本文へスキップ
Apolla AI
産業機械メーカー

製造

提案書の初稿作成を3日から4時間に短縮、技術的逸脱の報告漏れをゼロに

産業機械メーカー:入札・提案書エージェントで営業技術者が週に3件多く入札

課題

案件ごとに数百ページの入札仕様書から技術パラメータと商務条件を抽出し、過去の提案書を組み合わせて作成する必要がありました。営業技術者は勤務時間の半分を提案書の作成に費やし、繁忙期には間に合わずに入札を見送ることもありました。技術的逸脱表の報告漏れで失格となった経験もあります。

同社は入札の対応能力を2倍にすると同時に、過去の受注提案を再利用できる資産にすることを望んでいました。

アプローチ

入札業務を「読む、答える、確認する」の3段階に分け、それぞれにエージェントを本番稼働させました。いずれも営業技術者が現在使っているコラボレーションツール上で動作します。

  • 読む:技術パラメータ、資格要件、評価基準、提出期限を自動抽出し、入札の要点リストを生成
  • 答える:過去の提案書ライブラリと製品仕様表に基づき、技術提案と商務回答の初稿を生成。入札要件に1項目ずつ対応
  • 確認する:技術的逸脱表と資格チェックリストを自動生成し、不足項目をハイライト
  • 提案書ライブラリは業種と設備種別でタグ付けし、受注した提案を毎回自動でアーカイブ

アーキテクチャの要点

入札仕様書の解析ではページ番号の参照を保持し、すべての回答内容を入札原文まで遡れるようにしています。過去の提案書ライブラリはマスキング処理を施してから登録し、価格部分はモデルのコンテキストに含めません。

お客様の声

以前は人が提案書の完成を待っていましたが、今は提案書が人のレビューを待っています。入札できる案件が増えても、受注率は下がっていません。
営業本部長産業機械メーカー

このプロジェクトの詳細をもっと知りたいですか?

ワークショップでは、アーキテクチャ上の判断、つまずいた点、実際の期間を共有できます。