最优寻源采购方案智能推演系统实现方法研究

程建宁 王颖花 张云飞

目前，各大央企普遍建设了自有的招标采购电子平台，经过多年积累，平台上存储了海量采购项目数据。如何有效地发掘和利用这些数据，成为摆在各个企业面前的一个课题。以某大型央企集团公司为例，其电子采购平台存储了十余年、约四十五万个招标采购项目数据，主要包括招标方案、招标公告、招标文件、投标文件、评标报告、中标通知书等。对这些数据的发掘和利用，在后续的招标采购工作中有着重大的作用。

问题的提出

招标采购活动具有一次性和不可逆的特点。一个采购项目，往往在全部招标采购流程实施完成后，采购人才会发现项目的采购方案、采购文件中存在着这样那样的问题或瑕疵。而事后的总结对已经完成的项目于事无补，发现的问题只能在该产品的下一个采购周期或者其他采购项目中进行优化和改进。目前，大型央企普遍实行集团集中采购，大多数采购产品以一至两年为一个采购周期，不断循环采购。在这种集中采购模式下，对往期采购项目总结出的经验和教训可直接用于本期项目中，从而优化完善采购方案和采购文件，循环往复推动采购工作质量提升。

一般来讲，这种经验的积累主体为企业采购部门的采购经理，采购方案和采购文件的改进程度与采购经理的责任心、主动性、经验提炼能力直接相关。这种经验传承方式过度依赖于采购经理个人，缺少必要的信息化手段支撑，经验和技能无法做到高效共享。

采购文件编制的依据是采购方案，采购方案是采购项目的基础和核心。在采购实践中，企业采购部门管理层、采购经理对防止采购方案潜在风险的智能化辅助工具需求十分强烈，要求在采购项目实施的前期，即采购方案阶段就能对项目后期实施中的风险进行事先预测，及时发现方案中不易察觉的风险，进行方案优化，避免因方案疏漏对采购项目带来不可逆转的损失或不良影响。同时，采购部门也急需一个利用采购产品历史数据去推演和模拟本期招标采购结果的智能化工具，为采购经理设置更加科学合理的采购方案和评审规则提供参考依据。该工具可将模拟的采购输出结果与采购人的采购预期进行对比，对项目资格条件、评标办法等内容进行调整和优化，在扩大竞争的基础上，寻找更加适合采购项目特点的评标标准和方法，在为企业节约采购成本的同时，进一步增强企业采购部门的价值创造能力。

集中采购模式下采购方案编制

首先，对采购方案的结构和内容进行梳理和分析。采购项目的采购方案构成一般包括采购依据、采购预算、采购组织形式、拟采取的采购方式、标段及标包的划分、最高限价、潜在供应商资格条件、评审办法、合同主要条款等。评审要素一般包含价格、商务、技术等部分。

在企业集中采购项目中，周期性采购的产品需求数量和规模会发生一定变化，对于通信企业来讲，除通信技术更新换代外，网络建设和市场经营所需的产品需求变化幅度有限。在这种背景下，制定新一轮采购方案时，采购经理往往会套用往期采购方案，结合往期采购实施和合同履行中发现的问题，进行针对性优化后，即将采购方案提交决策机构审批。在所有优化的方案主要因素中，资格条件和评审办法是优化的重点。新一轮项目采购方案的主要内容与往期的差异性一般较小，这就为我们利用往期项目实施过程中的数据资产，如采购方案、评标办法、招标文件、投标文件、评标报告等数据在新一轮项目中的模拟推演奠定了基础。

思路与方法

基本思路

在详细分析周期性采购项目采购方案编制过程后，解决方案呼之欲出。如前文所述，企业的电子采购平台上存储了各种产品往期的招标方案、招标文件、投标文件、评审报告和中标结果，可以根据某一产品往期采购项目的经验和教训，完善和优化本期招标项目资格条件和评标办法后，使用信息化手段提取往期项目电子档案，将往期项目所有投标人的投标文件信息，包括价格、商务和技术应答内容，注入本期项目预测模型，按照新的评审办法进行测算和推演，观察推演结果与采购人预期目标的差异，对模型参数进行调整，最终找到最符合招标人预期的、最优的采购方案。采购结果推演整体解决方案的基本思路，简单来说就是“让历史告诉未来”。

时间在变化，供应市场也在变化。为进一步提高采购结果推演准确度，还需“实虚结合”，即一方面使用往期真实数据，另一方面根据供应市场变化情况，创建一定数量的虚拟供应商。开展深入细致的市场调研，在收集当前市场供应商相关信息的基础上，将数据直接或者按照一定的算法加工后，对虚拟的潜在供应商进行模拟赋值，输入智能推演系统进行模拟推演，通过两条路径的结合应用，提高推演系统的准确性。此外，在采购项目完成后，还要利用AI（人工智能）深度学习，使用实际的采购结果去矫正虚拟供应商模型和算法，进一步增强AI模型和算法的科学性和精准性。

