典型案例

21 万个项目、97% 准确率 科大讯飞 FDE 模式跑通千亿级智能招采项目

Key takeaway: 本文深度报道了科大讯飞与国家能源集团在智能招采领域的典型合作案例,详细拆解了科大讯飞提出的FDE(前置部署工程师)模式的实践闭环。双方自2022年启动合作,基于星火大模型和星辰Agent底座构建的招采智能体平台,已实现覆盖招采全流程的智能体系。该系统建设了12类标准化知识库,实现了“业务即标注”的持续迭代机制,并已在国内首个商业运行的智慧评审系统中累计运行超过21万个项目,智能评审准确率达97%,非招标采购无人化率超89%,每年节约人工评审成本超亿元,累计创造间接经济价值40亿元。平台能力已成功复制到合肥、广州等公共资源交易中心,并服务中国华电、中国大唐等央国企,覆盖十余个行业。文章论证了FDE模式从“深度共创、平台沉淀、价值验证到持续复用”的完整路径,指出企业级AI的竞争本质是行业理解、工程交付和持续运营能力的综合竞争。

Key Takeaways
  1. 科大讯飞通过FDE模式深入国家能源集团业务一线,共同构建了覆盖招采全流程的智能体系,实践了从“定义问题”到“沉淀平台能力”的完整闭环。
  2. 该智能招采平台建设了12类标准化知识库,并形成“业务即标注,标注即业务”的持续迭代机制,将业务专家的经验转化为高质量数据资产。
  3. 智能评审系统已上线运行超过21万个项目,AI评审准确率达97%,非招标采购无人化率超89%,每年节省人工成本超亿元,累计创造间接经济价值40亿元。
  4. 系统在国内首次实现采购评审30分钟全流程闭环,客观项AI自动评分,主观项由“多维AI专家”评审后专家复核,评审过程全程留痕可审计。
  5. 基于国家能源集团的项目经验,科大讯飞已将相关能力拓展至合肥、广州等公共资源交易中心,并服务中国华电、中国大唐等多家央国企客户。
  6. 科大讯飞与合肥合作开发的“青天大模型”是全国首个公共资源交易领域专属大模型,获评国家发展改革委“人工智能+”特色示范案例。
  7. 2026年7月,科大讯飞再次中标智慧招标体系后续项目,将继续深化AI在招标文件编制、投标响应、评标生成等全流程的应用。
当行业还在争论大模型如何落地时,科大讯飞已经用21万个项目、97%的准确率交出了一份硬核答卷。本文最大的价值在于,它没有停留在技术参数的堆砌,而是完整拆解了FDE模式“深度共创→平台沉淀→价值验证→持续复用”的闭环逻辑,把“AI落地”从一句口号变成了可量化的成本节约和效率提升数字。对于正在探索AI工程化、智能体平台建设的团队来说,这是一份难得的标杆案例复盘。

科大讯飞通过FDE模式深入国家能源集团业务一线,共同构建了覆盖招采全流程的智能体系,实践了从“定义问题”到“沉淀平台能力”的完整闭环。

—— 络石智能编辑部 · Editor's Pick

21 万个项目、97% 准确率 科大讯飞 FDE 模式跑通千亿级智能招采项目

2026-08-10 10:18:11 来源: 每日经济新闻 四川 举报

近日,科大讯飞中标国家能源集团物资有限公司数据科技分公司“智慧招标体系研究与应用开发项目”,双方将进一步搭建覆盖招采全流程的智能体系。这是 2022 年合作启动以来,科大讯飞前置部署工程师(FDE)模式在能源招采场景的再次深化。

当大模型走进产业,真正的挑战并不只是模型能不能使用,更在于能否深入真实业务,解决复杂问题,并将一次次项目实践沉淀为可复制、可持续演进的平台能力。

FDE,即前置部署工程师模式,强调由懂技术、懂业务的团队深入客户一线,与客户共同定义问题、打磨产品、验证价值,并将业务现场积累的经验持续沉淀为平台能力,进而服务更多场景和客户。

复杂产业场景中的AI落地,需要以真实业务为牵引,持续完成从问题定义到能力沉淀的过程。以国家能源集团智能招采系统建设为例,科大讯飞将FDE模式融入业务一线,与客户深度共创,并将项目实践转化为可复用的平台能力,逐步形成从深度共创、平台沉淀,到价值验证、持续复用的实践路径。

面对千亿级招采体系,AI如何真正进入业务深水区?

