yueqian-ai
830 lines
49 KiB
HTML
830 lines
49 KiB
HTML
<!DOCTYPE html>
|
||
<html lang="zh-CN">
|
||
<head>
|
||
<meta charset="UTF-8">
|
||
<meta name="viewport" content="width=device-width, initial-scale=1.0">
|
||
<title>招标投标领域AI推广应用政策解读 — 发改法规〔2026〕195号</title>
|
||
<style>
|
||
:root {
|
||
--color-primary: #1677FF;
|
||
--color-primary-hover: #4096FF;
|
||
--color-primary-active: #0958D9;
|
||
--color-primary-bg: #E6F4FF;
|
||
--color-success: #52C41A;
|
||
--color-success-bg: #F6FFED;
|
||
--color-success-border: #B7EB8F;
|
||
--color-warning: #FAAD14;
|
||
--color-warning-bg: #FFFBE6;
|
||
--color-warning-border: #FFE58F;
|
||
--color-error: #FF4D4F;
|
||
--color-error-bg: #FFF2F0;
|
||
--color-error-border: #FFCCC7;
|
||
|
||
--bg: #F5F5F5;
|
||
--bg-container: #FFFFFF;
|
||
--bg-elevated: #FAFAFA;
|
||
--border: #D9D9D9;
|
||
--border-light: #F0F0F0;
|
||
--text-primary: #141414;
|
||
--text-secondary: #595959;
|
||
--text-tertiary: #8C8C8C;
|
||
|
||
--radius-sm: 6px;
|
||
--radius-md: 8px;
|
||
--radius-lg: 12px;
|
||
|
||
--shadow-sm: 0 1px 2px rgba(0,0,0,0.03), 0 1px 6px -1px rgba(0,0,0,0.02);
|
||
--shadow-md: 0 2px 4px rgba(0,0,0,0.04), 0 4px 12px -2px rgba(0,0,0,0.04);
|
||
--shadow-lg: 0 4px 8px rgba(0,0,0,0.06), 0 8px 24px -4px rgba(0,0,0,0.08);
|
||
|
||
--sidebar-w: 260px;
|
||
--header-h: 64px;
|
||
}
|
||
|
||
* { margin: 0; padding: 0; box-sizing: border-box; }
|
||
|
||
body {
|
||
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto,
|
||
'PingFang SC', 'Hiragino Sans GB', 'Microsoft YaHei',
|
||
'Helvetica Neue', Helvetica, Arial, sans-serif;
|
||
background: var(--bg);
|
||
color: var(--text-primary);
|
||
line-height: 1.57;
|
||
font-size: 14px;
|
||
}
|
||
|
||
::-webkit-scrollbar { width: 6px; height: 6px; }
|
||
::-webkit-scrollbar-track { background: transparent; }
|
||
::-webkit-scrollbar-thumb { background: var(--border); border-radius: 3px; }
|
||
::-webkit-scrollbar-thumb:hover { background: var(--text-tertiary); }
|
||
|
||
.header {
|
||
position: fixed;
|
||
top: 0; left: 0; right: 0;
|
||
height: var(--header-h);
|
||
background: rgba(255,255,255,0.85);
|
||
backdrop-filter: blur(12px);
|
||
border-bottom: 1px solid var(--border-light);
|
||
display: flex;
|
||
align-items: center;
|
||
padding: 0 2rem;
|
||
z-index: 100;
|
||
}
|
||
.header h1 {
|
||
font-size: 18px;
|
||
font-weight: 700;
|
||
background: linear-gradient(135deg, var(--color-primary), #722ED1);
|
||
-webkit-background-clip: text;
|
||
-webkit-text-fill-color: transparent;
|
||
background-clip: text;
|
||
}
|
||
.header .back-link {
|
||
margin-right: 16px;
|
||
font-size: 13px;
|
||
color: var(--color-primary);
|
||
text-decoration: none;
|
||
flex-shrink: 0;
|
||
}
|
||
.header .back-link:hover { text-decoration: underline; }
|
||
.header .version {
|
||
margin-left: auto;
|
||
font-size: 12px;
|
||
color: var(--text-tertiary);
|
||
font-family: 'SF Mono', Monaco, monospace;
|
||
}
|
||
|
||
.sidebar {
|
||
position: fixed;
|
||
top: var(--header-h); left: 0; bottom: 0;
|
||
width: var(--sidebar-w);
|
||
background: var(--bg-container);
|
||
border-right: 1px solid var(--border);
|
||
overflow-y: auto;
|
||
padding: 1.25rem 0;
|
||
z-index: 90;
|
||
}
|
||
.sidebar .toc-label {
|
||
font-size: 12px;
|
||
text-transform: uppercase;
|
||
letter-spacing: 0.1em;
|
||
color: var(--text-tertiary);
|
||
padding: 0 1.25rem;
|
||
margin-bottom: 0.75rem;
|
||
}
|
||
.sidebar nav ol { list-style: none; padding: 0; counter-reset: toc; }
|
||
.sidebar nav li { counter-increment: toc; padding: 0; }
|
||
.sidebar nav a {
|
||
display: block;
|
||
padding: 0.5rem 1.25rem;
|
||
color: var(--text-secondary);
|
||
text-decoration: none;
|
||
font-size: 13px;
|
||
line-height: 1.4;
|
||
border-left: 2px solid transparent;
|
||
transition: all 0.15s;
|
||
}
|
||
.sidebar nav a::before {
|
||
content: counter(toc) ". ";
