19.协同监管。打造贯通项目标前、标中、标后的分析预警模型，加强全过程数据采集、治理和运用，通过数据碰撞和比对分析，自动识别应招未招、转包违法分包、人员违规变更、进度严重滞后、低中高结等问题。加强招标投标“行刑纪”贯通衔接，实现对问题线索预警转办、协同查处、结果反馈的智能化闭环管理，增强对复杂案件的深度解析与处理能力，推动形成行政执法、刑事司法、纪检监察“一网共治”的智慧监管格局。

20.投诉处理。打造招标投标智能化投诉处理能力，辅助行政监督部门分析投诉书，结合政策法规、历史案例和调查取证情况等，形成初步审查意见，分类给出处理建议，辅助生成投诉处理决定书，提升投诉处理效率。对恶意投诉进行智能筛查和处理，提高恶意投诉的防治力度。

三、规范部署实施

（七）科学组织推进。各地要根据实践需求和技术基础，科学确定实施路径。对于提高交易效率、适合市场化推进的场景，要积极培育人工智能应用服务商。对于保障交易公平公正、提升监管质效的场景，要注重发挥政府主导作用，加强统筹规划和集约建设，地市应当在省级层面统筹指导下开展部署应用，县级及以下原则上应当复用上级的模型资源。

（八）强化系统集成。各地要持续深化公共资源交易平台整合共享，在统一制度规则和技术标准的基础上有序开展集约化改造，提升招标投标交易流程和有关平台系统的标准化水平，强化有关平台系统互联互通，提高模型部署应用效率。

（九）夯实数据基础。各地要加强招标投标数据治理，强化数据清洗和标注，加快构建涵盖招标投标政策法规和全流程各环节的高质量数据集和知识库，依托政务数据共享机制，推进高质量数据集的共建共享和生成数据的归集治理，更好支撑模型训练和应用。

（十）持续迭代优化。各地要建立人工智能模型常态化升级机制，及时更新数据集和知识库，运用招标投标专业数据进行针对性训练，不断优化模型算法，提升模型精准度。要建立用户评价反馈机制，及时收集、处理用户需求，完善应用功能，以用户反馈驱动模型迭代优化。

（十一）健全应用机制。各地要加强人工智能应用与招标投标全流程各环节的衔接，健全模型生成内容的转化应用机制，保障模型充分发挥作用。坚持技术的辅助性定位，模型生成的结论不替代招标人、招标代理机构、投标人、评标专家等的自主判断，不改变使用主体的法定责任。

（十二）提升安全水平。严格落实人工智能模型安全管理要求，强化模型算法、数据资源、基础设施、应用系统等安全能力建设，严格开展算法、模型备案和安全审核。构建数据、算力、算法和系统安全防护体系，确保模型安全可靠，有效防范和应对模型黑箱、幻觉和算法歧视等风险。

四、加强组织保障

各省级发展改革部门要切实发挥指导协调和牵头抓总作用，加大组织实施力度，积极协调解决数据和算力需求，联合有关部门尽快确定应用场景和实施路径，分类推动落实，健全应用保障机制；要加强与高校、科研院所、人工智能企业合作，充分发挥人工智能企业的作用，促进产学研转化；要强化人才队伍建设，加强跨领域人才培养。国家发展改革委将会同有关部门加强统筹协调，做好宣传引导和风险管控，指导各地、各中央企业因地制宜深化探索应用，完善配套制度规则，推进标准体系建设，及时总结推广典型经验做法。

国家发展改革委

工业和信息化部

住房城乡建设部交通运输部

水利部

农业农村部商务部

国务院国资委