登录新浪财经APP 搜索【信披】查看更多考评等级
转自：中国政府采购报
【当AI遇上采购】
AI赋能政采治理未来图景
■ 黄民锦
AI开启了赋能千行百业的新路径，对人类社会方方面面的颠覆性影响正在迅速显现，一个前所未有的高度自动化世界正在形成。可以预见，AI作为一种创新的技术手段，打开了政采治理新空间，凸显了政采治理新思路，丰富和拓展了政采治理路径和治理手段，为政采治理提供了新机遇。
时代机遇
AI给政采治理带来的可能
随着机器学习算法的控制力的延伸，决策权部分或全部、主动或被动地从“人类之手”交由“算法之手”，AI嵌入政采治理不仅成为现实，而且也是趋势。充分发挥AI对政采治理的增效功能，用AI锻造政采治理手段，展现了业界人士对政采治理前沿性、突破性、颠覆性、战略性等方面价值的综合认识与考量。
——提升政采制度的严密性。政采治理低效的主要根源在于制度缺失或制度漏洞。尽管政采治理当前可以通过日常监管、指导案例、收集意见等方式发现缺陷，但上述传统方式和手段滞后、低效，作用有限。AI技术具有强大的搜索和理解功能，可以在极短的时间内对海量采购活动形成的大数据进行全面扫描和深度分析，给决策者、治理者提出科学、严密的制度优化方案，从而实现“制度+科技”的有机结合。如AI智能算法借助和强大算力，提供“智慧脑 ”“灵巧手”。AI还可以优化治理成效的评估，使政采治理生态分析更加精准。
——提升政采治理决策的科学性。传统治理手段和模式难以系统地掌握政采治理规律或无法全面准确获取决策信息。这种条件下，决策者制定的政采决策有偏离现实情况的可能。AI技术可针对决策者提出的政采制度导向、治理任务目标，结合社会认知水平、政采治理水平、历史文化积淀等情况，优化政采治理目标，最大限度地避免由决策者的主观偏见和客观信息不对称造成的决策失误或决策低效，从而提出科学、有效、可操作的政采治理战略部署和实施方案，推动政采制度科学化水平的跃升。
——提升对违法行为查处的及时性。可视化技术可以实现采购数据、过程和结果的可视化，提高监管的透明度和可控性。通过智能算法，深度运用“重点事件比对”“高频热词抓取”等，聚焦政采监管热点难点，为政采治理提供“千里眼”和“透视眼”，及时发现苗头性、倾向性问题，更加有效地挖掘非法采购行为深层次线索，及时安排相关执法人员跟进处置。
陪标、围标、串标由于其手段的隐匿性，行为难以及时被发现。由于证据收集难度大，信息来源渠道窄，监管部门即使已经掌握了相关信息，也受限于分析手段而无法从中发现线索和规律，查办案件往往耗时费力。AI能够利用其强大的搜索引擎，实现现有查处手段无法企及的全面搜索、立体比对、精确定位目标，有力支持查明案件事实。不仅如此，AI还能对所获取的陪标、围标、串标相关线索进行深度学习和分析，甚至预测陪标、围标、串标的行为趋势和行动轨迹，从而帮助监管部门快速查办，助力推动政采治理由个案办理到系统治理的深化。
——提高政采工作精准性。AI赋能政采治理，理论上可减少人为失误和干扰，提升风险识别能力、效率与准确性，为政采治理提供更有力的支持。
数据是人工智能的三大抓手之一，使用大量文本数据训练形成的深度学习模型和内容生成工具，可以快速且高效地制作出优质、图文并茂的采购文件。AI在提高信息传递效率方面具有无可比拟的优势，它可实时完成数据分析，在大模型、大算力支持下，生成成果并即时发布，在以秒为单位的时间内完成面向全球的信息发布与传递，将极大地提高政采信息分析与传递效率。
以ChatGPT为代表的AI工具催生了新的沟通方式，其“活字典”、移动“大百科全书”的特性，加上越来越接近人类水平的语言理解和生产能力，可以应用于政采政策咨询及信访投诉，让其“答复”既有常识性又呈现出集成创新性。
时代之问
AI给政采治理带来挑战
AI是一把“双刃剑”，它具有的社会属性和技术特性，决定了其运用可能存在的潜在风险——数据泄露、权益侵害，技术滥用、隐蔽犯罪。AI技术存在的不确定性、不透明性，也有可能引发政采治理风险。
——高效的信息搜索降低作弊成本。AI高效的信息搜索为违法者提供大量的违法机会与高明的违法手法，降低了作弊成本，可能引发一系列诚信危机。如，ChatGPT可能被违法者用来寻找违法机会，违法者会利用ChatGPT在极短的时间内检视政采制度存在的缺漏或单位内控制度的缺陷，甚至还可能包括一些尚未发现的监管盲区，进而针对这些盲区实施隐蔽的违法行为。
大模型自身结构和机制存在的漏洞，存在被恶意攻击的风险。如，对话式的ChatGPT是一个大型语言模型，用户可以任意或“精准制导”地向该模型提出制作虚假内容指令，获取看似可信、实则无可靠数据支持的虚假采购文件。
