数字经济观察网 - 软信官网

当前，数字经济与实体经济深度融合，人工智能应用正加速向垂直行业渗透。招投标领域连接政府与市场主体，规则密集且监管严格，其数字化、智能化转型备受行业关注。行业普遍期待通过AI技术提效增能、优化流程，但同时也面临数据安全、算法可靠性、合规适配等多重现实挑战。如何在强规则的专业场景中实现AI的可用、可信、可靠落地，成为产业界共同探索的方向。

在这一轮行业智能化升级的探索浪潮中，山西金蝉电子商务有限公司（以下简称：金蝉）是颇具代表性的实践者。金蝉深耕电子招标采购领域十年，全程伴随行业数字化进程成长，积累了扎实的业务基础与市场沉淀。面对行业发展的新命题，金蝉迈出了战略转型的关键一步。在2026中国国际服务贸易交易会雄安新区AI+创新应用生态论坛期间，金蝉总经理韩智勇接受信息化观察网专访，共同探讨电子招投标行业的智能化路径与未来方向。

韩智勇

山西金蝉电子商务有限公司总经理

信息化观察网：金蝉从电子招投标平台起家，到今年推出智采大模型和AI智能体矩阵，这个转型是怎么发生的？为什么是现在？

韩智勇：这场转型不是凭空而来的，是金蝉十年深耕之后水到渠成的结果。金蝉不是一家新公司。我们成立于2016年，到今年整整10年——所谓“十年磨一剑”，这十年我们积累了大量的客户资源和业务基础：作为山西省本土企业，我们在全省公共资源交易市场的占有率，以及全省国有企业数智化采购市场的占有率均位列第一，这都是我们转型的扎实根基。

金蝉的转型，源于对时代窗口与技术代际跃迁的敏锐把握。2015年，国家出台“互联网+招标采购”行动计划，拉开了行业数字化升级的序幕；2025年7月，国家发布“人工智能+”行动意见，产业发展方向由“互联网+”转向“人工智能+”，我们恰好站在技术迭代的新节点上。金蝉在上一个十年完成“互联网+”招标采购，如今发力人工智能赛道，既契合国家战略倡导的方向，也扎根于自身十年沉淀的深厚积累，推出智采大模型与AI智能体矩阵是必然选择。

至于为什么我们能做，关键在于“数据”这个核心壁垒。大模型的核心竞争力，算法是一方面，数据则更为关键——数据就是大模型的燃料。在这方面，金蝉拥有得天独厚的优势。目前，我们历经十年发展，沉淀了海量的招投标数据，涵盖招标文件、投标文件、评标规则等多个方面。在招投标垂直领域的数据储备上，仅就民营企业而言，我们积累的数据量处于行业最前列。

既有政策的时代机遇，又有十年的数据沉淀，这就是我们现在启动智能化转型、推出智采大模型和AI智能体矩阵的核心原因。

信息化观察网：大模型现在很热，但真正在垂直行业落地的并不多。金蝉为什么选择自己研发垂类大模型，而不是接入通用大模型？

韩智勇：选择自研垂类大模型，是我们在完整走过技术验证周期、经历过通用大模型的落地痛点之后，结合招投标行业特性做出的技术路线选择。

金蝉切入这一领域是在2022年12月底，也就是ChatGPT发布后不久，我们敏锐感知到了这一技术浪潮的到来。最初我们也从通用大模型入手尝试：先是试用海外的OpenAI模型，很快就发现两大核心问题——海外模型使用成本高昂，并且无法解决招投标业务场景的实际问题。后来陆续尝试了百度文心一言、通义千问、豆包，以及DeepSeek等国内外主流通用大模型，同时也尝试叠加RAG仓库、智能体等方案，但最终都发现，这类方案很难彻底解决我们全链路的业务问题。

本质上，通用大模型在行业知识、合规风控和业务适配方面存在难以突破的准确率瓶颈：它只能达到50%到60%的准确率，但如果要从60%进一步提升到90%、95%甚至更高，难度就会大大上升，幻觉问题会变得非常突出。而招投标是一个强规则、强合规、强专业的领域，对结果精准性的要求极高。比如智能辅助评标场景，结论只有“行”或“不行”，而投标人之间的胜负往往就取决于1分甚至半分的差距，一旦模型出现幻觉，导致判断失准，影响是巨大的。

因此，我们一方面会在应用层做好规则管控与逻辑校验，另一方面必须打造真正‘懂招投标’的垂类大模型，提升专业准确率、减少幻觉输出。自研垂类大模型不是我们刻意选择的路线，而是业务深耕到一定程度后的必然结果，这也是任何一家垂直领域企业要把大模型落地做深的必经之路。

信息化观察网：金蝉现在推出了招标文件生成、审查、投标体检、辅助评标等一系列智能体，覆盖了招投标全流程。这些产品在实际客户场景中落地效果怎么样？有没有具体的案例和数据？

