人工智能赋能招标投标的地方实践困境与突破路径——基于《关于加快招标投标领域人工智能推广应用的实施意见》政策落地的探讨

　　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

　　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》），就人工智能在招标投标领域的应用作出部署。这是国家层面第一次系统地对招投标领域人工智能应用作出制度安排，将招标投标数智化转型从地方和行业实践“小切口”提升为国家战略。

　　《意见》围绕招标投标交易全过程及管理重点环节提出招标策划、招标文件编制、招标文件检测、智能辅助评标、围串标识别、协同监管等20个重点应用场景，并明确了政策目标：2026年底，招标文件检测、智能辅助评标、围串标识别等重点场景在部分省市实现全覆盖应用；2027年底，更多重点场景在全国范围内推广应用。

　　目前，贵州、江苏、湖南、广东等省在“人工智能+招标投标”方面先行先试，取得了不少成绩和经验，但是也暴露出系统建设碎片化、区域协同不充分、低价竞争顽疾未根治等深层次问题。因此，将地方探索切实、稳妥地转化为全国统一实践，并在技术赋能与制度完善之间找到平衡点，是深入贯彻《意见》的核心课题。本文以典型地区的实践为样本，系统分析人工智能赋能招标投标的地方探索成效和现实困境，据此提出可行的突破路径。

　　二、人工智能赋能招标投标的地方实践

　　（一）贵州：依托“全省一张网”构建AI应用体系

　　贵州省基于自身大数据发展的先发优势，率先建成了场景完备的人工智能应用体系。

　　AI合规检测方面，建立自主可控的招标文件合规检测大模型。到2025年底，该模型已设立110个合规检查点，累计检测工程建设项目9096宗，发现合规性疑点1.63万个，推动监管模式从传统的20%“抽样查”转为100%“全量查”。

　　智能辅助评标方面，以房屋建筑施工项目为突破口，对客观项44个、主观项256个评审点进行系统梳理，再用2.7亿Tokens做建筑领域知识预训练。到2026年1月，已完成86个房建、市政项目AI辅助评审。

　　辅助监管方面，建立交易主体关系智能监管模型，可以识别四类主体七类异常关联情形，并在监管平台布设29个预警监测点，纵向打通1222个监管部门。到2026年1月，已通过模型预警线索依法查处违纪违法人员128人。

　　（二）江苏：多层次探索AI评审新模式

　　省级层面，江苏省依托政府采购一体化平台“苏采云”，开展首例“智能化评审+专家复审”采购项目评审试点。通过对23个分包、185家投标单位的投标文件进行智能化评审，耗时大幅缩减，且智能评审结论与专家独立评审结论高度吻合。

　　地市层面，无锡市以招标文件合规性智能检测为突破口，将人工智能嵌入公共资源交易各关键环节，市、区两级集中采购项目均实现100%覆盖。到2026年1月，共筛查招标文件1000余份，发出风险预警提示500余条。所用模型覆盖87个高频违规检查点，对常见疑难问题的识别速度是人工的3倍，识别准确率达95%以上。

　　（三）湖南：“省建市用”模式与深层次挑战

　　湖南省推行“机器管招投标”改革，以“省建市用”模式实现了招投标全流程电子化、标准化，大大提高了交易效率和透明度。怀化市作为改革试点，利用AI、大数据分析、区块链存证等新技术，将投标文件编制时间从3—7天缩短至1天，企业交易成本大幅降低。

　　然而，湖南省人大代表罗长林也指出了此项改革存在的问题：省内市场开放不对等，区域协同不够充分，省内企业“走出去”受阻；奖项及信用评价体系没有做到省级统筹，高质量企业的优势没有真正发挥；“低价中标”顽疾在某些领域仍未根除，跨部门监管尚不协调。

　　（四）广东：创新评标定标机制破解“三角难题”

　　广东省广州市在工程建设项目上创新评标定标机制，对评标办法“分级分类”管理：对于小项目，降低评审门槛，设置技术合格线，通过价格竞争确定中标人；对于大型项目或技术复杂项目，择优和竞价相结合，从而实现工程质量、经济效益、廉洁公正三者的平衡。

　　广州市还积极推广“暗标”、分散评标和远程异地评标，杜绝人为因素影响。同时，推行评标专家对评标行为终身负责制，避免专家“评完即免责”。

　　三、政策落地中的现实困境分析

　　综合各地实践探索，《意见》在贯彻落实中面临技术、制度、市场三重困境，制约着政策目标的实现。

　　（一）技术困境：系统碎片化与算法黑箱

　　一是系统建设碎片化、数据孤岛问题突出。目前各地交易系统多为独立建设，技术架构、数据标准难以统一。贵州省虽然建成了“全省一张网”，但是跨省数据共享、业务协同仍有实质性障碍。湖南省也存在“省内省外协同不足”问题。系统建设碎片化不但会增加企业跨区域投标成本，也客观造成全国统一大市场建设中的技术梗阻。

　　二是算法黑箱与责任归属难题。由于AI辅助评标系统所用的深度学习模型本身具备极强的算法黑箱特性，故AI评审结论与专家判断产生分歧时首先要回答“以谁的意见为准”“若因算法偏差导致评审错误，责任应由谁承担”等问题，但是现行制度对此并无明确。

　　三是数据质量与模型迭代存在难点。AI模型的准确性取决于训练数据的质量，如何保证历史数据的公正性，如何避免把传统招标中的偏见“内化”到AI模型中，是需要认真解决的深层问题。政策法规经常更新，也对模型迭代本身构成了挑战。