|
||
color: var(--color-primary);
|
||
font-weight: 600;
|
||
font-size: 12px;
|
||
margin-right: 0.4rem;
|
||
}
|
||
.sidebar nav a:hover {
|
||
color: var(--color-primary);
|
||
background: var(--color-primary-bg);
|
||
}
|
||
.sidebar nav a.active {
|
||
color: var(--color-primary);
|
||
border-left-color: var(--color-primary);
|
||
background: var(--color-primary-bg);
|
||
font-weight: 600;
|
||
}
|
||
|
||
.main {
|
||
margin-left: var(--sidebar-w);
|
||
margin-top: var(--header-h);
|
||
padding: 32px 40px 64px;
|
||
min-height: calc(100vh - var(--header-h));
|
||
max-width: 1200px;
|
||
}
|
||
|
||
section {
|
||
margin: 48px 0;
|
||
scroll-margin-top: calc(var(--header-h) + 1rem);
|
||
}
|
||
section h2 {
|
||
font-size: 24px;
|
||
line-height: 32px;
|
||
padding-bottom: 8px;
|
||
border-bottom: 1px solid var(--border);
|
||
margin-bottom: 20px;
|
||
color: var(--color-primary);
|
||
}
|
||
section h3 {
|
||
font-size: 20px;
|
||
line-height: 28px;
|
||
margin: 24px 0 12px;
|
||
color: #722ED1;
|
||
}
|
||
section h4 {
|
||
font-size: 16px;
|
||
line-height: 24px;
|
||
margin: 16px 0 8px;
|
||
color: var(--color-success);
|
||
}
|
||
|
||
.table-wrap { overflow-x: auto; margin: 20px 0; }
|
||
table {
|
||
width: 100%;
|
||
border-collapse: collapse;
|
||
font-size: 14px;
|
||
}
|
||
th, td {
|
||
padding: 10px 14px;
|
||
border: 1px solid var(--border);
|
||
text-align: left;
|
||
vertical-align: top;
|
||
}
|
||
th {
|
||
background: var(--bg-elevated);
|
||
font-weight: 600;
|
||
position: sticky;
|
||
top: 0;
|
||
}
|
||
td { background: var(--bg-container); }
|
||
tbody tr:hover td { background: var(--color-primary-bg); }
|
||
|
||
code {
|
||
background: var(--bg-elevated);
|
||
padding: 2px 8px;
|
||
border-radius: 4px;
|
||
font-family: 'SF Mono', 'Menlo', 'Courier New', monospace;
|
||
font-size: 13px;
|
||
color: var(--color-primary);
|
||
}
|
||
|
||
.card-grid {
|
||
display: grid;
|
||
grid-template-columns: repeat(auto-fill, minmax(300px, 1fr));
|
||
gap: 16px;
|
||
margin: 20px 0;
|
||
}
|
||
.card {
|
||
background: var(--bg-container);
|
||
border: 1px solid var(--border);
|
||
border-radius: var(--radius-md);
|
||
padding: 24px;
|
||
transition: all 0.2s ease;
|
||
}
|
||
.card:hover {
|
||
border-color: var(--color-primary);
|
||
box-shadow: var(--shadow-md);
|
||
}
|
||
.card h4 { margin: 0 0 8px; color: var(--text-primary); font-size: 16px; }
|
||
.card p { color: var(--text-secondary); font-size: 14px; margin: 0; }
|
||
|
||
.verdict {
|
||
background: var(--bg-container);
|
||
border: 1px solid var(--border);
|
||
border-radius: var(--radius-md);
|
||
padding: 24px 32px;
|
||
margin: 20px 0;
|
||
box-shadow: var(--shadow-sm);
|
||
}
|
||
.verdict h4 {
|
||
color: var(--color-primary);
|
||
margin-bottom: 12px;
|
||
font-size: 16px;
|
||
background: linear-gradient(135deg, var(--color-primary), #722ED1);
|
||
-webkit-background-clip: text;
|
||
-webkit-text-fill-color: transparent;
|
||
background-clip: text;
|
||
}
|
||
.verdict p { color: var(--text-secondary); margin: 6px 0; font-size: 14px; }
|
||
.verdict strong { color: var(--text-primary); }
|
||
|
||
.tip-box {
|
||
background: var(--color-success-bg);
|
||
border: 1px solid var(--color-success-border);
|
||
border-radius: var(--radius-md);
|
||
padding: 20px 24px;
|
||
margin: 16px 0;
|
||
}
|
||
.tip-box h4 { color: var(--color-success); margin-bottom: 8px; font-size: 15px; }
|
||
.tip-box p { color: var(--text-secondary); font-size: 14px; margin: 4px 0; }
|
||
|
||
.warn-box {
|
||
background: var(--color-warning-bg);
|
||
border: 1px solid var(--color-warning-border);
|
||
border-radius: var(--radius-md);
|
||
padding: 20px 24px;
|
||
margin: 16px 0;
|
||
}
|
||
.warn-box h4 { color: var(--color-warning); margin-bottom: 8px; font-size: 15px; }
|
||
.warn-box p { color: var(--text-secondary); font-size: 14px; margin: 4px 0; }