方法和步骤

第一，总结周期性采购工作的实施过程和规律，对采购实施全流程中的相关数据资产进行深入的分析和梳理，结合IT系统基础和可采用的技术，明确项目实施将解决的关键问题和达到的预期效果，完成项目需求的梳理。

第二，分析现有电子采购系统数据资产，梳理出项目实施需采集的数据信息清单，应用IPA（流程机器人）、大数据等相关技术对现有信息化系统的存量数据进行采集和清洗，并对获取的数据信息进行结构化处理，研究和论证将往期采购项目数据注入本期采购方案的思路和方法。

第三，面向用户设计智能化预测算法，算法需同时支持往期采购项目数据和新入智能推演投标数据；为提高新入智能推演投标数据的产生效率，需构建新入智能推演投标数据的数学模型，初步验证模型及智能预测算法的可行性和输出结果的准确性。

第四，根据前期的论证和研究成果，完成采购寻源智能推演系统的开发需求细化和功能设计，并进行智能推演系统的功能框架规划、IT架构搭建、系统功能开发和测试，将采集或模拟产生并结构化的数据灌入智能推演系统进行智能预测算法的验证，与预期结果进行比对，根据差异情况进行算法优化调整。通过多次优化调整，当模拟输出结果与预期结果误差较小时，进行系统上线试运行，在公司各级采购部门推广应用。

第五，根据系统试运行情况，不断进行智能推演系统的优化迭代，为进一步提高系统的智能化程度，考虑引入AI算法的机器学习、深度学习，增强智能推演系统的自学习能力，进而提高系统的自适应性和智慧化程度。

技术关键与难点

基础数据结构化较差

自动化的基础之一是数据的结构化，但采购方案、采购文件和评标方法、投标文件现存于信息化平台中的数据暂时无法实现结构化，数据汇集和分析的效率和效果很难保证。

基础数据实时获取不便

目前已完成采购项目的过程性数据全部保存在各个央企集团公司电子招标采购平台上，为确保平台信息安全，平台与省级公司的信息化平台没有接口互联，模型所需的基础数据较难获取，这给采购方案智能推演系统的开发带来一定的困难，后期需采取IPA等技术获取相关数据。

智能推演模型和数据准确性需要持续优化和验证

本期新入虚拟供应商模拟数据的准确性严重依赖于对该产品供应市场的了解程度，如何以自动的方式获取潜在供应商数据资料和构建预测模型也是本项目的难点之一。

寻源智能推演系统的智能化程度提升难度较大

为进一步提高寻源智能推演系统输出结果的客观性、准确性和普适性，并根据市场情况和管理要求的变化不断进行动态调整和优化，需不断提高智能推演系统的智能化程度并进行持续迭代，因此需引入AI、NLP（自然语言处理）、OCR（光学字符识别）、IPA、知识图谱、机器学习、深度学习等新技术，增强智能推演系统的自学习能力，进而提高系统的自适应性和智慧化程度。由于尚无先例，缺乏可借鉴和参考的资料，因此需进行持续的探索和创新，难度较大。

结论与展望

虽然存在诸多难题和挑战，但采购方案推演系统开发的数据、技术均已具备，思路和方法也已逐渐清晰，经过深入的研究和探索，完全能够形成研究成果和信息化系统开发需求，开发出智能化的采购方案预测和推演系统，成为企业采购部门决策人员和采购经理的得力帮手。

研究和开发最优采购方案智能推演系统对企业采购寻源工作意义重大，可为企业采购经理提供一个智能、便利的采购方案推演工具，便于制定更加科学、更加合理的招标采购方案，为公司和部门决策人员提供详实决策基础数据支撑、可视化决策依据以及最优方案的决策推荐，增强决策的科学性，对公司供应链能力提升产生深远的影响，具有广阔的应用前景和重要的使用价值。

首先，可系统、充分、自动地总结某一产品往期采购方案的不足和优势，便于取长补短，为改善提升本期采购方案提供数据支撑和依据。

其次，可大幅度提高采购经理制定采购方案的效率和质量，更加充分地实现需求单位的采购意图。

再次，可支撑企业采购经理对采购结果进行多维度、反复多次的沙盘推演，制定更加合理的评审方法，为企业节省采购成本，实现寻源采购的价值创造能力。

最后，研究成果，如数据结构化的方法，模拟工具的实现方法、智能预测算法、平台功能开发需求均可快速在企业集团范围，甚至行业范围内复制和推广应用，带动整个集团供应链管理效能快速提升。研究成果经过一定的延伸和深化，即可支持开发成为通用的模拟投标结果预测工具，为投标人提供智能工具，帮助投标人制定科学的投标策略，增强其报价策略的科学性，提高中标率，具有非常广阔的市场前景。

基金项目：中国物流学会研究课题“最优采购寻源方案智能推演系统的研究与应用”（2022CSLKT3-202）

（作者单位：程建宁、王颖花，中国移动通信集团陕西有限公司；张云飞，中国移动通信集团公司采购共享中心）

（责编：高杨）