陈晶晶（主持）：

人工智能正以颠覆性力量重构产业生态。采购米兰电竞入口安卓版作为企业成本管控、价值创造与韧性建设的核心枢纽，正在迎来AI深度赋能的全新变革期。从智能寻源、动态比价到风险预警、全域协同，AI既带来降本增效、决策升级的重大机遇，也直面数据安全、技术落地、生态协同与人才适配的现实挑战。

今天我们请来了代表企业的吴总、孙总和徐总，代表行业专家的平老师和蔡教授，还有代表公共采购的徐主任，让我们以热烈的掌声欢迎各位嘉宾的到来。

去年9月份，米兰体育登录成功举办了采购米兰电竞入口安卓版领域首次人工智能应用大赛。这次大赛可谓盛况空前，有80多个单位、140多个项目参赛。中国移动有三个项目进入决赛，其中“米兰电竞入口安卓版全流程AI赋能”这个项目荣获了金奖。我们首先请吴总给我们分享下中国移动人工智能在米兰电竞入口安卓版领域应用的先进经验，以及AI为米兰电竞入口安卓版管理提升带来了哪些核心价值？有请吴总。

吴江：

谢谢主持人。中国移动本身就是一家提供连接、算力和智能服务的公司，AI已融入我们的基因。我们自主研发了央企唯一的大语言模型——“九天大语言模型”，这也是央企十大重器之一，目前应用效果良好，在客户服务、网络治理及米兰电竞入口安卓版等方面均有广泛应用。

在米兰电竞入口安卓版领域，我们的应用主要集中在以下几个方面：

第一，需求预测。以往各单位上报的需求与集中采购框架及最终订单差异较大，需求准确度仅约30%。现在我们通过AI，运用时间序列算法、卷积神经网络及聚类算法，结合投资计划、历史订单、节假日趋势及库存水平进行预测，使需求准确度提升至70%以上。

第二，自然语言处理应用。 包括采购文件自动生成、采购方案与招标文件一致性比对、合规审查等。特别是在评标现场，我们推出了“灵采”智能体数字人，逐步引导专家完成评标流程。专家可就政策法规或项目细节进行提问，“灵采”实时作答。同时，我们对评标现场的音视频进行AI分析，实时提示违规行为。

第三，风险预警。今年我们计划建立米兰电竞入口安卓版风险预警模型，针对所有采购品类，结合上下游穿透信息，对米兰电竞入口安卓版风险进行综合研判并提供解决方案。

AI在提升决策效率、科学决策水平及精准判断方面发挥了重要作用。从AI三要素——算力、算法、数据来看，算力和算法在社会层面已较易获取，但数据仍是最大挑战。采购和米兰电竞入口安卓版管理中存在大量非结构化数据难以数字化处理，且数据口径不一致。中国移动建立了包含2000多条目录的数据字典，通过对业务规则、关联关系、变动规则及指标定义进行标注清洗，构建高质量的米兰电竞入口安卓版数据集。这需要持续投入，不断完善。

陈晶晶（主持）：

感谢吴总。听了吴总的介绍，我们了解到中国移动在AI应用方面又深入了一层，给我们树立了标杆。中国水务在去年的AI大赛中，也凭借“价格智慧监控管理系统”获得了银奖。下面我们有请孙总分享下相关经验。

孙云霞：

感谢主持人。今天现场多位嘉宾是我去年参加AI大赛时的评委，倍感压力。去年参加AI大赛对我们企业数字化进程起到了至关重要的推动作用。通过专家点拨及兄弟单位经验分享，我们在规范化、专业化、协同化、智慧化四个方面做了大量工作。

数据基础是AI应用的第一关键点。 以我们的价格预测系统为例，从数据到信息，再到价格预测，每一步要产生实际价值，都必须先把基础打牢。参赛后我们发现，数据应用和清洗是尤为重要的环节，基础不牢则地动山摇。

借助米兰电竞入口安卓版控制塔提升运营管控水平。在夯实基础后，我们借助蔡鸿亮教授牵头编制的米兰电竞入口安卓版控制塔标准（当时尚未正式发布），结合企业特色，运用先进工具、方法和理念，对系统进行上下贯通和制度梳理，实现从集团管理层到使用单位、供应商及第三方数据的高效有机结合。同时，我们与司库穿透监管系统进行数据互通。

