January 2026
תהליכי עבודה אוטונומיים מרובי-סוכנים המעבדים, מנתחים ועונים על שאלות לגבי מסמכי מכרז ממשלתיים - בדיוק ברמה ארגונית ועם ריבונות נתונים מלאה.
אנשי מקצוע ברכש ממשלתי מתמודדים עם אתגר קריטי: מסמכי מכרז מכילים מאות עמודים, שפה משפטית צפופה, וכתובים בעברית - שפה עשירה מורפולוגית ששוברת רוב כלי ה-NLP הסטנדרטיים. מציאת סעיפים ספציפיים, בדיקת עמידה בדרישות וניסוח תשובות דורשים שעות עבודה ידנית למסמך. בקנה מידה, ארגונים המנהלים עשרות מכרזים בו-זמנית פשוט אינם יכולים לעמוד בקצב.
TenderPilot נוקט גישה שונה מהותית ממערכות RAG מסורתיות. במקום פשוט לחתוך מסמכים ולהטמיע אותם, בנינו תהליך עבודה אוטונומי מרובי-סוכנים בו סוכני AI מתמחים משתפים פעולה לעיבוד, הבנה ואינדוקס מסמכי מכרז ברמת הבנה אנושית.
בלב TenderPilot נמצא מנוע תזמור עם מצב המנהל ארבעה סוכנים מתמחים:
כל סוכן מקבל החלטות מודעות-הקשר, יכול לנסות שוב בעת נתקל בתוכן עמום, ועובד במקביל תוך כיבוד תלויות. התוצאה: הבנת מסמכים ברמה אנושית עם ריבונות נתונים מלאה - אין נתונים שעוזבים את הסביבה המקומית.
מסמכי מכרז מכילים טבלאות מורכבות, מבני עמודות מרובות וטקסט עברי שמפרסי PDF סטנדרטיים מקלקלים. שילבנו את LandingAI - מוצר ראייה ממוחשבת מתמחה - לחילוץ בנאמנות גבוהה ששומר על מבנה המסמך ומטפל בצורה מדויקת בטקסט דו-כיווני לפני שתהליך העבודה האגנטי מתחיל.
יישמנו מסנן רלוונטיות לדירוג מסמכים שאוחזרו לפני הצגתם, ומנגנון שאלות מיוצרות שבו המערכת מטמיעה שאלות שהטקסט עונה עליהן ולא רק את הטקסט הגולמי. גישת "Reverse-HyDE" זו משפרת דרמטית את דיוק האחזור - המערכת מוצאת את הסעיף הנכון אפילו כשהשאילתה משתמשת בטרמינולוגיה שונה מהמסמך.
לחצו על כל צילום מסך להגדלה.
תצוגת לוח בקרה
ניתוח מסמך
ממשק צ'אט
Metrics
אינדקס זיכרון
אנחנו בונים מערכות אינטליגנציית מסמכים אגנטיות שמבינות מבנה, לא רק מילות מפתח.
צרו קשראין התחייבות.