ChatGPT在煤炭企业采购管理中的应用探析

来源:本站  浏览量:689  日期2024-06-11


随着人工智能技术的飞速发展,很多创新科技正在逐渐渗透到各行各业。ChatGPT作为一种基于自然语言处理技术的人工智能模型,可以与人类进行对话和交互,提供各类服务和解决方案。本文将介绍ChatGPT技术基本原理,通过分析煤炭企业在采购中遇到的挑战,探讨其在采购管理中的具体应用,以及对提高采购效率、精准度和企业管理水平的重要作用。最后基于ChatGPT应用可能存在的风险,提出了相应的对策,为煤炭企业利用ChatGPT技术进行采购管理创新提供参考和借鉴。

一、引言

煤炭作为全球主要的能源来源之一,在经济和社会发展中具有举足轻重的地位。然而,随着环境保护意识的不断增强以及可再生能源的崛起,煤炭行业面临着日益严峻的挑战。在这种背景下,煤炭企业需要通过科技创新提高效率,降低成本,以适应市场变革。其中,采购管理作为企业核心环节之一,其优化改进显得尤为重要。

ChatGPT作为一种基于人工智能的大型语言模型,具有良好的数据分析处理、自然语言生成和自监督学习等能力,可以为煤炭企业采购部门提供更高效、更精准、更具有创新性的数据分析和决策支持,提高人员工作效率,提升采购智能化水平,降低企业采购成本,促进煤炭企业的高质量发展。

二、ChatGPT基本原理

ChatGPT,全称为聊天生成型预训练变换模型(Chat Generative Pre-trained Transformer),是OpenAI开发的人工智能聊天机器人程序。它与之前熟悉的人工智能有着很大区别,具有自主分析能力和判断能力,可以运用人类自然对话方式交互,还可以处理复杂的工作,包括数据分析、生成文本、自动问答、自动摘要等多种任务。

ChatGPT模型核心是Transf-ormer架构,其优点是能更好地捕捉输入序列中的全局信息和上下文信息,从而提高模型的准确性和效率。

ChatGPT采用了大规模无监督的预训练方式,其目标是训练模型的通用语言表示能力。在预训练阶段中,模型通过输入一段文本,来预测文本中下一个词的概率,从而使模型逐渐地学习到文本中的语言规律和语义信息。在预训练之后,ChatGPT会对模型进行微调,使得模型能够适应特定的对话任务或领域,提高模型在特定任务上的准确性和流畅性。对话生成中,ChatGPT使用了一种称为Beam Search的搜索算法,该算法通过对模型生成的多个候选回答进行评估,选择具有最高概率的回答作为最终输出。这种机制能够提高模型对话生成的流畅性和多样性。

总之,ChatGPT的核心原理是使用大规模的无监督数据语料库进行预训练,然后在特定任务上进行微调,利用Transformer模型架构和Beam Search算法来提高模型对话生成的准确性和流畅性。

三、煤炭企业采购面临的挑战

采购是企业的一项基础性经营活动,直接关系到企业的经济效益。煤矿生产专业化程度高,煤炭企业采购与煤矿安全生产密切相关,采购物资涵盖广泛,采购工作复杂程度高,采购流程通常比较繁琐。目前,煤炭企业采购主要面临以下挑战。

(一)采购需求预测难

煤炭企业采购需要充分考虑企业生产计划,尤其需要对关键物资和设备进行提前规划,以确保矿井生产接续和生产过程的安全稳定。采购部门确定采购需求,不仅要准确了解矿井单位的生产情况,还需综合考虑库存策略和市场供需情况。由于内外部不确定因素较多,不易准确预测采购需求,经常出现采购计划与实际需求不完全匹配,导致库存积压或者缺货的情况,影响煤炭企业的安全生产。

