Forgepoint haalt $9,8 miljoen aan startkapitaal op om AI naar offertes in de maakindustrie te brengen

Een fabrikant kan over de apparatuur, materialen en expertise beschikken om een onderdeel te maken en de opdracht toch mislopen omdat de offerteaanvraag in een inbox blijft liggen. Forgepoint ontwikkelt een AI-medewerker voor de verkoopbinnendienst, Frank genaamd, om de tijd te verkorten tussen het verzoek van een klant en een prijs waarvoor het bedrijf wil instaan.

Het in New York gevestigde bedrijf heeft een startfinancieringsronde van $9,8 miljoen opgehaald onder leiding van Primary Venture Partners en a16z speedrun, met deelname van angelinvesteerders die banden hebben met OpenAI, Brex, Vercel en SoFi. De financiering wordt gebruikt om uit te breiden naar meer fabrikanten, bestaande bedrijfssystemen verder te integreren en personeel aan te nemen.

Het begint met de offerteaanvraag, of RFQ: een verzameling e-mails, tekeningen, specificaties en commerciële vereisten die moet worden omgezet in een nauwkeurige offerte. Forgepoint zegt dat Frank het administratieve werk in dit proces afhandelt, terwijl engineers, calculators en verkopers de technische en commerciële beslissingen blijven nemen.

Het knelpunt vóór de productielijn

Bij fabrieksautomatisering denken mensen vaak aan robots en werktuigmachines. Offertes leggen een ander knelpunt bloot. Een bedrijf kan geen opdrachten binnenhalen waarvoor het geen tijd heeft om een prijs op te stellen, en de meest ervaren medewerkers besteden mogelijk een groot deel van hun dag aan het verzamelen van informatie in plaats van aan het beoordelen van opdrachten.

Een binnenkomende RFQ kan een reeks kleine taken vereisen: de juiste revisie van een tekening vinden, aantallen bevestigen, ontbrekende specificaties opvragen, vergelijkbare opdrachten zoeken, kosten ramen, goedkeuring van engineering verkrijgen en het document voor de klant opstellen. Vervolgens moet de informatie worden ingevoerd in systemen voor enterprise resource planning en klantrelatiebeheer, waarna verdere correspondentie volgt.

Bij elke overdracht gaat tijd verloren. Alleen het opstellen van het einddocument automatiseren laat een groot deel van die vertraging bestaan. Forgepoint wil de intake, voorbereiding, goedkeuring en opvolging met elkaar verbinden binnen de bestaande processen van de fabrikant.

Dit past in een bredere verschuiving naar het toepassen van generatieve AI in de hele levenscyclus van de maakindustrie, met inbegrip van het commerciële en technische werk rond de fysieke productie. De directe kans ligt hier in het vergroten van de administratieve capaciteit: een bestaand team helpen meer potentiële opdrachten te beoordelen zonder dat de handmatige coördinatie in dezelfde mate toeneemt.

Hoe Frank een RFQ naar een goedgekeurde offerte leidt

Volgens de aankondiging krijgt Frank een e-mailadres op het domein van de fabrikant en wordt hij ingericht op basis van diens werkprocedures, prijsregels en goedkeuringsvereisten. Wanneer een aanvraag binnenkomt, leest hij het bericht en de bijlagen, brengt hij hiaten in kaart en neemt hij contact op met de inkoper voor verduidelijking.

Vervolgens stelt hij een prijsvoorstel op aan de hand van het eigen kostenmodel van het bedrijf, haalt hij vergelijkbare opdrachten uit het verleden aan en stuurt hij het concept naar de juiste beoordelaar. Na goedkeuring maakt hij de definitieve offerte op in het sjabloon van het bedrijf, verstuurt hij die en verzorgt hij de opvolging. E-mails, bijlagen en de onderbouwing van beslissingen worden bewaard als dossier van het werk.

De productdocumentatie van het bedrijf geeft meer details over het uitlezen en beoordelen van documenten: Frank is ontworpen om afmetingen, materialen en toleranties uit tekeningen en CAD-bestanden te halen, arbeidskosten en marges toe te passen en medewerkers een concept te laten bewerken voordat ze het goedkeuren. Ook worden aanpasbare opvolging en rapportages over de verkoopk pijplijn beschreven.

