Forgepoint získává seedové financování ve výši 9,8 milionu dolarů, aby přinesl AI do tvorby cenových nabídek ve výrobě

Výrobce může mít vybavení, materiály i odborné znalosti potřebné k výrobě součástky, a přesto zakázku ztratit, zatímco jeho cenová nabídka čeká ve schránce. Forgepoint vyvíjí AI obchodního zástupce pro interní prodej jménem Frank, který má zkrátit prodlevu mezi poptávkou zákazníka a cenou, za kterou se výrobce může zaručit.

Newyorská společnost získala seedové financování ve výši 9,8 milionu dolarů, které vedly Primary Venture Partners a a16z speedrun; zapojili se také andělští investoři spojení se společnostmi OpenAI, Brex, Vercel a SoFi. Financování podpoří rozšíření do dalších výrobních podniků, hlubší integraci se stávajícími podnikovými systémy a nábor zaměstnanců.

Výchozím bodem je žádost o cenovou nabídku neboli RFQ: soubor e-mailů, výkresů, specifikací a obchodních požadavků, z nichž je třeba připravit přesnou nabídku. Forgepoint uvádí, že Frank zajišťuje administrativní práci v celém tomto procesu, zatímco inženýři, kalkulanti a obchodníci si ponechávají technická a obchodní rozhodnutí.

Úzké místo před výrobní linkou

Automatizace továren si často spojujeme s roboty a obráběcími stroji. Tvorba cenových nabídek však odhaluje jiné omezení. Podnik nemůže získat zakázku, kterou nestihne nacenit, a jeho nejzkušenější pracovníci mohou značnou část dne trávit shromažďováním informací namísto posuzování zakázky.

Přijetí žádosti o cenovou nabídku může vyžadovat řadu drobných úkonů: určit správnou revizi výkresu, ověřit množství, vyžádat chybějící specifikace, najít srovnatelné zakázky, odhadnout náklady, získat souhlas technického oddělení a připravit dokument pro zákazníka. Informace je pak třeba zadat do systémů pro plánování podnikových zdrojů a řízení vztahů se zákazníky a následně vyřídit další korespondenci.

Každé předání přináší čekání. Automatizace pouze závěrečného dokumentu většinu těchto prodlev neodstraní. Forgepoint propojuje příjem poptávky, přípravu nabídky, její schválení a následnou komunikaci se stávajícími procesy výrobce.

To zapadá do širšího trendu, kdy se generativní AI uplatňuje v celém životním cyklu výroby, včetně obchodních a technických činností spojených s fyzickou výrobou. Bezprostřední příležitost spočívá v posílení administrativních kapacit: stávající tým tak může posoudit více potenciálních zakázek, aniž by bylo nutné úměrně navyšovat objem ruční koordinace.

Jak Frank posouvá žádost o cenovou nabídku ke schválené nabídce

Podle oznámení dostane Frank e-mailovou adresu v doméně výrobce a nastaví se podle jeho pracovních postupů, cenových pravidel a požadavků na schvalování. Když přijde poptávka, přečte zprávu i přílohy, odhalí chybějící informace a požádá kupujícího o upřesnění.

Poté připraví cenu podle vlastního nákladového modelu výrobního podniku, vyhledá podobné zakázky z minulosti a předá návrh příslušnému schvalovateli. Po schválení vytvoří konečnou nabídku v šabloně společnosti, odešle ji a zajišťuje následnou komunikaci. E-maily, přílohy i zdůvodnění rozhodnutí se uchovávají jako záznam o průběhu práce.

Dokumentace produktu společnosti podrobněji popisuje vytěžování a kontrolu dokumentů: Frank má z výkresů a souborů CAD získávat rozměry, materiály a tolerance, uplatňovat sazby za práci a marže a umožnit zaměstnancům upravit návrh před jeho schválením. Dokumentace také uvádí možnost nastavit následnou komunikaci a vykazování stavu obchodních příležitostí.

Klíčovým kontrolním bodem je schválení. Cenová nabídka představuje obchodní závazek a drobná chyba v toleranci, požadavku na materiál nebo předpokládaných nákladech může rozhodnout o tom, zda bude zakázka zisková, nebo proveditelná. Frank má podle popisu toto rozhodnutí připravit a zajistit související pracovní postup, přičemž před odesláním nabídky proběhne lidská kontrola.

