近年来，随着科技的飞速发展，AI（Artificial Intelligen-ce，人工智能）逐步渗透到社会的各个领域。凭借强大的数据处理、模式识别和自我学习能力，AI为各行各业带来了前所未有的变革。在公共资源交易领域，这一技术的应用也呈现出“星火燎原”之势。公共资源交易行业作为连接政府与市场、促进资源优化配置的关键环节，其运行的效率、公平与透明度直接关系到社会经济的健康发展。因此，探讨AI如何深刻影响和重塑公共资源交易的行业生态，不仅具有理论价值，更具有重要的实践意义。笔者梳理AI在公共资源交易领域应用现状，深入剖析其对行业产生的冲击，并提出如何在行业内合理利用AI的策略，以期为行业的未来发展提供参考。
AI在公共资源交易领域应用现状
AI体系庞大、构成复杂，它包含机器（深度）学习、机器人技术、自然语言处理、生物识别技术、计算机视觉、知识图谱等众多技术分支。与其他行业类似，AI在公共资源交易领域不同场景中有着不同的应用方式。例如，在国有企业采购领域，某移动通信集团依托招标采购平台（ES）开发了一系列智能化功能，实现了对招投标文件的结构化编制和智慧化评标。同时，该集团研发的智慧合规平台能够在项目实施前对招标文件的合规性进行核查，识别违法违规线索，并通过机器学习算法协助招标人进行筛选和评分。部分地方相关部门利用多模态数据分析技术构建风险预警模型，实现数据实时监测与潜在风险识别。例如，安徽省芜湖市的“芜瑕·串通投标犯罪研判模型”，融合公共资源交易平台、大数据交换平台、公安数据平台三方数据，通过交叉验证方法，锁定围串标违法行为。此外，部分地区推出智能客服和问答系统，利用自然语言处理技术的知识涌现和逻辑推理能力，为用户提供专业化的咨询服务。例如，江西省公共资源交易集团上线的AI智能客服“赣投君”，集成了智能搜索、智能推荐等先进技术，汇聚了130余个体系化知识点，能够满足交易核心业务的全生命周期咨询需求。
从全国范围来看，当前AI在公共采购领域内的应用呈现出零星、多点、散发的特点，尚未形成体系化、规模化效应，理论研究与实践应用均处于起步阶段。尽管如此，行业内有识之士已敏锐察觉到AI的强大效能和发展潜力，AI在业内的受关注度持续攀升。自2023年起，AI赋能公共资源交易的布局开始加速推进。例如，2023年4月，科大讯飞基于星火大模型开发了“AI评标师”，实现了寻源文件编制、项目评标等功能；10月下旬，江苏省南通市发布以自然语言处理和大语言模型为基本框架的“交易大脑”项目，综合运用多项AI尖端技术，建成5个智能化应用，在理论研究方面创下7个全国第一，成为国内公共资源交易领域首个落地应用的一站式、集成化解决方案。在2024中国国际数字经济博览会上，国家信息中心有关部门负责人指出，公共资源交易行业沉淀积累了海量数据资源，与大模型等AI新技术结合前景广阔。这些实践与表态表明，AI已初步具备全面融入公共资源交易行业的条件。未来，以AI为主导的新技术、新方法、新模式将加快重塑公共资源交易行业格局，有望推动整个交易生态发生颠覆性变革。
AI对公共资源交易行业的冲击
在肯定AI强大动能和显著优势的同时，要清醒地认识到其可能带来的负面效应。若缺乏有效监管，任其无序发展，AI不仅可能会破坏公平公正的市场环境、冲击有序的交易秩序，还可能衍生出一系列难以预估的不良后果。
对公共资源交易法规制度的冲击
1.法律法规不适配
