DAITA 2026

JTC告别文书繁重的建筑招标工作

评估虚拟助手标志着在这个传统保守的行业中取得的一项技术突破

Dylan Tan
Published Wed, Apr 8, 2026 · 06:00 AM
    • EVA背后的团队成员包括(从左至右):高级首席合同经理 Pa Guo An、分析解决方案实验室经理 Wong Guo Xuan 和项目经理 Adam Chern。
    • EVA背后的团队成员包括(从左至右):高级首席合同经理 Pa Guo An、分析解决方案实验室经理 Wong Guo Xuan 和项目经理 Adam Chern。 图片来源:JTC

    DeeperDive is a beta AI feature. Refer to full articles for the facts.

    本文由AI辅助翻译

    查看原文

    [新加坡] 公共部门采购通常不是技术创新的常见领域。其流程审慎,治理要求严苛,在高风险的建筑项目授标中,一旦出错,其后果可能在未来数年造成高昂的代价。

    但JTC Corporation的生成式人工智能 (AI) 工具——评估虚拟助手 (EVA),正在改变这一现状。该工具旨在将政府合同中最繁琐的文书流程之一现代化。

    JTC处理的每项建筑招标大约需要八名评估员参与,每人耗时约14个工作日,而每个投标方提交的文件可能多达约30份。

    由于每年评估约40项建筑招标,累计工作量估计每年约为34,000个工时。

    EVA通过部署大型语言模型来解决这个问题,执行目前由评估员负责的拔牙和初步评分工作。投标文件被上传到系统中,系统会读取并解读非结构化的投标书,识别出技术、合同和绩效相关的细节,然后将其与JTC的评估标准进行匹配。

    系统随后会生成一个带分数的输出结果,并明确说明其推理过程,使评估员能够审查其逻辑,而无需从头开始构建。

    DECODING ASIA

    Navigate Asia in
    a new global order

    Get the insights delivered to your inbox.

    在一个有记录的案例中,EVA准确地标记出,某投标方所陈述的绩效评级并未得到其所提供证明文件的证实。这正是在时间压力下进行人工审查时容易错过的矛盾之处。

    EVA直观的分步式界面结构模仿了评估员的自然工作方式。 屏幕截图:JTC

    重要的是,该工具围绕“人在回路”(human-in-the-loop) 的架构进行设计。评估员对分数和最终建议保留完全的决定权;该人工智能只负责组织、呈现和突出信息,而不做决定。

    这是一个深思熟虑的治理选择,其根源在于公共部门采购的问责制要求,并且这一选择也影响了界面的设计。

    这种分步式的工作流程也模仿了评估员的自然认知顺序:首先建立背景信息,确认评估对象,验证评估标准是否被正确解读,最后才处理提交的文件本身。

    设计过程借鉴了对EVA委员会成员操作其现有工作流程的直接观察,并且该解决方案是与项目经理、合同经理和采购人员共同创建的,而非由技术团队在隔离状态下独立开发。

    预计其影响将不仅仅是提高效率。

    JTC估计,更快的评估可以将整体项目进度缩短两到三个月,从而让企业等待入驻的工业设施能够更早交付。

    该方法论也被设计为可移植的。同样的技术架构只需稍作调整,便可应用于咨询和信息技术招标,并可能在未来的迭代中扩展到定性评估标准。

    Decoding Asia newsletter: your guide to navigating Asia in a new global order. Sign up here to get Decoding Asia newsletter. Delivered to your inbox. Free.

    此翻译对您是否有帮助?

    Copyright SPH Media. All rights reserved.