■ 杨帆

　　随着国有工业企业数字化转型的全面推进，以大数据、人工智能为核心技术的智慧监督平台成为纪检监察工作提质增效的重要抓手。传统“人盯人”式监督模式面临覆盖不全面、协同不充分、效能不突出等难题。从“浙企廉”平台到各类“智慧监督平台”，智慧监督正在重塑国有工业企业纪检监察的工作形态。“如何创新纪检监察工作模式，充分发挥大数据、人工智能核心技术的作用，实现从‘可用’到‘管用’的跨越，为国有工业企业高质量发展提供有力支撑和智力保障”成为当前亟待探索的重要课题。

　　智慧监督平台的创新应用。监督模式的格式转换。智慧监督平台的核心价值在于推动监督从“被动应对”向“主动预警”、从“经验判断”向“数据研判”转变。部分企业从最初构建64个监督模型，到形成116个、正在使用86个，主动发现问题线索数及查实率明显提升。这种转变意味着纪检监察工作不再依赖信访举报被动等待，而是通过数据碰撞主动锁定蛛丝马迹。

　　重点领域的精准发力。当前，智慧监督平台主要聚焦三大重点领域：采购招标领域，通过“销售订单数量高于合同”等模型识别利益输送风险；资金管理领域，利用“虚假贸易筛查模型”排查融资性贸易、空转贸易等问题；权力运行领域，通过“三重一大”管理系统实现决策事项全流程线上留痕、可溯可查，是实现精准监督的关键路径。

　　协同监督的机制创新。智慧监督平台不仅是技术工具，更是监督体系重构的载体。浙江省“浙企廉”平台从监管端、企业端和纪委端三个方向厘清职责边界，建立预警信息分办、处置、反馈的闭环机制。部分企业“纪巡财审协同监督系统”则实现了纪律监督、巡察监督、财务监督、审计监督的有效衔接。这种跨部门协同打破了传统各自为战的格局，形成监督合力。

　　智慧监督实施过程存在不足。一是数据信息不统一。首先，各业务系统技术架构不一、数据标准各异。其次，跨部门数据共享存在“不愿共享、不敢共享”的顾虑，制度授权不足；数据更新不及时，导致集团无法实时掌握真实情况。二是模型困境，提示的信息较多，有效管用的信息较少。模型是智慧监督的“引擎”，但目前普遍面临迭代滞后的问题。三是人才建设存在薄弱环节，业务与技术融合不深入。智慧监督要求纪检监察干部既懂业务又懂技术，这正是当前队伍建设的短板所在。现有工作人员的数字综合能力不足，难以充分发挥平台的数据分析、模型优化等高级功能。

　　突破路径：从技术赋能到制度重塑。夯实数据基础底座，在标准化建设与安全保障上双向发力。破解数据壁垒有三条关键路径：一是统一数据标准，强制将“合同编号”“支付对象”等设为关键标识字段，确保所有系统按规范输出数据；二是打通系统接口，通过数据中台实现跨部门、跨层级数据互联互通；三是强化安全管控，落实分级授权访问机制，对敏感数据加密处理，建立操作审计日志，在数据共享与安全保护之间寻求平衡。

　　优化监督模型，以实战为导向推动迭代升级。模型的“管用”比“多用”更重要。一是强化业务需求导向，由纪检监察干部、业务骨干与技术人员联合组建建模团队，确保模型贴合实际场景；二是建立动态迭代机制，对预警量大但查实率低的模型及时停用或重构；三是探索AI融合应用，利用机器学习算法提升异常识别的精准度，开发“供应商关联关系分析”“异常资金流向追踪”等高阶模型。

　　完善制度保障，推动穿透式监管法治化。技术赋能需要制度保障才能真正落地。一是健全数据共享制度，明确数据共享的范围、方式和责任，打破部门之间沟通不及时的问题；二是完善预警处置闭环，建立从预警产生、分办处置到整改反馈的全流程线上监督机制，推动各类监督主体主动履职尽责；三是明确权责边界，划定监管清单，确保资金安全红线实现全域穿透。

　　加强人才培养，提升复合型人才队伍建设。智慧监督的持续发展最终取决于人。一方面，应建立常态化培训机制，重点提升纪检监察干部的数据分析能力和模型思维。另一方面，应引入数据工程师、算法专家等专业力量，形成“业务+技术”双轮驱动的工作格局。

　　（作者单位：冀中能源国际物流集团有限公司）