编者按：

2月10日，国家发展改革委、工业和信息化部等8部门联合印发了《国家发展改革委等部门关于加快招标投标领域人工智能推广应用的实施意见》（发改法规〔2026〕195号），这是国家层面首次针对招投标领域出台的人工智能专项推广应用政策文件。《意见》发布后，部分央企、行业专家第一时间分享了其对《意见》的学习心得，以及企业在“人工智能+”招标投标方面的实践探索和主要成效，将陆续在中国招标投标协会微信公众号或《招标采购管理》杂志发布。

一、引言

当前，人工智能（Artificial Intelligence，以下简称AI）正以前所未有的深度和广度融入经济社会各领域。对于公共资源交易这一关乎市场公平、配置效率、财政绩效与廉政风险的关键领域而言，AI的介入并非简单的技术升级，而是一场深刻的范式重塑，它正推动着行业从传统的流程管控向智能化治理跃迁。随着国家“人工智能+”战略的深入实施，人工智能正从单一的技术工具演变为重塑生产关系、重构治理逻辑的核心驱动力。本文旨在通过洞察当前AI在公共资源交易领域的落地现状，展望其未来演进逻辑和发展趋势，并提炼出对行业发展的核心启示和行动路径，以期为从业者与决策者提供有益借鉴。

二、现实洞察：AI落地的双重视角与核心瓶颈

基于政策导向与实践进程的双重考量，笔者认为人工智能在公共资源交易领域已步入实质性落地的关键阶段。

（一）政策视角：从“鼓励探索”到“强制落地”的战略转向

近期，国家层面密集出台的重要文件标志着这一深刻转变。2025年8月，《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）发布，首次将公共资源交易纳入国家“人工智能+”治理能力建设的核心内容。2026年2月，国家发展改革委等八部门联合印发《关于加快招标投标领域人工智能推广应用的实施意见》（发改法规〔2026〕195号，以下简称《意见》），推动招标投标和人工智能深度融合，为行业提出了清晰的行动指南与明确的时间表。

政策导向呈现出三大显著特征：一是定位极高。AI被视作推动生产关系深层次变革、促进生产力革命性跃升的关键力量，是构建智能经济和智能社会新形态的基础设施；二是领域聚焦。公共资源交易因其总量大、覆盖面广，被明确为治理能力提升的重要阵地，旨在通过AI深度嵌入全流程，实现交易服务更智能、监管更精准；三是路径清晰。《意见》确立了“政府引导、多方参与、场景牵引、安全可控”的原则，并系统规划了覆盖招标、投标、开标和评标、定标、监管等环节的20个重点应用场景，为AI的落地提供了明确的着力点。不难看出，《意见》不仅为行业指明了明确方向，更发出了必须行动的强制信号。

（二）实践视角：从“单点试验”到“系统融合”的实践突破

政策引导之下，行业实践也呈现出从概念验证走向真实应用的显著趋势。

服务层面：AI成为市场主体的“超级助手”。部分先行先试的公共资源交易平台已深度融合大模型技术，凭借其强大的语义理解与数据分析能力，辅助招标人精准策划需求，帮助投标人分析竞争态势、预判中标概率，显著提升了市场参与的便捷性与决策的科学性。

评审环节：从“经验主导”向“数据驱动”跃迁。在建设工程、政府采购等领域，AI大模型在技术评审中的应用显示，其语义分析的准确率已达95%以上，大幅压缩了评审时长。在资质审查、指标校验等重复性工作中，AI展现出了超越人力的效率与精度。

监管维度：AI赋予“穿透式”监管新能力。通过构建如“冒烟指数”等预警机制，AI能够综合分析企业关联、报价规律、专家打分倾向等数十项指标，自动识别并预警围标串标等风险。在AI的赋能下，公共资源交易监管模式正由“事后追责”向“事前预防、事中干预”转变。

（三）瓶颈审视：迈向深度融合的四大挑战

尽管AI应用前景广阔，但是清醒审视现状，行业仍面临四大核心发展瓶颈。

一是认知与观念的滞后。部分市场主体对AI的战略价值认知不足，或因短期投入产出比过小而持观望态度，或存在顾虑担忧的思维惯性，阻碍了AI的创新应用和进一步推广。

二是行业专属模型的稀缺。当前，通用大模型难以深度理解公共资源交易领域的复杂法规、评标规则和计价逻辑，导致专业判断力不足。公共资源交易领域真正需要的是嵌入行业知识、具备监管级安全能力的专属大模型。

三是全链路闭环尚未形成。现有AI应用多为“信息孤岛”，文件编制、辅助清标、评标监管等环节数据不通、能力割裂，未能贯穿项目全生命周期，限制了其作为治理革命核心驱动力的效能。

四是高质量数据底座薄弱。高质量的数据治理是决定AI应用高度的关键基础。当前，由于数据分散于不同层级与部门，且标准不一、共享不畅，导致跨区域、全周期的风险识别与绩效评估难以实现。此外，多源异构数据治理仍处于初级阶段。