|
||
|
||
.danger-box {
|
||
background: var(--color-error-bg);
|
||
border: 1px solid var(--color-error-border);
|
||
border-radius: var(--radius-md);
|
||
padding: 20px 24px;
|
||
margin: 16px 0;
|
||
}
|
||
.danger-box h4 { color: var(--color-error); margin-bottom: 8px; font-size: 15px; }
|
||
.danger-box p { color: var(--text-secondary); font-size: 14px; margin: 4px 0; }
|
||
|
||
.arch-pipeline {
|
||
display: flex;
|
||
flex-wrap: wrap;
|
||
gap: 8px;
|
||
align-items: center;
|
||
margin: 16px 0;
|
||
}
|
||
.arch-step {
|
||
background: var(--bg-container);
|
||
border: 1px solid var(--border);
|
||
border-radius: var(--radius-sm);
|
||
padding: 8px 16px;
|
||
font-size: 13px;
|
||
font-family: 'SF Mono', 'Menlo', monospace;
|
||
color: var(--color-primary);
|
||
}
|
||
.arch-step small { display: block; font-size: 11px; color: var(--text-tertiary); margin-top: 2px; }
|
||
.arch-arrow { color: var(--text-tertiary); font-size: 1.1rem; }
|
||
|
||
.tag {
|
||
display: inline-block;
|
||
padding: 2px 10px;
|
||
border-radius: 12px;
|
||
font-size: 12px;
|
||
font-weight: 600;
|
||
margin-right: 4px;
|
||
}
|
||
.tag-red { background: var(--color-error-bg); color: var(--color-error); border: 1px solid var(--color-error-border); }
|
||
.tag-blue { background: var(--color-primary-bg); color: var(--color-primary); border: 1px solid #91CAFF; }
|
||
.tag-purple { background: #F9F0FF; color: #722ED1; border: 1px solid #D3ADF7; }
|
||
|
||
ul, ol { margin-left: 20px; }
|
||
li { margin: 4px 0; color: var(--text-secondary); font-size: 14px; }
|
||
p { color: var(--text-secondary); font-size: 14px; margin: 8px 0; }
|
||
a { color: var(--color-primary); }
|
||
|
||
.footer {
|
||
text-align: center;
|
||
padding: 24px 0;
|
||
color: var(--text-tertiary);
|
||
font-size: 13px;
|
||
border-top: 1px solid var(--border);
|
||
margin-top: 20px;
|
||
}
|
||
|
||
.meta-row {
|
||
display: flex;
|
||
flex-wrap: wrap;
|
||
gap: 8px;
|
||
margin-bottom: 16px;
|
||
}
|
||
|
||
@media (max-width: 992px) {
|
||
:root { --sidebar-w: 220px; }
|
||
.main { padding: 24px 20px 48px; }
|
||
}
|
||
@media (max-width: 768px) {
|
||
.sidebar { display: none; }
|
||
.main { margin-left: 0; }
|
||
.card-grid { grid-template-columns: 1fr; }
|
||
table { font-size: 13px; }
|
||
th, td { padding: 8px 10px; }
|
||
section { margin: 32px 0; }
|
||
}
|
||
</style>
|
||
</head>
|
||
<body>
|
||
|
||
<header class="header">
|
||
<a href="../../index.html" class="back-link">← 返回知识库</a>
|
||
<h1>招标投标领域AI推广应用政策解读</h1>
|
||
<span class="version">发改法规〔2026〕195号 · 2026-02-10</span>
|
||
</header>
|
||
|
||
<aside class="sidebar">
|
||
<div class="toc-label">目录</div>
|
||
<nav>
|
||
<ol>
|
||
<li><a href="#overview">政策概览</a></li>
|
||
<li><a href="#goals">总体目标与路线</a></li>
|
||
<li><a href="#tendering">AI + 招标</a></li>
|
||
<li><a href="#bidding">AI + 投标</a></li>
|
||
<li><a href="#evaluation">AI + 开标评标</a></li>
|
||
<li><a href="#award">AI + 定标</a></li>
|
||
<li><a href="#site">AI + 现场管理</a></li>
|
||
<li><a href="#supervision">AI + 监管</a></li>
|
||
<li><a href="#deployment">部署实施要求</a></li>
|
||
<li><a href="#assurance">组织保障</a></li>
|
||
<li><a href="#impact">市场影响与技术机遇</a></li>
|
||
</ol>
|
||
</nav>
|
||
</aside>
|
||
|
||
<main class="main">
|
||
|
||
<!-- 1. 政策概览 -->
|
||
<section id="overview">
|
||
<h2>1. 政策概览</h2>
|
||
|
||
<div class="meta-row">
|
||
<span class="tag tag-red">国家发改委</span>
|
||
<span class="tag tag-blue">八部门联合发文</span>
|
||
<span class="tag tag-purple">发改法规〔2026〕195号</span>
|
||
</div>
|
||
|
||
<p>2026年2月6日，国家发展改革委、工业和信息化部、住房城乡建设部、交通运输部、水利部、农业农村部、商务部、国务院国资委联合发布《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）。该文件于2026年2月10日在国家发展改革委官网公开发布，是国务院<strong>"人工智能+"行动</strong>在招标投标领域的首个系统性落地文件，标志着公共资源交易从"电子化"向"智能化"的范式跃迁。</p>
|
||
|
||
<div class="table-wrap">
|
||
<table>
|
||
<thead><tr><th>维度</th><th>内容</th></tr></thead>
|
||
