本番環境の検索・retrievalシステムにおける実績
LexisNexis
Primer AI
Binance
Splore AI
Curated AI
IPRally
Achmea Impact Ventures
gem.app“The Vespa audit was thorough, clearly structured, and addressed exactly what we needed—performance, scalability, and cost optimization. Their depth of search expertise and clear communication stood out throughout the engagement.”
“Searchplex delivered a hybrid, multilingual search solution that elevated our document retrieval system, resulting in faster & more precise searches across multiple languages. This capability was crucial for our legal tech needs.”
“Excited about this partnership. Many of the customers we speak to are held back by not having the development capacity in-house to build the solutions they want on Vespa. Searchplex can help with that.”
まず課題を理解し、それからアーキテクチャを選ぶ
すべての検索課題に新しいプラットフォームが必要なわけではありません。既存のElasticsearch、OpenSearch、Solr環境でも、クエリ処理、候補取得、ランキング、評価方法を改善することで、検索品質を大きく高められる場合があります。Searchplexは、最初から特定のプラットフォームへの移行を前提にしません。
実際の検索クエリと検索パターン、データ構造、インデックス更新頻度、トラフィック、ランキング要件、レイテンシー、運用コストを確認し、どこが制約になっているかを特定します。データのモデル化とインデックス化から、候補取得、絞り込み、ランキングまでの検索層を設計し、実装し、測定します。
全文検索、語彙検索、ベクトル検索、セマンティック検索、ハイブリッド検索、フィルタリング、ランキング、リランキング、リアルタイム更新、MLを使ったランキングを組み合わせることがあります。重要なのは、すべての技術を導入することではなく、実際の検索クエリ、データ、検索体験に必要な組み合わせを選ぶことです。
Elasticsearch・OpenSearch・Solrの検索基盤を刷新する
多くの組織がElasticsearch、OpenSearch、Apache Solrを検索基盤として利用しています。これらは成熟した検索エンジンであり、多くのシステムでは現在も適切な選択です。問題は「古いか新しいか」ではありません。現在の製品が求める検索品質や機能に、既存アーキテクチャが引き続き対応できるかが重要です。
検索精度の改善がアーキテクチャ上の制約で進まない、ベクトル検索やハイブリッド検索を別システムや複雑な後処理で追加している、フィルタリングとランキングを組み合わせるとレイテンシーやコストが大きくなる、といった状況では、検索基盤の刷新や検索エンジンの移行を検討する価値があります。Searchplexの原則は、移行の前に診断することです。
データとインデックス
データモデル、インデックス構成、更新パイプラインを確認します。
クエリからランキングまで
クエリ処理、候補取得、フィルタリング、ランキング、検索品質の評価方法を確認します。
検索処理と運用
検索処理の構成、インフラ性能、運用コストを確認し、既存基盤の改善か移行かを判断します。
検索エンジンの移行は、スキーマを変換して新しいクラスターを立ち上げれば完了するものではありません。代表的な検索クエリやクエリ種別について、新旧システムの検索結果、ランキング、フィルタリング、クエリごとの挙動、スキーマ、レイテンシー、スループット、インデックス更新性能、インフラコストを比較します。重要なクエリ種別で同等以上の検索品質を提供できることを確認し、移行を測定可能なエンジニアリング工程にします。
Vespa.aiコンサルティング、移行、導入
Searchplexは、まず検索・候補取得・ランキングの課題を理解したうえでプラットフォームを選びます。複雑な本番検索システムでは、Vespa.aiが有力な選択肢になるケースが多くあります。語彙検索、ベクトル検索、フィルタリング、ランキング、多段ランキング、ML推論、リアルタイム更新、レコメンデーション、パーソナライゼーションを一つの検索サービング基盤上で組み合わせられるためです。
ハイブリッド検索、ベクトル検索、Learning to Rank、リランキング、レコメンデーション、パーソナライゼーション、RAG、AI Search、AIエージェントを一つの基盤で扱えます。SearchplexはVespa.ai Official Partnerであり、Vespa Project & Implementation Partnerとして認定されています。Vespa.aiの評価から本番導入、運用改善まで支援します。Vespa Cloudでもself-hostedでも、技術要件、運用体制、コスト要件に合わせて構成を検討します。