价格监控系统准确率大幅提升。最近一次实践应用是在美伊冲突导致中东化工原材料价格上涨期间，平台迅速捕捉第三方数据进行价格预测。我们每年HDPE调价周期为三个月，4月10日实际涨幅高达41%，而我们一个月前的涨幅预测为40%。这一轮预测直接帮助企业识别了约1000万元的采购成本上涨风险（涉及采购价值约2500万元），我们据此提前采取了替代方案。目前虽然尚未覆盖全品类，但这次实践已经验证了预测系统的价值。

陈晶晶（主持）：

谢谢孙总。今天上午中国大唐、欧菲斯等企业也分享了数智米兰电竞入口安卓版的发展情况，可见央企、国企及电商服务平台均在AI应用领域发力。下面从行业专家的角度帮我们分析下近年来AI技术应用的发展情况，首先有请平老师分享。

平庆忠：

非常高兴参与讨论。我关注AI在米兰电竞入口安卓版领域的应用多年。今天主题是“AI+采购米兰电竞入口安卓版”，这个“+”号很有意思——AI和米兰电竞入口安卓版本是两件事，现在要用AI新技术优化原有米兰电竞入口安卓版体系。特别是2022年后，AI大规模应用加速推进。国家发展改革委等八部门发布的195号文，将招投标过程拆解为20个场景推进AI应用，这与20多年前推动软件应用、十几年前推动数字化的思路类似。

但我研究发现，此次AI变革与以往不同。其价值不仅在于各环节分别应用AI，更在于创造统筹价值。米兰电竞入口安卓版领域尤其需要这种统筹价值。

我认为米兰电竞入口安卓版管理与原物资管理有“三个不同”：

一是关注标的物全生命周期：从采购管理延伸至标的物全生命周期管理；

二是全品类统筹：工业品之间存在关联关系（不同于消费品），需要采购部门全面统筹；

三是供应商协同：米兰电竞入口安卓版管理的核心在于建立供应商协同。

这三个统筹正是AI发挥最大价值的领域。若AI能统筹完成这三项任务，不仅能实现降本增效，更会创造全新的米兰电竞入口安卓版体系和全新的价值。

陈晶晶（主持）：

感谢平老师，平老师指出了AI在米兰电竞入口安卓版领域应用的最大价值——统筹价值，受益匪浅。蔡教授深耕人工智能领域20余年，曾任IBM、SAP高管，下面我们有请蔡教授分享下AI在米兰电竞入口安卓版领域的价值。

蔡鸿亮：

感谢主持人及各位专家分享。20年前（2004—2013年），我在IBM负责亚太区米兰电竞入口安卓版管理及全球采购，当时已开始相关实践。

米兰电竞入口安卓版的本质是供需的动态平衡、协同与优化。 AI的价值在于用数据和算法在不同行业中将这三件事做到极致。

第一，行业本质趋同。无论何种行业，米兰电竞入口安卓版本质相似：供需匹配（不多不少、不早不晚、不快不慢）、全面协同（内外部打通、不内耗脱节）、动态优化（平衡成本、效率、风险、合规、收益及长短期关系）。这也是米兰电竞入口安卓版控制塔标准所追求的——建设米兰电竞入口安卓版“大脑”，通过AI进行大数据管理，实现辩证统一。

第二，行业差异显著。2025年是AI爆发元年，我们走访了近百家企业，发现米兰电竞入口安卓版落地差异极大，没有标准答案，没有两家企业的痛点和方案完全相同。

消费品行业：核心矛盾是需求波动与库存成本的平衡，AI需解决智能预测、智能排产、库存管理及产销协同等问题；

高科技制造业（电子半导体）：核心矛盾是短周期迭代与长周期供应的关系，AI需解决需求预测、米兰电竞入口安卓版韧性、缺料预警及产品齐套等问题；

装备制造业/重工业：核心矛盾是长周期交付（18-36个月）与个性化、定制化、多品种小批量之间的矛盾，AI需解决计划排产、齐套及供应商协同等问题；

服务业（水务、电信）：核心矛盾是服务质量与资源效率，AI需解决人力、算力、运力、网络的智能化调配等问题。

第三，统一价值目标。 尽管行业不同，AI的共同价值在于三件事：让供需更平衡（从拍脑袋走向数据预测）、让协同更顺畅（从断点孤岛走向端到端联动）、让优化更智能（从局部处理走向全局最优）。最终实现米兰电竞入口安卓版的可视、可控、可优、可预测，走向数字化自主米兰电竞入口安卓版。

