AI 评审效率提升
≥70 %
编号 / MZ-ACAD-50
类别 / 行业数据
适用 / 电力工程招投标
墨子
投标
投标
审定
投标学院 · 第 50 讲
AI 在招投标领域的应用现状
效率与合规的量化收益——智能评标 / 标书检查 / 围串标识别在中国电力行业招投标的落地进展与实测数据解读。
客观评分准确率
97 %
挖出隐蔽串通线索
3000+ 条
海南省节约资金
62.56 亿元
MOZIBID · 墨子投标
依据 · 发改法规〔2026〕195号 / 行业公开数据
编号 / MZ-ACAD-50 · 行业数据02 / 13
DATA & TRENDS · 本讲导读
这一讲，解决"AI能带来多少收益"
1
政策框架：从《电子招标投标办法》到发改法规〔2026〕195号——招投标 AI 化的政策演进路径
2
20 大应用场景：195号文划定的六阶段全流程 AI 嵌入地图
3
量化收益：智能评标效率提升 70%、围串标命中 3000+ 条——有据可查的实测数据
4
边界与误区：AI 结论为辅助性，法定决策主体不可被替代，合规红线不可触碰
阅读提示
本讲所引数字均标注来源与时点；无法公开核实的精确统计一律标为"行业估计"，不等同于已验证的实测数据。
MOZIBID · 墨子投标 · 投标学院DATA & TRENDS
编号 / MZ-ACAD-50 · 行业数据03 / 13
DATA & TRENDS · 政策框架
招投标数字化 · 三层演进路径
《招标投标法》（2000 施行 · 2017 修正）
确立必须招标制度基础，为电子化与智能化预留制度空间
《电子招标投标办法》（发改委等8部委令第20号 · 2013.5.1 施行）
确立交易平台 + 公共服务平台 + 行政监督平台三位一体架构，奠定数据基础
《关于加快招标投标领域人工智能推广应用的实施意见》
发改法规〔2026〕195号 · 2026.2.6 — 发改委等8部门联合印发 · 划定20大 AI 应用场景
▸ 本讲核心文件2026 年底目标
招标文件检测 / 智能辅助评标 / 围串标识别
在部分省市实现全覆盖应用
在部分省市实现全覆盖应用
2027 年底目标
更多重点场景在全国范围内推广应用
"人评"逐步向"智评为主、人评为辅"转变
"人评"逐步向"智评为主、人评为辅"转变
MOZIBID · 墨子投标 · 投标学院依据 · 发改法规〔2026〕195号 / 8部委令第20号
编号 / MZ-ACAD-50 · 行业数据04 / 13
DATA & TRENDS · 应用场景
195号文 · 六阶段 20 个重点场景
阶段 01 · AI+ 招标（3 项）
招标侧
招标策划辅助 / 招标文件智能编制 / 招标文件合规检测（识别排斥限制竞争条款）
阶段 02 · AI+ 投标（2 项）
投标侧
投标策划辅助 / 投标合规自查（响应性检查、资质文件自动核对）
阶段 03 · AI+ 开标评标（3 项）
评审侧
智能开标辅助 / 评审专家智能抽取 / 智能辅助评标（客观项自动打分）
阶段 04 · AI+ 定标（3 项）
定标侧
评标报告智能核验 / 辅助定标决策支持 / 中标合同智能签订
阶段 05 · AI+ 现场管理（4 项）
运营侧
场所智能调度 / 见证管理 / 档案自动归集 / 智慧问答服务
阶段 06 · AI+ 监管（5 项）
监管侧
专家行为画像 / 围串标智能识别 / 信用管理 / 协同监管 / 投诉智能处理
MOZIBID · 墨子投标 · 投标学院依据 · 发改法规〔2026〕195号附件
编号 / MZ-ACAD-50 · 行业数据05 / 13
DATA & TRENDS · 智能评标
智能辅助评标 · 效率量化数据
国家能源集团 + 科大讯飞联合研发的 AI 评标系统，截至 2024 年底已验证如下指标：
已运行采购单数
10 万余单
客观评分准确率
97 %
主观评分准确率
90 %
评审效率提升
70 %
| 能力维度 | 覆盖范围 | 代表性数据 |
|---|---|---|
| 全类别覆盖 | 物资 / 工程 / 服务三类采购 | 10 万+ 单 |
| 全方式覆盖 | 询价 / 最低价 / 综合评估法 | 全方式 |
| 文件编制效率 | 招标文件编写辅助 | ↑ 50 % |
| 国义招标大模型助手 | AI 评标助手实测 | ↑ 46 % |
行业估计