(二)采购价格分析难

采购价格是采购成本管控的重要指标,对采购价格进行分析,是降低企业采购成本的有效手段。煤炭企业采购涉及的物资类别广泛、品种繁多,采购数量庞大,加上要考虑市场需求、供应情况等市场因素,人工分析采购价格不仅费时费力,而且难以做到客观准确。如何对采购数据进行深度挖掘,了解和研究市场价格走向,帮助企业降低采购成本,是采购部门亟需解决的问题。

(三)采购及时性不足

采购供应对矿井生产接续和安全生产的影响非常重大。在矿山生产中,采购物资及时供应是保障矿山生产持续开展的重要基础,无论是生产设备、维修零部件还是化学品、燃料等金属非金属矿产品的采购,都是对矿山生产持续的保障。采购供应及时性不足会导致物资的缺失和生产过程的中断,从而进一步影响生产的连续性和矿山的经济效益。如在采购特定设备零部件时出现延误,将影响到维修工作的开展,导致设备停机,进而影响到矿山的生产效率。

(四)采购合规风险高

由于采购过程中牵涉的因素非常复杂,往往涉及多方面内容,如果管理不当会导致采购操作不合规,将给企业带来合规风险。如投标供应商间存在关联关系,投标文件相似度高,疑似有围标串标的情况;采购合同条款不规范、内容不充分、缺少特别条款或者明显不公等情况。采购合规风险不仅会导致煤炭企业的生产经营受到影响,还有可能引发诉讼、仲裁等法律纠纷。

(五)采购沟通效率低

随着煤炭企业的发展和新技术的应用,煤炭企业的专业化程度逐渐增强。在采购方面,专业化程度高虽然可以提高采购效率和质量,但也可能会因出现专业壁垒而导致沟通效率低的问题。如采购人员缺乏专业知识和技能,无法理解矿井单位的技术、性能和质量要求,加上矿井单位对采购制度的了解并不够全面。这就容易产生技术文件与商务条款不匹配、采购文件漏洞多等现象,导致采购项目二次公告多,成功率低。这需要加强采购人员、专业技术人员的培训和知识储备,提高专业能力,加强跨职能团队之间的沟通,以便更好地协调和解决采购过程中的问题。

四、在煤炭企业采购管理中的具体应用

ChatGPT作为基于人工智能技术的大型语言模型,具有自动分析和处理海量信息的能力,尤其在自然语言处理和优化分析方面的性能非常优秀,可以为煤炭企业的采购提供许多有价值的帮助。以下将从ChatGPT在采购需求预测、价格分析与评估、合规风险管理、提供专业知识等方面探讨如何解决采购中遇到的挑战。

(一)采购需求预测

煤炭企业采购需求涉及诸多物资、设备及服务。ChatGPT可以通过分析历史数据、实时监控采购需求,为煤炭企业提供更准确的需求预测和建议,在各个方面实现资源、成本和时间的最优化。

1.分析历史数据

ChatGPT可以基于历史采购数据、供应商评估、市场调研和行业分析等,分析采购数据中的关键属性,寻找数据内在关系。通过对煤炭企业历史采购数据的学习和建模,预测未来采购需求的变化趋势。

2.实时监控采购需求

ChatGPT可以实时跟踪监控煤炭企业的生产需求,快速识别和响应关键变化,从而提高预测的灵敏度和精度。通过分析供应链中的动态变化,如煤矿生产计划变化、库存变化、供应商交货时间等,让采购团队随时掌握库存和采购订单的最新状态,及时调整采购计划和库存策略。

(二)价格分析与评估

ChatGPT可以从采购过程中的报价、合同等文本信息中,挖掘出更丰富和有价值的信息,分析煤炭企业采购环节所涉及的物资、设备及服务价格。

1.价格趋势分析

ChatGPT可以基于自然语言处理和分析技术,针对历史采购数据和市场价格数据进行深度挖掘,识别出报价中的关键词并提取重要信息,如货物名称、品牌名称和规格等信息。通过分析这些资料,帮助煤炭企业全面把握各类物资的采购价格走势。

