19.協(xié)同監(jiān)管。打造貫通項目標前、標中、標后的分析預警模型,加強全過程數(shù)據(jù)采集、治理和運用,通過數(shù)據(jù)碰撞和比對分析,自動識別應招未招、轉(zhuǎn)包違法分包、人員違規(guī)變更、進度嚴重滯后、低中高結等問題。加強招標投標“行刑紀”貫通銜接,實現(xiàn)對問題線索預警轉(zhuǎn)辦、協(xié)同查處、結果反饋的智能化閉環(huán)管理,增強對復雜案件的深度解析與處理能力,推動形成行政執(zhí)法、刑事司法、紀檢監(jiān)察“一網(wǎng)共治”的智慧監(jiān)管格局。
20.投訴處理。打造招標投標智能化投訴處理能力,輔助行政監(jiān)督部門分析投訴書,結合政策法規(guī)、歷史案例和調(diào)查取證情況等,形成初步審查意見,分類給出處理建議,輔助生成投訴處理決定書,提升投訴處理效率。對惡意投訴進行智能篩查和處理,提高惡意投訴的防治力度。
三、規(guī)范部署實施
(七)科學組織推進。各地要根據(jù)實踐需求和技術基礎,科學確定實施路徑。對于提高交易效率、適合市場化推進的場景,要積極培育人工智能應用服務商。對于保障交易公平公正、提升監(jiān)管質(zhì)效的場景,要注重發(fā)揮政府主導作用,加強統(tǒng)籌規(guī)劃和集約建設,地市應當在省級層面統(tǒng)籌指導下開展部署應用,縣級及以下原則上應當復用上級的模型資源。
(八)強化系統(tǒng)集成。各地要持續(xù)深化公共資源交易平臺整合共享,在統(tǒng)一制度規(guī)則和技術標準的基礎上有序開展集約化改造,提升招標投標交易流程和有關平臺系統(tǒng)的標準化水平,強化有關平臺系統(tǒng)互聯(lián)互通,提高模型部署應用效率。
(九)夯實數(shù)據(jù)基礎。各地要加強招標投標數(shù)據(jù)治理,強化數(shù)據(jù)清洗和標注,加快構建涵蓋招標投標政策法規(guī)和全流程各環(huán)節(jié)的高質(zhì)量數(shù)據(jù)集和知識庫,依托政務數(shù)據(jù)共享機制,推進高質(zhì)量數(shù)據(jù)集的共建共享和生成數(shù)據(jù)的歸集治理,更好支撐模型訓練和應用。
(十)持續(xù)迭代優(yōu)化。各地要建立人工智能模型常態(tài)化升級機制,及時更新數(shù)據(jù)集和知識庫,運用招標投標專業(yè)數(shù)據(jù)進行針對性訓練,不斷優(yōu)化模型算法,提升模型精準度。要建立用戶評價反饋機制,及時收集、處理用戶需求,完善應用功能,以用戶反饋驅(qū)動模型迭代優(yōu)化。
(十一)健全應用機制。各地要加強人工智能應用與招標投標全流程各環(huán)節(jié)的銜接,健全模型生成內(nèi)容的轉(zhuǎn)化應用機制,保障模型充分發(fā)揮作用。堅持技術的輔助性定位,模型生成的結論不替代招標人、招標代理機構、投標人、評標專家等的自主判斷,不改變使用主體的法定責任。
(十二)提升安全水平。嚴格落實人工智能模型安全管理要求,強化模型算法、數(shù)據(jù)資源、基礎設施、應用系統(tǒng)等安全能力建設,嚴格開展算法、模型備案和安全審核。構建數(shù)據(jù)、算力、算法和系統(tǒng)安全防護體系,確保模型安全可靠,有效防范和應對模型黑箱、幻覺和算法歧視等風險。
四、加強組織保障
各省級發(fā)展改革部門要切實發(fā)揮指導協(xié)調(diào)和牽頭抓總作用,加大組織實施力度,積極協(xié)調(diào)解決數(shù)據(jù)和算力需求,聯(lián)合有關部門盡快確定應用場景和實施路徑,分類推動落實,健全應用保障機制;要加強與高校、科研院所、人工智能企業(yè)合作,充分發(fā)揮人工智能企業(yè)的作用,促進產(chǎn)學研轉(zhuǎn)化;要強化人才隊伍建設,加強跨領域人才培養(yǎng)。國家發(fā)展改革委將會同有關部門加強統(tǒng)籌協(xié)調(diào),做好宣傳引導和風險管控,指導各地、各中央企業(yè)因地制宜深化探索應用,完善配套制度規(guī)則,推進標準體系建設,及時總結推廣典型經(jīng)驗做法。
國家發(fā)展改革委
工業(yè)和信息化部
住房城鄉(xiāng)建設部交通運輸部
水利部
農(nóng)業(yè)農(nóng)村部商務部
國務院國資委