)理、筑龍研究院副院長胡婧玥受邀出席，帶來主題為“大模型加持下的采購供應(yīng)鏈智能化應(yīng)用”的分享，同與會嘉賓探討北京筑龍基于AI大模型在采購供應(yīng)鏈中的應(yīng)用與探索。

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

她表示，大模型在行業(yè)內(nèi)的應(yīng)用需結(jié)合行業(yè)數(shù)據(jù)的加工預(yù)處理、專業(yè)的提示工程及模型微調(diào)、結(jié)果的深加工處理才能獲得預(yù)期的應(yīng)用效果。并分享了北京筑龍通過應(yīng)用大模型技術(shù)構(gòu)建的招標(biāo)采購智能化全景應(yīng)用，重點分享了3個大模型在招標(biāo)采購領(lǐng)域深度應(yīng)用的場景。

圖-北京筑龍招標(biāo)采購智能化全景應(yīng)用

智能輔助審查AI+數(shù)據(jù)驅(qū)動，提升審查效能與決策精準(zhǔn)度

胡婧玥指出，確保招標(biāo)文件的合法合規(guī)性是企業(yè)進(jìn)行公正、公平、透明招標(biāo)活動的基礎(chǔ)。針對當(dāng)前存在的一系列挑戰(zhàn)，如準(zhǔn)入門檻過高、地域限制、所有制歧視、差異得分、信用評價標(biāo)準(zhǔn)不統(tǒng)一以及不合理限制措施等，需采取智能化手段，優(yōu)化和補(bǔ)充企業(yè)現(xiàn)有的審查機(jī)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(biāo)，應(yīng)用AI大模型技術(shù)，結(jié)合業(yè)務(wù)場景，生成標(biāo)書公平競爭審查大模型。助力招標(biāo)人、招標(biāo)代理、監(jiān)督人等各業(yè)務(wù)人員更高效地處理標(biāo)書審查工作，減少人工干預(yù)，提高審查效能。通過自動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(biāo)活動的公正、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(shù)字化時代，傳統(tǒng)評標(biāo)工具面臨諸多困境：

一是效率問題，現(xiàn)在的評審環(huán)節(jié)與紙數(shù)字化質(zhì)化時代區(qū)別并不大，仍需專家逐個評審，需要借助技術(shù)提升效率。

二是質(zhì)量問題，專家評委的專業(yè)能力和主觀性都會導(dǎo)致評標(biāo)質(zhì)量存在差異，標(biāo)書文件數(shù)量大也會導(dǎo)致評審有遺漏。

三是圍串標(biāo)問題，傳統(tǒng)的評標(biāo)工具對于投標(biāo)人之間的圍串標(biāo)發(fā)現(xiàn)能力略顯不足，特別是在內(nèi)容雷同和關(guān)系交叉等方面缺乏有效手段。

四是監(jiān)管問題，對于評審專家的評標(biāo)專業(yè)性、打分偏離度、投標(biāo)人異常投標(biāo)行為等內(nèi)容也需要加強(qiáng)監(jiān)管。

基于此，北京筑龍借助大模型對標(biāo)書文件的內(nèi)容解析能力實現(xiàn)評審的智能化。以“提升評標(biāo)效率、輔助專家決策”為目標(biāo)，打造了“智能輔助評審”工具?？勺詣咏馕稣袠?biāo)文件的要求、自動分析投標(biāo)文件的構(gòu)成、自動對比投標(biāo)文件的響應(yīng)情況、自動計算客觀分及生成評標(biāo)報告，將評標(biāo)業(yè)務(wù)場景從耗時耗力的人力審查過渡到以算法檢查為先，專家對結(jié)果進(jìn)行復(fù)核決策的數(shù)字化、智能化時代。

物資編碼智能化，讓企業(yè)物料數(shù)據(jù)標(biāo)準(zhǔn)化，輕松實現(xiàn)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(yīng)用。她指出，部分國央企通過不斷實踐，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題。具體可以歸納為三點：

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

其二，規(guī)范性難以延續(xù)。物料主數(shù)據(jù)“三分建設(shè)、七分運(yùn)營”，很多企業(yè)往往重視建設(shè)過程，卻忽略了后期的使用，在數(shù)據(jù)的填報和審核都出現(xiàn)了很多不規(guī)范的現(xiàn)象，數(shù)據(jù)質(zhì)量有待優(yōu)化。

其三，與使用習(xí)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(shù)描述來認(rèn)知和區(qū)分物料的，這樣就導(dǎo)致二者之間存在差異，編碼的管理與使用習(xí)慣不太相符。

圖-企業(yè)物料主數(shù)據(jù)“編碼”難題

胡婧玥介紹了北京筑龍的解決方案，基于AI算法+大模型，打造了物料管理方法論。智能物料結(jié)合了傳統(tǒng)的物料編碼技術(shù)和自然語言處理技術(shù)（AI算法+大模型），實現(xiàn)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(shù)據(jù)進(jìn)行結(jié)構(gòu)化、標(biāo)準(zhǔn)化轉(zhuǎn)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(tuán)與下級單位編碼數(shù)據(jù)統(tǒng)一問題。

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