采购AI场景

建筑采购供应链领域，以现有业务知识、法律法规以及信息系统产生的数据基础上，接入DeepSeek等通用大模型，使用建筑行业大模型，训练场景AI。

初步整理供应链相关AI场景。

1）需求量预测

通过建立项目指标库，对同业态项目造价指标，材料分类、消耗量进行预测，辅助提早规划资源。

以历史项目作为训练数据，建立项目特征与笑料消耗量之间的关系，得出材料单平米消耗量，模型计算出项目消耗量预测。

需求量预测的难点在于项目特征数据的采集。

2）智能问答（客服）

使用供应链专业知识中的业务知识（如材料特性、合规规则、合同风险条款等）和法律法规训练AI，使其能够回答供应链领域专业知识问答，包括合规规则、招标方式合规性、履约合规性、合同合规性、供应商合规性等合规性问题，以及信息系统应用中的常见问题、配置问题、操作问题、权限问题、业务需求与功能匹配问题等。

供应链人员需要可追溯模型结论参考的具体文本规范，并判断结论是否是AI幻觉。这对供应链人员自身能力也有较高要求。

3）合同风险审查

通过对合同数据及规范规则的梳理，使用AI大模型进行训练。

AI可自动提取中标结果中合同双方信息、清单、价格、技术规格、到货等合同关键要素信息，基于各采购类目的合同范本库和条款库。

从“合同手动录单+风险人工识别”到“合同信息提取-风险审查-应对建议生成的一站式AI服务”；大幅降低录单时间、降低合同评审周期，提升集团合同风险审查效率。

场景实现从从上传合同文件、AI提取合同文本并填充表单、AI审查合同风险、AI生成风险应对建议、合同审批签约。

4）AI生成决策建议

以供应链相关系统产生的结构化数据统计与通用大模型或行业大模型结合，训练场景AI模型，生成专业分析、专业报告、审计自检报告与业务建议。

5)AI物料运营

以物料库及物料标准训练物料AI，使其能够对自动识别物料，以相似度判定是否是库内物料，自动赋码，从而大幅降低人工物料编码运营的工作量，减少差错，保证物料主数据，为AI业务场景训练或业务分析打好基础。

6）智能文件归档审查

设定规则，智能审查归档的数量完整性、招标文件类型、名称检查、内容检查、内容名称一致性检查、归档及时性。

7)AI采购报告

AI报告可定义业务报告/风险报告/采购审计自检报告，报告可结合Deepseek等推理大模型生成的结构化报告内容。大幅提高内容生成效率。报告内容以图文表智能组合形式为主。

8）供应商评价

根据外部信用平台，结合企业多个信息系统的交易、信用、质量、履约等多维数据，建立评价模型，多维评估供应商风险和能力，并对其进行分类分级，针对性制定不同的供应商合作策略。

9）供应商体检

根据企业需求设定敏感词库和体检触发规则，自动从海量数据中提取风险要素，依据预设的风险模型进行风险筛查、评级和分类，生成风险报告。

同时，根据历史数据和行业实践，提供风险处理意见，自动发送给相关负责人，确保风险事件得到及时处理，有效预警和防范供应商风险。

10）价格

价格是采购中的关键信息，是降低成本的最直接表现。在采购过程中为控制价制定提供建议，并可分析市场价格波动趋势，争取更合理的采购价格，保持共赢的供应商合作关系。

11）合规风险

根据历史数据、采购管理制度、采购文件，利用AI技术从投标文件中提取内容，做投标供应商资质与风险审查，找过过程中的围标串标风险监测，对效率异常、报价异常、评标异常等风险进行监测预警，保障合规，降低风险。

12）智能辅助评标

AI在智能辅助评标中的应用，可以显著提升评标工作的效率、准确性和公正性。Deepseek 等通用大模型能够自动整合和处理大量的投标文件数据，快速完成评标工作。例如，它可以自动提取投标文件中的关键信息，如标的信息、报价明细和到货计划，并将其与招标文件的要求进行对比，识别出符合性和差异性。

13）招标文件编制及审查

主要用于招标方。

招标文件提取，自动化提取招标需求，减少人工编制的时间和成本投入。

章节内容生成，一键生成文件框架，减少复杂文档处理的人力成本，提高招标效率。

14）投标文件编制及审查

标书版面分析，通过智能算法校验文件格式与条款，快速识别潜在合规问题，降低法律与操作风险。

文字检测（OCR）与一致性检查，确保文件内容的准确性与规范性，避免因文档问题导致的后续风险。

文字提取，通过多模态技术优化审核效率，提升供应链整体响应速度，实现链条延伸的智能化管理。

自动标书评审，基于国家及企业审核要求，针对提取内容进行比对分析，判断企业资质、响应性等。

采购AI技术，不只是用大模型，当前更多更实用的是采用传统的数据+指标+算法的决策式AI。

对于建筑企业采购供应链，AI的最大障碍是没有知识库和堪忧的数据质量。