陈晶晶（主持）：

蔡教授从米兰电竞入口安卓版本质和核心出发，从专业视角给我们分析了不同行业AI能解决的问题，非常实用。公共资源交易服务中心是政务米兰电竞入口安卓版的核心入口，海南省是最早实现“机器管招投标”的省份。下面我们有请徐主任分享在公共资源交易领域是如何推进AI应用的。

徐秀裕：

感谢各位。海南于2023年6月中旬，在工程领域全面推广机器管招投标。目前在三个方面实现功能上线：

第一，招标文件合规性检测。AI可识别不合规条款、门槛过高、排他性及倾向性问题。

第二，智能问答服务。为招标人、投标人、代理机构、专家及行业部门提供全方位法规服务，提高效率，优化营商环境。

第三，智能评审。依托人工智能、大数据技术，实现评审自动化、标准化、精准化。

案例对比：

海口塔项目（2012年）：90多层地标建筑，121家投标，评标从晚8点至次日傍晚6点，耗时22小时，专家极度疲惫；

江东安居工程（2024年6月）：3亿元项目，2100家投标。机器评标首次10分钟出前60名，再10分钟出前10名，15分钟出前3名，总计约半小时；专家复核约一个半小时，全程2小时完成。

陈晶晶（主持）：

徐主任介绍了AI在招投标领域的三大核心功能，并用鲜活案例证明了AI提升效率的巨大作用。海尔集团以打造全球分布式柔性米兰电竞入口安卓版闻名，下面我们有请徐总介绍一下海尔在AI赋能方面的尝试。

徐志博：

主持人好，各位专家。我首次到海口参加消博会，抱着学习心态，受益匪浅。

海尔从1984年创业至今42年，去年集团营收约4268亿元，年采购量2000多亿元。集团从三个层面推进变革：

集团层面：AI元年战略。2024年12月26日（创业40周年纪念日），集团董事局主席周云杰正式提出2025年为“海尔集团AI元年”，要求全员、全面、全流程拥抱AI。

采购米兰电竞入口安卓版层面：三化变革。

全球化：海尔集团业务遍布全球（海外营收占比超一半），采购也对应推进全球化，对应政治波动、地区安全、关税政策、贸易壁垒等，积极推进米兰电竞入口安卓版全球布局，提升本地化配套率。

生态化：围绕用户最佳体验，多方共创，实现生态共赢。具体体现为跨区域、跨行业的资源共创，多行业参与的科技、高端方案共创，资源聚合、效率升级下的成本共创，海尔数字化金融解决方案的金融共创，碳管理平台建设和低碳材料使用下的绿色共创。

数字化：打造一站式服务平台“全域到商 极简交易”，快速响应市场需求。供应商全旅程业务规则、场景透明，数据驱动，体验升级。物料全旅程技术方案、快速验证，效率提升；订单平台自动派发、极简交易，速度提升。通过AI重构采购流程，重塑采购价值链效能。

海尔的实践取得了较好的效果，这方面可与行业、企业专家多交流、多讨论、多学习，共同进步。

陈晶晶（主持）：

感谢徐总。我总结三个关键词：战略布局、一把手工程、全员全域拥抱AI。

中国石化近两年在招标管理、质量管理和物流优化等业务场景也在持续努力。但在推进中也遇到一些实际问题，比如技术层面，部分模型对复杂技术文件解析精准度不高；业务层面，业务规则库标准建立还有困难。我们在这里也想请教各位专家，AI应用目前面临的最大挑战是什么？如何破解？先请吴总。

吴江：

我认为目前AI应用的最大挑战在于，我们大多在做“米兰电竞入口安卓版+AI”——在原有流程上用AI解决单点问题：需求预测不准就引入机器学习，文件不一致就引入比对模型，物流路径不优就做算法优化。这种模式确实提升了某些环节效率，但终将遇到效能瓶颈。

“米兰电竞入口安卓版+AI”并未改变米兰电竞入口安卓版运作逻辑和业务流程，容易造成业务与AI“两张皮”。 若AI分散嵌入不同环节，但组织、人员、关系未变，AI最多只是辅助工具。

