Forgepoint, Üretim Tekliflerine Yapay Zekâ Katmak İçin 9,8 Milyon Dolarlık Tohum Yatırımı Aldı

Bir üretici, bir parçayı üretmek için gerekli ekipmana, malzemelere ve uzmanlığa sahip olduğu hâlde teklifi gelen kutusunda beklerken işi yine de kaybedebilir. Forgepoint, müşterinin talebiyle atölyenin arkasında durmaya hazır olduğu fiyat arasındaki süreyi kısaltmak için Frank adlı bir yapay zekâ destekli satış temsilcisi geliştiriyor.

New York merkezli şirket, 9,8 milyon dolarlık bir tohum yatırım turu kapsamında Primary Venture Partners ve a16z speedrun liderliğinde, OpenAI, Brex, Vercel ve SoFi ile bağlantılı melek yatırımcıların da katılımıyla yatırım aldı. Bu finansman, daha fazla üreticiye ulaşmayı, mevcut iş sistemleriyle daha kapsamlı entegrasyonlar kurmayı ve işe alımları destekleyecek.

Şirketin işe başladığı nokta, RFQ olarak da bilinen teklif talebidir: doğru bir teklife dönüştürülmesi gereken e-postalar, çizimler, teknik özellikler ve ticari gerekliliklerden oluşan bir dosya. Forgepoint, mühendisler, maliyet hesaplama uzmanları ve satış ekipleri teknik ve ticari kararları vermeyi sürdürürken Frank’in bu süreçteki idari işleri yürüttüğünü söylüyor.

Üretim Hattından Önceki Darboğaz

Fabrika otomasyonu denince akla genellikle robotlar ve takım tezgâhları gelir. Teklif hazırlama ise farklı bir kısıtı ortaya çıkarır. Bir atölye, fiyatlandırmaya fırsat bulamadığı işleri kazanamaz; en deneyimli çalışanları da günlerinin büyük bölümünü işi değerlendirmek yerine bilgi toplamaya ayırabilir.

Gelen bir teklif talebi, art arda pek çok küçük iş gerektirebilir: doğru çizim revizyonunu belirlemek, miktarları doğrulamak, eksik teknik özellikleri istemek, benzer siparişleri bulmak, maliyetleri tahmin etmek, mühendislik onayı almak ve müşteriye gönderilecek belgeyi hazırlamak. Ardından bilgilerin kurumsal kaynak planlama ve müşteri ilişkileri yönetimi sistemlerine girilmesi ve ek yazışmaların yapılması gerekir.

Her devir teslim beklemeye yol açar. Yalnızca son belgeyi otomatikleştirmek, gecikmenin büyük bölümünü ortadan kaldırmaz. Forgepoint’in yaklaşımı, üreticinin mevcut süreçleri çerçevesinde talebin alınmasını, hazırlanmasını, onaylanmasını ve takibini birbirine bağlamak.

Bu yaklaşım, fiziksel üretimi çevreleyen ticari ve mühendislik işleri de dâhil olmak üzere üretimin tüm yaşam döngüsünde üretken yapay zekâ uygulamalarına yönelik daha kapsamlı dönüşümün bir parçası. Buradaki acil fırsat, idari kapasiteyi artırmak: mevcut ekibin, elle yürütülen koordinasyon ihtiyacını aynı oranda artırmadan daha fazla potansiyel işi değerlendirmesine yardımcı olmak.

Frank, Teklif Talebini Onaylı Teklife Nasıl Dönüştürüyor?

Duyuruya göre Frank’e üreticinin alan adını kullanan bir e-posta adresi veriliyor; sistem, şirketin işleyiş yöntemlerine, fiyatlandırma kurallarına ve onay gerekliliklerine göre yapılandırılıyor. Bir talep geldiğinde mesajı ve eklerini okuyor, eksikleri belirliyor ve açıklama istemek için alıcıyla iletişime geçiyor.

Ardından atölyenin kendi maliyet modelini kullanarak fiyatlandırma hazırlıyor, geçmişteki benzer işleri bulup taslağı uygun inceleyene iletiyor. Onaydan sonra şirketin şablonunda nihai teklifi oluşturuyor, gönderiyor ve takibini yapıyor. E-postalar, ekler ve kararların gerekçeleri, yapılan işin kaydı olarak saklanıyor.

Şirketin ürün belgeleri, belgelerden bilgi çıkarma ve inceleme süreçleri hakkında daha fazla ayrıntı sunuyor: Frank, çizimlerden ve CAD dosyalarından ölçüleri, malzemeleri ve toleransları alacak; işçilik ücretlerini ve kâr marjlarını uygulayacak ve çalışanların taslağı düzenleyip onaylamasına olanak tanıyacak şekilde tasarlanmış. Belgelerde ayrıca yapılandırılabilir takip ve satış hattı raporlaması da anlatılıyor.

En önemli kontrol noktası onaydır. Teklif, ticari bir taahhüt niteliği taşır; tolerans, malzeme gerekliliği veya maliyet varsayımındaki küçük bir hata, bir işin kârlı ya da uygulanabilir olup olmadığını değiştirebilir. Frank’in tanımlanan rolü, teklif gönderilmeden önce insan incelemesi yapılmasını sağlayarak bu karara zemin hazırlamak ve çevresindeki iş akışını yürütmektir.

