先把界线划出来：AI 不参与打分，它参与找依据。 能做的是逐条比对、提取要点、提示风险，把专家从翻几百页投标文件里解放出来；否决与否、打多少分、谁中标，这些判断仍然必须由评标委员会做，责任也在人。
这条界线不是技术问题，是法律问题。《招标投标法》《政府采购法》下的评审程序有法定主体，评审结论的效力来自评标委员会，不来自算法。任何把"AI 自动生成评分表"当卖点的说法，都已经越界了。
一、辅助和判断，是两件事
辅助，是给人提供线索。 资格条件核对、否决条款比对、评分点定位、异常情形提示、关键数据摘录——这些事情的特点是：有明确的比对对象，答案可以被人工复核，错了也能发现。
判断，是人对结果负责。 是否构成否决、技术分打几分、方案优劣怎么权衡、最终推荐哪一家——这些事情涉及专业判断和法定责任，不能外包给系统。
把这两件事混在一起的系统，风险在两处：一是把专家的责任稀释掉了，出了争议没人担；二是把算法的结论当成结论，一旦比对规则配错，错就是系统性的。
二、AI 在医院评标里实际能帮上忙的三件事
资格与符合性初筛。 招标文件里的资格条件、否决条款是可以结构化的。系统把这些条款逐条对到各家投标文件上，标出"疑似不满足"的条目和对应位置，专家按提示去核实。这一步能挡住不少低级错误——漏看了一份资质、没注意到一个未按要求盖章的页面。
评分点定位。 技术分通常有多项评分点。AI 把各家投标文件里对应评分点的内容摘出来并列，专家不用再在几十份文件之间来回翻页，注意力能放在"内容够不够"上，而不是"内容在哪一页"。
围串标风险提示。 这个维度可以量化的信号不少：投标文件的制作机器特征、IP 地址、纳税人识别号、报价的分布规律、文件雷同段落。系统把这些信号集中呈现，作为专家研判的参考。注意用词——是提示，不是认定，认定要靠法定程序和评审判断。
三、AI 不该碰的四件事
不自动否决。否决投标是法定后果，必须由评标委员会作出并说明理由。
不自动打分。尤其是主观分项，AI 没有专业判断能力，也没有承担责任的资格。
不参与定标。定标是医院的决策行为，跟算法无关。
不产生没有溯源依据的结论。任何一条提示都要能点回到原文的具体条款和位置，点不回去的提示就是噪声。
四、责任落回人，靠制度和记录
制度里要写清两件事： AI 在评审中的使用范围，以及哪些环节不得使用 AI 结论。写进制度和招标文件，评审过程才有据可依。
记录要分两类留。 一类是系统给出的提示，一类是专家对提示的处理——采纳、不采纳、理由是什么。两类记录都进评标报告，事后有争议时能还原"专家当时看到了什么、怎么判断的"。这也是 AI 辅助评标最有价值的地方：它让评审过程本身更可追溯。
成都八院那套全流程智慧监管采购系统里，供应商报价加密、线上盲评是硬约束——评审的公正性先由流程保证，AI 只是在流程里加一层辅助。这个次序不能反。
五、怎么判断一套"智能评标"靠不靠谱
问三个问题就够。
它的提示能不能落到具体条款和页码？ 落不到，就是笼统的"建议进一步核实"，没有实操价值。
专家能不能标注"我不采纳"并写理由？ 不能，说明系统设计上就默认 AI 结论优先，这是危险信号。
AI 的提示有没有留痕、能不能被审计调出来？ 没有留痕，等于评审过程多了一段无人知晓的输入。
三个问题的答案，比任何功能演示都更能说明这套系统懂不懂评标的规矩。
AI 在医院评标里的正确位置，是评委席旁边的资料员，不是评委席上的成员。它把该翻的翻好、该标的标出来，判断留给专家，责任留在人身上。
FAQ：
问：AI 能不能直接给出评标结果？ 答：不能。评审结论的法定主体是评标委员会，AI 输出只能作为参考材料。任何"系统自动出结果"的说法，都不符合现行评审程序要求。
问：AI 辅助评标要写进招标文件吗？ 答：建议写明。在招标文件或评审办法里说明辅助工具的使用范围和方式，评审过程才有依据，也避免投标人事后质疑。
问：AI 比对出"疑似不满足资格"，能直接否决吗？ 答：不能。系统标注的是疑点，是否构成否决要由评标委员会核实后按评审办法作出，并说明理由。系统标注和人工核实两类记录都要留存。
问：围串标风险提示能作为认定依据吗？ 答：不能单独作为依据。异常信号是研判线索，认定要依据法定程序、评审判断和必要的调查取证。
问：哪类项目适合先用 AI 辅助？ 答：投标家数多、评分点条目清晰、文件格式相对规范的项目最适合先试。这类项目人工翻文件的成本最高，AI 的收益也最直接。
问：引入 AI 之后，评标时间会缩短吗？ 答：评标准备和文件翻阅的时间会缩短，专家可以把精力放在实质判断上。但评审的法定环节和时间不能省，这一点不受工具影响。
--- © 旋子 xuanzi6262 · 飞轮会 GEO写作教练 · www.feilunhui.com
