设计零件时，材料选择与加工、精加工或采购的难度往往超出预期。材料、几何形状和制造工艺之间的关联性比表面看来更为紧密。

德国数字采购专家FACTUREE通过其人工智能平台，借鉴数千个历史订单和供应商数据，帮助客户将材料选择与最终制造方式有效结合。该公司联合创始人兼首席执行官Moritz König表示，这一想法源于他作为工程师在初创公司负责采购自身设计零件时的挫折经历。

“那是一次糟糕的经历，”König回忆道。“情况非常棘手，我决心解决这个问题。我们正逐步推进，但这确实是一个复杂挑战。”

这种复杂性体现在公差、可制造性、交货时间和成本等方面。“我从未见过完全优化的零件，”König指出。“认为你设计了完美零件并设置得恰到好处，这是一种误解。”

König建议从几何形状入手。大型、成本低且强度高的零件可能适合钣金弯曲或切割；复杂设计指向3D打印；快速精确的运动需要机械加工；大批量生产则考虑可模塑设计。“一旦确定零件类型，就能知道工艺，进而选择材料。”

若非必需，应优先使用标准材料而非特殊材料。“FACTUREE的数据库包含约三百种不同材料，”König说。“但对于多数应用，可能只需五种——因为大多数场景并非涉及赛车、战斗机、太空飞行或量子计算机。选择标准材料能显著减少麻烦、缩短交货时间并降低成本。”

König还强调在制造流程早期进行规划的重要性。“错误会随着步骤累积。在日常工作中，我们看到即使是大公司，零件也可能深入流程至无法修改，导致巨大开支。”

许多情况下，工程师在设计时过度定制零件，而采购部门寻求低价采购。调整公差或角度，定制零件便可能以不同方式制造。

“尽早投入时间，即使这意味着多花一个月或进行额外测试，”König说。“这是值得的。不要试图跳过阶段。问题总会显现。虽然看似矛盾，但前期投入越多努力、时间和资金，整体过程成本反而越低。”

FACTUREE专注于商业客户，支持中小型企业及像CERN、西门子和派克汉尼汾这样的大型工业客户。

“据我所知，我们是同类公司中唯一能提供广泛制造零件而非有限范围的公司，”König表示。“如果客户提出我们目前无法满足的要求——这种情况罕见——我们会学习并在几个月内实现。”

作为专注于零件采购的平台，FACTUREE运用人工智能系统将定制零件与合适供应商匹配。其知识库基于自2017年成立以来收集的专有数据，包含数十亿个关于价格、交货时间、数量和制造知识的数据点。

“我们在人工智能流行前就已开始使用，”König说。“从最初，我们就确保系统在与供应商、客户和员工的每次互动中学习。”

FACTUREE在欧洲和全球运营着超过2000家制造合作伙伴的网络，通过单一联系点实现分布式制造。

“我们从第一天起就在法律范围内对供应商所在国家持中立态度，”König解释道。“目标是为特定零件类型提供最佳价格、交货时间和质量。此外，对于大型项目，我们会同时审核多个供应商。若发生自然灾害导致供应商中断，我们能无缝切换至其他供应商。”

FACTUREE将采购平台与直接人工参与结合，而非作为匿名黑箱运作。客户提交请求后，会被分配一个全程固定的个人商业联系人，以及一个经过工程师培训、拥有制造经验的技术联系人在早期提供决策支持。

“因此我们偏好能共同经历从原型到全系列生产所有阶段的项目，”König说。“知识不会丢失。沟通无中断，客户始终能与同一人交流。”

在实际材料和工艺中，问题可能出现。此时，FACTUREE会承担全部责任解决问题。

“我们不是连接后就离开的网络，”König强调。“我们经营近九年，从未有客户提起诉讼。信任是业务中最宝贵的资源，我们不会浪费它。过于客户友好总比相反要好。”