近日，科大讯飞成功中标国家能源集团物资有限公司数据科技分公司所授的“智慧招标体系研究与应用开发项目”。依照合同约定，双方将着手构建一个能够覆盖整个招采流程的智能系统。这一合作标志着继2022年启动合作计划以来，科大讯飞在能源招采领域的FDE（前置部署工程师）模式取得了进一步深化。
当下大模型步入产业界，其真正的考验并非模型的使用性，而在于能否深入实际业务，解决各类复杂的问题，并将项目实践经验转化为具有复制性和持续发展潜力的平台功能。
FDE，即前置部署工程师模式，其核心在于组建既懂得技术又熟悉业务的团队深入客户作业现场，与客户协同明确问题、设计产品、验证项目价值，并将现场积累的业务知识不断转化为平台能力，以服务于更广泛的场景和客户群体。
在复杂的产业环境中部署AI技术，关键在于紧密围绕实际业务需求，不断推进从问题界定到能力积累的循环过程。以国家能源集团智能招采系统的建设为例，科大讯飞融入FDE模式到业务前沿，与客户进行深度合作，把项目实践升级为可复制的平台技术。
面对达千亿级别的招采系统，AI技术如何真正融入业务核心区域？
国家能源集团作为全球最大的煤炭生产商及火力发电企业，业务范围涵括煤炭、火电、新能源、水电等八个主导产业。每年，集团执行超过14万个采购项目，年采购金额超数千亿元，牵涉到1385家采购单位、20余万份报价单、90万项资质数据，以及超过20万人次的评标过程。
在如此庞大的业务规模下，传统的招采方式不仅面临效率问题，还因采购文件编制、供应商报价、专家评审等环节的数据杂乱无章、规则多样且标准不一；许多专业判断依赖人工经验；评审过程的透明度、可追溯性及反腐败风险防控也构成长期难题。
此类情况难以单纯依靠即用型标准产品解决。
自2022年开始，科大讯飞与国家能源集团围绕实现智能无人评审、智慧招标体系等方向展开了持续项目合作。项目团队深入招采业务前沿，紧扣编制、报价、评审、核定等具体流程，与业务专家一同梳理规则、还原流程、精炼功能。
在这个过程中，技术团队所应对的并非孤立的技术挑战，如“AI识别”或“流程自动化”，而是将招采专家长期积累的业务认知、评审准则和判断方法论转化为AI可理解、可执行且具备持续学习能力的系统性能。
这体现了FDE模式的核心价值：以业务现场明确技术课题，以真实业务成效评估技术成效。
关键在于，FDE模式并非简单派驻工程师，也非把定制化项目转变为“人力服务”。
核心评判标准是能否将项目中的业务洞见、数据资源和工程手法沉淀为平台功能，进而形成可大规模复制的能力，这是衡量FDE模式能否持续创造价值的重要依据。
针对国家能源集团复杂的招采业务，科大讯飞利用星火大模型、星辰Agent底座及招采智能体平台，逐步建立起覆盖招采全周期的智能系统架构。
首先，是实现AI对业务的理解。
在项目建设阶段，双方针对供应商信息、标的物详细情况、评标办法、技术评分标准、采购文件、合同条款、风险规则等核心业务要素，建立了12类标准化知识库，形成了统一招采业务语义体系。以往散见于不同系统、文件和专家经验中的信息，被整理为可关联、可计算、可调用的数据资源。
更为重要的是，系统构建了“业务即标注，标注即业务”的持续演进机制。每一次专家对AI结果的复核、每一项规则的修订、每一个异常案例的处理，都将转化为宝贵的高质量业务数据，持续促进模型和平台的优化进步。
接着，是实现AI参与业务操作的运行。
在采购准备阶段，平台可协助完成采购文件的智能编制与审核；在采购评审流程中，评审类项目大约30分钟即可完成AI专家抽取、供应商风险预警分析、价格合理性评估、报价文件评审评分的全流程闭环作业，客观评估项目可由AI自动评分，而主观部分则通过“多维AI专家”评审后交由人类专家复核。
同时，平台借助可信执行机制、数据脱敏措施、权限管理方案、全程记录等功能，确保业务流程的透明度和可控性。
