AI预测建筑投标胜率
SiteScope 是面向总承包商的 AI 投标决策平台，定位不是通用 BI 看板，而是基于企业自身历史投标、项目利润、项目经理与分包商记录训练的专属决策引擎。它帮助预施工团队判断哪些项目值得追、哪些可能亏损，以及怎样配置团队更可能获得好结果。
其主要能力包括中标/未中标预测、项目盈利性预测，以及项目经理和分包商选择支持。官网案例显示，在一家拥有 500+ 历史投标记录的中型总承包商数据上，模型达到 86% win/loss 预测准确率，并在回溯分析中将推荐项目的胜率从 34% 提升到 67%。不过需要注意，文中也给出朴素基线约 80%，因此单看准确率提升并不算巨大，真正价值更取决于是否能减少高成本失败投标并提升利润质量。
SiteScope 强调无需改变现有工作流，也不需要安装软件或 IT 参与，可直接处理从现有记录导出的数据，并负责数据映射与清洗。隐私方面，官网承诺每个客户拥有独立环境和专属模型实例，数据不跨客户训练、不用于行业基准、不与第三方共享，并可请求删除。这对投标历史这类高度敏感的竞争数据较关键。
官网未披露具体价格，也没有自助免费试用。主要入口是预约会议。其 ROI 叙事是：若总包承接 200万–500万美元项目、利润率 5%，一个额外盈利中标可带来 10万–25万美元利润，足以覆盖一年成本。该说法适合评估商业逻辑，但采购前仍需确认报价、合同期、交付范围和服务支持。
优点是场景垂直、价值链条清晰，能把沉睡在 CRM 或表格里的历史投标数据转化为可执行的 go/no-go 建议；同时覆盖胜率、利润率和团队配置，而不只做简单评分。局限在于依赖数据质量与历史样本量，官网建议 500+ 历史 pursuit 已验证可用；若利润、人员、分包商数据缺失，能力会受限。它更适合有多年投标记录、每次投标成本较高、希望提升项目组合质量的中型及以上总承包商。
中国大陆访问、支付方式和中文支持均未披露，判定为未知。若面向中国施工企业落地，需重点确认网络可达性、数据出境与合规、中文字段处理、合同支付方式。替代方案包括传统投标顾问、自建数据科学模型，或在 Procore、CRM、投标管理系统基础上搭建自定义评分模型。
本测评基于公开资料整理,不构成购买建议,请以 sitescope.tech 官网实际信息为准。
垂直建筑投标AI，适合研究B2B SaaS。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。