王永锋（天津市公共资源交易中心政采业务负责人）：目前AI技术在政府采购中主要应用于政策法规问答、采购需求和采购文件的合规性审查、供应商资格性审查、投标文件符合性审查及客观分审查的辅助决策。它主要起到辅助采购人、采购代理机构和评审专家复核相关结论的作用，对提高采购效率、降低采购成本、提升采购结果透明度和公正性都有很大帮助。但不可否认，AI的作用很大程度上取决于自身训练和历史数据的总结分析，需要不断地更新迭代。

黎  娴（政采云股份有限公司品牌部总监）：当前，AI技术在政府采购中的应用已形成“全流程渗透、重点场景突破”的格局，主要应用包括政策咨询服务、支持采购文件编制和检测、辅助专家评审、辅助行政裁决等。

在智能辅助评审环节，AI的核心价值在于：一是提升效率，将政府采购从业人员从繁琐重复的事务中解放出来，AI通过“深度语义理解+结构化解析”双引擎，实现资格审查、业绩核验、技术条款匹配等基础工作的自动化处理，在几分钟内可以完成5名专家几小时的评审工作量；二是风险防控，AI通过构建供应商信用画像、分析投标数据异常模式等方式识别围标串标风险，同时实现评审过程的全程留痕，为监管部门提供可追溯的线索；三是促进公平，通过减少人为干预，为市场主体创造更加公平的竞争环境，构建起全链条智慧监管新模式。

从角色定位看，目前AI主要扮演着“辅助赋能者”的角色，核心特征是“人机协同”。这种定位既发挥了AI在效率提升和人为干扰规避上的优势，又保留了人类专家在复杂判断上的核心价值。

就现状来看，AI在政府采购领域处于试点突破向规模化推广过渡的阶段，技术可行性已经得到了验证，但体系化落地仍需要多维度的协同。比如，技术上存在跨系统集成难度大、算法黑箱等问题；法律上存在数据权属、责任认定等制度真空；人才上缺乏兼具采购业务和AI技术的复合型人才。

万如意（中软国际副总裁、AIGC研究院院长）：当前AI已深度渗透政府采购多环节，应用场景覆盖全流程核心节点。在需求管理环节，可辅助采购人梳理需求要点、细化技术参数，通过互动问答消除需求表述模糊问题，让需求更贴合实际使用目标；在招标与寻源环节，能针对不同品类（如IT设备、服务外包、工程物资）匹配过往成功寻源策略，同时校验招标文件合规性条款；在履约验收环节，可结合合同与初始需求，梳理关键验收标准，通过数据比对判断交付成果是否符合实质性要求，避免“形式验收”；在评审环节，凭借文档解析与逻辑匹配能力，快速将投标文件与评分标准逐项比对，标注符合或偏离要点；在监督与投诉处理环节，能深度拆解投诉质疑点，结合流程文件与政策依据给出针对性分析，突破传统标准化反馈局限；在政策落地环节，可动态平衡支持中小企业、绿色采购等政策功能与市场竞争机制，确保政策不流于形式。

从角色定位看，AI已不是单一环节的“辅助工具”，而是“全流程智能辅助者”——既能提效合规流程，又能参与实质价值判断。对现状的整体看法可从两方面总结：一方面，AI的优势已初步显现，尤其在解决效率导向下的流程冗余、人工疏漏问题上效果明显，且正逐步支撑政府采购向“以优质优价采购结果和用户反馈为导向”转型；另一方面，仍存在认知局限，一些人仍以传统软件思维看待AI，试图用固定规则约束其创造性，忽视了AI“突破规则局限、主动辅助决策”的核心价值。这会导致AI的价值未被充分释放，未能完全服务于“采购从合规花钱到高效值钱”的目标。

李达锋（浩鲸云计算科技股份有限公司工作人员）：在政府采购全流程中，AI技术应用已涵盖招采业务各环节。比如，面向代理机构工作人员，可提供标包划分方案智能推荐、招标文件智能生成与审查、投标人围串标行为识别等；面向供应商，能实现招标资讯智能交互、投标信息智能检索问答等；面向评标专家，可协助检索投标人信息等。

从角色定位来看，AI当前主要承担“数字员工”职能，为政府采购不同参与主体提供专业化辅助。它既是采购人的“招标助手”、供应商的“投标助手”，也是评审专家的“评审助手”、监管人员的“管理助手”。

万喆（北京师范大学教授）：当前，AI在政府采购中主要扮演“效率提升者”与“合规守护者”两种角色，能够自动化处理重复性工作，使工作人员从繁琐的文书与数据整合任务中解脱出来，从而聚焦于更高价值的决策环节。

尽管当前技术已具备一定智能水平，但仍处于弱人工智能阶段，存在明显局限性，主要体现在以下几个方面：首先，语义理解存在偏差，技术方案中常涉及行业术语与隐性需求，AI难以精准捕捉；其次，算法黑箱问题突出，深度学习模型的决策逻辑缺乏透明度，难以追溯其内在偏好与潜在风险，可能引发公平性质疑；最后，法律责任界定尚不清晰，现有政府采购法律未明确AI错误导致的责任归属问题，存在规则缺位风险。未来，只有在技术可解释性、数据治理与法律适配等方面取得突破，才能使AI向强智能决策核心演进。