Goedkeuring is het cruciale controlemoment. Een offerte is een commerciële toezegging, en kleine fouten in een tolerantie, materiaalvereiste of kostenaanname kunnen bepalen of een opdracht winstgevend of uitvoerbaar is. De beschreven rol van Frank is om die beslissing voor te bereiden en het omliggende proces af te handelen, met menselijke controle voordat een offerte wordt verstuurd.

Forgepoint heeft in de aankondiging geen informatie bekendgemaakt over de onderliggende modelarchitectuur. Het onderscheidende vermogen zit volgens het bedrijf in de manier waarop AI wordt gekoppeld aan productiegegevens en -handelingen, niet in een nieuw aangekondigd basismodel.

Eén workflow, verschillende bedrijfseconomische omstandigheden

Offertes opstellen is niet in de hele maakindustrie hetzelfde rekenwerk. Een metaalservicecentrum moet materiaaloverzichten en zaaglengtes mogelijk vergelijken met de eigen catalogus, de voorraad controleren en klantspecifieke prijzen toepassen. Bij een gieterij moet een engineer mogelijk eerst een bestand van een onderdeel interpreteren en ontbrekende vereisten op de tekening oplossen.

Forgepoint zegt Frank aan die verschillen aan te passen, met toepassingen in onder meer spuitgieten, plaatbewerking, stansen, verspaning en andere productieprocessen. Die aanpasbaarheid staat centraal in het product: dezelfde aanvraag kan verschillende bewerkingen, kosten en risico’s met zich meebrengen, afhankelijk van het bedrijf dat haar ontvangt.

Historische gegevens kunnen helpen, maar vergen ook beoordelingsvermogen. Een vergelijkbaar onderdeel waarvoor vorig jaar een offerte is opgesteld, kan zijn gemaakt toen materiaalprijzen, aannames over arbeidskosten of klantvoorwaarden anders waren. De bruikbaarheid van een eerdere opdracht hangt ervan af of het systeem de relevante context toont en beoordelaars de aannames laat corrigeren.

Eerste resultaten en het probleem van institutioneel geheugen

Forgepoint zegt dat Frank binnen zes maanden na de lancering een jaarlijks terugkerende omzet van zeven cijfers bereikte en dat honderden engineers, calculators en verkopers het product wekelijks gebruiken. Volgens het bedrijf steeg het aantal verwerkte offertes bij klanten gemiddeld met 30% per maand en nam de tijd die nodig is om een offerte op te stellen met meer dan 55% af.

Dit zijn resultaten die het bedrijf zelf rapporteert. In de aankondiging ontbreken gegevens over de steekproef van klanten, de meetperiode en onafhankelijke validatie die nodig zijn om te beoordelen in hoeverre deze resultaten ook elders gelden. Meer offertes en snellere reacties leiden op zichzelf bovendien niet tot de conclusie dat het slagingspercentage hoger of de marge groter is. Ze laten vooruitgang zien bij een specifiek knelpunt in de bedrijfsvoering.

Een ander onderdeel van het voorstel is het behoud van kennis. Uitzonderingen op de prijzen, voorkeuren van klanten en lessen uit eerdere opdrachten blijven vaak achter in de inboxen of het geheugen van ervaren medewerkers. Door de correspondentie en beslissingen achter een offerte vast te leggen, kan die context gemakkelijker worden teruggevonden wanneer een collega het werk overneemt of een ervaren calculator met pensioen gaat.

Ervaring in de maakindustrie ontmoet bedrijfssoftware

Medeoprichter en CEO Jack Strauss werkte eerder bij Northrop Grumman, bij de afdeling Advanced Manufacturing van Bain & Company en bij Xwing, een systeemintegrator in de lucht- en ruimtevaart. Medeoprichter en CTO Alex Pareto gaf eerder leiding aan de engineeringafdeling van Brex’ Spend Management-organisatie.

Begin 2025 bezochten de oprichters maandenlang fabrieken in het Midwesten en liepen ze mee met medewerkers om hun werk te begrijpen. Het product weerspiegelt die focus op de processen eromheen: bestaande e-mails, documenten en prijslogica vormen het uitgangspunt voor automatisering.

Forgepoint is van plan zijn aanpak op termijn uit te breiden naar andere ondersteunende functies binnen de maakindustrie. Voorlopig financiert de seedronde een gerichtere test met concrete meetpunten: kan Frank werkplaatsen helpen sneller nauwkeurige offertes op te stellen, goedkeuringen inzichtelijk te houden en vakbekwame medewerkers meer tijd te geven voor de beslissingen die bepalen welke opdrachten de moeite waard zijn?