AI-стартап CVector з Нью-Йорка, який спеціалізується на розробці «мозку» та «нервової системи» для промислових підприємств, оголосив про залучення $5 мільйонів інвестицій у рамках seed-раунду. Засновники компанії Річард Чжан і Тайлер Рагглс наголошують, що їх головне завдання зараз — переконати клієнтів і інвесторів у реальних фінансових перевагах впровадження їх програмного забезпечення на виробництві.
Про це розповідає ProIT
Перші клієнти та практичні результати
Після закриття pre-seed-раунду у липні минулого року CVector вже інтегрував свою систему у низці підприємств: серед клієнтів є державні комунальні служби, сучасні виробничі підприємства та хімічні заводи. Розробники отримали конкретні приклади, як їхній продукт допомагає економити кошти та вирішувати виробничі задачі. Як зазначає Чжан, багато компаній не мають інструментів, щоб оцінити вплив навіть малих рішень на економіку підприємства.
“One of the core things we’re witnessing,” he said, is customers “really lack the tool to translate a small action, like turning on and off a valve, [into] did that just save me money?”
Серед перших клієнтів — компанія ATEK Metal Technologies з Айови, яка виготовляє алюмінієві відливки для мотоциклів Harley-Davidson. CVector допомагає їм виявляти потенційні поломки, оптимізувати енерговитрати заводу та відстежувати зміни цін на сировину. Ще одним клієнтом стала Ammobia, стартап зі сфери матеріалознавства з Сан-Франциско, який прагне здешевити виробництво аміаку. Незважаючи на відмінність напрямків, завдання для обох компаній залишаються схожими: аналіз даних для підвищення ефективності та зниження витрат.
Зростання команди та зміни у промисловості
Станом на січень 2026 року штат CVector зріс до 12 осіб, а компанія відкрила перший офіс у фінансовому районі Мангеттена. Долучаються спеціалісти з фінансового сектору, зокрема з хедж-фондів, які мають досвід роботи з великими масивами даних для отримання фінансових переваг.
Чжан пояснює, що ключовою ідеєю CVector є концепція «операційної економіки» — розташування їхнього продукту між виробничими процесами та фінансовими результатами підприємства. Особливо перспективними для застосування таких технологій залишаються комунальні підприємства, де можна відстежити економічний ефект навіть від незначних змін у роботі обладнання.
За словами засновників, ще рік тому розмова про AI у промисловості часто зустрічала скепсис, проте за останні пів року ситуація кардинально змінилася: дедалі більше клієнтів прагнуть впроваджувати AI-рішення, навіть якщо економічний ефект не одразу очевидний. Це створює умови для швидкого зростання попиту на такі інновації.
Тайлер Рагглс додає, що, попри різноманіття клієнтів — від традиційних виробництв до нових енергетичних компаній — усі вони прагнуть отримати фінансову вигоду в умовах зростаючої невизначеності та складних ланцюгів постачання. Тому інтеграція AI для оптимізації витрат стає дедалі більш актуальною для промислового сектора США.