<tbody>
|
||
<tr><td><strong>发文机关</strong></td><td>国家发展改革委、工业和信息化部、住房城乡建设部、交通运输部、水利部、农业农村部、商务部、国务院国资委（8部门）</td></tr>
|
||
<tr><td><strong>文号</strong></td><td>发改法规〔2026〕195号</td></tr>
|
||
<tr><td><strong>发布日期</strong></td><td>2026年2月6日（印发）/ 2026年2月10日（公开）</td></tr>
|
||
<tr><td><strong>上位法依据</strong></td><td>《中华人民共和国招标投标法》《中华人民共和国政府采购法》《中华人民共和国数据安全法》《中华人民共和国网络安全法》《生成式人工智能服务管理暂行办法》等</td></tr>
|
||
<tr><td><strong>核心原则</strong></td><td>政府引导、多方参与、场景牵引、安全可控</td></tr>
|
||
<tr><td><strong>应用领域</strong></td><td>6大领域：招标、投标、开标评标、定标、现场管理、监管，共20个重点场景</td></tr>
|
||
<tr><td><strong>AI定位</strong></td><td>辅助性角色，不替代人的自主判断和法定责任，不改变招标投标各方主体的法律责任边界</td></tr>
|
||
<tr><td><strong>适用范围</strong></td><td>依法必须进行招标的工程建设项目，政府采购项目参照执行</td></tr>
|
||
</tbody>
|
||
</table>
|
||
</div>
|
||
|
||
<div class="danger-box">
|
||
<h4>关键约束：技术辅助性定位</h4>
|
||
<p>模型生成结论<strong>不替代</strong>招标人、招标代理机构、投标人、评标专家、行政监督部门等使用主体的自主判断，<strong>不改变</strong>使用主体的法定责任。AI系统仅作为决策辅助工具，最终决策权和法律责任仍由法定主体承担。这是理解本政策所有场景设计的逻辑起点，也是系统架构设计的核心约束条件。</p>
|
||
</div>
|
||
|
||
<div class="tip-box">
|
||
<h4>政策背景与战略意义</h4>
|
||
<p>本文件是贯彻落实党中央、国务院关于发展新一代人工智能战略部署的重要举措，与《"十四五"数字经济发展规划》《关于构建数据基础制度更好发挥数据要素作用的意见》等政策一脉相承。通过AI技术赋能招标投标全流程，旨在解决传统招投标中存在的<strong>信息不对称、评审效率低、围串标隐蔽、监管滞后</strong>等痛点问题，推动公共资源交易高质量发展。</p>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 2. 总体目标与路线 -->
|
||
<section id="goals">
|
||
<h2>2. 总体目标与路线</h2>
|
||
|
||
<h3>2.1 总体目标</h3>
|
||
<p>围绕招标投标交易全过程和管理重点环节，积极稳妥推进人工智能在招标投标领域的应用，<strong>改进招标投标范式，提升服务和监管的数智化水平</strong>，为保障公共资源公平高效配置、规范招标投标市场秩序提供有力支撑。</p>
|
||
|
||
<h3>2.2 分阶段路线</h3>
|
||
<div class="arch-pipeline">
|
||
<span class="arch-step">2026年底<br><small>重点场景部分省市全覆盖</small></span><span class="arch-arrow">→</span>
|
||
<span class="arch-step">2027年底<br><small>全国范围推广应用</small></span>
|
||
</div>
|
||
<ul>
|
||
<li><strong>2026年底</strong>：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</li>
|
||
<li><strong>2027年底</strong>：更多重点场景在全国范围内推广应用，形成一批模型训练、场景应用、机制保障等方面的经验做法</li>
|
||
</ul>
|
||
</section>
|
||
|
||
<!-- 3. AI + 招标 -->
|
||
<section id="tendering">
|
||
<h2>3. "人工智能+"招标</h2>
|
||
|
||
<div class="card-grid">
|
||
<div class="card">
|
||
<h4>场景1：招标策划</h4>
|
||
<p><strong>技术路径</strong>：基于行业大模型+知识图谱，融合宏观经济数据、行业价格指数、供应链数据等多源信息</p>
|
||
<p><strong>核心功能</strong>：辅助招标人对行业趋势、市场供需、资源要素进行综合研判，准确理解项目投资审批、招标投标、履约验收等信息，生成客观量化的招标需求和技术商务条件，从源头提高招标的科学合理性。</p>
|
||
<p><strong>输出物</strong>：招标需求分析报告、技术参数建议书、市场供需预测模型</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景2：招标文件编制</h4>
|
||
<p><strong>技术路径</strong>：NLP文本生成+规则引擎+法规知识库</p>
|
||
<p><strong>核心功能</strong>：深度理解项目目标、建设内容、招标需求等，结合历史交易数据和政策法规库，智能匹配招标文件范本，推荐适合的资格条件、评标办法和评标标准，辅助编制或自动生成招标文件初稿。</p>
|
||
<p><strong>输出物</strong>：招标文件草案、资格条件合规性检查报告、评标办法推荐说明</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景3：招标文件检测</h4>
|
||
<p><strong>技术路径</strong>：语义相似度分析+规则校验+敏感词库+合规知识图谱</p>
|
||
<p><strong>核心功能</strong>：对招标文件开展合规性、合理性、错敏词等多维度检测，自动识别各类违法违规和排斥限制竞争问题（如设置不合理条件限制潜在投标人、指定特定品牌或供应商等），提示判断依据和修改建议。鼓励实行<strong>"先体检、再发布"</strong>机制。</p>
|
||
<p><strong>输出物</strong>：招标文件合规检测报告、问题清单及修改建议、排斥性条款识别报告</p>
|
||
</div>
|
||
</div>
|
||
|
||
<div class="warn-box">
|
||
<h4>合规要点</h4>
|
||
<p>招标文件编制必须严格遵循《招标投标法》第十九条、第二十条规定，不得以不合理的条件限制或者排斥潜在投标人。AI生成的招标文件须经招标人或其委托的招标代理机构审核确认后方可发布。</p>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 4. AI + 投标 -->
|
||
<section id="bidding">
|
||
<h2>4. "人工智能+"投标</h2>
|
||
|
||
<div class="card-grid">
|
||
<div class="card">
|
||
<h4>场景4：投标策划</h4>
|
||
<p><strong>技术路径</strong>：信息抽取+推荐算法+竞争情报分析</p>
|
||
<p><strong>核心功能</strong>：全方位捕捉各类项目招标信息，结合投标人资质特点、历史业绩、技术优势推送适合项目，自动提取解析招标文件关键要素，智能生成招标需求图谱。结合历史交易数据辅助分析竞争格局和报价策略，提高投标精准度和效率。</p>
|
||
<p><strong>输出物</strong>：项目匹配度评估报告、竞争对手分析、投标策略建议书</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景5：投标合规自查</h4>
|
||
<p><strong>技术路径</strong>：响应性比对引擎+合规规则库+成本测算模型</p>
|
||
<p><strong>核心功能</strong>：深度解析招标需求，结合投标人技术优势和资质条件辅助确定技术方案和报价区间。对投标文件进行响应性比对，自动提示违法违规、错误缺漏、实质性偏离等问题。对可能低于成本价的投标进行风险提示，减少恶意低价竞标行为。</p>