国家能源集团是全球最大的煤炭生产公司、火力发电公司,业务覆盖煤炭、火电、新能源、水电等八大产业板块。每年,集团采购项目超过14万个,年采购金额达数千亿元,涉及1385家采购人、20余万份报价文件、90万项资质业绩,并组织超过20万人次的评标评审。

在这样的业务体量下,传统招采模式面临的不只是效率问题:采购人员编制文件、供应商报价、专家评审等环节数据分散,规则复杂且口径不一;大量专业判断依赖人工经验;评审过程的透明度、可追溯性和廉洁风险防控,也面临长期挑战。

这类场景很难依靠一个“开箱即用”的标准产品解决。

自2022年起,科大讯飞与国家能源集团围绕智能无人评审、智慧招标体系等方向持续合作。项目团队深入招采业务一线,围绕编、报、评、核等具体环节,与业务专家共同梳理规则、还原流程、打磨能力。

在这一过程中,技术团队解决的不是单一的“AI识别”或“流程自动化”问题,而是把招采专家长期积累的业务知识、评审规则和判断逻辑,转化为AI能够理解、执行和持续学习的系统能力。

这也是FDE模式的关键所在:以业务现场定义技术问题,以真实业务结果检验技术价值。

不只是“派工程师”,更要沉淀为可复用的平台能力

FDE模式不是简单增加驻场人员,更不是把定制项目做成“人力服务”。

能否将项目中的业务理解、数据资产和工程能力沉淀为平台,形成规模化复制能力,才是这一模式能否持续创造价值的分水岭。

围绕国家能源集团复杂的招采业务,科大讯飞基于星火大模型、星辰Agent底座及招采智能体平台,逐步构建起覆盖招采全链路的智能能力体系。

首先,是让AI“读懂业务”。

项目建设中,双方围绕供应商、标的物、评标办法、技术评分要素、采购文件、合同、风险规则等核心业务对象,建设了12类标准化知识库,形成统一的招采业务语义体系。过去散落在不同系统、文档和专家经验中的信息,被转化为可关联、可计算、可调用的数据资产。

更重要的是,系统形成了“业务即标注,标注即业务”的持续迭代机制。专家每一次对AI结果的复核、每一条规则的修正、每一个异常案例的处置,都会转化为高质量的业务数据,持续反哺模型和平台优化。

其次,是让AI“参与业务运行”。

在采购前,平台可辅助完成采购文件的智能编制与审核;在采购评审环节,评审类项目仅需30分钟左右即可完成AI专家抽取、供应商预警分析、价格合理性判断、报价文件评审评分的全流程闭环,客观项可实现AI识别内容并自动评分,主观项则由“多维AI专家”评审后交由专家复核。

与此同时,平台通过可信执行、数据脱敏、权限管控、全程留痕等机制,让每一项评分、每一次判断都有依据、可追溯、可审计,为招采业务的阳光合规运行提供支撑。

从一个个具体场景出发,讯飞将与客户共创的成果不断沉淀为招采智能体平台的通用能力,并在持续实践中迭代完善。由此,项目经验不再局限于单一项目,而是为后续业务拓展和场景延伸提供能力支撑。

用真实运行和持续合作,验证FDE模式的价值

AI进入复杂产业场景,最终要靠业务结果说话。

目前,科大讯飞与国家能源集团联合打造的采购项目智能评审系统,已成为国内首个投入商业运行的智慧评审系统,累计稳定运行超过21万个项目,智能评审准确率达97%,非招标采购询价通知单智能评审无人化率超89%。在招标与非招标采购场景中,该系统每年节约人工评审成本超亿元,累计创造间接经济价值40亿元,有效推动风险识别前置化和评审过程透明化,并获国资委高度认可、作为重点案例推介。

基于在国家能源集团项目中形成的FDE实践积累,科大讯飞将一线共创中沉淀的业务理解、工程经验和平台能力,持续拓展至更多招采场景,在“人工智能+招标投标”领域逐步走出了一条从技术探索到规模化应用的创新实践之路。

相关能力已服务合肥、广州公共资源交易中心等政府机构,业务覆盖电力电网、能源化工、基建工程等十余个行业,并与中国华电、中国大唐等央国企头部客户开展深度合作。其中,与合肥公共资源交易中心共建的“青天大模型”,是全国首个公共资源交易领域专属大模型,实现了该领域从“0到1”的突破,覆盖24类工程采购,并获国家发展改革委目前全国唯一“人工智能+”特色示范案例。

对于科大讯飞而言,国能项目的价值同样不仅在于一个标杆案例,更在于验证了FDE模式的完整闭环:

深度共创:进入真实、复杂、高要求的业务现场,与客户共同解决问题;

平台沉淀:将行业Know-how沉淀为本体、数据、规则、智能体和可信执行能力;

价值验证:以效率、成本、合规和风险防控等可量化结果验证业务价值;