評価・Proof of Concept
移行
設計・導入
検索精度とランキングの改善
最適化・サポート
日本の求人検索サービス「スタンバイ」は、Solrベースの検索サービスとElasticsearchを利用していた検索基盤をVespaへ統合する移行事例を公開しています。公開事例では、大規模な求人検索、高頻度更新、低レイテンシー、高トラフィック、機械学習を使ったランキングなどの要件を背景にVespaを選定し、AWS東京リージョンでself-hosted環境を構築しています。日本語検索に必要な言語処理について、VespaのLinguisticsを拡張した実装も紹介されています。これはSearchplexの顧客事例ではなく、Vespa公式ブログで公開されている日本企業の事例です。
検索精度、ランキング、クエリ理解
検索品質は、検索エンジンを導入しただけで自動的に向上するものではありません。ユーザーの情報要求に合う検索候補を十分に取得できているか、重要な結果を上位にランキングできているか、検索クエリの意味や構造を正しく理解できているかを継続的に評価する必要があります。関連性とは、検索結果がユーザーの検索意図や情報要求にどれだけ合っているかを表すものです。
クエリ種別ごとに評価する
日本語検索：形態素解析からセマンティック検索まで
測定可能なエンジニアリングプロセス
AI Search、RAG、AIエージェント
現在の検索基盤は、RAGやAIエージェントの情報取得基盤として使われることも増えています。LLMやAIエージェントが利用できる情報は、前段の候補取得とランキングに大きく依存します。必要な文書が検索候補に含まれなかったり、順位が低すぎてコンテキストに入らなかったりすると、その後のLLMだけで安定して補うことは困難です。
embeddingとベクトル検索だけでは足りない
複数回の検索、一つの検索基盤
制約がある場所から始める
必要なのがSearch Stack Auditのチームもあれば、Vespa.aiへの移行、Relevance Engineering、Proof of Concept、greenfield buildが必要なチームもあります。最初から答えを決めるのではなく、現在の検索システムで何が実際の制約になっているかから始めます。
Search Stack Audit
検索基盤の移行・刷新
Relevance Engineering
Proof of Concept & Build
検索がプロダクト価値に直結する領域
Eコマース・Product Discovery
Marketplace Search
Enterprise Search・ナレッジ検索
法務・税務・規制情報検索
欧州の複雑な検索システムでの実績
税務リサーチ検索
Nextensの税務リサーチ製品を支える本番検索システムを監査し、検索アーキテクチャを再設計しました。検索の関連性、バージョン管理されたコンテンツの扱い、候補取得やランキングをより制御しやすくすることなどに取り組みました。
セマンティック検索からハイブリッド・多言語検索へ
CuratedAIが、純粋なセマンティック検索からVespa.aiを使ったハイブリッド・多言語検索へ移行する取り組みを支援しました。EU法およびベルギー国内法を、英語、フランス語、オランダ語で検索するシステムです。
特許検索のVespa.aiアーキテクチャ監査
Vespa.ai上で稼働する本番特許検索プラットフォームについて、検索動作、データ表現、インフラ、性能を含むアーキテクチャ監査を実施しました。
多言語検索とグローバルな検索システムの経験
Searchplexには、日本語・韓国語・中国語を含むCJK言語と、その他のグローバル言語を対象とした多言語検索システムや検索基盤に取り組んできた実務経験があります。
多言語検索は単なる翻訳ではありません。形態素解析、トークナイズ、正規化、表記ゆれ、同義語、クエリ理解、ランキング、評価方法は、言語やドメインによって異なります。適切な設計は、実際の検索クエリ、コンテンツ、検索要件に基づいて決める必要があります。
この経験には、グローバル企業向けの大規模検索システムに携わってきた実績も含まれ、現在の検索基盤刷新、検索精度改善、多言語検索、Vespa.ai導入に活かされています。
日本語での文書、仕様、非同期のプロジェクトコミュニケーションには対応可能です。会議や口頭での技術コミュニケーションは英語で行います。
Searchplexについて
Searchplex B.V.は、オランダ・アムステルダムを拠点とするSearch & Retrieval Engineeringの専門企業です。
欧州および世界各地のプロダクト、エンジニアリング、検索チームと、本番環境で検索品質、拡張性、レイテンシー、信頼性が重要になるシステムを設計・改善しています。SearchplexはVespa.ai Official Partnerであり、Vespa Project & Implementation Partnerとして認定されています。Searchplexは現在、日本法人や日本オフィスを運営していません。この日本語ページは、日本の検索基盤・検索品質・検索エンジニアリングに携わるチームが、Searchplexの専門領域とVespa.aiに関する支援内容を確認できるように提供しています。
よくある質問
制約がある場所から始める
必要なのがSearch Stack Auditのチームもあれば、Vespa.aiへの移行、Relevance Engineering、Proof of Concept、greenfield buildが必要なチームもあります。最初から答えを決めるのではなく、現在の検索システムで何が実際の制約になっているかから始めます。