Gọi vốn

Forgepoint huy động 9,8 triệu USD vòng hạt giống để đưa AI vào quy trình báo giá trong ngành sản xuất

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Forgepoint co-founders standing inside a manufacturing facility with industrial equipment and a forklift.

Một nhà sản xuất có thể sở hữu thiết bị, vật liệu và chuyên môn để chế tạo một chi tiết, nhưng vẫn mất đơn hàng vì báo giá nằm chờ trong hộp thư đến. Forgepoint đang phát triển Frank, một nhân viên bán hàng nội bộ ứng dụng AI, nhằm rút ngắn khoảng cách giữa yêu cầu của khách hàng và mức giá mà xưởng sẵn sàng cam kết.

Công ty có trụ sở tại New York đã huy động được 9,8 triệu USD trong vòng hạt giống, do Primary Venture Partners và a16z speedrun dẫn đầu, cùng sự tham gia của các nhà đầu tư thiên thần có liên hệ với OpenAI, Brex, Vercel và SoFi. Khoản vốn này sẽ hỗ trợ mở rộng hoạt động tới nhiều nhà sản xuất hơn, tăng cường tích hợp với các hệ thống kinh doanh hiện có và tuyển dụng nhân sự.

Điểm khởi đầu là yêu cầu báo giá, hay RFQ: một tập hợp email, bản vẽ, thông số kỹ thuật và yêu cầu thương mại cần được chuyển thành một báo giá chính xác. Forgepoint cho biết Frank xử lý công việc hành chính trong suốt quy trình đó, còn kỹ sư, nhân viên lập dự toán và nhân viên kinh doanh vẫn giữ quyền đưa ra các quyết định kỹ thuật và thương mại.

Nút thắt trước dây chuyền sản xuất

Nhắc đến tự động hóa nhà máy, người ta thường nghĩ đến robot và máy công cụ. Nhưng quy trình báo giá lại cho thấy một trở ngại khác. Xưởng không thể nhận được những công việc mà họ chưa kịp định giá, trong khi những nhân sự giàu kinh nghiệm nhất có thể phải dành phần lớn thời gian trong ngày để thu thập thông tin thay vì đánh giá công việc.

Một yêu cầu báo giá gửi đến có thể kéo theo hàng loạt tác vụ nhỏ: xác định đúng phiên bản bản vẽ, xác nhận số lượng, yêu cầu bổ sung thông số kỹ thuật còn thiếu, tìm các đơn hàng tương tự, ước tính chi phí, xin phê duyệt của bộ phận kỹ thuật và chuẩn bị tài liệu cho khách hàng. Sau đó, thông tin còn phải được nhập vào các hệ thống hoạch định nguồn lực doanh nghiệp và quản lý quan hệ khách hàng, rồi tiếp tục trao đổi thư từ.

Mỗi lần bàn giao đều làm phát sinh thời gian chờ. Chỉ tự động hóa khâu lập tài liệu cuối cùng sẽ không loại bỏ được phần lớn thời gian trì hoãn đó. Forgepoint kết nối các khâu tiếp nhận, chuẩn bị, phê duyệt và theo dõi sau báo giá, dựa trên những quy trình hiện có của nhà sản xuất.

Điều này nằm trong xu hướng rộng hơn là ứng dụng AI tạo sinh xuyên suốt vòng đời sản xuất, bao gồm cả công việc thương mại và kỹ thuật hỗ trợ hoạt động sản xuất thực tế. Cơ hội trước mắt ở đây là tăng năng lực xử lý công việc hành chính: giúp đội ngũ hiện có xem xét nhiều công việc tiềm năng hơn mà không phải tăng khối lượng điều phối thủ công với tốc độ tương đương.

Cách Frank đưa yêu cầu báo giá đến gần hơn với báo giá được phê duyệt

Theo thông báo, Frank được cấp một địa chỉ email thuộc tên miền của nhà sản xuất và được cấu hình theo quy trình vận hành, quy tắc định giá và yêu cầu phê duyệt của đơn vị đó. Khi có yêu cầu gửi đến, Frank đọc thư và các tệp đính kèm, xác định thông tin còn thiếu và liên hệ người mua để làm rõ.