三、未来演进：三大核心趋势研判

基于现有政策导向与先行实践，笔者认为，未来几年，人工智能在公共资源交易领域的发展将呈现三大核心趋势。

趋势一：从“辅助工具”进化为“类人化专家”

《意见》中提及的“类人化的数字开标人”“类人化的评审推理能力”将成为现实。未来的交易场景中，AI数字人可24小时在线主持开标；评标环节将形成“AI打底、人工定调”的双轨协同模式，即AI负责高效、精准的初步筛查与风险标注，人类专家则聚焦于异常点的深度研判与价值判断，这将重新定义“评标专家”的职责内涵。

趋势二：从“数据孤岛”升级为“全国一体化AI算力网络”

《意见》明确要求“地市应当在省级层面统筹指导下开展部署应用，县级及以下原则上应当复用上级的模型资源”，这预示着全国统一的“招标投标知识库”与“AI模型中心”未来将加快构建。当前，一些沿海地区以省级为先导，通过建立统一的招投标数据底座，已实现“数据不动模型动，模型在云端，服务在身边”，这将为全国统一大市场建设提供坚实的资源共享基础。

趋势三：从“流程管控”深化为“价值深度挖掘”

AI的应用将贯穿“标前+标中+标后”全生命周期：标前，通过历史数据预测投资概算的合理性；标后，利用AI核查合同履约、预警违法分包。沉淀的交易档案将通过AI挖掘，成为评估政策绩效、辅助宏观经济决策的“数据金矿”，实现从单纯的风险防控到创造增量价值的跃升。

四、深刻启示：权力、边界与公平的再思考

面对智能化浪潮，公共资源交易领域的从业者既需积极拥抱，亦需冷静思考AI带来的深层影响。

启示一：坚守辅助性定位，动态理解“人机协同”的内涵

《意见》强调，坚持技术的辅助性定位，模型生成的结论不替代招标人、招标代理机构、投标人、评标专家等的自主判断，不改变使用主体的法定责任，这是必须坚守的底线。但是当AI的准确率接近99%时，人类专家面对1%的异议，如何有效行使最终裁量权？是值得深思的问题。同时，未来需警惕“算法依赖症”，构建人在回路的增强智能。例如，当AI基于数据分析提出质疑，精准指向某品牌技术参数时，最终的审查与判断仍需由人类专家结合情境与经验作出，从而确保决策的合理性与公正性。

启示二：数据治理的深度，决定了AI应用的高度

AI的效能高度依赖数据质量。据悉，一些地区目前已汇聚了160TB数据，构建起包含政策法规、负面清单、历史案例的三级知识库，从而支撑了高达95%的检测准确率，这充分印证了“AI的上半场是算力的竞赛、下半场是数据治理能力的竞赛”这一说法。因此，建立统一、干净、标准化的数据底座，是训练出精准、公正、可信赖模型的必要前提和重要保障。

启示三：技术理性需与制度温度相结合，守住公平底线

人工智能推广应用中，必须正视算法可能存在的“黑箱”与歧视风险。当AI为企业“画像”、评估“信用”时，其内在逻辑必须透明、公平。若数据主要源于历史成功企业，则可能形成“强者恒强”的马太效应，抑制市场活力。因此，必须配套建立算法备案、安全审核和动态评估机制。广州等地探索的“沙盒监管”模式，为在受控环境中测试与完善AI应用提供了有益借鉴，能够用制度的确定性应对技术的不确定性。

五、行动路径：积极拥抱智能时代的治理变革

面对AI带来的历史性机遇，行业各方需积极行动、主动作为。

第一，树立AI思维，重塑工作逻辑。从个人到组织，需将AI思维渗透至日常工作，将其视为优化流程、提升价值的底层逻辑，而非简单的工具叠加。

第二，推进场景落地，实践迭代创新。坚持发展与安全并重，从小切口、具体智能体（Agent）入手。例如，可以在20个场景应用中选取简单且容易实现的，推进专业智能体建设，将专业知识与AI技术有机结合，在解决实际问题的过程中不断积累经验，循序渐进。

第三，把握本质特征，回归价值创造。人工智能在公共资源交易领域的最大应用是深刻理解两者本质特征基础上的极致融合，即AI的瞬时、海量、高效、赋能等特性与公共资源交易的公共性、资源性、交易特征目标的有效结合，本质是从流程管控走向风险防控与价值创造的统一，最终实现配置效率与公平性的同步提升。

六、结语

当前，人工智能正以前所未有的力量重塑公共资源交易的未来，它不是遥远的技术愿景，而是正在发生的治理变革。面对这场变革，我们不应将其视为工具，而应将其视作推动治理体系与治理能力现代化的历史性机遇。实践中，应坚持人机协同、人在回路的基本原则，让AI负责精准与高效，让人负责价值与底线，这是最可靠也最可持续的模式。

新发展阶段，行业从业者的使命，关键在于抓住AI革命的浪潮，构建起“公平可计算、透明可度量、效率可迭代”的公共资源配置新格局，让每一分财政资金发挥实效，让每一家企业享有公平，让每一个项目经得起检验。这既是时代赋予的挑战，更是行业高质量发展的必然选择。