我国招标采购法律法规制度的建构始于21世纪初，与公共资源交易行业相关的两部主要法律《中华人民共和国招标投标法》和《中华人民共和国政府采购法》分别于2000年和2003年施行；我国首部专门规范电子招标投标行为的部门规章《电子招标投标办法》（国家发展改革委等八部委令第20号）出台也已十余年。而以ChatGPT（由美国人工智能研究实验室OpenAI开发的一种基于大语言模型的对话式人工智能工具）等为代表的生成式AI应用问世仅两年有余。法规政策修订的程序复杂、周期漫长，无法及时跟上技术更新的步伐，导致AI应用和现有法律法规存在不适配的情况。
2.法律责任界定难
AI本身并不具备法律主体资格，其行为后果只能由设计者、开发者或使用者来承担。例如，设计者应当对算法设计缺陷导致的决策错误承担相应责任；开发者要确保用于训练和测试的数据准确、全面、无偏差，如果因数据问题导致损失，责任应由开发者承担；用户作为使用者，应当了解AI系统的适用范围和限制条件，如果未按规定使用造成不良后果，责任由使用者自行承担。但是，在实践中，法律责任的界定很难做到泾渭分明。2023年8月，北京互联网法院审理了全国首例“AI文生图”著作权侵权案，该案在侵权主体认定、司法责任分配等方面遭遇重重难题。同样，公共资源交易领域内的AI产品大部分是通过学习大量招投标文本资料训练而成，而这些文本的权属不一定是产品研发人所有，很可能已经侵犯了所有权人的合法权益。
3.安全管理要求高
传统信息安全防护手段往往难以有效应对AI带来的新型安全威胁，如利用AI进行的网络攻击、数据爬取等不法活动，隐蔽性强、成功率高。同时，利用AI的差分隐私、深度伪造（Deepfake）等技术能够盗用、伪造各类证书文件，获取应当保密的供应商信息和不宜公开的评审细节。部分AI产品具备自我学习和决策能力，在某些情况下可能作出不符合预期或不合规的决策。上述情形都将导致信息安全管理的难度和不确定性大大增加。2024年10月，国家安全部曾发出警告，AI在不同领域的深化应用所造成的安全风险，已涵盖国家、社会、企业和个人等多个层面，借助AI进行数据窃取、网络攻击等违法犯罪活动日益猖獗。
对公共资源交易从业人员的冲击
1.岗位替代的威胁迫近
在公共资源交易领域，AI的广泛应用将逐步替代一些传统的人工岗位，特别是那些重复性高、标准化强的工作，如数据统计员、档案管理员。北京大学国家发展研究院曾在《AI大模型对我国劳动力市场潜在影响研究》报告中指出，AI新技术对销售、财务、软件、行政等从业人员冲击较为明显。以南通的“交易大脑”项目为例，“AI智能评审”可能取代一部分人类评标专家，“交易代理智能体”有效释放了代理机构工作人员的劳动力，而“智能问答系统”将承担现场咨询话务人员的工作。我国从事公共资源交易相关产业的从业人员规模庞大，涵盖招标人、投标人、代理机构、评审专家、交易服务运行部门、行业监督岗位等，总数高达百万级别。从目前发展趋势来看，AI对这类人员的冲击具有普遍性特征。
2.技能提升的门槛提高
随着AI的融入，公共资源交易从业人员的工作内容也在发生变化。他们不能仅依赖于传统的业务知识和经验，而是需要掌握更多的新技术和新工具，如数据分析技能、大数据处理技术、AI操作技能等，这些都成为从业人员的必备能力。然而，实践中许多从业人员在这些方面还存在技能短板，无法适应高技术技能要求。2020年，人力资源和社会保障部发布的《新职业——人工智能工程技术人员就业景气现状分析报告》披露，我国AI人才缺口超过500万，市场供求比例高达1∶10。
3.就业结构变化的趋势明显