|
||
<p><strong>输出物</strong>：投标文件合规自查报告、响应性偏离表、成本合理性分析</p>
|
||
</div>
|
||
</div>
|
||
|
||
<div class="tip-box">
|
||
<h4>投标人赋能价值</h4>
|
||
<p>AI辅助投标可显著降低中小企业参与门槛，通过智能解读招标文件、自动生成合规投标文件，减少因理解偏差导致的废标风险。同时，成本价预警机制有助于遏制"低价中标、高价索赔"的行业乱象。</p>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 5. AI + 开标评标 -->
|
||
<section id="evaluation">
|
||
<h2>5. "人工智能+"开标和评标</h2>
|
||
|
||
<div class="card-grid">
|
||
<div class="card">
|
||
<h4>场景6：数字开标人</h4>
|
||
<p><strong>技术路径</strong>：语音合成(TTS)+自然语言理解(NLU)+流程自动化(RPA)</p>
|
||
<p><strong>核心功能</strong>：打造智能化数字开标人，调度项目开标活动全流程，自动完成宣读开标纪律、公布投标人名单、标书解密、唱标、结果确认等工作，智能判断开标异常情况（如投标文件未按时送达、密封不符合要求等）并提示处理建议。</p>
|
||
<p><strong>输出物</strong>：开标过程记录、开标结果确认书、异常情况处理建议</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景7：专家抽取</h4>
|
||
<p><strong>技术路径</strong>：约束优化算法+知识图谱+随机数生成器</p>
|
||
<p><strong>核心功能</strong>：综合解析项目特点和评标要点，根据专业分类、地域分布、回避规则等条件，结合远程异地评标要求，自动生成与项目匹配的专家抽取方案，保障科学性和公正性。支持动态调整抽取策略，确保专家资源合理配置。</p>
|
||
<p><strong>输出物</strong>：专家抽取方案、回避关系校验报告、专家资源匹配度分析</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景8：智能辅助评标</h4>
|
||
<p><strong>技术路径</strong>：多模态大模型+评审指标体系+语义理解+规则推理</p>
|
||
<p><strong>核心功能</strong>：构建类专家级评审推理能力，掌握不同专业评标专家的知识结构体系，按项目类型建立综合评审指标体系，全面提取招标投标文件要素，深度解析响应度，辅助专家评审或生成评审结果供参考。支持技术标、商务标、价格标的分类评审。</p>
|
||
<p><strong>输出物</strong>：投标文件要素提取表、响应度分析报告、评审建议及依据</p>
|
||
</div>
|
||
</div>
|
||
|
||
<div class="danger-box">
|
||
<h4>评标合规红线</h4>
|
||
<p>AI辅助评标必须严格遵循《招标投标法》第三十七条、第四十条规定，评标委员会由招标人代表和有关技术、经济等方面的专家组成。AI仅作为辅助工具，<strong>不得替代评标委员会独立评审</strong>，评标报告必须由评标委员会成员签字确认。</p>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 6. AI + 定标 -->
|
||
<section id="award">
|
||
<h2>6. "人工智能+"定标</h2>
|
||
|
||
<div class="card-grid">
|
||
<div class="card">
|
||
<h4>场景9：评标报告核验</h4>
|
||
<p><strong>技术路径</strong>：数据一致性校验+逻辑推理引擎+异常检测算法</p>
|
||
<p><strong>核心功能</strong>：构建评标报告智能审核能力，辅助招标人核查数据准确性、逻辑关联性、内容合规性，自动预警客观评审因素评分不一致、分值计算错误、专家打分偏离度过大等问题，确保评标结果客观公正。</p>
|
||
<p><strong>输出物</strong>：评标报告核验报告、评分一致性分析、异常打分预警</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景10：辅助定标决策</h4>
|
||
<p><strong>技术路径</strong>：多维画像+知识图谱+数字人交互</p>
|
||
<p><strong>核心功能</strong>：基于招标需求、供应链管理、行业/信用/税务/司法等平台数据，对中标候选人进行多维立体画像。引入<strong>数字人答辩</strong>等方式，辅助招标人综合比对分析，全过程记录可追溯，确保定标决策科学合理。</p>
|
||
<p><strong>输出物</strong>：中标候选人综合画像、定标决策建议书、答辩记录</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景11：中标合同签订</h4>
|
||
<p><strong>技术路径</strong>：信息抽取+合同生成引擎+区块链存证</p>
|
||
<p><strong>核心功能</strong>：自动提取中标合同签约要素，参考示范文本生成合同，支持在线签订和存档。对关键权利义务条款进行风险提示，减少"阴阳合同"、随意篡改等问题，确保合同内容与招标文件和中标人投标文件一致。</p>
|
||
<p><strong>输出物</strong>：合同草案、条款风险提示、合同一致性校验报告</p>
|
||
</div>
|
||
</div>
|
||
|
||
<div class="warn-box">
|
||
<h4>定标合规要求</h4>
|
||
<p>根据《招标投标法》第四十五条、第四十六条规定，中标人确定后，招标人应当向中标人发出中标通知书，并同时将中标结果通知所有未中标的投标人。招标人和中标人应当自中标通知书发出之日起三十日内，按照招标文件和中标人的投标文件订立书面合同，<strong>不得再行订立背离合同实质性内容的其他协议</strong>。</p>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 7. AI + 现场管理 -->
|
||
<section id="site">
|
||
<h2>7. "人工智能+"现场管理</h2>
|
||
|
||
<div class="card-grid">
|
||
<div class="card">
|
||
<h4>场景12：场所调度</h4>
|
||
<p><strong>技术路径</strong>：物联网(IoT)+智能调度算法+视频分析</p>
|
||
<p><strong>核心功能</strong>：全方位智能化管理交易场所，高效调配工位资源和人员力量，动态监测各类人员和活动情况，打造<strong>无人值守的智慧交易环境</strong>，加强跨区域协同联动和资源互补。支持远程异地评标场所的智能调度。</p>
|
||
<p><strong>输出物</strong>：场所资源调度方案、实时监控报告、跨区域协同记录</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景13：见证管理</h4>
|
||
<p><strong>技术路径</strong>：区块链存证+行为分析+异常检测</p>
|
||
<p><strong>核心功能</strong>：构建"智能研判—动态干预—链上存证"闭环见证体系，对交易各环节进行无感化数字见证，全面准确记录全过程音视频和数据轨迹，强化异常行为分析预警，为执纪执法提供可追溯的证据支撑。</p>
|
||
<p><strong>输出物</strong>：数字见证报告、异常行为预警、区块链存证哈希</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景14：档案管理</h4>
|
||
<p><strong>技术路径</strong>：OCR识别+NLP分类+知识图谱+区块链</p>
|
||
<p><strong>核心功能</strong>：构建交易档案智能化管理体系，实现智能填报、链上存证、智能命名归类、自动生成索引摘要。深度挖掘交易档案在绩效评估、围串标分析、争议纠纷解决等方面的数据价值，形成可复用的知识资产。</p>
|
||