有机构测算：若 AI 评标在央国企全面推广，每年可节约采购成本逾 5400 亿元——属行业预测，非实测结算数字，参考时需注明性质。
MOZIBID · 墨子投标 · 投标学院来源 · 量子位 2024.4 / CSDN 2025 / 科大讯飞官方
编号 / MZ-ACAD-50 · 行业数据06 / 13
DATA & TRENDS · 围串标识别
围串标智能识别 · 合规量化收益
AI 穿透式排查能识别传统人工难以发现的隐蔽串通特征——以下为公开数据：
全行业口径（科大讯飞围串标系统）
4.5 万份 · 18 万单
累计监测投标文件超 4.5 万份，累计运行项目超 18 万单；在 2.1 万个项目中共排查出 3000+ 条隐蔽串通线索
识别维度（11 项预警）
52 个检测点
覆盖投标企业特征信息雷同 / 异常报价规律 / 专家异常打分倾向 / IP 地址重叠 / 文件元数据相似等 52 个细粒度特征
效果对比
人工抽查发现率低于 5%；AI 穿透式扫描在已运行项目中检出率约 14%（3000+÷2.1万），多数为隐蔽串通，传统审查基本无法发现。注：检出率因项目类型与地区差异显著，此数字仅供参考。
MOZIBID · 墨子投标 · 投标学院来源 · 知乎 2024 / 科大讯飞官方发布
编号 / MZ-ACAD-50 · 行业数据07 / 13
DATA & TRENDS · 招标文件检测
标书合规检查 · 识别排斥性条款
AI 自动审阅招标文件，主动识别限制竞争的不合理要求，以下为已落地应用的场景拆解：
资质条件与业绩设定过高 / 与标的不匹配自动识别有效纠正
技术规格指向特定品牌或产品关键词比对有效纠正
投标保证金设置超法定比例规则引擎有效纠正
评分标准不量化 / 主观权重过大结构分析辅助提示
法定格式条款缺失或错误模板比对有效纠正
数据规模
通过 AI 文件检测，行业已累计发现并纠正歧视性条款 1.9 万个；检测覆盖项目数量持续扩大（数据来源：公开报道，截至 2025 年）。
MOZIBID · 墨子投标 · 投标学院来源 · 一财 2026.2 / 发改委答记者问
编号 / MZ-ACAD-50 · 行业数据08 / 13
DATA & TRENDS · 典型案例
案例 · 海南省 "机器管招投标"
海南省率先推行"全流程机器管"模式，以下为公开发布的实测数据（截至报道时）：
| 指标 | 数据 | 备注 |
|---|---|---|
| 完成交易项目数 | 1,832 个 | 公开资源交易平台 |
| 招标金额 | 1,487.72 亿元 | 全周期累计 |
| 中标金额 | 1,425.16 亿元 | |
| 节约资金 | 62.56 亿元 | 节约率 ≈ 4.2 % |
模式要点
"机器管招投标"模式下，从标书发布到围串标预警全部由平台 AI 自动执行，人工干预环节大幅压缩；专家评审由随机抽取改为 AI 辅助评分，减少人情分与自由裁量空间。
MOZIBID · 墨子投标 · 投标学院来源 · 新浪财经 2026.2 / 公开资源交易平台报道
编号 / MZ-ACAD-50 · 行业数据09 / 13
DATA & TRENDS · 电力行业专项
电力招投标 · AI 的特殊价值点
场景 01 · 物资集采
规模大 · 品规多
国网 / 南网物资集中招标年规模逾千亿，AI 批量比对物料编码、技术规格，大幅降低专家工作量，减少错误率
场景 02 · 工程服务评审
主观项自动辅助
施工方案、安全措施等主观评审项，AI 预评分 + 关键词提取，辅助专家聚焦差异点，减少遗漏
场景 03 · 围串标预警
高重复性识别
电力工程标段相似、投标人圈子固定，AI 可检测报价梯度异常、文件元数据雷同、异常退标规律等隐蔽特征
场景 04 · 标书合规
技术规格锁定
设备技术参数是否指向特定品牌、业绩要求是否超出必要范围，AI 可自动比对国网/南网物料规范，快速发现限制性条款
场景 05 · 合同智能核验
合同偏离检查
中标合同与招标文件、投标承诺的一致性核验，AI 可对比关键技术参数、付款条款，防止实质性偏差
场景 06 · 投标自查
响应性快速核验
投标文件响应性检查（资质文件、业绩附件、格式规范），AI 自动比对清单，减少因细节缺失而废标的风险
MOZIBID · 墨子投标 · 投标学院DATA & TRENDS
编号 / MZ-ACAD-50 · 行业数据10 / 13
DATA & TRENDS · 合规边界
AI 辅助评标的法定边界
