Contexte et enjeux
Le secteur manufacturier américain peine à répondre aux demandes de devis personnalisés dans les délais attendus. Une étude de Gardner Intelligence publiée en 2025 indique que plus de 50 % des entreprises attendent une réponse sous 24 heures, tandis que 78 % des acheteurs choisissent le premier fournisseur à répondre. Cette pression temporelle crée un goulet d’étranglement : les équipes commerciales passent des heures à traiter des e‑mails, des feuilles de calcul et des systèmes ERP vieillissants, retardant ainsi la prise de décision.
Architecture de l'agent Frank
Forgepoint a développé Frank, un agent d’intelligence artificielle qui agit comme un représentant commercial interne. Chaque instance reçoit une adresse e‑mail d’entreprise et est entraînée sur les procédures opérationnelles, les règles de tarification et les exigences d’approbation propres à chaque usine. L’agent se connecte aux systèmes existants via des API ou des connecteurs de type ETL, extrait les modèles de coûts internes, puis analyse les pièces jointes du RFQ (plans CAD, spécifications techniques). En cas d’information manquante, Frank génère automatiquement un e‑mail de clarification ou escalade la question vers un ingénieur humain, assurant ainsi la complétude du dossier avant le calcul final.
Impact mesurable
Les premiers utilisateurs rapportent une hausse moyenne de 30 % du volume mensuel de devis et une réduction de 55 % du temps de génération d’une offre. Ces gains proviennent de l’élimination des tâches manuelles de saisie et de la capacité de Frank à paralléliser le traitement de multiples RFQ simultanément. Le financement de 9,8 M$ levé en seed, co‑mené par Primary Venture Partners et a16z Speedrun, finance l’extension de l’infrastructure cloud nécessaire pour supporter le scaling de l’agent sur plusieurs sites de production.
Limites et perspectives
Le modèle repose sur la disponibilité de données structurées et sur la qualité des API d’entreprise ; les usines disposant de systèmes propriétaires non interopérables peuvent rencontrer des frictions d’intégration. De plus, la prise de décision finale reste soumise à la validation humaine lorsqu’une requête dépasse les seuils de tolérance pré‑définis, ce qui préserve la responsabilité mais introduit un point de latence potentiel. Forgepoint prévoit d’étendre le même principe d’automatisation aux fonctions de planification et de gestion de production, mais aucune donnée chiffrée n’est encore disponible sur ces projets futurs.