<p><strong>输出物</strong>：电子档案目录、档案索引摘要、档案利用分析报告</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景15：智慧问答</h4>
|
||
<p><strong>技术路径</strong>：领域大模型+RAG检索增强+多模态交互</p>
|
||
<p><strong>核心功能</strong>：搭建招标投标领域专业问答引擎，针对政策法规、业务知识、操作流程等提供多模态交互式咨询服务，实现操作智能引导、范本推荐、异常预警问答、异议投诉咨询等功能，7×24小时不间断服务。</p>
|
||
<p><strong>输出物</strong>：问答知识库、用户咨询记录、热点问题统计</p>
|
||
</div>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 8. AI + 监管 -->
|
||
<section id="supervision">
|
||
<h2>8. "人工智能+"监管</h2>
|
||
|
||
<div class="card-grid">
|
||
<div class="card">
|
||
<h4>场景16：专家管理</h4>
|
||
<p><strong>技术路径</strong>：多维画像+信用评价模型+动态考核算法</p>
|
||
<p><strong>核心功能</strong>：构建评标专家全生命周期智能管理体系，结合专业能力、履职考核、信用评价、教育培训等进行多维立体画像和动态考核。赋能全国评标专家<strong>"一网管理"</strong>，推动优质专家资源共享共用，建立专家退出和黑名单机制。</p>
|
||
<p><strong>输出物</strong>：专家能力画像、履职考核报告、信用评级结果</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景17：围串标识别</h4>
|
||
<p><strong>技术路径</strong>：图神经网络(GNN)+语义相似度分析+行为模式识别+多源数据融合</p>
|
||
<p><strong>核心功能</strong>：构建"主体+行为"全覆盖综合预警体系，通过多维数据碰撞和主体画像，穿透式发现企业特征雷同、投标行为异常、专家打分倾向等隐蔽问题。对投标文件进行深度扫描和<strong>语义相似性分析</strong>，识别MAC地址/IP地址雷同、文件制作机器码一致、报价规律性差异等围串标特征。</p>
|
||
<p><strong>输出物</strong>：围串标预警报告、关联关系图谱、异常行为分析</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景18：信用管理</h4>
|
||
<p><strong>技术路径</strong>：信用评价模型+数据归集引擎+动态预警</p>
|
||
<p><strong>核心功能</strong>：打造智慧信用管理能力，实现信用信息客观记录、自动归集、共享应用、动态调整。构建智慧信用评价模型，多维立体勾勒主体信用画像，精准高效开展信用评价和预警，推动信用评价结果在招标投标中的深度应用。</p>
|
||
<p><strong>输出物</strong>：主体信用报告、信用评级、信用预警通知</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景19：协同监管</h4>
|
||
<p><strong>技术路径</strong>：全流程分析模型+跨部门数据共享+智能工单流转</p>
|
||
<p><strong>核心功能</strong>：打造贯通标前、标中、标后的分析预警模型，自动识别应招未招、转包违法分包、人员违规变更、进度严重滞后、低中高结等问题。加强"行刑纪"贯通衔接，推动<strong>"一网共治"</strong>智慧监管格局，实现跨部门协同监管和线索移交。</p>
|
||
<p><strong>输出物</strong>：监管预警报告、违法线索移交单、协同监管台账</p>
|
||
</div>
|
||
<div class="card">
|
||
<h4>场景20：投诉处理</h4>
|
||
<p><strong>技术路径</strong>：NLP文本分析+案例检索+规则推理+文书生成</p>
|
||
<p><strong>核心功能</strong>：辅助行政监督部门分析投诉书，结合政策法规、历史案例和调查取证形成初步审查意见，分类给出处理建议，辅助生成投诉处理决定书。对恶意投诉进行智能筛查和处理，提高投诉处理效率和质量。</p>
|
||
<p><strong>输出物</strong>：投诉分析报告、处理建议书、恶意投诉识别报告</p>
|
||
</div>
|
||
</div>
|
||
|
||
<div class="danger-box">
|
||
<h4>监管合规要求</h4>
|
||
<p>AI监管系统必须严格遵循《招标投标法》第七条、第六十三条等规定，行政监督部门依法对招标投标活动实施监督，依法查处招标投标活动中的违法行为。AI系统仅作为监管辅助工具，<strong>行政处罚决定必须由行政监督部门依法作出</strong>，不得由AI系统自动作出。</p>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 9. 部署实施要求 -->
|
||
<section id="deployment">
|
||
<h2>9. 部署实施要求</h2>
|
||
|
||
<h3>9.1 技术架构设计</h3>
|
||
<div class="arch-pipeline">
|
||
<span class="arch-step">基础设施层<br><small>算力集群/云平台</small></span><span class="arch-arrow">→</span>
|
||
<span class="arch-step">数据资源层<br><small>数据集/知识库</small></span><span class="arch-arrow">→</span>
|
||
<span class="arch-step">模型服务层<br><small>大模型/专用模型</small></span><span class="arch-arrow">→</span>
|
||
<span class="arch-step">应用服务层<br><small>20个重点场景</small></span><span class="arch-arrow">→</span>
|
||
<span class="arch-step">用户交互层<br><small>PC/移动端/数字人</small></span>
|
||
</div>
|
||
|
||
<div class="table-wrap">
|
||
<table>
|
||
<thead><tr><th style="width:120px">架构层级</th><th>核心组件</th><th>技术要求</th></tr></thead>
|
||
<tbody>
|
||
<tr><td><strong>基础设施层</strong></td><td>GPU算力集群、云平台、网络基础设施</td><td>支持国产化芯片适配，满足信创要求；弹性伸缩算力调度</td></tr>
|
||
<tr><td><strong>数据资源层</strong></td><td>高质量数据集、法规知识库、案例库、专家库</td><td>数据清洗标注、分级分类管理、隐私计算、联邦学习</td></tr>
|
||
<tr><td><strong>模型服务层</strong></td><td>通用大模型、行业专用模型、规则引擎</td><td>模型备案、算法可解释性、幻觉抑制、安全对齐</td></tr>
|
||
<tr><td><strong>应用服务层</strong></td><td>20个重点场景应用、API网关、微服务</td><td>高可用架构、容灾备份、灰度发布、A/B测试</td></tr>
|
||
<tr><td><strong>用户交互层</strong></td><td>Web端、移动端、数字人交互、智能客服</td><td>多模态交互、无障碍访问、用户体验优化</td></tr>
|
||
</tbody>
|
||
</table>
|
||
</div>
|
||
|
||
<h3>9.2 核心实施要求</h3>
|
||
<div class="table-wrap">
|
||
<table>
|
||
<thead><tr><th style="width:100px">要点</th><th>核心要求</th><th>实施路径</th></tr></thead>
|
||
<tbody>
