導入事例・中古商品の売買／PoC
中古商品の売買をAIでマッチングするサービスのPoC開発
「AIマッチング」の認識を画面上で揃え、本開発後の仕様の練り直しを防げます。
- 対象
- 事業会社から受託したPoC
- 費用
- 約200万円（税別）
- 公開日・更新日
- /
結果
- 社内合意 画面を見て判断できる
- 手戻り 本開発前に要件を確定
- 検証範囲 募集から相性判定まで
課題
中古商品の売り手と買い手をつなぐマッチングサービスの立ち上げを検討していました。AIによる相性判定を含む中核の体験を、短期間で触って評価できるプロトタイプにする必要がありました。
- 構想段階のサービス価値を、動く形で素早く検証したい
- マッチングの精度をAIでどこまで高められるかを確かめたい
- 本開発前に、体験と要件を関係者間で固めたい
作ったもの
募集・応募・メッセージングに加え、AIによるマッチングまでを含むプロトタイプを短期間で構築。LLMで双方の相性をスコア化し、理由を添えて推薦する仕組みを実装しました。
- LLMで相性を0〜100にスコア化し、理由付きで推薦するAIマッチングを実装
- スコアのキャッシュと並列リクエストで応答性を確保
- 募集・応募・1対1メッセージまでを一気通貫で構築
結果
構想止まりだったサービスが、関係者が実際に触れるプロトタイプになりました。相性は理由つきのスコアで返るので、AIマッチングという言葉が自社では何を指すのかを画面で確認できます。ここで固まった要件をそのまま本開発の前提にできるため、作ってから仕様を練り直す手戻りを防げます。
Beekleだからできたこと
抽象的なAI構想を、関係者が触って判断できる形にする
「AIマッチング」の認識を画面上で揃え、本開発後の仕様の練り直しを防げます。
募集・応募・メッセージに加え、相性を0〜100でスコア化して理由付きで推薦する中核体験まで短期間でプロトタイプ化しました。
Beekleは、『AIマッチング』のような抽象語をそのまま仕様にせず、スコア・理由・ユーザー導線まで画面に落としてから検証します。この案件でも、募集・応募・メッセージに加え、相性を0〜100で返し理由を添える中核体験まで作ったことで、関係者が同じ実物を見ながら本開発の要件を固められました。
発注判断の裏側
このお客さまが、何と比べ、何を不安に感じ、なぜBeekleに決めたか。
- 不安だったこと
- 中古商品の売り手と買い手の相性を、AIでどこまで判定できるか分からないことが不安でした。
- 決め手
- 相性のスコアと理由まで画面に出し、関係者が同じものを見て要件を決められることが決め手になりました。
よくある質問
- Q. 中古商品の売買をAIでマッチングするサービスのPoC開発では、何が課題でしたか？
- A. 中古商品の売り手と買い手をつなぐマッチングサービスの立ち上げを検討していました。AIによる相性判定を含む中核の体験を、短期間で触って評価できるプロトタイプにする必要がありました。
- Q. 中古商品の売買をAIでマッチングするサービスのPoC開発の費用はいくらでしたか？
- A. 約200万円（税別）です。
- Q. 中古商品の売買をAIでマッチングするサービスのPoC開発で、何が変わりましたか？
- A. 構想止まりだったサービスが、関係者が実際に触れるプロトタイプになりました。相性は理由つきのスコアで返るので、AIマッチングという言葉が自社では何を指すのかを画面で確認できます。ここで固まった要件をそのまま本開発の前提にできるため、作ってから仕様を練り直す手戻りを防げます。
- Q. なぜBeekleに依頼したのですか？
- A. 相性のスコアと理由まで画面に出し、関係者が同じものを見て要件を決められることが決め手になりました。