随着《“互联网+”人工智能三年行动实施方案》《国务院关于印发新一代人工智能发展规划的通知》《关于促进人工智能和实体经济深度融合的指导意见》《生成式人工智能服务管理暂行办法》等一系列政策法规的发布，人工智能越来越深刻地影响着各行各业的发展。在政府采购领域全面实施电子化、步入数字化的背景下，人工智能技术的广泛应用将对政府采购的治理模式、监管理念、采购场景、交互形式等产生颠覆性变革。

数字经济时代的新质生产力

人工智能并非一个新名词，早在1956年便被提出。实际上，现在大家讨论的是以大模型为代表的新一代人工智能技术。与传统人工智能技术专注于单一任务不同，新一代人工智能技术的核心在于其基于深度学习的高维度表征能力和泛化能力。这需要很强的算法模型、高性能算力以及大量数据作为支撑，三者缺一不可。

为什么ChatGPT出现后，国内外政府和企业在人工智能领域投入大量资源，加速部署人工智能在各个垂直行业的研究与应用？笔者认为，这是因为人工智能作为引领未来的战略性技术，是国家核心竞争力的重要体现，也是深刻改变商业模式的重要因素。尤其在当前国内外经济下行压力增大，土地、劳动力、资本等生产要素的红利逐渐消失的背景下，新发展需要新动能。2020年4月，中共中央、国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》，将数据、技术纳入生产要素范围，意义非同一般。

人工智能技术作为新一代信息技术的代表，通过算法、算力和数据的创新集成，催生了新一轮科技革命和行业变革。因此，人工智能技术被各国视为数字经济时代的革命性生产要素。同时，新质生产力强调以科技创新为核心。笔者认为，人工智能技术完全符合新质生产力的定义。

新技术不是单纯的技术升级

传统信息技术主要指的是以计算机技术为核心，‌结合通信技术、‌电子技术、‌软件技术等多种技术手段，‌对信息进行获取、‌处理、‌传输和存储的一系列综合性技术体系。‌这些技术的目标在于提高信息的处理效率、‌提供高效的信息服务和解决信息传输中的各种问题。

站在人工智能快速发展的今天来看传统信息技术，笔者发现，以大数据、云计算、区块链、物联网、人工智能等为代表的新技术与传统信息技术有明显的区别。新技术不是单纯的技术升级，必须以业务为导向、应用场景为载体、用户体验为中心，技术与业务深度融合才能真正落地、发挥价值。

以政府采购为例，我国政府采购信息化发展大致可以分为无纸化办公、电子化管理、平台化运营和数字化赋能四个阶段。其中，数字化赋能阶段的方向是智能化。在前三个阶段，各地主要实现了“买过什么、做过什么”，而智能化要解决的是“怎么买、怎么买得更好”的问题。笔者认为，未来基于采购数字化平台的“采购智能体”应该需要像人一样去思考、去工作，这与传统信息技术系统运行是完全不同的底层逻辑和技术架构，有些甚至是颠覆性的。

全面应用仍面临许多障碍

在政府采购领域，目前对人工智能技术应用的研究主要集中在智能问答、政策解读、图文生成、智能比价、采购文件智能编制和审查、辅助评审、串通投标行为分析等方面。此外，个别企业已在部分领域推出了一些智能产品。但客观来说，这些基于大模型的人工智能产品具有泛化能力，会有很多似是而非的结果，并不能替代决策，只能作为决策的参考。

在笔者看来，人工智能技术是引领未来的技术，一定要发挥其在政府采购领域的积极作用，但目前在制度建设、算法治理、数据应用、信息安全等方面仍存在许多障碍。换言之，推广人工智能技术的应用是一件困难但正确的事，需要各级政府部门悉心指导，在政策上给予更多的支持。

在制度层面，需要明确数字化采购的法律地位以及对异常情形的处理规范，避免因制度缺失而引起行为失范、监管滞后。

在算法治理方面，一是对采购流程和交易规则进行梳理，加大对数智采购产品的知识产权保护力度；二是建立智采算法模型的报备机制，增强数据模型的可视化和决策程序的可溯化，帮助决策者识别决策中的错误，避免算法偏见和决策失控。此外，要加强对人工智能技术的伦理研究，科学界定智能采购的应用范围，规避“自主智采”的风险。

由于数据是算法训练的基础，人工智能成果高度依赖于大量、多样化的数据。因此，在数据层面，应在数据安全的前提下解决数据短缺问题，支持公共数据或政府公开信息的开放共享，提升数据质量。

此外，值得注意的是，数据的采集、清洗、标注和维护都需要成本，而这对数据所有者和数据运营机构来说都是一笔不小的费用。因此，笔者建议，应鼓励采购数据市场化交易和增值化服务，使采购数据与人工智能技术的融合真正成为促进政府采购高质量发展的核心要素和关键变量。