2.价格异常检测

基于价格趋势分析,ChatGPT可以识别潜在的价格异常情况,如果某个预测结果与实际价格相差较大,可以自动将其标记为异常价格,提醒采购部门及时关注。这样一来,企业就能够及时发现并纠正可能存在的采购价格失误,从而避免损失。

3.评估供应商价格

ChatGPT可以对供应商提交的响应文件进行文本挖掘和分析,并对报价进行预处理和组织,结合市场行情、供应商的质量与信誉和历史行为信息,ChatGPT可以为采购部门提供价值评估和竞争分析,找出最有竞争力的价格。

(三)合规风险管理

1.文本起草与合规审查

招标采购文件的起草需要遵循相关法规和规范,可以借助ChatGPT对自然语言的理解和处理能力,实现辅助起草招标采购文件,自动生成招标采购文件和文件审查等功能。

(1)辅助起草招标采购文件

如果用户不熟悉相关标准或要求,ChatGPT可以根据项目情况向用户提供更准确、更全面的建议和意见。同时,ChatGPT还可以通过与用户的对话来了解具体要求,根据需求快速生成一份合适的招标采购文件。

(2)自动生成招标采购文件

通过ChatGPT可以构建一个智能交互平台,用户提交采购计划、商务条款及技术要求等信息。然后可以根据这些输入信息,自动生成符合法规和标准的招标采购文件,实现简易化和智能化的招标采购流程。

(3)文本合规审查

在招标采购文件中,可能存在技术要求、商务条款不清晰或者关键要素遗漏的情况。通过ChatGPT的文本分析技术,可以帮助审查招标采购文件,自动寻找并排除这些错误,从而保证文件质量和合法性。在合同管理中,ChatGPT可以自动审核合同文本,识别合同文本中的实体、条款、条件和限制,并自动检查是否符合法律法规与企业管理要求,提出相应的修正建议,帮助煤炭企业更快速地审批合同、减少合同管理成本。

2.识别围标串标、弄虚作假行为

利用ChatGPT自然语言处理和自监督学习的能力,收集一定数量的围标串标案例,和正常的采购流程案例一起进行预训练,从而让ChatGPT可以学习围标串标行为的某些规律和特征。

(1)审查投标人信息

利用优化的ChatGPT模型,评估投标人合规能力,对其主体关系、主体行为方式等进行多维度的分析评价,分析投标人之间的股权与关联关系,完善其全息画像,深度挖掘投标人间历史同投信息,历史项目人员信息、历史业绩信息、历史中标次数等信息,了解供应商是否遵守相关法律法规,有无违规行为的记录。

(2)审查投标文件

利用优化的ChatGPT模型,提取投标人间的投标文件内容、投标文件作者、投标电脑IP和MAC地址等关键信息,自动进行横向比对分析,生成智能清标报告。评委根据报告检测结果,再去人工复核报告中发现的疑似行为,这样不仅能提高甄别的准确度,还能有效节约项目评审时间。

(3)分析评审行为

利用优化的ChatGPT模型,还可以分析项目经理、评标专家的评审行为,判断打分偏离度、对围标串标和弄虚作假行为的识别能力、评审专业性和评审公允度,提高项目经理与评审专家的公平性与专业型。

(四)提供专业知识

1.专业知识储备库

可以利用ChatGPT模型创建一个专业知识储备库,帮助煤炭企业整合多个专业领域的知识,将大量分散的专业知识和经验提取、整合转化为数字化知识库,形成完整的知识体系,保护、盘活企业的数据资产。

2.知识咨询与问答

可以利用专业知识储备库建立知识问答系统,使用户可以通过与ChatGPT的交互,快速获得答案,解决因专业受限造成的信息壁垒问题,强化煤炭企业跨部门之间工作协同。如采购人员可以通过ChatGPT获取实时的专业采购咨询和解答,快速理解掌握不同专业的基础知识。

