← المدونةالذكاء الاصطناعي والتقنية

كيف تعمل مطابقة المناقصات بتقنية AI: التقنية وراء المشتريات الذكية

19 مارس 2026 · 7 دقائق قراءة

عندما يسمع الناس أن نظام AI يطابق المناقصات مع الشركات، غالبًا ما يتخيلون مطابقة بسيطة للكلمات المفتاحية. الواقع أكثر تطورًا بكثير.

مشكلة مطابقة الكلمات المفتاحية

تفشل مطابقة الكلمات المفتاحية لأن لغة المناقصات وأوصاف الشركات نادرًا ما تتطابق بدقة. عبارة "خدمات الهندسة المدنية لإعادة تأهيل الطرق السريعة" لن تتطابق مع "صيانة البنية التحتية للطرق". الكلمات مختلفة. والمعنى واحد.

التضمينات المتجهة: تحويل النص إلى أرقام

أساس المطابقة الحديثة بتقنية AI هو التضمين المتجهي، وهو تمثيل رياضي يلتقط المعنى لا الكلمات فحسب. النصان اللذان يحملان معنى متشابهًا يكون لهما تضمينان متشابهان حتى وإن لم يشتركا في أي كلمة.

عملية المطابقة

عندما تعالج Trinta مناقصة جديدة، تولّد تضمينًا من العنوان والوصف والفئة والجهة المُصدِرة. وعندما تُكمل شركة ملفها التعريفي، يُولَّد تضمين من ذلك أيضًا. والعثور على التطابقات هو بحث رياضي عن التشابه عبر المناقصات التي يجمعها وكلاؤك كل يوم، ويُعاد في أجزاء من الثانية. وقد أُثبتت هذه الطريقة على نطاق واسع: فقد حلّلت Trinta أكثر من مليون مناقصة بهذه الطريقة.

نظام التقييم بخمسة عوامل

التشابه الدلالي وحده لا يكفي. تجمع Trinta بينه وبين أربعة عوامل إضافية:

التداخل القطاعي (25%): هل تتطابق قطاعات الشركة مع فئات المناقصة؟

الملاءمة الجغرافية (15%): هل الشركة نشطة في بلد المناقصة؟

ملاءمة حجم الشركة (12%): هل تتناسب قيمة العقد مع قدرة الشركة؟

الإشارات التاريخية (8%): هل فازت الشركة بعقود مماثلة من قبل؟

حلقة التغذية الراجعة

تتحسن المطابقة من خلال ملاحظات المستخدمين. فإشارات الإعجاب وعدم الإعجاب تُحسّن المطابقات المستقبلية للشركات المماثلة.

الأسئلة الشائعة

How does AI tender matching actually work?

AI tender matching converts both the tender text and a company's product description into vector embeddings, mathematical representations of meaning, then measures how close they sit. Because the comparison is semantic rather than literal, a notice that describes your product in different words still matches. Scoring then layers on factors beyond similarity, such as geography and contract scale.

What are vector embeddings in procurement matching?

A vector embedding is a numerical representation of text that places similar meanings close together in mathematical space. In tender matching, both the notice and the supplier's catalogue become embeddings, so the system compares meaning rather than exact wording. This is what allows a differently-phrased specification to match a product it genuinely fits.

Why does keyword matching miss relevant tenders?

Because buyers describe what they need in their own words, not yours. A hospital tendering for oxygen plant may write medical gas production unit, PSA generator, or a bare technical specification with no product name at all. A keyword list matches only the phrasing you predicted, and floods you with notices that happen to share a word.

شارك هذا المقال

Reference