Sau đó, Frank lập giá theo mô hình chi phí riêng của xưởng, đưa ra các công việc tương tự trong quá khứ và chuyển bản nháp đến người phù hợp để xét duyệt. Sau khi được phê duyệt, Frank tạo báo giá cuối cùng theo mẫu của công ty, gửi báo giá và quản lý việc theo dõi tiếp theo. Email, tệp đính kèm và lý do đằng sau các quyết định đều được lưu lại làm hồ sơ công việc.

Tài liệu sản phẩm của công ty cung cấp thêm chi tiết về việc trích xuất và rà soát tài liệu: Frank được thiết kế để lấy kích thước, vật liệu và dung sai từ bản vẽ và tệp CAD, áp dụng mức công lao động và biên lợi nhuận, đồng thời cho phép nhân viên chỉnh sửa bản nháp trước khi phê duyệt. Tài liệu cũng mô tả tính năng theo dõi tiếp có thể cấu hình và báo cáo quy trình bán hàng.

Khâu kiểm soát quan trọng nhất là phê duyệt. Báo giá thể hiện một cam kết thương mại; những sai sót nhỏ về dung sai, yêu cầu vật liệu hoặc giả định chi phí có thể làm thay đổi việc một công việc có sinh lời hoặc khả thi hay không. Theo mô tả, vai trò của Frank là chuẩn bị cơ sở cho quyết định đó và thực hiện quy trình công việc liên quan, với sự rà soát của con người trước khi gửi báo giá.

Trong thông báo, Forgepoint không tiết lộ kiến trúc của mô hình nền tảng. Điểm khác biệt của công ty nằm ở cách kết nối AI với thông tin và hoạt động trong ngành sản xuất, chứ không phải ở một mô hình nền tảng mới được công bố.

Một quy trình, đặc thù kinh tế khác nhau ở mỗi xưởng

Cách tính báo giá không giống nhau giữa các lĩnh vực sản xuất. Một trung tâm dịch vụ kim loại có thể cần đối chiếu danh mục vật liệu và chiều dài cắt với danh mục sản phẩm, kiểm tra lượng hàng tồn kho và áp dụng mức giá riêng cho từng khách hàng. Một xưởng đúc có thể trước hết cần kỹ sư diễn giải tệp chi tiết và giải quyết các yêu cầu còn thiếu trong bản vẽ.

Forgepoint cho biết họ cấu hình Frank phù hợp với những khác biệt đó, với các ứng dụng trong lĩnh vực đúc ép phun, chế tạo, dập, gia công cơ khí và những quy trình sản xuất khác. Khả năng tùy chỉnh này là yếu tố cốt lõi của sản phẩm: cùng một yêu cầu có thể tương ứng với các hoạt động, chi phí và rủi ro khác nhau, tùy vào xưởng tiếp nhận.

Hồ sơ trong quá khứ có thể hữu ích, nhưng việc sử dụng chúng cũng cần sự cân nhắc. Một chi tiết tương tự từng được báo giá năm ngoái có thể đã được chế tạo khi giá vật liệu, giả định về nhân công hoặc điều khoản với khách hàng còn khác. Giá trị của một công việc được hệ thống ghi nhớ tùy thuộc vào việc hệ thống có cung cấp bối cảnh liên quan và cho phép người xét duyệt điều chỉnh các giả định hay không.

Kết quả ban đầu và vấn đề lưu giữ tri thức nội bộ

Forgepoint cho biết doanh thu định kỳ hằng năm của công ty đã đạt mức bảy chữ số trong vòng sáu tháng kể từ khi Frank ra mắt; hàng trăm kỹ sư, nhân viên lập dự toán và đại diện bán hàng sử dụng sản phẩm hằng tuần. Theo báo cáo của công ty, khách hàng ghi nhận số lượng báo giá xử lý mỗi tháng tăng trung bình 30%, còn thời gian lập báo giá giảm hơn 55%.

