Forgepoint rejser 9,8 mio. dollar i seed-finansiering for at bringe AI ind i tilbudsgivningen i produktionen

En producent kan have udstyret, materialerne og ekspertisen til at fremstille en komponent – og alligevel miste ordren, mens tilbuddet ligger og venter i en indbakke. Forgepoint udvikler en AI-baseret medarbejder til internt salg, som hedder Frank, for at mindske afstanden mellem kundens forespørgsel og en pris, som virksomheden er klar til at stå inde for.

Virksomheden fra New York har rejst en seedrunde på 9,8 millioner dollar, anført af Primary Venture Partners og a16z speedrun, med deltagelse af engleinvestorer med tilknytning til OpenAI, Brex, Vercel og SoFi. Finansieringen skal understøtte en udvidelse til flere producenter, dybere integrationer med eksisterende forretningssystemer og nyansættelser.

Udgangspunktet er en tilbudsforespørgsel (RFQ): en samling e-mails, tegninger, specifikationer og kommercielle krav, der skal omsættes til et præcist tilbud. Forgepoint siger, at Frank håndterer det administrative arbejde gennem hele processen, mens ingeniører, kalkulatører og sælgere fortsat træffer de tekniske og kommercielle beslutninger.

Flaskehalsen før produktionslinjen

Fabriksautomatisering leder ofte tankerne hen på robotter og værktøjsmaskiner. Tilbudsgivning afdækker en anden begrænsning. En virksomhed kan ikke vinde opgaver, den aldrig når at give en pris på, og dens mest erfarne medarbejdere bruger måske en stor del af dagen på at indsamle oplysninger i stedet for at vurdere opgaven.

En indgående tilbudsforespørgsel kan kræve en række mindre opgaver: at finde den korrekte version af tegningen, bekræfte antal, bede om manglende specifikationer, finde sammenlignelige ordrer, beregne omkostninger, indhente teknisk godkendelse og udarbejde kundens dokument. Oplysningerne skal derefter indtastes i systemer til virksomhedsressourceplanlægning og kunderelationsstyring, hvorefter der følger yderligere korrespondance.

Hvert overdragelsesled medfører ventetid. Automatisering af det endelige dokument alene fjerner ikke meget af denne forsinkelse. Forgepoints tilgang er at forbinde modtagelse, forberedelse, godkendelse og opfølgning inden for producentens eksisterende processer.

Dette er en del af en bredere udvikling hen imod at anvende generativ AI på tværs af hele produktionslivscyklussen, herunder det kommercielle arbejde og ingeniørarbejdet omkring den fysiske produktion. Den umiddelbare mulighed her er at øge den administrative kapacitet: at hjælpe et eksisterende team med at vurdere flere potentielle opgaver uden at øge den manuelle koordinering tilsvarende.

Sådan bringer Frank en tilbudsforespørgsel frem mod et godkendt tilbud

Ifølge meddelelsen får Frank en e-mailadresse på producentens domæne og konfigureres efter virksomhedens driftsprocedurer, prisregler og godkendelseskrav. Når en forespørgsel modtages, læser Frank beskeden og de vedhæftede filer, identificerer mangler og kontakter køberen for at få afklaret uklarheder.

Derefter udarbejder Frank et pristilbud ud fra virksomhedens egen omkostningsmodel, finder lignende tidligere opgaver frem og sender udkastet til den rette person til gennemgang. Efter godkendelse udarbejder Frank det endelige tilbud i virksomhedens skabelon, sender det og håndterer opfølgningen. E-mails, vedhæftede filer og begrundelserne for beslutningerne gemmes som dokumentation for arbejdet.

Virksomhedens produktdokumentation beskriver nærmere, hvordan dokumenter udtrækkes og gennemgås: Frank er udviklet til at hente mål, materialer og tolerancer fra tegninger og CAD-filer, anvende arbejdslønssatser og avancer samt give medarbejderne mulighed for at redigere et udkast, før de godkender det. Dokumentationen beskriver også konfigurerbar opfølgning og rapportering om salgspipelinen.

Det afgørende kontrolpunkt er godkendelsen. Et tilbud er en kommerciel forpligtelse, og små fejl i en tolerance, et materialekrav eller en omkostningsforudsætning kan afgøre, om en opgave er rentabel eller gennemførlig. Franks beskrevne rolle er at forberede beslutningsgrundlaget og udføre de tilknyttede arbejdsgange, mens et menneske gennemgår tilbuddet, før det sendes.

