胡婧玥指出，随着招标采购数字化工作的深入，行业内各方主体均已不同程度实现了招标采购业务线上化，如何在业务在线的基础上持续提升招标采购业务的数字化水平，使招标采购业务更加智能、高效、低成本，成为广大招标采购从业者的共同目标，同时也是北京筑龙的使命担当。她阐述了北京筑龙通过应用人工智能技术构建的招标采购智能化全景应用，并以其中两项应用为与会人员做重点介绍。
图-北京筑龙招标采购智能化全景应用
智能辅助评审，AI辅助决策，让评审效率提升70%以上胡婧玥指出，数字化时代，传统评标工具面临诸多困境：
一是效率问题，现在的评审环节与纸数字化质化时代区别并不大，仍需专家逐个评审，需要借助技术提升效率。
二是质量问题，专家评委的专业能力和主观性都会导致评标质量存在差异，标书文件数量大也会导致评审有遗漏。
三是围串标问题，传统的评标工具对于投标人之间的围串标发现能力略显不足，特别是在内容雷同和关系交叉等方面缺乏有效手段。
四是监管问题，对于评审专家的评标专业性、打分偏离度、投标人异常投标行为等内容也需要加强监管。
基于此，北京筑龙以“提升评标效率、辅助专家决策”为目标，运用NLP、OCR、大型语音模型等智能技术，打造了以业务规则为导向，以AI算法为引擎的“智能辅助评审”工具。通过“AI智能解析和检查”，实现招标文件智能解析、响应情况智能检查，评审项自动定位、评标报告自动生成。将评标业务场景从耗时耗力的人力审查过渡到以算法检查为先，专家对结果进行复核决策的数字化、智能化时代。
据胡婧玥介绍，智能评审系统是根据实际评审场景结合智能检测服务，将检测结果穿插到专家正常评审流程中。如可对投标文件的清标检查、资格检查等重点评审环节进行智能分析和风险提示，支持快速定位到投标文件疑似风险位置，辅助评标专家进行详细评审。此外，系统支持对技术方案进行多家单位横向对比查看，系统会自动定位到对应段落，方便专家进行同频对比，全面提升专家评标效率。
物资编码智能化，让企业物料数据标准化，轻松实现一物一码
随后，胡婧玥介绍了北京筑龙在企业物资编码方面的智能化应用。她指出，部分国央企通过不断实践，在企业物料打通方面取得了阶段性的成果，但是也遇到了难以突破的问题。具体可以归纳为三点：
其一，投入巨大。物料主数据的建设涉及到大量的物料品种以及海量的编码数据，少则几万，多则几十上百万，成本、建设周期、参与人员都需要极大的投入。
其二，规范性难以延续。物料主数据“三分建设、七分运营”，很多企业往往重视建设过程，却忽略了后期的使用，在数据的填报和审核都出现了很多不规范的现象，数据质量有待优化。
其三，与使用习惯不符。物资编码的管理是以物料码为主要对象，而使用者通常是以物料的属性参数描述来认知和区分物料的，这样就导致二者之间存在差异，编码的管理与使用习惯不太相符。
图-企业物料主数据“编码”难题
胡婧玥介绍了北京筑龙的解决方案“依托智能化技术，解决‘编’的问题——不再依赖编码，而是通过物料的文字描述，来认识物料。”针对企业物资编码现状，北京筑龙自研出智能化解决方案——智能物料，包含智能赋码、智能推荐、智能排重、智能映射四方面智能化能力。其中智能推荐与智能排重解决企业物资编码的“新入库”编码与“存量编码”问题。
智能推荐为新入库物料推荐物料的所属分类和在库参数内容，使物料的分类始终保持科学精准，保持物料的参数数据延续、保证属性模板的质量标准。
智能排重借助于物料名称和物料描述文本内容的智能识别，对物料库里的编码数据开展智能清洗，识别分类错误、参数不全、一物多码等现象，进行规范化处理，从而提升物料库的编码数据质量。
智能赋码为采购物料清单快速获取编码。通过识别物料名称及描述，批量采购的物料清单可以快速匹配存量的在库编码，也可以推荐出需新增的编码。
智能映射解决集团与下级单位编码数据统一问题。采用编码映射的管理模式，即集团制定一套统一的主数据分类标准及编码标准，各专业化公司可以保留已有分类及编码，并形成分类及编码之间的映射关系，相当于建设了一套翻译器，从而在根本上解决了集团和下属单位对物料标准诉求不一致的问题。
据胡婧玥介绍，目前智能物料已连续多年为多家大型央企和国企提供数字化产品与服务，跨越生产制造、房地产、建筑施工、农粮等多行业。智能物料，以智能化识别技术为手段，不再依赖人工手动整理数据对应关系，让企业数据标准化、统一化，助力企业提升数据质量，实现数据的持续性长效治理和复用水平。
以客户为中心，持续为客户创造价值。除智能物料外，作为一家采购供应链数字化产品及服务提供商，北京筑龙已为众多超大型及大中型国央企和集团化民营企业提供采购供应链数字化解决方案。后续，北京筑龙将持续提升技术创新能力，以更专业的产品与优质的服务助力更多企业实现采购供应链数字化转型升级。
图-北京筑龙部分企业客户