|
||
<tr><td><strong>科学组织</strong></td><td>提高交易效率的场景市场化推进，保障公平公正的场景政府主导。地市在省级统筹下部署，县级以下原则上复用上级模型资源。</td><td>省级统一规划→地市级部署→县级复用；建立省级AI模型资源池</td></tr>
|
||
<tr><td><strong>系统集成</strong></td><td>深化公共资源交易平台整合共享，统一制度规则和技术标准，有序集约化改造，强化平台系统互联互通，提高模型部署效率。</td><td>对接全国公共资源交易平台；遵循《公共资源交易平台系统数据规范》</td></tr>
|
||
<tr><td><strong>数据基础</strong></td><td>加强招标投标数据治理，强化数据清洗和标注，构建涵盖政策法规和全流程各环节的高质量数据集和知识库，推进共建共享。</td><td>建立数据标准体系→数据采集→清洗标注→质量评估→共享应用</td></tr>
|
||
<tr><td><strong>迭代优化</strong></td><td>建立模型常态化升级机制，运用招标投标专业数据进行针对性训练，不断优化算法。建立用户评价反馈机制，以反馈驱动模型迭代。</td><td>建立模型版本管理→性能监控→用户反馈→持续训练→效果评估闭环</td></tr>
|
||
<tr><td><strong>应用机制</strong></td><td>加强AI应用与招标投标全流程衔接，健全模型生成内容的转化应用机制。坚持<strong>技术辅助性定位</strong>，不替代人类自主判断。</td><td>明确AI辅助边界→人机协同流程→责任划分→审计追溯</td></tr>
|
||
<tr><td><strong>安全水平</strong></td><td>严格落实AI模型安全管理要求，强化模型算法、数据资源、基础设施、应用系统等安全能力建设。防范<strong>黑箱、幻觉和算法歧视</strong>等风险，严格开展算法、模型备案和安全审核。</td><td>安全评估→算法备案→渗透测试→应急演练→持续监控</td></tr>
|
||
</tbody>
|
||
</table>
|
||
</div>
|
||
|
||
<h3>9.3 数据安全与隐私保护</h3>
|
||
<div class="danger-box">
|
||
<h4>数据安全合规要求</h4>
|
||
<p>严格遵循《数据安全法》《个人信息保护法》《网络安全法》等法律法规，建立全生命周期数据安全保障体系：</p>
|
||
<ul>
|
||
<li><strong>数据分级分类</strong>：按照重要程度和敏感程度对招标投标数据进行分级分类管理，实施差异化保护策略</li>
|
||
<li><strong>隐私计算</strong>：采用联邦学习、多方安全计算、可信执行环境等技术，实现"数据可用不可见"</li>
|
||
<li><strong>访问控制</strong>：建立基于角色的细粒度访问控制(RBAC)，实施最小权限原则</li>
|
||
<li><strong>加密存储传输</strong>：敏感数据采用国密算法加密存储，传输过程使用TLS 1.3及以上协议</li>
|
||
<li><strong>审计追溯</strong>：建立完整的数据访问日志和操作审计机制，支持事后追溯和责任认定</li>
|
||
<li><strong>数据出境</strong>：严格遵守数据出境安全评估办法，招标投标核心数据原则上不得出境</li>
|
||
</ul>
|
||
</div>
|
||
|
||
<h3>9.4 模型安全与风险管理</h3>
|
||
<div class="warn-box">
|
||
<h4>AI模型风险防范</h4>
|
||
<p>针对AI模型特有风险，建立以下防控机制：</p>
|
||
<ul>
|
||
<li><strong>幻觉抑制</strong>：采用RAG检索增强生成、事实核查、多模型交叉验证等技术降低幻觉率</li>
|
||
<li><strong>算法可解释性</strong>：提供决策依据和推理过程，确保AI输出可追溯、可理解、可质疑</li>
|
||
<li><strong>公平性保障</strong>：定期开展算法公平性评估，防止对特定类型企业产生系统性歧视</li>
|
||
<li><strong>对抗攻击防护</strong>：建立对抗样本检测机制，防止恶意构造投标文件误导AI系统</li>
|
||
<li><strong>模型备案</strong>：按照《生成式人工智能服务管理暂行办法》要求，完成算法备案和安全评估</li>
|
||
<li><strong>应急预案</strong>：建立AI系统故障应急预案，确保系统异常时人工可接管</li>
|
||
</ul>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 10. 组织保障 -->
|
||
<section id="assurance">
|
||
<h2>10. 组织保障</h2>
|
||
|
||
<p>各省级发展改革部门切实发挥<strong>指导协调和牵头抓总</strong>作用，加大组织实施力度，积极协调解决数据和算力需求，联合有关部门尽快确定应用场景和实施路径，分类推动落实。</p>
|
||
|
||
<div class="verdict">
|
||
<h4>协同推进机制</h4>
|
||
<p><strong>1. 产学研合作</strong> — 加强与高校、科研院所、人工智能企业合作，充分发挥AI企业作用，促进产学研转化</p>
|
||
<p><strong>2. 人才建设</strong> — 强化人才队伍建设，加强跨领域人才培养</p>
|
||
<p><strong>3. 统筹协调</strong> — 国家发展改革委会同有关部门加强统筹协调，做好宣传引导和风险管控</p>
|
||
<p><strong>4. 标准建设</strong> — 完善配套制度规则，推进标准体系建设，及时总结推广典型经验做法</p>
|
||
</div>
|
||
</section>
|
||
|
||
<!-- 11. 市场影响 -->
|
||
<section id="impact">
|
||
<h2>11. 市场影响与技术机遇</h2>
|
||
|
||
<h3>11.1 对技术供应商的影响</h3>
|
||
<ul>
|
||
<li><strong>NLP/语义理解需求爆发</strong>：招标文件智能解析、投标文件响应性比对、围串标语义相似度分析等场景需要深厚的自然语言处理能力，特别是领域大模型的微调能力</li>
|
||
<li><strong>知识图谱建设机遇</strong>：政策法规知识库、评标专家知识体系、行业信用模型等需要知识图谱技术支撑，形成可复用的行业知识资产</li>
|
||
<li><strong>多模态AI需求</strong>：数字开标人、数字人答辩、多模态交互式咨询等场景催生多模态技术需求，包括语音识别、语音合成、视频分析等</li>
|
||
<li><strong>数据治理市场扩大</strong>：高质量数据集和知识库建设、数据清洗标注、数据归集治理等成为刚需，数据质量直接决定AI效果</li>
|
||
<li><strong>安全合规服务增长</strong>：模型安全审核、算法备案、安全防护体系构建等安全服务需求增加，合规能力成为准入门槛</li>
|
||
<li><strong>信创适配要求</strong>：政府项目需满足信创要求，支持国产CPU、操作系统、数据库、AI芯片等，技术栈需全面适配</li>
|
||
</ul>
|
||
|
||
<h3>11.2 对招投标行业的影响</h3>
|
||
<div class="table-wrap">
|
||
<table>
|
||
<thead><tr><th>环节</th><th>变革方向</th><th>预期效果</th><th>关键指标</th></tr></thead>
|
||
<tbody>
|
||
<tr><td>招标</td><td>"先体检再发布"标准化</td><td>招标文件质量系统性提升</td><td>招标文件合规率≥95%</td></tr>
|
||
<tr><td>投标</td><td>合规自查智能化</td><td>减少无效投标，降低恶意低价竞标</td><td>废标率下降30%以上</td></tr>
|
||
<tr><td>评标</td><td>AI辅助+人工复核</td><td>评标公正性增强，效率提升</td><td>评标效率提升50%以上</td></tr>
|
||
<tr><td>监管</td><td>穿透式围串标识别</td><td>隐性违规更难遁形</td><td>围串标识别准确率≥85%</td></tr>
|
||