Forgepoint v oznámení nezveřejnil architekturu modelu, na níž řešení stojí. Odlišuje se tím, jak propojuje AI s výrobními informacemi a úkony, nikoli oznámením nového základního modelu.

Jeden pracovní postup, různé ekonomické podmínky provozů

Tvorba cenových nabídek nemá v celém výrobním odvětví jednotnou podobu. Servisní centrum hutního materiálu může potřebovat porovnat seznamy materiálu a délky řezů se svým katalogem, zkontrolovat skladové zásoby a uplatnit ceny stanovené pro konkrétního zákazníka. Slévárna může nejprve potřebovat, aby technik vyložil soubor s modelem součástky a vyřešil chybějící požadavky ve výkresu.

Forgepoint uvádí, že Franka přizpůsobuje těmto rozdílům a že jeho využití zahrnuje vstřikování plastů, zpracování kovů, lisování, obrábění a další výrobní procesy. Právě toto přizpůsobení je pro produkt zásadní: stejná poptávka může znamenat různé operace, náklady i rizika podle toho, který výrobní podnik ji obdrží.

Záznamy z minulosti mohou pomoci, ale jejich využití vyžaduje také úsudek. Podobná součástka, na kterou byla loni vypracována nabídka, se mohla vyrábět při jiných cenách materiálu, s odlišnými předpoklady ohledně práce nebo za jiných obchodních podmínek. Přínos připomenuté zakázky závisí na tom, zda systém zpřístupní relevantní souvislosti a umožní kontrolorům předpoklady opravit.

První výsledky a problém institucionální paměti

Forgepoint uvádí, že během šesti měsíců od uvedení Franka dosáhl ročních opakujících se tržeb v sedmimístné výši a že produkt každý týden používají stovky inženýrů, kalkulantů a obchodních zástupců. U zákazníků podle svých údajů zaznamenává průměrný 30% nárůst počtu cenových nabídek zpracovaných za měsíc a zkrácení doby potřebné k jejich přípravě o více než 55 %.

Jde o výsledky uváděné samotnou společností. Oznámení neuvádí vzorek zákazníků, období měření ani nezávislé ověření, které by umožnily posoudit, nakolik lze výsledky zobecnit. Vyšší počet nabídek a rychlejší odpovědi samy o sobě také nedokládají vyšší úspěšnost při získávání zakázek ani vyšší marže. Ukazují pokrok při řešení konkrétního provozního úzkého místa.

Další součástí této nabídky je uchovávání znalostí. Výjimky z ceníkových cen, preference zákazníků a poznatky z dřívějších zakázek často zůstávají v e-mailových schránkách nebo paměti zkušených zaměstnanců. Zachycení komunikace a rozhodnutí, na jejichž základě nabídka vznikla, by mohlo usnadnit dohledání těchto souvislostí, když práci převezme kolega nebo odejde do důchodu zkušený kalkulant.

Zkušenosti z výroby se potkávají s podnikovým softwarem

Spoluzakladatel a generální ředitel Jack Strauss dříve pracoval ve společnostech Northrop Grumman a Xwing, integrátorovi leteckých systémů, a v oddělení Advanced Manufacturing společnosti Bain & Company. Spoluzakladatel a technický ředitel Alex Pareto dříve vedl technický tým organizační jednotky Brex zaměřené na správu firemních výdajů.

Zakladatelé strávili začátkem roku 2025 několik měsíců návštěvami výrobních závodů na Středozápadě, kde zaměstnance při práci pozorovali, aby porozuměli jejich činnosti. Produkt odráží toto zaměření na související procesy: automatizace vychází ze stávajících e-mailů, dokumentů a cenových pravidel.

Forgepoint chce svůj přístup postupně rozšířit i na další administrativní funkce ve výrobě. Zatím však seedové financování podporuje užší ověření s konkrétními ukazateli: zda Frank pomůže provozům připravovat přesné cenové nabídky rychleji, zajistí přehled o schvalování a poskytne kvalifikovaným zaměstnancům více času na rozhodování o tom, které zakázky stojí za to přijmout.