195号文明确：AI 模型结论具辅助性，不替代法定决策主体的自主判断。以下是不可突破的边界：
1
评标委员会职责不可让渡：AI 仅能提供参考分数与标记，最终评审意见须由法定评标委员会成员本人签署确认
2
围串标处置须人工复核：AI 输出的串通线索属预警，不能直接触发废标——须监管人员或评标委员会依法审核认定
3
黑箱风险须管控：195号文要求算法备案 + 严格审核，禁止"可解释性不足"的模型用于直接决策
4
数据安全合规：涉密项目、敏感采购须符合《数据安全法》与保密要求，不得将投标数据用于模型训练而未脱敏
195号文原则
高效率场景由市场化推进；公平公正保障场景（评标 / 围串标认定）由政府主导——双轨并行，防止商业利益扭曲评审公正性。
MOZIBID · 墨子投标 · 投标学院依据 · 发改法规〔2026〕195号 / 《数据安全法》
编号 / MZ-ACAD-50 · 行业数据11 / 13
DATA & TRENDS · 避坑指南
四个常见误区，投标人须警惕
误区 01
"AI 评标 = 系统自动定标"
AI 仅提供辅助分数，法律规定最终中标结果由评标委员会和招标人确定，任何绕过人工确认的"自动定标"系统均违规
误区 02
"系统没预警 = 没有围串标"
AI 检测覆盖率和模型成熟度因平台不同差异极大；未被预警不等同于合法合规，监管机构仍可依传统方式查处
误区 03
"AI 检查过了 = 废标风险为零"
投标文件响应性最终由评标委员会判定；AI 自查工具只能排查已知规则，对新出台格式要求或特殊项目条款可能存在盲区
误区 04
"行业估计数字即实测数字"
"5400亿节约"等数字为市场机构预测，非已结算收益；引用时须注明为行业估计，避免在投标文件或报告中被质疑数据真实性
投标人行动建议
AI 工具用于自查合规（提高响应性）、理解评分逻辑（优化方案侧重点）——而非替代人工对招标文件的深度阅读与判断。
MOZIBID · 墨子投标 · 投标学院DATA & TRENDS
编号 / MZ-ACAD-50 · 行业数据12 / 13
DATA & TRENDS · 要点速记
六条，带走就够用
1
政策锚点：发改法规〔2026〕195号（8部门联发）划定 20 大 AI 场景，2026 年底部分省市全覆盖
2
评标效率：国能集团 AI 评标系统——客观准确率 97%，评审效率 ↑70%，10 万余单已验证（2024年底）
3
围串标：AI 在 2.1 万项目中挖出 3000+ 条隐蔽串通线索，人工抽查基本无法发现
4
节约资金：海南省节约 62.56 亿元（1832 项目）；全行业 5400 亿/年为行业估计，非实测
5
合规边界：AI 结论具辅助性，评标委员会 / 监管机构的法定决策权不可被模型替代
6
电力投标人应善用 AI 自查响应性、识别废标风险，但不可迷信"系统无警报 = 无风险"
MOZIBID · 墨子投标 · 投标学院KEY TAKEAWAYS
编号 / MZ-ACAD-50 · 行业数据13 / 13
DATA & TRENDS · 资料来源 · 免责声明
依据与声明
[1]
《关于加快招标投标领域人工智能推广应用的实施意见》（发改法规〔2026〕195号，2026年2月6日）——国家发展改革委等8部门联合印发，国家发展改革委官网公开全文
[2]
《电子招标投标办法》（国家发展和改革委员会等8部委令第20号，2013.5.1施行）
[3]
国能集团 + 科大讯飞 AI 评标系统数据（截至2024年底，10万余单，客观97%，主观90%，效率↑70%）——量子位 2024.4.17 报道 / 科大讯飞官方发布
[4]
海南省"机器管招投标"数据（1832项目 / 招标额1487.72亿元 / 节约62.56亿元）——新浪财经 2026.2 / 公开资源交易平台公告
[5]
围串标识别数据（4.5万份文件 / 18万单 / 2.1万项目中3000+串通线索）——科大讯飞官方 / 知乎专栏引用发布数据
[6]
招标文件检测（累计纠正歧视性条款1.9万个）——第一财经 2026.2 / 发改委官网答记者问
免责声明：本讲为行业数据解读，旨在帮助电力投标从业者了解 AI 在招投标领域的应用进展，不构成法律意见或投资建议。所引数字均标注来源与时点；"行业估计"类数字仅供参考，不等同于已验证的实测统计。具体应用以最新法规及主管部门认定为准。
MOZIBID · 墨子投标 · 投标学院投标学院 · 全部讲次