2023年9月，中共中央、国务院发布的《关于实施就业优先战略 促进高质量充分就业的意见》明确，要积极应对AI等新兴技术快速发展对就业的影响。AI的引入，将促使公共资源交易领域就业结构发生显著变化。一方面，传统的低技能岗位将逐渐减少；另一方面，与AI相关的新岗位会不断涌现。这些岗位对从业人员的技能要求更高，也更具挑战性。例如，南通拟尝试引入“数字人”技术，将原本需要真人来主持开标会议的工作交由“虚拟管理员”来完成，交易管理部门的见证、监督工作也转为数字化方式进行，基本能做到“无人值守”。引入AI后，公共资源交易更多依赖高技能人才，劳动力具备数字化和智能化能力成为从业人员的“新标配”。
对公共资源交易管理模式的冲击
1.决策方式变化
传统的公共资源交易决策过程依赖人工经验判断，需要丰富的专业技能且易受主观因素影响。而AI的引入，特别是基于大数据分析的预测模型和智能决策支持系统，能够迅速处理海量数据，识别风险点，提供更为精准、高效的决策建议。例如，南通市推行基于自然语言处理和大语言模型为框架的AI评审系统“Llama ReviewGPT V1.0”，已经能够对主观性评审内容给出较高精度的评审结论，AI专家正大跨步登上历史舞台。可以预见，在不久的将来，当前行业内一些做法，如远程异地评审、分散席位评标、暗标盲评等可能被AI评审取代。
2.组织架构调整
当前，公共资源交易管理的组织架构与一般的行政管理体制类似，其运作核心高度依赖“人治”。在这一框架下，信息的发布、项目的组织、交易的监督以及场地的管理，均依靠人工操作。人的参与自然催生了组织机构的存在，而组织机构的设立又进一步衍生出复杂的管理层级。公共资源交易活动因牵涉众多部门利益，使得组织架构愈发错综复杂，工作效率也因此大打折扣。大量宝贵的时间与资源被消耗在烦琐的层级信息传递之中，从而导致整体运行效率低下。随着AI的介入，这一传统组织架构会面临重大变革。AI工具以其强大的数据处理与分析能力，将原本以行政指令为主导的组织模式，彻底转变为以法定流程和交易数据为首要驱动力的新型模式。在规则完善、流程明确、技术稳健的基础上，部门间的传统界限被打破，人为构建的组织结构壁垒也将被打破。例如，公共资源交易中心为了开展业务通常设有项目受理部门、场地管理部门、运行保障部门、信息服务部门等，通过AI方式搭建数字（虚拟）交易平台以后，这些部门可以撤并划转，组织架构将不再以有形方式存在。
3.运营效率提升的挑战
AI的应用极大提升了公共资源交易的运营效率，从招标文件的自动化编制到评标过程的智能化，再到风险预警的实时反馈，每一个环节都实现了效率的飞跃。然而，效率的提升也带来了一系列新的管理难题。例如，如何确保AI系统的稳定运行与持续更新，避免因技术故障导致业务中断；如何维护数据的安全与隐私，防止因技术漏洞或不当使用引发的信息泄露；如何在高效自动化的同时保持人文关怀，确保交易过程的公平、公正与透明。
AI在公共资源交易行业的合理利用
面对AI的全方位冲击，公共资源交易行业需积极应对，通过科学合理的策略和方法，将挑战转化为发展契机。
围绕顶层设计，构建守正创新的技术生态
在AI深度融合过程中，政策引导的顶层设计至关重要。其一，交易行业应当紧密围绕国家发展战略，制定契合AI发展特性的行业标准和规范，为技术的合规应用提供明确指导框架。这些标准不仅要涵盖技术层面，还应涉及伦理、隐私保护等方面，确保AI健康发展。其二，要明确AI在公共资源交易中的法律地位、权责关系以及数据保护要求。通过立法手段，规范AI的使用行为，防止技术滥用，保护市场主体合法权益，维护公平、公正、透明的交易环境。此外，在战略规划层面，行业需从全局出发，统筹规划AI在公共资源交易领域的应用路径，包括明确技术应用的重点领域、阶段性目标以及实施步骤，形成清晰的发展蓝图。同时，注重与其他行业、领域协同发展，促进资源共享和优势互补，构建良好的AI应用生态。
