Forgepoint 融资 980 万美元种子轮，推动人工智能应用于制造业报价
制造商可能拥有生产零件所需的设备、材料和专业能力，却仍会因为报价请求滞留在收件箱里而错失订单。Forgepoint正在打造一名名为 Frank 的人工智能销售代表，以缩短客户提出需求到工厂给出愿意负责的报价之间的时间差。 这家纽约公司完成了980万美元的种子轮融资，由Primary Venture Partners和a16z speedrun领投，OpenAI、Brex、Vercel 和 SoFi 的相关天使投资人也参与了本轮融资。这笔资金将用于拓展更多制造商客户、深化与现有业务系统的集成，以及招聘员工。 其切入点是报价请求（RFQ）：一组由电子邮件、图纸、规格和商务要求组成的资料，必须据此形成准确的报价。Forgepoint 表示，Frank 会处理这一流程中的行政事务，而工程师、估价人员和销售人员仍负责技术和商务决策。 生产线启动前的瓶颈 提到工厂自动化，人们往往会想到机器人和机床。报价环节则暴露出另一种制约：工厂若来不及为潜在订单报价，就无法争取这些业务；而经验最丰富的员工可能一天中的大部分时间都花在收集信息上，而不是评估订单。 一份新收到的报价请求可能需要依次完成一系列小任务：确认正确的图纸版本、核实数量、询问缺失的规格、查找类似订单、估算成本、取得工程审批，并准备客户所需的文件。之后，还必须将信息录入企业资源规划和客户关系管理系统，并继续与客户往来沟通。 每次交接都会增加等待时间。若只自动生成最后的文件，大部分延误依然存在。Forgepoint 的做法是围绕制造商现有流程，打通需求接收、报价准备、审批和后续跟进。 这也体现了更广泛的趋势：将生成式人工智能应用于制造业的整个生命周期，包括围绕实体生产展开的商务和工程工作。眼下的机遇在于提升行政处理能力，帮助现有团队评估更多潜在订单，而不必按同样的速度增加人工协调工作。 Frank 如何推动报价请求走向获批报价 据公告介绍，Frank 会获得一个使用制造商自有域名的电子邮件地址，并根据其运营流程、定价规则和审批要求进行配置。收到请求后，它会阅读邮件及附件、找出信息缺口，并联系买方进行确认。 随后，它会按照工厂自己的成本模型拟定报价，调取类似的历史订单，并将草稿发送给相应的审核人员。报价获批后，它会使用公司的模板生成最终报价、发送报价并负责后续跟进。电子邮件、附件以及决策背后的理由都会留存，作为工作记录。 公司的产品文档进一步介绍了文件提取与审核功能：Frank…