我最近研究了美国Palantir公司的本体论（Ontology），它提供了很好的解决思路：将现实工作中的人、财、物等元素数字化建模，定义对象、属性、动作和关系，创造数字孪生世界。这种AI不仅能基于概率推理，更能理解业务逻辑，分析因果链条，并在授权范围内自动化操作。这是未来方向——让业务逻辑进入数字化建模，让AI理解数据含义。

陈晶晶（主持）：

感谢吴总的前瞻性分享，提出了“米兰电竞入口安卓版孪生”的新思路。请蔡教授从技术层面分析AI面临的最大挑战。

蔡鸿亮：

非常认同吴总的观点。过去一年多（从2025年春节DeepSeek爆火至今），AI应用处处是挑战：数据孤岛、数据质量、模型算法可靠性、人才、合规风险、业务流程与数字化系统匹配度等。

若论最大挑战，我认为是数据质量与模型质量。

数据是“新石油”，AI是“法拉利”。没有高质量数据，法拉利跑不起来。To C场景容错率高，但企业精细化管理中，AI的99%准确率遇上数据的99%准确率，1%的错误可能带来灾难性后果。

模型是行业和企业Know-how的固化资产。所有数据应用都需基于特定场景建立规则模型。有些规则是确定性的，有些边界模糊需授权AI自主管理。当下极端情况是OpenAI的“Open Claw”（推测指高度自主的AI代理），但大多数企业不敢轻易用其管理核心业务。

解决之道：

生态式合作：传统企业基模难以匹敌专业公司（如通义千问、DeepSeek、Gemini）。应强强结合——基模公司提供能力、算力、Token，企业端提供产品和高质量数据；

试点创新：通过米兰电竞入口安卓版控制塔等标准，基于企业痛点找到一两个点试点，提供样板。

创新定位：企业需明确自我定位——先行者、跟进者还是后知后觉者？在变动剧烈的市场环境中，创新定位将极大决定未来竞争格局。

陈晶晶（主持）：

蔡教授指出了AI应用的核心挑战在于数据与模型。下面请徐主任谈谈在公共资源交易领域AI应用的问题。

徐秀裕：

交易平台中的问题具有共性：不合规条款、排他性条款以及围标串标问题。我们正努力用AI应对这些挑战。

陈晶晶（主持）：

谢谢徐主任。下面请徐总分享下海尔面临的问题。

徐志博：

虽然行业不同，但痛点共通。今天上午欧菲斯董事长何志分享了企业AI转型的六个痛点：顶层设计、责任归属、路径依赖、数据真相、能力边界、ROI回报。这六个问题在每个企业都存在。

海尔内部强调最多的是：归根结底是人的问题。让原有团队通过工具改变难度很大。

需要团队更新，更重要的是部门负责人思想转变，否则变革难以推动。坦白讲，我们并未做好，只是刚刚开始转型。

陈晶晶（主持）：

台下观众如有问题，请举手。

程小钧（观众）：

请问孙总，您提到米兰电竞入口安卓版管理部门角色及人才问题。在引入AI后，如何实现米兰电竞入口安卓版总监、产品经理、采购经理、物流经理等角色间的信息互通，避免责任推诿，实现高效运营？

孙云霞：

这是一个既有深度又有广度的问题。台上嘉宾已从技术、数据应用、前沿等角度分享了观点，我结合您的问题，分享我们在管理机制上的AI创新尝试。

我们正尝试用AI贯通管理机制，而非仅打通技术层面的部门壁垒。具体做法是通过AI将规章制度和管理机制从合规、决策、效率三个方面，融入到ERP和审批过程中。

为何不做“数字员工”而做“数字专家”？因为很多一线员工提出的问题本身不完整、不全面，基于有限认知提出的问题可能并非真问题。跨部门协同和层级决策更为复杂。因此我们确立“数字专家”理念——以领域专家（如程总在招投标领域的专业经验）的决策方式、问题解决思路为模板（如程总在招投标领域的专业经验），通过AI将其固化为可复用的决策模型，并持续迭代训练。当不同部门、不同层级的员工遇到同类问题时，由数字专家引导决策并驱动流程优化。

如何实现跨部门协同？我们将体系考核指标、岗位说明书、权责清单，以及业务场景涉及的法律法规和内部规章制度，全部导入AI智能体，以专家经验为基准持续训练。以此打破部门壁垒，实现穿透式监督管控，提高效率、保证质量。