培育复合型人才，适应科技浪潮下的业态重塑
在AI与公共资源交易行业深度融合背景下，培育具备跨学科知识和技能的复合型人才成为行业发展的必要条件。这类人才不仅需要掌握公共资源交易的专业知识，还须具备AI的理解和应用能力。具体而言，可从以下4个方面培育复合型人才：
第一，加强技能培训。邀请AI领域专家，为从业人员提供机器学习、自然语言处理、数据分析等方面的专业培训，使其掌握基本的技术原理和应用方法。建立或利用现有的在线学习平台，提供丰富的AI课程资源，方便从业人员自主学习，提升技能水平。通过项目实践、案例分析等方式，让从业人员在实际操作中加深对AI的理解和应用，促进知识与技能的融合。
第二，加大跨界合作。积极引入具备AI背景的人才，与传统业务人员形成互补，共同推动业务创新。通过校园招聘、社会招聘等方式，吸引具备AI、大数据分析等技术背景的人才加入公共资源交易行业，为团队注入新鲜血液。与技术公司、科研机构等建立长期合作关系，共同开展技术研发、项目合作等，促进技术交流与人才互动。
第三，促进部门协作。打破部门壁垒，促进技术部门与业务部门紧密协作，组建跨部门工作团队，共同推进AI在公共资源交易中的应用。同时，加强与高校和科研机构合作，共同培养适应公共资源交易行业需求的新型人才。
第四，搭建实训基地。建立实习实训基地，为学生提供实践机会，使其在真实的工作环境中了解行业运作，提升实践能力。推动产学研合作项目开展，鼓励高校师生参与公共资源交易领域的技术研发和创新实践，促进科研成果的转化和应用。
行业还应关注人才的持续发展和激励机制建设，为复合型人才提供广阔的职业发展空间和具有竞争力的薪酬福利，以吸引和留住人才。同时，建立科学的评价体系，对人才的技术能力、业务贡献等进行全面评估，为人才的晋升和发展提供有力支持。
转变传统观念，推动技术赋能下的先破后立
1.构建接纳新技术的组织文化环境
在组织层面，需深刻认识传统观念的局限性对技术进步及业务创新的制约。为此，应着力构建积极接纳新技术、鼓励探索未知领域的组织文化。通过定期组织技术论坛、创新经验分享会议以及专业培训课程，增强全体从业人员对新技术的认知深度与广度，促使每位成员转变为技术驱动的积极倡导者与践行者。同时，倡导建立跨部门、跨层级的沟通协作机制，打破信息壁垒，促进知识与经验的广泛交流，为新技术在组织内部的深度融合与广泛应用奠定坚实的文化基石。
2.实施分步推进的AI应用策略
为确保AI的有效实施与业务融合，可采取“试点先行，以点带面”的策略。即在公共资源交易矛盾问题集中的领域，精选若干具有代表性的业务场景先行先试，如在在线客服、文本生成、投标评审、合同审查等环节率先进行AI产品落地应用。观察AI在这些场景中所能发挥的实际功效，验证效果，积累经验，识别、调整、解决潜在的技术挑战与业务融合难题。待试点项目形成可复制、可推广的成熟经验后，再逐步推广至整个交易全流程，实现AI的全面赋能与业务体系的整体升级。
结语
AI与公共资源交易的深度融合，呈现出全方位、深层次、多维度的特征。在提升交易效率、优化资源配置、强化监管效能的同时，数据安全风险、竞争格局变化、伦理道德挑战等问题也随之显现，对公共资源交易行业的可持续发展构成潜在威胁。面对AI给公共资源交易行业带来的影响，应秉持科学严谨的态度，通过构建完善的政策框架、鼓励技术创新、加强风险评估与预警机制建设，以及提升从业者专业素质等措施，充分发挥AI的正向作用，有效控制并降低负面影响，推动公共资源交易事业健康发展。