聚焦2026数博会丨广联达副总裁布宁辉：以“信任关”破解招投标领域AI落地之困

　　8月27日，2026中国国际大数据产业博览会数智公共治理与公共资源交易大数据交流活动上，广联达科技股份有限公司副总裁布宁辉从行业趋势、技术举措、数算实践、数智未来四个维度，分享了广联达在招投标领域推动人工智能落地的实践探索。

　　布宁辉认为，招投标领域是典型的高监管、高价值、零容错的严肃性场景。基于这一判断，他提出了招投标对AI的四大硬要求：低幻觉须控制在千分之几以下；多模态须能读表识图；稳定输出要求与评审结果一致；可解释须证据可追溯，“招投标领域使用AI，核心难点不是技术关，而是信任关，这就是如何让招标人信任、让投标人信服、让监管者认可。”

布宁辉在活动上发表主旨演讲

　　如何破解信任难题？

　　在评审指标体系构建上，广联达将法律法规、各地规范、评审规则沉淀为知识库，同时总结专家评审原则、历史项目库和废标案例库。大模型在其中只扮演“调用者和解释者”的角色，而非“生成者”，必须基于知识库进行调用和解释。目前，广联达已覆盖房建、市政、交通、水利等四个专业领域，形成1003个评审点。

　　在多模态识别方面，广联达对大模型进行专项训练调优，实现了13类证照、72条审查规则的智能识别，准确率超过95%。更重要的是，技术标中的施工进度计划图、现场平面布置图、各类表格等非结构化图文材料，也能被准确解析和结构化转化。

　　在输出稳定性上，广联达通过检索增强、规则约束、结构化输出和多轮检索四重机制，确保千次重复评审结果高度一致，杜绝随机漂移。在可解释性上，构建了“评审结论—推理依据—原始数据”三级穿透体系，每一份评审结论都附带完整的推理链和依据来源。

　　技术基础具备之后，真正的挑战在于落地。广联达将攻坚重点，聚焦于“数”和“算”两个维度。

　　“数”即数据工程。布宁辉说，各地必须在本地搭建完整的数据工程体系，搭建数据的清洗加工、标注和模型训练形成闭环数据链路，才能驱动“数据飞轮”持续运转。而这不是简单地把数据喂给AI，评审结果就一定准确。高质量的数据与行业知识是招投标AI落地的核心护城河。

　　“算”即主观项智能评审打分。广联达通过构建评审知识图谱，将项目特征、专业工程、施工方案等拆解为可推理的要素，综合考虑地理环境、气候因素、水文地质、人员机械材料配比等深层逻辑，实现从“表层比对”到“深度甄别”的跃升。

天眼新闻记者 管云

编辑 鲍贝贝

二审 李姗

三审 岳振