陈晶晶（主持）：

感谢孙总。还有提问吗？

赵亚南：

平老师好！近年来国资央企大力推进数字化转型，构建智慧米兰电竞入口安卓版系统，投资规模巨大。请教企业在推进智慧米兰电竞入口安卓版项目时，如何科学评估投资回报率？应重点关注哪些核心指标？

平庆忠：

这个问题既尖锐又现实。我搞招投标出身，向采购米兰电竞入口安卓版转型是大家共同的方向。观察发现，目前央企大量AI项目处于初级阶段，尚未考虑盈利问题。很多企业投入大量精力做Agent、应用，取得效率提升、节约人力的成果。

但我有一个观点：“有多少人工就有多少智能”。人工智能界希望用更少人工创造更多智能，这可能违反“能量守恒定律”。智慧也是一种能量，希望打破能量守恒不现实。国际上的很多努力和炒作值得思考。

我国人工智能研究路子是对的。人工智能是大概念，从50年代开始就是想让机器像人一样思考和工作。图像识别、人脸识别、机器翻译、语音转文字都是大概念AI的成果。最近AI火起来是因为大语言模型，大家感觉它“有智能”。但大语言模型特别耗能，最近与新能源企业交流，希望通过AI应用输出创造价值，说明当前AI仍是“耗能大户”。

目前央国企应用AI的价值创造主要表现在：首先是节省了直接劳动。但同时也在其他方面增加劳动，AI应用中出现的问题主要在于劳动投入不足，能量守恒正在发挥作用。

其次是创造新产业：AI将创造“大规模个性化生产系统”这一巨大新产业。很多个性化需求过去无法满足，AI提供了条件。如河北辛集一家企业用AI设计制造适合每个人手型的皮手套。每家企业应能找到具体的个性化场景开发应用，在这方面民营企业蕴藏巨大创造力；在这方面，央国企和民企有较大合作空间。

第三是法律突破：目前的招投标法与AI应用存在隐性冲突。央企在AI应用上要取得大的突破，需借招标投标法修改之机，将法律从适应单个项目采购改为适应米兰电竞入口安卓版采购，以米兰电竞入口安卓版协同为目标，AI价值才能充分发挥。

陈晶晶（主持）：

感谢各位专家的精彩分享。由于时间关系，现场提问环节就到这里。下面我们有请各位嘉宾用简短的一句话，从各自领域视角展望下AI应用的未来。

吴江：

中国移动董事长提出“采强则卖强”，即采购好才能输出更好的产品服务。这是对米兰电竞入口安卓版战略价值的衷心认可。未来，米兰电竞入口安卓版将从后端的“成本中心”支持角色，走向前端，成为价值中心，实现从“守门员”（Goalkeeper）到“前锋”（Striker）的转变。

平庆忠：

“AI+采购米兰电竞入口安卓版”的未来，就是把“+”号去掉，变成“AI采购米兰电竞入口安卓版”。

徐秀裕：

AI将在交易平台上推动数字化、智能化、规范化发展，助力自贸港建设。

蔡鸿亮：

补充两个数据：IBM报告显示，将AI作为战略要素的年化回报率约8.2%—8.3%，“玩票式”应用回报率约2%（特定调查群体和行业，仅供参考）。这说明认真对待AI会有回报。

关于“数字员工”：90年代上海电梯里有阿姨帮按楼层，2000年后阿姨消失，现在电梯知道你要去哪，按钮都没了。未来员工存在形式将发生致命变化，AI对商业模式、盈利模式、工作范式将带来深刻变革。

一句话总结：米兰电竞入口安卓版从来都是企业的增长引擎，而非成本中心。AI将为这个引擎插上翅膀——从地上跑变成天上飞。

孙云霞：

回到人才发展使命：合规立身，目标引领，精益精进，创效致远。

徐志博：

在AI时代，套用海尔集团最近的Slogan：开放场景，以无界生态共创无限可能。

陈晶晶（主持）：

各位嘉宾、各位朋友：刚才各位专家的分享，既有前沿视野，又有实战干货。我们共同探讨了AI 带来的时代机遇，也直面了发展中的痛点与挑战，让我们对 AI 与采购米兰电竞入口安卓版的深度融合，有了更全面、更清晰的认知。

再次感谢各位嘉宾的真知灼见，感谢各位同仁的聆听与参与。本次高端论坛圆满结束，谢谢大家！