概要：简述现代智慧供链建设背景，分析介绍评标专家管理在现代智慧供链建设中与物资管理上下游业务链的关联关系，结合评标专家管理现状和面临困境，分别从动态画像管理、智能抽取推荐、研判定额分配三方面提出应用现代技术提升评标专家智能化管理水平的措施和建议。
关键词：评标专家管理；现代智慧供应链；智能化管理体系。
1.背景介绍
1.1现代（智慧）供应链建设背景
现代供应链概念在党的十九大报告中首次被提出，标志着“现代供应链” 发展已正式上升为国家战略。国务院也明确了“打造大数据支撑、网络化共享、智能化协作的智慧供应链体系”的工作要求。总部公司积极响应国家要求，依托一体化信息支撑平台充分应用“大云物移智”等现代信息技术，构建具有数字化、网络化和智能化特征的现代智慧供应链体系，旨在打造一个各专业高效贯通、上下游资源高度整合、各业务数据高频共享的良好供应链生态系统。与传统供应链不同，现代智慧供应链以资产全寿命周期管理为主线，协同贯穿物资计划、采购标准、采购管理、合同履约、仓储配送、废旧物资、供应商关系、质量监督、专家管理全流程业务环节，通过各业务模块的相互感知和反馈优化，实现规划、设计、采购、建设、物流、服务等全过程高效协同的组织形态，推动电网建设的质量变革、效率变革、动力变革。
1.2评标专家管理在现代智慧供应链体系建设中的作用
作为采购环节的重要人力资源和评审的关键主体，评标专家的专业能力和价值的发挥程度对采购决策起着至关重要的作用，评标专家管理是加强计划审查、招标采购、质量监督等各项物资管理业务规范化开展的重要内容，专家库资源的质量、数量、履职能力等因素对实现“智选优品 质量强网”目标起到决定性的作用。现代智慧供应链框架下的评标专家管理，不再是单一的、被动的，而是多维的、超前的，与ERP人力资源模块数据联动，实现专家库信息跨专业共享，形成一体化评标专家信息管理；与历史采购数据联动，实现评标专家抽取方案的智能推荐，形成可自我学习修正的抽取策略管理；与电网发展规划建设需求联动，实现专家库资源智能配置，形成专家资源优化使用的智能化决策。
2.评标专家管理现状
2.1 专家库信息更新速度、共享程度有待提升
根据《评标专家和评标专家库管理暂行办法》（国家发展计划委员会令第29号），入选评标专家库的专家，首项条件就是“需要从事相关专业领域工作满八年并具有高级职称或同等专业水平”，面对上千种评审物资品类，加之评审有同单位的回避要求，评标专家的业绩评价、专业类别、年龄分类、职称级别等专家库信息更新要求及时、准确、全面，才能保证专家数量充足够用、评审专业配置合理、管理流程灵活机动，目前仍存在有一定的专家库信息与新增业绩的实时共享程度不高、存在沉淀专家难以释放发挥专业能力、信息不对称带来的管理成本浪费。
2.2 抽取策略的智能化水平需进一步优化
为进一步促进充分竞争，持续优化营商环境，切实减轻投标企业负担，现已全面取消投标报名环节招标文件费用收取，存在供应商报名但未参加投标的情况，但专家抽取策略依据之一是报名投标人个数，故而会导致抽取策略和方案与评标项目需求在专家人数和专业分布上难以完美契合，存在一定的管理风险和难度，需要进一步利用大数据分析技术，结合历史采购数据、类似项目抽取方案以及投标人的履约能力，科学评估专家资源配置，智能调整抽取策略。
2.3 专家需求模型相对电网设计规划有一定滞后
评标专家管理提升的终极目标是为电网建设服务的，选用专家数量和专业类别应是针对采购物资和服务的及时、正确响应，以确保高质量、高效率采购，目前尚未形成较完整的通过电网发展规划及年度调整信息辅助指导年度评标专家使用量和专业分组的运作模式，需要进一步优化专家资源匹配体系，实现年度电网建设计划与配置评标专家的精准内嵌，提升物资管理效率和采购设备质量。
3.提升评标专家智能化管理水平
3.1 动态画像管理
评标专家的动态画像管理涉及入库信息管理、评审行为管理和履责评价管理。