韩智勇：这些产品的推出，是我们一步步探索过来的。从2023年的技术探索，到2024年开始尝试做具体应用，再到2025年1月1日年会时我们正式提出“All in AI”战略，从2025年下半年起，相关产品开始陆续推出。我们搭建了金蝉智采AI平台（ai.jcebid.com），并在平台上陆续上线了“AI+招采”系列智能体，将AI能力融入招投标业务场景。目前，这些产品已经在一些客户中取得了非常可喜的成果。

以招标文件审查为例，目前已在自有平台及诸多客户平台投入使用。对于我们服务的国有企业客户而言，过去一份招标文件的审查工作，受监管要求趋严、市场主体维权意识提升的双重影响，往往需要委托大型招标公司，安排2至3名审核人员层层审查，耗时两三天甚至三四天都很常见。而我们将客户企业内部沉淀的审查规则全部结构化、定义到我们的平台上后，原本需要两三天的审查工作量，现在基本能在10分钟内完成。准确率方面，我们对外标称可达92%，经过实际业务场景的持续调整优化，实际准确率已能达到99%。

在辅助评标场景，效率提升同样十分显著。在我们服务的多家省属企业客户的实践中，整体评标效率提升了60%以上。以往评审过程中，针对投标人的业绩、资质、各类证件等信息，评审人员需要逐一登录对应系统核验，如果有100家投标人，评审人员得一家一家手动输入、逐个查询，单这一项资质核查就可能耗费半小时到一小时。而通过我们的人工智能去处理，同类核验工作仅需数分钟即可完成。

信息化观察网：招投标行业对合规和数据安全的要求极高，AI大模型在这个领域落地，最大的挑战是什么？金蝉是怎么解决的？

韩智勇：招投标行业是典型的强规则、强监管领域，既有《招标投标法》《电子招标投标办法》等国家级法律法规，交通、水利等细分领域也各有专项管理办法，各地还出台了配套的地方监管规则。我们的招投标平台虽类似电子商务平台，但本质上是强规则、多层监管的特殊场景，这是它区别于传统电子商务的地方。

在合规层面，金蝉积极推进大模型备案工作。一方面是技术需要，另一方面也是因为我们始终坚持高标准、严要求，主动将算法、模型提交国家相关部门审核，向合规靠拢。

在数据安全层面，经过这两年的持续投入建设，我们已经积累了扎实的安全防护基础。平台交易系统已通过等保三级认证，拥有多项官方安全认证背书。同时我们建立了常态化的安全校验机制，每年都会联合公安部门开展系统攻防演练，全方位保障业务数据与系统运行安全。

在模型可靠性层面，大模型的幻觉问题是AI在招投标领域落地的最大挑战。对此我们从两个维度解决这一问题：一方面依托沉淀的海量专业行业数据训练优化模型，从数据源头降低幻觉产生的概率；另一方面为模型设置严格的安全围栏，对输出进行刚性约束，同时定期接受国家网信办、公安等部门的专项检测，确保模型输出的安全性达到行业标准。

信息化观察网：下一步怎么走？金蝉对AI+招投标的未来有什么判断和规划？

韩智勇：金蝉的下一步规划，主要从产品市场、客群拓展和生态几个层面推进。

产品与市场落地上，我们将围绕国家“人工智能+招标采购”相关政策提出的6个方向、20个场景持续完善产品矩阵，目前相关产品布局已基本成型。市场推广计划先立足山西本土，在现有省属企业、公共资源交易市场客户中深化落地，率先取得规模化突破。

客群与区域拓展上，过往我们的客户以公共资源交易中心、国有企业等招标方与监管机构为主，下一步我们将推进双向延伸：区域层面从山西本土向全国市场拓展；客群层面从招标方向投标方覆盖，激活我们平台上10万多家活跃投标人、供应商的价值。

生态层面上，金蝉主张开放共赢。我们打造招投标行业大模型并非封闭自用，而是会向合作伙伴开放大模型能力，同时也会输出我们建设高质量数据的方法论，共同推动整个招投标行业大模型的发展与完善。

对行业未来演进方向的判断，我认为将经历从“招投标+AI”到“AI+招投标”的质变。当前行业整体还处在“招投标+AI”的阶段，即AI只是嵌入现有招投标流程，比如招标文件审查、评标辅助等应用，仍只是辅助工具。

但未来三到五年，行业必将进入“AI+招投标”的AI原生阶段。传统的招投标平台需要用户按步骤操作、逐级跳转，而AI原生的应用会转向自然交互方式，就像现在使用豆包、DeepSeek等通用大模型一样。以招标文件审查为例，界面会变得极简，用户无需进行复杂的设置，只需将文件“丢”进去，系统便会自动完成审查。从AI辅助流程到AI原生，这会是行业接下来的核心演进方向。