　　（二）制度困境：央地协同与评价体系

　　一是各地推进节奏、技术路径、应用深度不尽相同。湖南省由于市场开放不对等和区域协同不足，导致本地企业“走出去”困难。更具体地说，区域壁垒既表现在对异地企业的不合理限制，也表现在各地信用评价、奖项认定彼此不互认。

　　二是政策引导效应未得到充分发挥。由于评价体系省级统筹的工作做得不够扎实，湖南省“各市州、各行业的奖项设置、信用评价标准与结果应用尚存在差异，省级层面的权威性、统一性评价体系与激励机制建设有待强化”，导致“机器管招投标”省级统一平台未能让高质量、高信誉企业真正获益。

　　三是全过程闭环监管未完全实现。由于招投标环节与合同履约、质量安全、人员工资支付等后端监管数据尚未完全打通，目前AI监管模型尚未实现全过程闭环监管。

　　（三）市场困境：低价竞争与企业适应性

　　一是“低价中标”顽疾仍未彻底解决。虽然《意见》提出以多种方式减少恶意低价竞标，但是实践中“低价中标”现象仍普遍存在，导致“不中标就没市场，中了标却没利润”。广州市试点的“成本警示价”机制虽然起到了一定的作用，但是也要面对如何科学设定警示价、如何防止其异化为变相最低限价等现实问题。

　　二是“数字鸿沟”呈加大趋势。罗长林代表在调研时指出，“参与竞争的部分企业资质参差不齐”，低价竞争造成市场乱象，而AI系统的推广应用又客观上提高了企业信息化水平、投标文件规范程度的要求，加剧了大企业与中小企业之间的“数字鸿沟”。

　　三是企业适应性有待加强。新形势要求企业及时主动地调整经营战略和管理模式，加快从“拼关系”向“拼质量、拼信用、拼服务”转变，但是现阶段不少企业仍然存在路径依赖，没有很好地适应“智能+人工”双轨评审的新环境，导致在市场竞争中处于不利地位。

　　四、突破路径：构建“技术—制度—市场”协同治理体系

　　针对上述困境，笔者提出以下突破路径，以期为《意见》的深化落实提供参考。

　　（一）统一技术标准，破解系统碎片化

　　一是加快建立全国统一的招投标AI应用技术标准体系。建议由国家发展改革委牵头制定招投标领域人工智能应用的技术规范及数据标准，先厘清系统架构、接口规范、数据格式、安全要求等要素，为各地系统互联互通打下基础，推进全国统一交易主体、专家、信用等数据库建设，打破“数据孤岛”。

　　二是从算法“灰箱”机制出发，系统讨论AI决策可解释性问题。建议借鉴南通“规则引擎+模型推理”双轮驱动模式，在关键环节保留规则引擎的可解释性优势，并与深度学习模型形成互补。同时，明确“AI辅助、专家主导”的基本原则，在法律上厘清AI辅助评标中的责任分配规则：AI系统给出参考结论；评标委员会对评审结果负最终责任；算法开发者就系统缺陷所造成的系统性偏差承担相应责任。

　　三是建立AI模型常态化迭代机制。各地应根据《意见》要求，建立AI模型常态化迭代机制，及时将最新的政策法规纳入模型，并全面系统地评估模型的准确性、公平性和科学性。

　　（二）完善制度安排，强化央地协同

　　一是做好顶层制度设计。就市场开放中遇到的不对等问题，建议从国家层面推进跨省信用评价、奖项认定互认机制建设，打破区域壁垒，并以广州市、芜湖市、无锡市等地远程异地评标合作模式为示范，扩大跨区域协同的覆盖面。

　　二是加强省级统筹的评价体系建设。建议各省按《意见》要求，统一省内各市州奖项设置、信用评价标准及结果应用，让高质量、高信用企业的优势在省级统一平台上充分体现。

　　三是建设全过程智慧监管闭环。重点打通招投标环节与合同履约、质量安全、人员工资支付等后端监管数据。贵州省的交易全链条智能监管网络、南通市的全过程数据碰撞比对，能够为解决跨部门协同难题提供有益思路。

　　（三）优化市场环境，引导主体转型

　　一是健全完善异常低价识别及处理机制。建议吸取广州市“成本警示价”经验，先制定科学合理的异常低价识别标准，接着要求低于警示价的投标人提供书面说明及有关证明材料，继而严格按澄清程序处理，既防范恶性竞争，又保护充分竞争。

　　二是加强对中小企业适应性支持。交易中心可针对中小企业遇到的“数字鸿沟”组织专题培训，帮助企业弄清AI评审规则，并指导其科学规范地编制投标文件。

　　三是培育“拼质量、拼信用、拼服务”的市场文化。以信用评价体系加以引导，以优质优价政策予以激励，以典型案例加以宣传，促使市场主体从“关系导向”转向“能力导向”。

　　五、结语

　　人工智能赋能招标投标不但是技术革新的必然趋势，也是推进全国统一大市场建设的有力抓手。《意见》从地方试点到全国推广，需要直面技术、制度、市场三重困境，而要破解这些困境，就要建立“技术—制度—市场”协同治理体系：技术上，统一标准、厘清责任、主动迭代；制度上，强化央地协同、完善评价体系、打通监管闭环；市场上，优化竞争环境、引导主体转型、培育健康文化。通过上述举措，将《意见》提出的20个应用场景真正转化为招标投标领域的治理实效，为构建高效规范、公平竞争、充分开放的全国统一招标投标市场打下坚实基础。

　　随着人工智能技术的不断进步、制度体系的日趋完善，在政策的推动和业界的努力下，人工智能有望从工具性效率提升阶段迈入制度范式重塑阶段，并最终达成“让工程质量更好、经济更优、廉洁更实”的治理目标。