入库信息管理：建立专家库与ERP人力资源模块的数据集成接口，实现专家人员信息与ERP人资模块信息的智能比对、自动更新，提升评标专家人员信息的准确性和及时性，形成360度专家全息画像。同时通过与ERP人资模块的联动，与年度职称评定和业绩更新相结合，建立定向专家邀请制、优秀人才推荐制，变入库管理的被动接收为主动邀请，精细化入库甄选和专业匹配，进一步完善评标专家入库定向推荐申报体系。
评审行为管理：评标专家是招标采购环节的重要参与者，其评审行为很大程度上影响着评审结果的可行性和可信度，构建对专家评审行为的评估模型，通过从专业能力、评审绩效和评审态度等方面对其评审行为进行分析，实现对评标专家的反评估，形成评审行为画像，更全面、精准、客观地反应评标专家评审行为，并作为动态更新信息，为未来专家遴选、绩效评价以及专家库优化提供参考依据。
履责评价管理：按照“以评促学、以学促用”的原则，以提升评审效果为导向，构建多元量化评价和靶向式培训体系，通过评价-培训-评价的循环运转，实现评用动态匹配管理，减少因履职能力欠缺而影响评审结果所增加的管理成本，充分发挥评价的约束效力和培训的提升作用，引导专家不断提升专业能力和主动增强职业道德水平。以专家聘用期为抓手，进一步完善专家契约化管理，促使专家队伍质量的整体提升。
3.2 智能抽取推荐
面对每批次项目评审复杂的抽取规则、本单位回避原则和评审专家经验持续动态增长的情况，利用大数据技术对历史采购信息、类似项目抽取方案、每批次报名人数以及历史评标数据进行综合分析，并结合在库专家专业方向、业务水平等数据信息，建立评审小组专家合理配备模型，自动生成评标专家抽取方案，实现评标专家遴选的动态优化，最大程度上在人数和专业分布上满足评标项目的需求。
在Netflix Prize的推动下，通过利用神经网络架构与协同过滤相融合获得协同深度神经网络模型，并实现GMF、MLP和NeuMF三种模型对评标专家与物资种类的交互进行建模，最终获得优于现有的BPR、eALS等方法。提出面向时序依赖与约束的神经网络专家推荐模型，实现了评标专家遴选的动态优化。为验证面向时序依赖于约束的深度神经网络推荐模型的性能，以准确度(Precision)，召回率(Recall)，命中率(HR)和标准贴现累计回报四个指标为评价指标进行验证。此模型靶向性更强，实现了项目需求和评标专家的更精准匹配，展示了所提方法的优越性。
3.3 研判定额分配
实现科学研判需要多方位、全业务链条数据，通过横向联动电网建设相关部门、纵向贯通省市物资管理机构，利用数据中心提取电网发展规划及年度批次计划信息、采购项目数据和与之相匹配的专家信息等关键数据，并结合大数据和人工智能技术处理历史数据，实现专家库整体资源配置管理与采购需求产生关联，形成专家库年度专业、等级定额标准，同时通过与年度调整计划实时相互感知，及时迅速对采购需求变化做出响应，从而实现专家库结构优化和专家资源高效利用的智能化定额分配。
4.结语
作为现代智慧供应链中智慧采购业务链条的重要组成部分，评标专家的智能化管理对于物资管理的整体升级换代至关重要，实现大数据分析、人工智能等新技术与专家管理体系的有机结合是必然方向，将有力破除现有难点。但由于各网省公司专家管理基础不同，实现既定目标存在较大差异，需结合自身特点和个性化需求有针对性地分步实施，以便有效提升专家管理智能化水平，更好地满足电网建设需要。
参考文献：
1.徐小汀.招投标电子化发展对评标专家库管理改进的启示[J].石油化工管理干部学院学报. 2019, 12(21):67-70.
2.胡东,金涌川,李学斌.基于智慧供应链的评标专家库动态管理[J].东北电力技术. 2019, 12(40):54-56.
3.吴淑荣.基于灰色关联分析的科技项目评审专家评估方法的研究[J].中国水运.2008, 11:50-51.