持续复用:通过长期合作和系统迭代,推动相关能力向更多业务场景纵深延伸,并向更多行业和企业客户拓展,让项目价值持续释放。

2026年7月,科大讯飞中标国家能源集团物资有限公司数据科技分公司“智慧招标体系研究与应用开发项目”,将进一步建设覆盖招标文件编制、投标响应、评标生成及专家复核的全流程智能体系。持续的合作和迭代,也体现出客户对平台能力与业务价值的认可。

从国家能源集团的智能招采实践可以看到,企业级AI的竞争,不只是模型参数或单点功能的竞争,更是行业理解、工程交付、平台能力和持续运营能力的综合竞争。

科大讯飞方面表示,未来公司将继续以大模型和智能体技术为底座,深入能源、招采及更多复杂产业场景,与客户共同探索可落地、可验证、可持续进化的AI应用路径,让人工智能真正成为推动企业高质量发展的新动能。

(本文不构成任何投资建议,投资者据此操作,风险自担。)

Tags

Related Topics

Expert Comment

This article is curated by the editorial team from public sources for reference only.

FAQ

什么是科大讯飞的FDE(前置部署工程师)模式?
FDE(前置部署工程师)模式是科大讯飞提出的一种AI落地方法论,它强调由懂技术和业务的前置部署工程师团队深入客户业务一线,与客户深度共创,共同定义问题、打磨产品、验证价值,并将项目现场积累的业务理解、数据资产和工程能力持续沉淀为可复用的平台能力。该模式强调以真实业务结果检验技术价值,追求项目的可持续演进和规模复制,而非一次性的人力交付或标准产品部署。
科大讯飞FDE模式在智能招采领域取得了哪些具体的业务成果?
在科大讯飞与国家能源集团的合作中,打造的智能评审系统是国内首个投入商业运行的智慧评审系统。系统已累计稳定运行超过21万个项目,智能评审准确率达97%,非招标采购的无人化率超89%,每年节约人工评审成本超亿元,累计创造间接经济价值40亿元,这些量化数据充分验证了FDE模式和AI能力的实际业务价值。
科大讯飞的智能招采系统是如何工作的?它核心的技术和业务机制是什么?
该系统基于星火大模型和星辰Agent底座构建。首先建设了覆盖供应商、标的物、评标办法等12类标准化知识库,形成统一的招采业务语义体系。在功能上,实现了采购文件的智能编制与审核,30分钟即可完成AI专家抽取、供应商预警、价格分析、报价文件评审和打分的全流程评审闭环,其中客观项目由AI自动评分,主观项目由“多维AI专家”评审后交人工复核,并通过全程留痕、数据脱敏等机制确保过程合规可追溯。

Related Articles

第一批做FDE的人,离高薪差远了

本文深度调研了五位FDE从业者的真实生存状态,揭示了该岗位在生成式AI落地热潮中的机遇与困境。美国招聘平台Indeed数据显示,2025年4月至2026年4月间FDE相关岗位暴增729%,但从业者普遍反映实际工作与高薪传闻相去甚远。冯又又作为公司首位专职FDE拿产品经理薪资承担项目80%的工作,实习生哲伟日薪仅200元且每周工作近50小时。真正的工作场景是驻场、清洗散落在微信与Excel里的混乱数据、打通无API的老旧系统以及安抚对AI持抵触情绪的老员工。技术仅占工作四成,其余全是沟通与业务梳理。自由职业者82LSF沉淀了10余个行业Skill为餐饮链条自动生成日报,XIAO为营收上亿企业定制系统但强调标准化程度不足30%。社群发起人Lawted在深圳、上海、杭州与北京组织闭门会后指出,FDE仍处于“有生意没行业”的早期阶段,占受访者六七成的首单来自熟人介绍,独立顾问面临巨大的企业信任赤字。受访者一致认为,FDE是AGI全面渗透企业前的过渡性补丁岗位,真正稀缺的是能梳理复杂业务并敢为技术方案负责的复合型人才。

Read More

AI圈最火的新岗位FDE,到底是做什么的?

本文系统介绍了AI行业新兴岗位FDE(Forward Deployed Engineer,前线部署工程师)的定义、工作内容、招聘趋势及能力要求。文章指出,FDE是集全栈工程师、技术顾问和产品经理于一身的复合型人才,核心职责是深入客户现场,将AI技术转化为可落地的业务解决方案,打通从产品到应用的“最后一公里”。当前招聘FDE的企业主要分为三类:以OpenAI、Anthropic、字节跳动(豆包、飞书)、智谱华章为代表的大模型与AI科技公司;以德勤、埃森哲、飞书为代表的企业服务与咨询公司;以及联想等正在内部推动AI转型的传统企业。薪资方面,字节跳动FDE月薪3.5万至7万元(15薪),OpenAI FDE底薪21万美元起,LinkedIn数据显示2023至2025两年内全球FDE岗位增长42倍。文章还探讨了“一人公司”模式,即独立顾问以项目制方式为客户提供AI落地服务。FDE的兴起反映了AI行业从“模型竞赛”转向“落地战争”的大趋势,其理念借用Palantir的生存法则:不卖软件,卖结果。上海市政府相关政策已将FDE视为推动产业数智化转型的关键人才。文章最后给出了从技术和业务两个维度系统提升FDE能力的路径建议。