<tr><td>场所</td><td>无人值守智慧交易</td><td>降低人力成本，跨区域协同</td><td>场所运营成本下降40%</td></tr>
|
||
<tr><td>治理</td><td>"行刑纪"一网共治</td><td>跨部门协同监管效率大幅提升</td><td>投诉处理时效提升60%</td></tr>
|
||
</tbody>
|
||
</table>
|
||
</div>
|
||
|
||
<h3>11.3 实施路线图建议</h3>
|
||
<div class="arch-pipeline">
|
||
<span class="arch-step">第一阶段(2026Q1-Q2)<br><small>试点验证</small></span><span class="arch-arrow">→</span>
|
||
<span class="arch-step">第二阶段(2026Q3-Q4)<br><small>省级推广</small></span><span class="arch-arrow">→</span>
|
||
<span class="arch-step">第三阶段(2027全年)<br><small>全国覆盖</small></span>
|
||
</div>
|
||
|
||
<div class="table-wrap">
|
||
<table>
|
||
<thead><tr><th>阶段</th><th>重点任务</th><th>里程碑</th></tr></thead>
|
||
<tbody>
|
||
<tr><td><strong>试点验证</strong><br><small>2026Q1-Q2</small></td><td>选择3-5个重点场景开展试点；完成数据治理和知识库建设；完成模型训练和初步验证</td><td>试点场景上线运行；形成试点总结报告；通过安全评估和算法备案</td></tr>
|
||
<tr><td><strong>省级推广</strong><br><small>2026Q3-Q4</small></td><td>在省级平台全面部署；完成与现有公共资源交易平台对接；建立模型迭代优化机制</td><td>省级平台全覆盖；用户满意度≥85%；形成可复制推广经验</td></tr>
|
||
<tr><td><strong>全国覆盖</strong><br><small>2027全年</small></td><td>向地市级延伸；完善标准体系；建立跨区域协同机制；持续优化模型性能</td><td>全国范围推广应用；形成行业标准；建立长效运营机制</td></tr>
|
||
</tbody>
|
||
</table>
|
||
</div>
|
||
|
||
<div class="tip-box">
|
||
<h4>窗口期判断</h4>
|
||
<p>2026—2027 年是关键窗口期。率先完成场景落地的技术服务商将在标准制定和市场份额上占据先发优势。本政策标志着招标投标领域从<strong>"电子化"（流程线上化）向"智能化"（AI驱动决策辅助）</strong>的范式跃迁。建议技术供应商：</p>
|
||
<ul>
|
||
<li>优先布局招标文件检测、智能辅助评标、围串标识别等政策明确要求的核心场景</li>
|
||
<li>加强与省级公共资源交易中心的合作，抢占省级平台入口</li>
|
||
<li>提前完成算法备案和安全评估，建立合规壁垒</li>
|
||
<li>构建行业知识图谱和高质量数据集，形成数据壁垒</li>
|
||
</ul>
|
||
</div>
|
||
|
||
<div class="warn-box">
|
||
<h4>风险提示</h4>
|
||
<p>政策明确要求<strong>县级及以下原则上复用上级模型资源</strong>，这意味着市场集中度可能较高，省级统筹层面的话语权将决定技术方案选型。模型黑箱、幻觉和算法歧视被明确列为需要防范的风险，可解释AI将成为准入门槛。建议：</p>
|
||
<ul>
|
||
<li>避免盲目追求技术先进性，优先确保合规性和稳定性</li>
|
||
<li>建立完善的模型可解释性机制，确保AI输出可追溯、可理解</li>
|
||
<li>关注信创适配要求，提前完成国产化技术栈适配</li>
|
||
<li>建立数据安全合规体系，避免数据安全风险</li>
|
||
</ul>
|
||
</div>
|
||
|
||
<h3>11.4 绩效评估指标体系</h3>
|
||
<div class="table-wrap">
|
||
<table>
|
||
<thead><tr><th>维度</th><th>指标名称</th><th>目标值</th><th>评估周期</th></tr></thead>
|
||
<tbody>
|
||
<tr><td rowspan="3"><strong>效率提升</strong></td><td>招标文件编制时间</td><td>缩短50%以上</td><td>月度</td></tr>
|
||
<tr><td>评标平均时长</td><td>缩短40%以上</td><td>月度</td></tr>
|
||
<tr><td>投诉处理时效</td><td>缩短60%以上</td><td>季度</td></tr>
|
||
<tr><td rowspan="3"><strong>质量改善</strong></td><td>招标文件合规率</td><td>≥95%</td><td>季度</td></tr>
|
||
<tr><td>围串标识别准确率</td><td>≥85%</td><td>半年度</td></tr>
|
||
<tr><td>AI辅助评审采纳率</td><td>≥80%</td><td>月度</td></tr>
|
||
<tr><td rowspan="3"><strong>安全合规</strong></td><td>算法备案完成率</td><td>100%</td><td>一次性</td></tr>
|
||
<tr><td>安全事件发生率</td><td>0</td><td>持续监控</td></tr>
|
||
<tr><td>用户满意度</td><td>≥85%</td><td>季度</td></tr>
|
||
</tbody>
|
||
</table>
|
||
</div>
|
||
</section>
|
||
|
||
<div class="footer">
|
||
<p>来源：<a href="https://www.ndrc.gov.cn/xxgk/zcfb/tz/202602/t20260210_1403680.html" target="_blank">国家发展改革委官网 — 发改法规〔2026〕195号</a> · 发布日期：2026-02-10</p>
|
||
<p style="margin-top:4px;">本报告由 AI 辅助生成，仅供研究参考，不构成政策或法律建议</p>
|
||
</div>
|
||
|
||
</main>
|
||
|
||
<script>
|
||
const links = document.querySelectorAll('.sidebar nav a');
|
||
const sections = document.querySelectorAll('.main section, .main .footer');
|
||
|
||
function setActive() {
|
||
let current = '';
|
||
sections.forEach(s => {
|
||
if (s.getBoundingClientRect().top < 120) current = s.id;
|
||
});
|
||
links.forEach(a => {
|
||
a.classList.toggle('active', a.getAttribute('href') === '#' + current);
|
||
});
|
||
}
|
||
|
||
links.forEach(a => {
|
||
a.addEventListener('click', e => {
|
||
e.preventDefault();
|
||
const target = document.querySelector(a.getAttribute('href'));
|
||
if (target) target.scrollIntoView();
|
||
});
|
||
});
|
||
|
||
window.addEventListener('scroll', setActive, { passive: true });
|
||
setActive();
|
||
</script>
|
||
|
||
</body>
|
||
</html>
|