2024年5月，国务院办公厅印发的《关于创新完善体制机制推动招标投标市场规范健康发展的意见》（国办发〔2024〕21号，以下简称21号文）指出，要对依法必须进行招标的项目推广全流程电子化交易，加快推广数智技术应用，推动招投标与大数据、云计算、AI（Artificial Intell-igence，人工智能）、区块链等新技术融合发展。目前，全国大部分地区已经实现了工程招投标的全流程电子化，从在线发布招标公告、下载招标文件、提交投标文件，到远程开标、电子评标等环节，都可以通过线上完成，大幅提高了招投标活动的效率和透明度，切实降低了经营主体的负担。在此基础上，部分地区也开展了进一步的探索和实践，研究工程招投标由电子化向数智化转型，但大多数仍处于初级阶段，存在投入较高、效果不尽如人意的情况。

工程招投标领域信息化发展现状

信息化发展历程

根据核心目标和关键技术，可以将工程招投标领域的信息化发展大致划分为以下4个阶段：一是电子化阶段，通过将招投标线下流程向电子平台迁移，建立基础电子招投标系统，实现招标公告发布、招标文件下载、电子投标文件提交等功能；二是数字化阶段，通过引入数据结构化、OCR（Optical Character Recognition，光学字符识别）识别等技术，进一步提高开标、评标过程的信息化程度；三是智能化阶段，通过AI、大数据、云计算等技术的赋能，实现投标文件查重、异常投标识别、区块链存证等辅助应用；四是数智化阶段，2025年1月，随着DeepSeek（杭州深度求索人工智能基础技术研究有限公司推出的AI模型）将多款顶级大模型开源，行业将能够以极小的成本训练出达到或超越本行业专业人员水平的数智化应用，为行业发展带来重大变革。表1为信息化发展历程各阶段演进对比情况。

新技术应用的趋势

1.湖北省推进“智能机器人管招投标”。2024年以来，湖北省纪委监委牵头省发改委等部门开展深化工程建设招投标领域突出问题专项治理：襄阳市推行机器人智能辅助评标系统自主开标、评标、监管；宜昌市建立围标串标大数据分析预警系统；武汉市通过采用GPU（Graphics Processing Unit，图形处理器）技术，对投标文件比对查重，提高串通投标线索发现概率。由此可以看出，湖北省在运用智能化手段辅助人工决策方面进行了积极的探索并取得了一定成效。

2.海南省“机器管招投标”。海南省自从2022年起开展“机器管招投标”试点工作。截至2023年9月，“机器管招投标”的范围已覆盖全省住建领域依法必须招标的施工项目；至2024年9月，其覆盖范围进一步扩大至全省住建领域依法必须招标的EPC（Engineering Procurement Construction，设计－采购－施工）项目。海南省实现了评标过程中全流程由“机器”自动评标，下一步还将加快推进AI评审“施工组织设计”的课题研究，进一步降低专家评审因素的影响。海南省在数据结构化、AI智能比对方面进行了大量的实践，并将其运用到了实际工作中。

3.全国首个公共资源交易领域的AI创新项目落地江苏省。2024年底，江苏省南通市成功举办了公共资源“交易大脑”AI项目专家论证会暨成果发布会。该项目依托自然语言处理（Natural Language Processing，NLP）与大规模语言模型（Large Language Model，LLM）的核心技术框架，开创性地构建了五大创新应用场景，分别为生成式AI辅助评审系统、智能问答机器人、交易代理智能体、招标采购文件生成机器人以及公平竞争审查机器人。该项目代表了当时全国公共资源交易领域数智技术应用的前沿水平，但彼时AI大模型领域还处于封闭发展阶段，其他地区在经费有限的情况下难以复制该先进经验。

DeepSeek开源之前招投标领域数智化转型面临的困难

结合上述案例可知，工程招投标领域的数智化转型虽然取得一定成效，但在持续深入推进过程中仍面临着诸多困难。

开发成本与技术门槛较高

招投标场景的数智化需依托大模型垂直领域部署，但招投标数据分散于各地交易平台，数据的清洗、标注及结构化处理成本很高，大模型训练依赖的GPU集群算力成本高昂让很多地区望而却步。同时，传统AI开发需掌握NLP、知识图谱等多项技术，招投标业务逻辑的复杂性进一步增加了算法的适配难度。这导致专业领域内的复合型技术团队人员储备不足，而通过外包定制模式单模块开发不仅周期较长，还很难达到预期目标。

技术与算法成熟度不足

在DeepSeek将顶尖大模型开源之前，AI在复杂评审场景中的应用仍存在局限。从海南省计划推进的“施工组织设计”AI评审课题就可以看出，AI在非结构化文本的审查与专业逻辑判断上还难以完全替代评审专家经验。算法的可解释性与合规性在现阶段也存在争议，通过围标串标预警系统分析模型识别出的异常行为，由于算法的“黑箱”特性，不能直观展示其推理判定的过程，导致监管机构对预警结果的信任度不足。无法了解大模型的推理判定过程还导致潜在的伦理风险，比如潜在的算法隐性歧视问题。

制度滞后与监管适应性不足

虽然21号文提出要加快推广数智技术应用，但现有法律法规体系更新相对滞后。当前，招投标相关法律法规尚未明确AI评标的法律效力，这导致招标、投标、评标、监督等各个环节中，由AI提出的辅助决策内容仍然需要人工复核。大模型推理判定过程具有不可见性，导致其难以得到有效的推广和应用。各地在建立与数智技术应用匹配的制度规则上，可参考的经验极为匮乏，处于“摸着石头过河”的阶段，需要随时准备应对新技术应用过程中出现的新问题。