Read More

AWS的10亿美元押注前线部署工程师,标志着企业AI进入下一阶段

2026年7月,AWS宣布了一项10亿美元的巨额投资,计划构建一个专门的前向部署工程师(Forward Deployed Engineering, FDE)组织,将数千名AI工程师直接嵌入到客户组织内部,与客户团队合作构建生产级AI系统。作者Michael Preston指出,这一战略决策标志着企业AI领域的竞争重心,正从基础设施采购(如GPU、模型API)转向工程执行。文章分析认为,当前企业AI项目失败的根源,已不再是模型准确率问题,而是系统集成、工作流重塑、身份管理、安全合规与遗留系统对接等复杂的工程和组织挑战。AWS此举旨在销售“运营能力”而非单纯的技术,目标是在金融服务和政府等受监管行业建立客户独立自足的能力,而非长期依赖。在微软Azure、Google Cloud等基础设施能力日益同质化的背景下,文章进一步判断,难以被商品化的工程交付能力将成为云厂商新的差异化护城河。这也将改变企业AI的人才需求结构,促使市场需要更多集分布式系统、安全、数据工程于一体的复合型人才。这一战略对传统技术咨询市场也将产生深远影响,可能压缩其部分价值链。整个判断表明,企业AI正进入一个以执行和系统整合为核心的新阶段,未来赢家可能不只是拥有最强模型的公司,而是能持续将AI原型变为可靠生产系统的公司。

Read More

终于,FDE也要烂大街了

本文深入剖析了前线部署工程师这一岗位在AI时代的重要性、核心能力、稀缺性及培养路径。文章指出,FDE并非简单的传统实施顾问更名,而是需要深入客户现场,理解真实业务流程,将业务SOP拆解为智能体可执行、可测试、可上线的能力,并最终将项目经验反哺为产品资产。作者引述某AI产品负责人案例,指出即使头部团队中真正称职的FDE也仅有2至3人。FDE的能力核心在于三层业务理解:流程与表单层、策略与机制层、以及最关键的业务SOP层。国内企业AI项目普遍金额不高,难以通过高薪快速堆出大量优秀FDE,因此更现实的路径是招聘有责任心的年轻人,通过在真实项目中持续跟踪客户使用情况和业务效果来自主培养。文章强调,尽管FDE头衔将被泛化和滥用,但其背后要求的能力依然稀缺,是中国AI应用公司绕不开的关键路径。文章涉及的关键实体包括Palantir、OpenAI、Anthropic,以及智能体、预测性维护等具体业务场景,为理解AI落地的核心挑战和人才战略提供了翔实的实践参考。

Read More

OpenAI花40亿,派工程师上门帮你搞AI?

2026年5月12日,OpenAI宣布成立名为The Deployment Company(DeployCo)的新公司,获得超过40亿美元初始投资,并收购英国AI咨询公司Tomoro,将150名AI专家收编为前置工程师(FDE),直接派入客户企业内部驻场办公,帮助进行AI系统集成与流程改造。仅在几天前的5月4日,其竞争对手Anthropic也联合黑石、高盛等金融巨头,几乎以相同模式成立企业AI服务合资公司,派工程师进入企业做定制部署。这一动向标志着AI模型公司正集体从'卖API'转向'重服务'的商业模式,学习被SAP、Oracle、Salesforce和Palantir验证了二十年的前置工程师模式,争夺企业AI落地的'最后一公里'。文章指出,此次转型与传统IT服务有三大不同:第一,模型公司亲自下场而非依赖埃森哲、德勤等第三方咨询公司,直接切断中间商角色;第二,FDE不仅是交付手段,更是模型能力的探针,现场发现的需求缺口将反哺模型产品路线图;第三,OpenAI背后的19家投资和咨询伙伴覆盖超2000家企业,形成了'资本+客户+交付'的深度绑定。传统咨询巨头如麦肯锡、凯捷并未选择对抗,反而以跟投方身份出现在DeployCo股东名单中,形成新的竞合关系。但a16z合伙人Marc Andrusko警告,模仿Palantir模式的公司容易成为成本高昂的服务型企业,却无法积累真正的产品护城河,这一风险将考验AI巨头们的管理能力。

Read More