Forgepoint, duyurusunda temel model mimarisini açıklamadı. Şirketin farklılaştığı nokta, yeni bir temel model duyurmak değil, yapay zekâyı üretim bilgilerine ve eylemlerine nasıl bağladığı.

Tek İş Akışı, Farklı Atölye Ekonomileri

Üretimde teklif hazırlama, her yerde aynı şekilde yapılan bir hesaplama değildir. Bir metal servis merkezi, malzeme listelerini ve kesim uzunluklarını kataloğuyla eşleştirmek, stokları kontrol etmek ve müşteriye özel fiyatlandırma uygulamak zorunda olabilir. Bir dökümhanenin ise öncelikle bir mühendisin parça dosyasını yorumlamasına ve çizimlerdeki eksik gereklilikleri belirlemesine ihtiyacı olabilir.

Forgepoint, enjeksiyon kalıplama, metal imalatı, presle şekillendirme, talaşlı imalat ve diğer üretim süreçlerini kapsayan uygulamalarda Frank’i bu farklılıklara göre yapılandırdığını söylüyor. Bu özelleştirme, ürünün temel özelliklerinden biri: aynı talep, talebi alan atölyeye bağlı olarak farklı işlemler, maliyetler ve riskler anlamına gelebilir.

Geçmiş kayıtlar yardımcı olabilir, ancak bunları kullanmak da muhakeme gerektirir. Geçen yıl teklifi verilen benzer bir parça, o dönemdeki farklı malzeme fiyatları, işçilik varsayımları veya müşteri koşullarıyla üretilmiş olabilir. Geçmişteki bir işin ne kadar yararlı olduğu, sistemin ilgili bağlamı gösterip göstermediğine ve inceleyenlerin varsayımları düzeltmesine izin verip vermediğine bağlıdır.

İlk Sonuçlar ve Kurumsal Hafıza Sorunu

Forgepoint, Frank’in piyasaya sürülmesinden sonraki altı ay içinde yıllık yinelenen gelirinin yedi haneli rakamlara ulaştığını; yüzlerce mühendis, fiyat teklifi hazırlama uzmanı ve satış temsilcisinin ürünü her hafta kullandığını söylüyor. Şirket, müşterileri genelinde aylık teklif hacminde ortalama yüzde 30 artış ve teklif hazırlama süresinde yüzde 55’ten fazla azalma bildirdi.

Bunlar şirketin bildirdiği sonuçlar. Duyuruda, bu sonuçların ne ölçüde genellenebileceğini değerlendirmek için gereken müşteri örneklemi, ölçüm dönemi veya bağımsız doğrulama bilgileri yer almıyor. Daha fazla teklif sunulması ve daha hızlı yanıt verilmesi de tek başına daha yüksek kazanma oranlarını ya da daha yüksek kâr marjlarını kanıtlamaz. Bu sonuçlar, belirli bir operasyonel darboğazda kaydedilen ilerlemeyi ölçüyor.

Değer önerisinin bir diğer boyutu da bilgiyi korumak. Fiyat istisnaları, müşteri tercihleri ve önceki işlerden çıkarılan dersler çoğu zaman deneyimli çalışanların e-posta kutularında ya da hafızalarında kalıyor. Bir teklifin ardındaki yazışmaların ve kararların kaydedilmesi, bir çalışma arkadaşı görevi devraldığında veya deneyimli bir fiyat teklifi uzmanı emekli olduğunda bu bağlamın daha kolay yeniden bulunmasını sağlayabilir.

Üretim Deneyimi Kurumsal Yazılımla Buluşuyor

Kurucu ortak ve CEO Jack Strauss daha önce Northrop Grumman’da, Bain & Company’nin İleri Üretim biriminde ve havacılık-uzay sistemleri entegratörü Xwing’de çalıştı. Kurucu ortak ve CTO Alex Pareto ise daha önce Brex’in Harcama Yönetimi organizasyonunda mühendislik ekibine liderlik etti.

Kurucular, 2025’in başlarında çalışanları iş başında gözlemleyip işlerini anlamak için Orta Batı’daki fabrikaları aylar boyunca ziyaret etti. Ürün, çevresindeki süreçlere odaklanan bu yaklaşımı yansıtıyor: Otomasyon için başlangıç noktası, mevcut e-postalar, belgeler ve fiyatlandırma mantığı.

Forgepoint, zaman içinde yaklaşımını üretimin diğer idari işlevlerine de genişletmeyi planlıyor. Şimdilik tohum yatırımı, kapsamı daha dar ve sonuçları somut ölçütlerle değerlendirilebilecek bir denemeyi destekliyor: Frank’in imalathanelerin doğru teklifleri daha kısa sürede hazırlamasına, onay süreçlerini görünür tutmasına ve yetkin çalışanlara hangi işleri üstlenmeye değeceğini belirleyen kararlar için daha fazla zaman kazandırmasına yardımcı olup olamayacağı.