DeepSeek开源的革命性意义及其带来的机遇

在前述背景下，杭州深度求索人工智能基础技术研究有限公司在2025年1月20日，宣布发布DeepSeek-R1，并同步开源模型权重（在此之前，其已于2024年12月26日发布DeepSeek-V3并开源）。DeepSeek-R1属于生成式推理大语言模型，作为当前最先进的AI大模型之一，其开源意味着更多的开发者可以基于其技术框架进行创新和应用开发。这为解决工程招投标领域数智化转型的痛点提供了全新的解决方案，其低成本、高效率的技术特性，将加速数智化技术的普惠应用，推动行业整体升级。

打破技术垄断降低技术门槛

DeepSeek-R1的开源标志着工程招投标领域数智化转型进入了新的阶段。在此之前，招投标智能化技术主要掌握在少数头部企业和科研机构手中，存在着较高的技术壁垒，其私有化大模型架构使其他地区难以复制。DeepSeek-R1的开源彻底改变了这一局面，通过开放模型权重和技术框架，为工程招投标领域各类主体提供了平等的技术接入机会，为行业带来了技术普惠：一是开发者无须从零开始构建模型，可直接基于开源大模型进行二次开发，大幅缩短了研发周期；二是开源社区沉淀了大量同质化场景的算法模型，开发者可按需调用，避免重复开发；三是开发者可通过社区共享优化成果，形成“共建共治共享”的技术生态。技术开源带来的开放协作模式不仅加速了技术迭代，也为招投标领域的数智化转型注入了持续动力。

改革投入模式注重算法优化

DeepSeek-R1的开源推动了招投标领域投入模式的根本性变革。传统模式下的数智化转型需要巨额资金投入，包括数据采集、模型训练、硬件部署等环节，在目前国外对我国进行芯片限制和封锁的情况下，GPU集群的算力成本居高不下。这种高投入模式使工程招投标领域各类主体难以承受，导致此类先进技术应用覆盖面受限。2025年2月，某人工智能计算中心首席执行官在某政府新闻发布会上指出：DeepSeek通过算法优化与开源模式，将模型训练效率提升了30％以上，硬件成本降低了50％，真正实现了“让AI用得起、用得好”。传统模式下的模型优化需反复迭代训练，每次迭代均需耗费大量算力资源，而DeepSeek-R1的开源框架支持模块化优化，在招投标活动中可针对特定场景（如施工组织设计评审）进行局部调优，无须重新训练整个模型。

大模型全过程赋能工程招投标领域前景广阔

DeepSeek-R1作为一款功能强大的推理模型，在面对需要高级认知操作（类似于专业级或专家级推理）的任务时，堪称首选。它能够清晰地展现自身的“深度思考”过程。结合该模型的特性不难看出，当它与工程招投标领域本地知识库结合并训练后，可衍生出专精于不同任务的专家型智能体，深度融入评标评审、围串标分析、交易监督等当前仍然需要人工深度介入的场合，由现阶段仅提供初级辅助决策，升级为工作决策的高级参谋。目前，已有部分地区将DeepSeek大模型部署于政务服务领域。此外，将该模型与现有信息化手段整合，有望进一步提升招投标全流程的数智化水平，降低各个环节的人工参与度，为创造更为公平、公正、公开、透明的交易环境提供可能。

未来面临的挑战及对策

数据安全与隐私保护

工程招投标领域数智技术的应用涉及大量的敏感信息，如商业机密、项目预算、投标报价等，在进行数据分析和处理过程中，数据安全和隐私保护至关重要。如何确保这些数据的合法收集、存储和使用，防止数据泄露和滥用，需要引起高度重视。一旦出现数据安全问题，不仅会损害各类主体的利益，还会影响招投标市场的正常秩序。

为保障数据安全和隐私，在建立健全数据管理制度的基础上，还应积极采用先进的技术手段，如基于区块链技术构建权限管理体系，实现角色最小化数据访问。DeepSeek推出的不同尺寸模型，给本地化部署提供了更多选择，用户可采用在物理层面将模型部署于自有机房或政务云等专属区域的方式对数据进行保护。

标准规范与法律监管

目前，以DeepSeek为代表的AI技术在招投标领域的应用，在技术标准、功能要求、安全规范等方面缺乏统一的准则。与此同时，法律监管的滞后导致一些在技术应用过程中出现的问题无法得到及时有效的规范，给招投标活动带来了潜在风险。应加快推进工程招投标领域数智化建设标准规范的制定工作，明确基于大模型技术的招投标系统的功能要求、技术标准、安全规范等方面的具体内容。同时，要强化法律法规的制定和完善，明确大模型生成的评标评审结果、围串标分析建议、监督认定建议等的法律效力，结合算法歧视、数据保护等新问题，完善相应的法律法规。

行业变革与传统利益格局调整

DeepSeek的开源将对传统的工程招投标领域的行业格局产生巨大冲击，部分依赖传统业务模式的经营主体可能面临生存压力，需要进行业务转型和升级。大模型的进一步发展也可能导致招投标从业人员、评标评审专家的角色发生变化，技能需求也会随之调整，进而引发一定的就业压力。在变革性、颠覆性的技术出现时，工程招投标领域的经营主体应主动入局，加大在数智技术研发和应用方面的投入，提升自身的核心竞争力。政府部门则应发挥好引导作用，通过政策扶持、资金支持等方式，鼓励行业开展技术创新和业务转型，共同推动工程招投标领域的健康发展。