入札案件の発見において、AI関連度スコアリングがキーワードアラートに勝る理由

キーワードアラートの問題

どの入札アグリゲーターにも、キーワードアラートの設定機能があります。「safety software」と入力すれば、その正確なフレーズを含むすべての入札がメールで届きます。シンプルで実装コストも安い — そして、少しでも複雑な能力領域を持つ人にとっては、フィルターとして完全に破綻しています。

問題は積み重なります：

• 語彙の不一致。御社が販売しているまさにその製品を調達する発注者が、「safety software」ではなく「EHS management system」や「safety compliance platform」と書くかもしれません。キーワードは取りこぼします。
• 誤検知。「建設現場管理者向けの安全ソフトウェア研修」はキーワードにマッチしますが、これは研修サービスであってソフトウェアではありません。それを見極めるのに30分を浪費します。
• 文脈の欠落。清掃業務の入札に「safety software」が登場する — FM会社が会社概要の中で自社の社内安全ソフトウェアに言及しているだけ、というケースです。マッチはしても無関係です。
• 言語の分断。フランス語の入札を捕捉するには「logiciel de sécurité」、ドイツ語なら「Sicherheitssoftware」を追加する必要があります。言語が増えるたび、維持するキーワードリストが倍増します。
• 量の過負荷。広いキーワードは週200件の入札を返し、狭いキーワードは関連案件を見逃します。両方を解決するダイヤルは存在しません。

AI関連度スコアリングの仕組み

キーワードをマッチさせる代わりに、LLM（大規模言語モデル）が各入札公告のタイトル＋説明＋発注者＋カテゴリーを読み込み、平易な言葉で書かれた御社の事業内容 — 何を売っているか、誰に売っているか、何をスキップすべきか — と比較します。出力は0〜1の関連度スコアと簡潔な根拠です。

例：御社の事業内容が「当社は石油・ガスおよび製造業向けにHSE（健康・安全・環境）管理ソフトウェアを販売しています。関連する入札：安全ソフトウェア、作業許可（Permit-to-Work）システム、インシデント報告プラットフォーム。関連しない：ハードウェア、PPE、研修のみ、建設サービス」だとします。

• 入札A：「洋上施設向け請負業者安全コンプライアンス追跡プラットフォームの購入」→ スコア0.91、根拠：石油・ガス向け安全ソフトウェア、完全に適合。
• 入札B：「現場管理者向け安全研修およびワークショップの提供」→ スコア0.18、根拠：研修のみ、明示的に除外対象。
• 入札C：「道路作業員向け高視認性安全ベストの供給」→ スコア0.02、根拠：PPEハードウェア、ソフトウェアではない。

上の3つの入札は、いずれも「safety」のキーワードアラートにマッチします。実際に注目に値するのは入札Aだけです。

実際のインパクト

TenderYeti自身の顧客データから（6か月以上の履歴を持つアカウントの中央値）：

• 公告の量：アカウントあたり週約200件がキーワードにマッチ。
• AIスコア0.7以上（関連あり）：週約12件。
• 節約された時間：顧客は200件のキーワードヒットではなく、厳選された12件の公告を読みます — 週約4時間が週20分に。
• 見逃し率：キーワードのみの場合より低い。静的なキーワードリストが見逃す語彙のバリエーションをAIが捕捉するためです。

トレードオフ — 正直バージョン

AIスコアリングにも欠点はあります。純粋なアップグレードとして売り込む者は、過剰な約束をしています。実際のトレードオフ：

• コールドスタートのコスト。事業内容の記述は丁寧に書く必要があります — キーワードリストではなく、2〜3段落の文章です。セットアップ最初の15分が重要です。
• スコアリングの遅延。LLM推論は1案件あたり数秒を要します。量の多いポータルでは、公開から通知まで5〜30分の遅延が生じることがあります。キーワードマッチは瞬時です。
• 計算コスト。LLM呼び出しにはコストがかかります。アグリゲーターはこれを価格に転嫁するか、スコアリング品質がわずかに落ちる小型モデルで吸収します。
• 時折の奇妙なスコア。LLMはパターンマッチャーです。珍しい言い回しの真のエッジケース案件は、人間なら0.9か0.1と言うところを0.5と採点することがあります。境界スコアの週次レビューでドリフトを捕捉しましょう。
• 説明可能性。キーワードヒットの説明は自明です（「『safety software』にマッチ」）。根拠の一文が付くAIスコアはより有用ですが、大規模な監査は難しくなります。

それでもキーワードアラートが勝つ場面

• 狭く、あいまいさのない製品カテゴリー。製品に固有のブランド名や1対1で対応する特定のCPVコードがあるなら、キーワードで十分機能し、LLMコストもかかりません。
• コンプライアンス／ブランドの監視。入札の中で自社ブランド名が言及されるのを見張る — 純粋なキーワードマッチの領域です。
• 超大量の自動処理。1日1万件以上の入札を自動ワークフローに流すなら、キーワードマッチ＋ルールのほうが遅延とコストを予測可能に保てます。

TenderYetiの実装方法

二段階モデル：高速なプライマリスコアラーがすべての入札案件に対して走り、より低速で高性能なモデルが境界スコア（0.4〜0.7）を精度のためにレビューします。事業内容はテナント設定に一度保存され、購読しているすべてのポータルのすべての入札案件が、その記述に対して独立にスコアリングされます。

多言語処理：フランス語、ドイツ語、スペイン語、アラビア語などの入札案件は、スコアリングモデルのために自動翻訳されます。ダッシュボードには原文と翻訳されたタイトルの両方が表示されます。

関連度しきい値は調整可能です — デフォルトは0.5で、スコア0.5以上の公告がダイジェストに入ります。より広くカバーしたい入札マネージャーは0.3に、確度の高いマッチだけを見たい入札マネージャーは0.7に設定します。

TenderYetiの役割

TenderYetiを実際にお試しください — 14日間返金保証付きで、最初の入札案件からAIスコアリングが動きます。または、ポータルのカバレッジでソースの範囲をご覧ください。

よくあるご質問