——便捷的信息生产可能刺激违法者对抗查处。AI可能按照指令给违法者提供一个规避制度约束，绕开监管，几乎完美的“违法操作指南”，并为违法者“量身定制”实施违法的手段。违法者通过恶意训练AI，还可以在不同平台以不同的方式，创建虚假信息，混淆视听，掩盖自己的违法行径，从而对抗和干扰执法机构的查处。AI语言模型生成的虚假信息的可辨识度会随着AI技术的升级迭代而变得愈加模糊，致使相关审查难度加大，查处违法行为的复杂性与不确定性也大大增加。
——AI广泛运用可能使监督者对其产生依赖性。一方面AI设计的自主决策算法可能代替治理者的决策，不利于其自主决策能力的培养与提升；另一方面，AI应用存在损害决策科学性的隐患。算法自主决策以大数据为科学依据，其在决策方面具有人脑决策不可比拟的优势，但若模型算法不科学，数据质量低劣，大数据的预判和分析功能就难以实现，从而导致政采治理决策错误，使得政采治理战略决策或规划偏离正确的价值选择。此外，还有可能弱化政采治理者的主观能动性和创造性，产生“只见数字不见人”的风险，导致“简单化”和“一刀切”式管理。
——法律责任难以认定。AI存在因数据和算法失误生成虚假内容的可能性，因此，一旦大模型生成不准确的政采治理风险报告，将难以区分是技术原因还是数据原因，在法律责任认定上也有难度。
应对之策
提升政采治理水平的可能途径
面向未来，我们应以前瞻性研究和战略布局，以务实的态度积极探索，深度挖掘AI赋能政采治理的潜力，构建适应新一代AI技术发展的政采治理体系。
——超越工具，提升理性认识。AI赋能政采治理不能只有目的而缺乏手段，更不能将手段替代目的，本末倒置。要以实现AI善治为目的，正确处理治理目的与治理手段的关系，注意克服单纯技术主义和工具主义倾向，准确把握AI技术边界和尺度。区分和明晰AI技术赋能过程的“体”和“用”关系。“体”是目的、价值和主干，“用”是手段、方法和技术。“体” 坚持以人为本，保证程序正义，“用”就是技术对治理行为过程的嵌入，对治理场景的构建和具体实施。
当前，应当鼓励监管机关对AI技术的应用创新，加速适用于政采治理AI的研发，运用新技术推动监管理念、思路、方法、模式创新，利用AI工具对当下政采治理制度进行全面体检，及时补齐制度短板。同时，坚持规划引导、需求带动，以安全为要，推进AI赋能政采治理健康发展，扎实落地，稳步推进。
——健全制度，强化安全保障。建立数据安全与应急管理相关工作规范，建立健全AI技术安全审查制度和数据安全保障措施，建立健全严格控制使用AI技术的管理制度。
加固AI技术运用的防控机制，严防AI应用道德风险。强化AI技术透明性，确保其技术逻辑清晰，决策可追溯，做到AI技术的可见、可追溯。
构建业务模型，运用大数据分析方法，针对某一特定事件和监管目标，在海量数据资源中快速获取与之相关的目标数据，并做出精准研判。对每一个决策环节进行详细的记录，使之成为有源可溯、有据可查的全方位追溯过程。
落实完善安全管理制度，利用防火墙、日志审计等，开展日常数据监测，加强数据安全事件、信息泄密事件预警和发现能力。实施安全动态评估检查，建立评估体系，做好相应预防措施及应急预案，确保AI安全可信，严格授权，有效监督。
——法律规制，促进向好向善。一是建立问责机制。要构建责任分配框架，明确AI行为的责任主体，明确管理者、运营者、监督者使用的制度规定，建立健全监督机制、筛选机制、预警机制、补丁机制。有效的问责机制可以在AI决策导致的不利后果发生时，有明确的路径来确定责任归属。
二是建立健全权利救济制度。通过优化申诉程序，细化查询机制、申辩机制、更正机制等权利救济方面的规定，使受害者能够获得各种途径的法律救济。
——寻求共治，培育共治理念。支持数据资源集中、高效、安全交换，形成跨地域、跨部门、跨行业的大数据资源池，做到跨行政区域协同、信息交互协同、路径集成协同，驱动AI技术风险治理由点状分散管理向融合交互跃迁。
建立健全采购治理数据共享交换协调机制，调动治理主体的积极性、主动性，寻求政采治理“最大公约数”，画好协同治理“同心圆”，促进AI与治理有序融合。
建立媒介平台征询和信息披露机制，建立大数据开放平台，方便各级、各部门、各监督机关、采购人、供应商、代理机构、公民以及媒体对监管信息的查询、调阅和使用。
——强化培训，打造监管队伍。把AI教育培训纳入政采队伍知识更新课程，通过加强AI师资培养，加快AI教材编写、制定教学标准、完善评估体系等措施，解决目前AI教师和教材短缺等突出问题。
实施“培、育、引、留”全方位、多层次人才培养战略，打造复合型、适应人工智能技术要求的监管队伍，实现从“管人”“管事”向“管数”转变，推动政采治理从“人防”向“技防”转变，实现“穿透式”监管。