Forgepoint har ikke offentliggjort den underliggende modelarkitektur i meddelelsen. Virksomhedens særpræg bygger på, hvordan AI forbindes med produktionsdata og handlinger, ikke på en nyudmeldt grundmodel.

Én arbejdsgang, forskellige økonomiske vilkår

Tilbudsgivning foregår ikke efter én ensartet beregningsmetode i hele produktionsindustrien. Et metalservicecenter kan være nødt til at matche materialelister og skærelængder med sit katalog, kontrollere lagerbeholdningen og anvende kundespecifikke priser. På et støberi kan det først være nødvendigt, at en ingeniør fortolker en komponentfil og afklarer manglende krav i tegningen.

Forgepoint siger, at Frank konfigureres til at håndtere disse forskelle, og at løsningen bruges inden for sprøjtestøbning, metalbearbejdning, stansning, spåntagende bearbejdning og andre produktionsprocesser. Denne tilpasning er central for produktet: Den samme forespørgsel kan indebære forskellige processer, omkostninger og risici alt efter, hvilken virksomhed der modtager den.

Historiske oplysninger kan være nyttige, men kræver også en faglig vurdering. En lignende komponent, der fik et tilbud sidste år, kan være blevet fremstillet under andre materialepriser, forudsætninger om arbejdskraft eller kundevilkår. Værdien af en tidligere opgave afhænger af, om systemet viser den relevante kontekst og giver dem, der gennemgår tilbuddet, mulighed for at korrigere forudsætningerne.

De første resultater og udfordringen med institutionel hukommelse

Forgepoint oplyser, at virksomheden nåede en årlig tilbagevendende omsætning på et syvcifret beløb inden for seks måneder efter lanceringen af Frank, og at hundredvis af ingeniører, tilbudsberegnere og salgsrepræsentanter bruger produktet hver uge. På tværs af kunderne rapporterer virksomheden en gennemsnitlig stigning på 30 % i antallet af tilbud pr. måned og en reduktion på mere end 55 % i tiden, det tager at udarbejde et tilbud.

Det er resultater, som virksomheden selv har rapporteret. Meddelelsen oplyser ikke, hvor mange kunder der indgår i datagrundlaget, hvilken måleperiode der er tale om, eller om resultaterne er blevet valideret uafhængigt – oplysninger, der er nødvendige for at vurdere, hvor bredt resultaterne kan generaliseres. Flere tilbud og hurtigere svar dokumenterer heller ikke i sig selv højere succesrater eller større avancer. De viser fremskridt på en specifik operationel flaskehals.

En anden del af værdiforslaget handler om at bevare viden. Undtagelser fra standardpriser, kundernes præferencer og erfaringer fra tidligere opgaver ender ofte i erfarne medarbejderes indbakker eller hukommelse. Hvis korrespondancen og beslutningerne bag et tilbud bliver gemt, kan det blive lettere at finde frem til den baggrund, når en kollega overtager sagen, eller en erfaren tilbudsberegner går på pension.

Erfaring fra fremstillingsindustrien møder virksomhedssoftware

Medstifter og administrerende direktør Jack Strauss har tidligere arbejdet hos Northrop Grumman, i Bain & Companys praksis for avanceret produktion og hos luftfartssystemintegratoren Xwing. Medstifter og teknologidirektør Alex Pareto stod tidligere i spidsen for ingeniørarbejdet i Brex’ Spend Management-organisation.

I begyndelsen af 2025 brugte grundlæggerne flere måneder på at besøge fabrikker i Midtvesten og følge medarbejderne i deres arbejde for at forstå deres hverdag. Produktet afspejler dette fokus på de omkringliggende arbejdsgange: eksisterende e-mails, dokumenter og prislogik danner udgangspunkt for automatiseringen.

Forgepoint planlægger med tiden at udvide sin tilgang til andre administrative funktioner i fremstillingsindustrien. Indtil videre skal seed-runden finansiere en mere afgrænset afprøvning med konkrete mål: om Frank kan hjælpe virksomhederne med hurtigere at udarbejde præcise tilbud, holde godkendelser synlige og give faglærte medarbejdere mere tid til de beslutninger, der afgør, hvilke opgaver det kan betale sig at påtage sig.