Comment nous mesurons la qualité de matching.

Pourquoi les chiffres de perf ne sont pas dans le hero d’accueil

Orbid AI publie les chiffres de performance comme benchmarks internes fournisseur, non comme garanties auditées par des tiers. La réponse aux appels d’offres dispositifs médicaux est un workflow réglementé à fort enjeu : un faux match ou une ligne d’évidence manquante peut disqualifier. C’est pourquoi l’accueil et les pages fonctionnalités insistent sur ce que fait l’agent—lire des dossiers multi-formats, matcher le catalogue, vérifier l’évidence multi-régimes, rédiger au format acheteur—plutôt que de traiter une seule statistique comme vérité universelle. Définitions de mesure, périmètre d’essai et limites connues figurent sur cette page. Les acheteurs doivent traiter chaque chiffre publié comme une hypothèse à tester sur leurs propres appels d’offres et catalogues pendant un pilote contrôlé. Cette page permet de citer notre méthode sans confondre marketing et certification clinique ou réglementaire.

Périmètre produit (ce que nous affirmons / n’affirmons pas)

Orbid AI est un agent IA natif pour équipes bid fabricants et distributeurs DM / DIV. La boucle : read → match → comply → draft → export : ingérer les dossiers (Excel techniques, PDF, Word, ZIP), matcher les lignes full/partial/gap avec confiance, vérifier l’évidence multi-régimes (FDA, EU MDR/IVDR, MHRA, TGA, Santé Canada, ANVISA, NMPA, PMDA, etc.), produire des brouillons liés aux sources. Orbid n’est pas un logiciel d’achat hospitalier, pas une bibliothèque RFP horizontale, et pas un substitut à la validation RA ou juridique. Périmètre : réponse fournisseur aux AO dispositifs ; systèmes GxP pharma et e-procurement acheteur hors scope.

Fonctionnalités

Données

Les chiffres de cycle et de qualité internes proviennent d’essais fournisseur contrôlés sur des formats sélectionnés (surtout Excel techniques structurés et PDF numériques) et des catalogues structurés. Les essais sont liés au scénario : résultats variables selon exhaustivité du catalogue, langues, OCR, et définition stricte du « match ».

Nous ne revendiquons pas d’étude randomisée multi-clients publique ni de labo tiers sur les taux d’exactitude. Lorsqu’un nombre de lignes ou un temps apparaît ailleurs (p.ex. ~150–200 lignes), il s’agit de conditions d’essai internes—pas de chaque dossier client en production.

Métriques

• Temps jusqu’au premier passage de match — temps horloge pour produire la grille full/partial/gap initiale après upload/parse, hors revue humaine.
• Faux positif — le système affirme un full match alors qu’un expert sous la grille pilote marquerait partial ou gap.
• Seuil d’exactitude — taux d’accord sur échantillons labellisés pour le triage workflow (lignes basse confiance vers humains), pas un certificat de conformité.
• Temps bid de bout en bout — temps calendaire incluant revue RA/bid ; les récits « semaines → jours » ne sont jamais du temps machine pur.

Benchmarks internes publiés (liés au scénario)

Les chiffres de vitesse et de qualité de matching publiés par Orbid AI (p.ex. matching multi-lignes de l’ordre de dizaines de secondes, cibles de faux positifs basses sur catalogues contrôlés) viennent d’essais internes sur formats et catalogues sélectionnés. Ils sont liés au scénario : variables selon catalogue, langues, PDF scannés et définition du match. Les seuils d’exactitude servent au triage, pas de certificat. Aucun audit tiers indépendant de ces taux n’est revendiqué ici. Chemin recommandé : pilote fixe, score d’échantillon avec RA/bid lead, comparaison temps et modes d’erreur au processus de base.

Les chiffres illustratifs parfois montrés ailleurs (p.ex. ~162 lignes / ~46s, ~0,3 % FP, ≥97 % exactitude) n’appartiennent qu’à ce contexte. Ce ne sont pas des garanties universelles.

Limites

• La qualité du catalogue détermine les résultats ; specs pauvres ou obsolètes augmentent partials et gaps.
• Les PDF scannés / OCR faible sont moins fiables que l’Excel numérique.
• Juridictions nouvelles ou modèles acheteur atypiques peuvent exiger un mapping humain d’abord.
• Le chaînage d’évidence ne remplace pas les contrôles de validité de certificats portés par la RA.
• Pas de bake-off multi-éditeurs indépendants ni d’études peer-reviewed d’exactitude revendiqués ici.

Comment valider vous-même (protocole pilote)

1. Choisir 1–3 vrais appels d’offres et une tranche de catalogue partageable sous NDA.
2. Baseline : temps match + assemblage d’évidence avec votre processus actuel.
3. Lancer Orbid AI ; scorer un échantillon full/partial/gap avec votre grille RA.
4. Comparer faux fulls, évidence manquante et rework export/template—pas seulement l’exactitude de façade.
5. Décider seulement après que le pilote survive à vos données.

Sécurité et traitement des données

La posture sécurité (chiffrement, résidence, politique d’entraînement, SOC 2 Type II, etc.) est documentée sur Sécurité. Demandez rapports et DPA via le Trust Center. Cette méthodologie ne remplace pas la due diligence sécurité.

FAQ des affirmations