3.智能客服和教练

可以利用专业知识储备库设立24小时智能客服,帮助供应商理解投标过程中的一些制度性问题。ChatGPT还可以作为人工智能教练,为企业培训和教育采购人员。

五、在煤炭企业采购管理中的应用意义

(一)供应链可视化

ChatGPT可以为煤炭企业提供全面的市场信息,帮助采购人员快速获取和搜索供应商、产品、价格等信息,更快地了解市场动态,监测供应链的各个环节,使企业在采购过程中拥有更多主动权。

(二)提高采购效率与准确性

ChatGPT可以帮助煤炭企业快速、准确和动态评估采购需求,选择可靠的供应商,减少交货延迟和质量问题,大大提高采购效率。同时,采购人员可以通过实时与ChatGPT交互,将重复性工作交由智能系统自动处理,有助于提高工作质量和准确性。

(三)降低采购成本

通过使用ChatGPT,煤炭企业可以快速比较供应商报价,从而在保证供货质量的前提下,找出具有最优价格的供应商。另外,基于chatGPT在采购需求预测与价格评估方面的能力,能够帮助煤炭企业适时采购、批量采购,以获得更多的价格优惠和折扣,进而降低采购成本。

(四)减少采购合规风险

ChatGPT在采购合规管理中具有广泛的应用价值,通过分析采购过程和数据,预见和提醒可能出现的合规问题,帮助企业提高采购合规及风险控制能力,在采购决策和业务运营中实现更好的效益和业绩。

(五)优化内部与外部沟通

ChatGPT具备高度模拟人类沟通的能力,通过建立专业知识储备库,建立问答机制,不仅能够帮助具有不同专业背景的员工进行沟通与合作,也可以实现与供应商的有效沟通。这将有效地提高沟通效率,减少因误解和信息传递错误等问题造成的成本损失。

六、风险及应对措施

虽然ChatGPT在煤炭企业采购中具有较高的应用价值,但由于技术发展仍处于相对初级阶段,存在一定的挑战与限制。

(一)数据安全和隐私问题

ChatGPT需要使用大量采购、生产和经营数据进行预训练和处理,在采集、分析和处理这些数据时,可能会涉及商业秘密、敏感信息和隐私数据。如果这些数据被泄露或滥用,可能会给煤炭企业造成较大的风险和隐患。煤炭企业在使用ChatGPT时,应加强数据安全和隐私保护措施,建立严密的数据安全管理制度,确保隐私数据和企业机密不被泄露或滥用。

(二)数据质量问题

ChatGPT模型的预训练和自监督学习阶段,需要大量的数据集,数据质量和数量会对ChatGPT的表现产生较大影响。因此要对数据集进行严格的筛选和审核,提高数据质量和减少噪声的干扰,并在应用过程中不断评估和检测ChatGPT模型表现,确保其准确性和稳定性。

(三)适应性问题

由于煤炭企业具有行业特性,ChatGPT在特定领域的知识覆盖和行业背景了解可能不足,可能影响其在采购管理应用中的准确性和有效性。这就需要将ChatGPT模型进行有针对性的训练,以求在特定领域有更深入地理解。

(四)依赖性问题

尽管ChatGPT程序在人工智能领域具有优越性能,但在某些背景下,其结果并不一定代表实际情况,可能会导致不正确的采购决策。应保持对ChatGPT输出结果的警惕性,结合其他技术手段及多种人工智能方法,从多角度评估采购决策,降低完全依赖单一技术方案的风险。

七、结束语

ChatGPT作为一种人工智能技术,在煤炭企业采购管理中具有较高的应用价值和意义。通过使用这一技术,煤炭企业可以在采购中实现供应链可视化、提高采购效率与准确性、降低采购成本、减少采购风险和优化内外部沟通,从而达到企业高质量经营发展。然而,该技术在市场应用的过程中仍存在一定的挑战和局限性,煤炭企业需要根据实际情况进行有针对性的优化和调整。


作者:李 康

作者单位:中煤集团大屯公司物资贸易部

来源:《招标采购管理》2023年第10期