提升采购设备质量,是持之以恒建设本质安全电网,实现高质量发展的关键举措,如何在评标阶段选好选优供应商、严把采购设备口关,已成为保障电网和设备安全的重中之重。
现状描述
现阶段,在智能评标的业务实施过程中还面临着一些问题:
信息共享、利用程度低
采购评标阶段未能全面共享供应商信用、绩效评价以及产品质量信息,基础信息的归集和利用程度不高。
人工评标过程繁琐
评标过程,评标专家需要对每个详评要素逐一对比投标人的响应情况和招标文件的要求情况,更要对比不同投标人在每个要素间的情况,过程耗时且容易出错。
评分过程主观性强
由于评标专家的历史经验、打分习惯以及主观感受不同,导致评定结论的准确性、一致性缺乏科学依据。
业务提升
针对以上问题,考虑多渠道引入内外部供应商信息,借助大数据和人工智能技术,实现自动、智能辅助评标。
1.建立基础数据库
一方面,引入外部的供应商信用以及行政奖惩信息,另一方面,收集内部的供应商资质能力核实、绩效评价、不良行为以及全寿命周期质量问题信息等,建立“供应商+物资”的基础数据库,为评标阶段提供充足信息保障。
同时,引入原材料价格以及供应商用电量(即产能)信息,作为评判供应商投标承诺以及履约能力的重要考量。
2.构建智能辅助评标模型
通过大数据、人工智能技术,构建智能辅助评标模型,并借助供应商投标响应文件(结构化的价格和商务投标响应数据,非结构化的技术方案等)以及专家评分结果,模拟专家评分规律,反复训练、验证、优化模型,最终得出投标文件内容关键点、详评要素和最终得分之间的关系模型。
3.固化物资评标流程
应用了大数据、人工智能技术之后,梳理、固化智能辅助评标流程。
首先,采用深度学习对非结构化数据的投标文件内容进行识别,通过自然语言处理对文本内容进行分词、语法和语义分析,提取出智能辅助评标模型所需的关键评分要素;
其次,智能辅助评标模型根据关键评分要素,智能比对投标响应情况与招标要求的偏差,逐份标记响应文件是否通过符合性审查,自动标记出不满足招标要求的响应文件,并给出模型参考评分;
最后,专家依据模型给出的关键评分要素、投标响应情况的符合性审查结果、以及模型参考评分,给出最终的评分。
在大数据、人工智能技术的支持下,提高了评标效率,最大程度上消除了评标过程中人为干预的可能性,降低了评标专家滥用评分自由裁量权和主观评价风险,提升打分结果的客观性,有效提升了招标采购评标工作质效。
电网智库,电网智慧供应链伙伴
领取专属 10元无门槛券
私享最新 技术干货