Đây là những kết quả do công ty tự báo cáo. Thông báo không nêu mẫu khách hàng, khoảng thời gian đo lường hay kết quả thẩm định độc lập cần thiết để đánh giá mức độ khái quát của những kết quả này. Bản thân việc lập được nhiều báo giá hơn và phản hồi nhanh hơn cũng chưa chứng minh tỷ lệ thắng thầu cao hơn hay biên lợi nhuận lớn hơn. Những kết quả này đo lường tiến triển trong việc giải quyết một nút thắt cụ thể của hoạt động vận hành.

Một khía cạnh khác trong đề xuất giá trị của sản phẩm là lưu giữ kiến thức. Các ngoại lệ về giá, sở thích của khách hàng và bài học từ những công việc trước đây thường chỉ nằm trong hộp thư đến hoặc ký ức của những nhân viên giàu kinh nghiệm. Việc lưu lại thư từ và các quyết định làm cơ sở cho một báo giá có thể giúp người tiếp quản dễ dàng tìm lại bối cảnh liên quan, hoặc giúp đồng nghiệp tra cứu khi một nhân viên lập dự toán kỳ cựu nghỉ hưu.

Kinh nghiệm trong ngành sản xuất kết hợp với phần mềm doanh nghiệp

Đồng sáng lập kiêm CEO Jack Strauss từng làm việc tại Northrop Grumman, trong bộ phận Sản xuất Tiên tiến của Bain & Company và tại Xwing, công ty tích hợp hệ thống hàng không vũ trụ. Đồng sáng lập kiêm CTO Alex Pareto trước đây lãnh đạo bộ phận kỹ thuật thuộc tổ chức Quản lý Chi tiêu của Brex.

Đầu năm 2025, các nhà sáng lập dành nhiều tháng đến thăm các nhà máy ở vùng Trung Tây, theo sát nhân viên để tìm hiểu công việc của họ. Sản phẩm phản ánh trọng tâm đó: quy trình hiện có, từ email và tài liệu đến logic định giá, là điểm khởi đầu cho việc tự động hóa.

Forgepoint dự định theo thời gian sẽ mở rộng phương pháp này sang các chức năng hậu cần khác trong ngành sản xuất. Trước mắt, vòng gọi vốn hạt giống hỗ trợ một thử nghiệm hẹp hơn với các tiêu chí đo lường cụ thể: liệu Frank có thể giúp các xưởng nhanh chóng chuẩn bị báo giá chính xác, theo dõi rõ ràng các bước phê duyệt và giúp nhân viên lành nghề dành nhiều thời gian hơn cho những quyết định xác định công việc nào đáng nhận hay không.

Atlas Roan là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về trí tuệ nhân tạo trong sản xuất phụ gia, in 3D và kỹ thuật vật liệu tiên tiến. Công việc của ông khám phá cách thiết kế, mô phỏng và tối ưu hóa quy trình được thúc đẩy bởi trí tuệ nhân tạo đang biến đổi các quy trình sản xuất - từ tạo mẫu đến sản xuất lớn.
Với quan điểm thực tế và kỹ thuật, Atlas kiểm tra cách học máy cải thiện độ tin cậy của bản in, hiệu suất vật liệu và hiệu quả sản xuất trên các ngành công nghiệp như hàng không vũ trụ, ô tô, chăm sóc sức khỏe và sản xuất công nghiệp. Ông đặc biệt quan tâm đến cách trí tuệ nhân tạo cho phép lặp lại nhanh hơn, giảm lãng phí và mở khóa các khả năng vật liệu mới trước đây không thể sản xuất hoặc sản xuất không thực tế.

Bài viết mang tên Atlas Roan do AI tạo ra và được đội ngũ biên tập Unite.AI xem xét nhằm bảo đảm tính chính xác kỹ thuật, sự rõ ràng và cách đưa tin có trách nhiệm về sản xuất và đổi mới vật liệu dựa trên AI.