数采分享 | 政府采购需求管理 插“智”“启”飞

2024-05-08

数采科技



《政府采购需求管理办法》要求,采购人在确定采购需求前,要从相关产业发展、市场供给、历史成交情况等几个方面进行需求调查。产业发展、市场供给是政策环境、市场环境,更多是决定采购方式的不同,而应用人工智能技术可以化繁为简,通过历史成交信息结合应用场景来制定采购需求,使之具备理论和数据支撑,变得更科学,也更具可操作性。本文针对当前框架协议采购推进中出现的采购需求标准制定问题,结合当下人工智能技术实际落地应用情况展开探讨。

合理制定采购需求的可行性路径
政府采购目录内适合框架协议采购的货物类品目约20个,在过去电子卖场的交易中,这些品目的历史成交信息是以采购订单形式存在的。单个商品的订单数量、成交商品的数量是最直观反映采购人需求的数据,因此,以历史成交数据为基础,从包数、配置、最高限价3个维度进行分析建模,合理制定框架协议采购需求,解决当前需求制定的难题,路径可行。

首先,合理设定需求包数量。目前框架协议采购的需求包数量设置具有一定的随意性。从理论上来讲,采购包数量多,产品配置更精细,产品数量也较多,市场竞争较充分。但从市场化配置资源的角度看,在采购总额一定的情况下,可采购商品选择性越多,订单商品越分散,入围供应商、厂商的积极性和服务质量越会降低,进而直接影响采购人的采购体验。如,某地台式计算机设50个包,便携式计算机设40个包,而据统计,电子卖场台式计算机采购额占比约25%,便携式计算机采购额占比约8%,台式计算机采购数量大约是便携式计算机3到4倍。从数据相关性分析,便携式计算机设置40个包明显偏多。
因此,合理的采购包数量是与该品目历史成交采购额和采购数量正相关的,不同品目之间的包数设定,应根据不同品目采购占比变化趋势,保持包数合理的增减变化。主观、随意、粗放式设定采购需求包数是不科学的,也不是良性的供需关系,不能体现政府采购管理目标。
其次,合理设定配置标准。在确定品目的包数后,合理设置各包的配置是采购需求管理的核心和关键。配置包括标准属性(特征)和属性值两个方面。对于属性标准,《政府采购需求管理办法》明确:“可以直接引用相关国家标准、行业标准、地方标准等标准、规范,也可从项目目标提出更高的技术要求。”目前台式计算机、便携式计算机、一体式计算机、工作站、通用服务器、数据库、操作系统已有相应的标准规范,其他品目的标准规范有关部门也在抓紧制定中。有标准规范的品目的采购需求可以确保按统一的标准执行,没有标准规范的品目的采购需求仍然由采购人、征集机构根据品目特点定义。

有了标准规范,如何合理区分各品目属性(特征)标准之间的差异值,即属性值,从而进行不同的采购需求分包?这是政府采购需求管理的重点,也是难点。根据历史成交信息,可以解决上述难点,合理地设定采购需求包的配置范围。
第一步,可以从两个维度对历史成交信息进行分析,一个是采购数量最多的商品,另一个是被更多采购人采购的商品(采购人数量多的商品)。采购数量多代表商品的性价比较高,而采购人数量多代表商品覆盖不同的应用场景。
第二步,将采购人数量多的商品配置进行分析,从关键属性和价格影响因素进行不同参数值或参数范围值调整,形成不同配置的采购需求包;同时,对采购数量多的商品进行同样的分析,形成需求包做补充。这一环节要注意结合市场、行业情况,特别是新技术、新产品的应用情况。例如,当前计算机已经发展到AI PC时代,核心芯片不是单一的CPU,而是集成封装了CPU、GPU和NPU。当前以CPU作为关键指标来设置框架协议采购的需求存在不足,应根据新技术的变化,在需求包中也补充相应场景的配置需求。
第三步,进行商品验证,确保每个采购需求包有至少3个以上品牌,且每个品牌至少有一个对应的商品。为保证有更广泛的品牌厂商响应征集,采购需求包对应的商品品牌、生产厂家越多越好。
最后,合理设定最高限价。《政府采购需求管理办法》要求采购需求“量化指标应当明确相应的等次”,最高限价也是采购需求的量化指标之一。目前有部分框架协议采购征集时,无论多少个需求包都统一以行政资产配置标准作为最高限价,这是不符合政府采购需求管理要求的,可能导致低价高配置和高价低配置的商品入围,这与政府采购倡导的“最优性价比”采购管理目标不符。所以,不同的配置标准,应该设置不同等级的最高限价。
那么如何设定最高限价?框架协议采购的价格是要经过公开征集和充分的市场竞争的,各厂商为了入围必然会以相对较低的价格参与报价,虚报价格的可能性相对较小。不同的配置需求包进行成交商品覆盖验证时,对该配置下全部商品的价格进行分析,可以取最高价或部分商品价格的平均价作为最高限价。
人工智能助力需求制定
人工智能作为一项新兴技术,正融入到政府采购各个环节,给政府采购带来全新的机遇和变革。数据、算法是人工智能两大基石,算力是人工智能的核心。以历史成交信息制定采购需求,借助人工智能技术建设采购需求大模型,为政府采购提供高效、公正、便捷的解决方案成为必然趋势。笔者仍以框架协议采购为例,来阐述人工智能在需求模型建设方面的思路和实践。
一是建立品目包数模型。以当地乃至全国近3年成交信息为数据基础,以交易额和交易商品数为主要锚定目标,通过各品目间的数据变化,建立各品目包数的关系式,再综合品目产业环境、国家政策、品牌及生产厂家数量等因素,模拟人脑认知过程,以数据为支撑科学分包,实现各品目需求包数的合理化。
二是建立标准配置模型。品目标准和配置要求是需求制定的难点,完全可以借助人工智能深度学习技术来解决。通常一个品目有几十个、甚至几百个标准属性(特征),每个属性还有多个属性值,每年关联几万个商品,几十万笔交易,数据量巨大。要对这些巨量数据进行合理分组,必须依赖人工智能技术。通过计算机计算多层神经网络深度学习技术建立高效、准确的人工智能品目分组模型,并自动实现对各配置商品、品牌覆盖情况和限价的验证,不断模拟人脑优化模型,使各需求包配置建立在数据决策的基础上。
基于国内成熟的开源模型,目前针对政府采购领域的大模型已有落地案例。近年来全国多个地方政府采购平台的公开项目结果、卖场成交订单、框架协议采购项目的需求与结果,以及部分大型电商的商品数据是训练大模型的基础数据。经过训练后的大模型能够智能推荐商品、协助机构制定框架协议采购需求。这为采购人制定需求、编制采购文件提供了一个科学、合规、合法的智能化工具。
随着人工智能技术与政府采购的融合、发展、创新,以人工智能技术建立采购智能需求大模型,科学地解决框架协议采购推进过程中的难题,是全面助力政府采购迈向智能化、公正化的必由之路。此外,人工智能技术在政府采购领域还有更广阔的应用场景,例如,基于大语言模型的智能评标系统,可以基于供应商提供的资质、材料、图片等投标文件,自动识别并排查风险点,并能理解投标文件合理打分;也可以基于大语言模型进行智能交易撮合,根据采购人的采购需求进行商品推荐及交易撮合。因此,随着大语言模型技术越来越成熟,相信未来政府采购会越来越智能化。

来源:中国政府采购报


前沿聚焦 | 政策解读:政府采购领域三年行动方案“划重点”

稳步推进 加速应用 持续优化