Промисловий штучний інтелект: де AI створює найбільшу вартість

Поки більшість AI-стартапів змагаються за ринок чатботів, генераторів презентацій та офісних помічників, найбільший економічний ефект від штучного інтелекту може формуватися далеко від офісів — на заводах, складах, в енергетиці, логістиці та ланцюгах постачання. Економіст Віктор Галасюк на своєму YouTube-каналі розповів про стартап Arrakis, який впроваджує агентні AI-системи у критичні процеси реального сектору.

Засновники компанії виходять із того, що близько 70% світової робочої сили працює не за офісним столом. У промисловості кожне точніше рішення безпосередньо впливає на обсяг запасів, простої обладнання, операційні витрати, швидкість постачання та потребу бізнесу в оборотному капіталі.

Саме тому найбільші гроші від AI можуть зосередитися не в сервісах для створення текстів і зображень, а в системах, які змінюють економіку фізичних операцій.

Промисловий штучний інтелект залучив $38 млн за сім місяців

Arrakis заснували у січні 2026 року Рафаель Кінтанілья, колишній віцепрезидент венчурного фонду Accel, а також Гарун Белтаїфа, Ромен Фуян і Михайло Галков. Двоє співзасновників працювали у Palantir, а Галков — у Delivery Hero.

У команді стартапу близько 15 людей із досвідом роботи в Revolut, Datadog, ElevenLabs, ASML, KKR і Blackstone. Попри невелику чисельність, компанія зібрала фахівців, які поєднують технологічну, інвестиційну та операційну експертизу.

Назва Arrakis відсилає до пустельної планети Арракіс із «Дюни» Френка Герберта, де видобували найцінніший ресурс у всесвіті. Для стартапу таким ресурсом стають промислові дані — інформація про закупівлі, запаси, виробничі плани, обладнання та переміщення товарів.

22 липня компанія вийшла зі стелс-режиму й оголосила про залучення $38 млн. Сума складається з посівного раунду на $7,5 млн під керівництвом Accel у березні та Series A на $30 млн, який очолив Blossom Capital за участі Accel, GFC, MainObject і Rerail. Після інвестицій стартап оцінили приблизно у $140 млн.

Особисті кошти в Arrakis також вклали генеральний директор Datadog Олів’є Помель, керівник бізнес-продуктів OpenAI Олів’є Годеман і засновник оборонного стартапу Cambridge Aerospace Джунаїд Хусейн.

Участь топменеджерів технологічних компаній свідчить, що інвестори бачать перспективу не лише в універсальних моделях, а й у системах, які можуть безпосередньо зменшувати витрати промислових підприємств.

AI-агенти для бізнесу: три рівні впровадження

Arrakis не продає клієнтам ще одну універсальну мовну модель. Компанія розгортає агентні AI-системи у закупівлях, виробничому плануванні, управлінні запасами та ланцюгах постачання.

Архітектура продукту складається з трьох рівнів:

Такий підхід відрізняється від звичайної купівлі програмної ліцензії. Підприємство отримує не лише технологію, а й команду, яка вивчає робоче середовище та адаптує агентів до його специфіки.

Це принципово важливо для автоматизації. Якщо бізнес-процес погано організований, підключення штучного інтелекту не зробить його ефективним. Воно може лише прискорити наявний хаос, збільшити витрати та створити додаткові ризики.

Автоматизація виробництва економить до 70% на обчисленнях

Модельна незалежність визначає економіку продукту Arrakis. Компанія не прив’язує клієнта до одного розробника AI та може змінювати модель залежно від складності й вартості завдання.

Підписуйтеся на наші соцмережі

Спочатку новий процес запускають на потужних комерційних моделях. Після стабілізації частину навантаження переносять на дешевші open source-рішення.

За заявою компанії, такий підхід забезпечує:

Для промислових клієнтів важливим залишається і контроль над інформацією. Дані та інтелектуальна власність залишаються у замовника й не використовуються для тренування сторонніх моделей.

У виробництві, енергетиці та аерокосмічній галузі це не додаткова функція, а базова вимога. Операційні дані можуть містити інформацію про виробничі потужності, постачальників, технології та критичну інфраструктуру.

AI-агенти скорочують операційні процеси до 90%

Arrakis уже має п’ять платних клієнтів в енергетиці, логістиці, аерокосмічній галузі, телекомунікаціях і виробництві. Серед них є компанії, акції яких торгуються на Нью-Йоркській фондовій біржі. Стартап також підписав першого клієнта у США.

В одному з найпомітніших кейсів складний ручний процес закупівель перевели у workflow, яким керують AI-агенти. Тривалість циклу скоротилася на 90%.

Загалом компанія заявляє про скорочення часу виконання операційних завдань на 60–90% за точності понад 99%.

Для промисловості точність має принципове значення. Помилка в офісному тексті потребує редагування, тоді як неправильне рішення у виробничому процесі може спричинити простій обладнання, штраф регулятора, зрив постачання або зупинку конвеєра.

Тому промисловий штучний інтелект має не лише працювати швидко, а й забезпечувати передбачуваний, контрольований і відтворюваний результат.

Інвестиції в AI переходять до оплати за результат

Значна частина винагороди Arrakis залежить від досягнутого результату, а не від кількості ліцензій чи годин консультантів.

Компанія продає не доступ до інструмента, а вимірювані зміни в економіці бізнесу:

На відміну від традиційного консалтингу, який продає час фахівців, Arrakis продає працюючих агентів. Від великих корпоративних платформ стартап намагається відрізнятися швидкістю: ефект обіцяють за тижні, а не за квартали.

Компанія фактично формує категорію AI deployment company — постачальника, який не обмежується розробленням програмної платформи, а розгортає її безпосередньо на майданчику клієнта й відповідає за практичний результат.

Така модель змінює сам принцип продажу корпоративного AI. Клієнт платить не за набір функцій, а за скорочений виробничий цикл, зменшені витрати або вивільнений оборотний капітал.

Штучний інтелект у промисловості підтримує реіндустріалізацію Заходу

Рафаель Кінтанілья пов’язує місію Arrakis із реіндустріалізацією Заходу. Нові промислові підприємства не зможуть самостійно розв’язати проблему глобальної конкурентоспроможності. Технології також мають посилити компанії, які вже управляють заводами, енергетичною інфраструктурою та міжнародними ланцюгами постачання.

Для західних економік це не лише питання продуктивності. Виробництво дедалі сильніше пов’язане з економічною безпекою, технологічним суверенітетом і здатністю зменшувати залежність від зовнішніх постачальників.

AI-агенти можуть допомогти підприємствам краще використовувати власні дані, швидше реагувати на збої та точніше планувати виробництво. У такому контексті промисловий штучний інтелект стає не просто програмним продуктом, а одним з інструментів глобальної конкуренції.

Ринок AI-агентів може перевищити $52 млрд до 2030 року

Ринок AI-агентів оцінювали приблизно у $8 млрд у 2025 році. До 2030-го він може перевищити $52 млрд.

Штучний інтелект уже переходить із легких офісних завдань у:

Власні агентні рішення для промисловості розвивають SAP та Amazon Web Services. Palantir залишається одним з орієнтирів у сегменті mission-critical AI, де від роботи систем залежить виконання критичних операцій.

Конкуренція зростає і серед молодших компаній. Лондонський PhysicsX залучив $300 млн за оцінки майже $2,5 млрд, хоча зосереджується переважно на фізичному моделюванні, а не на щоденних операціях. Берлінський INXM залучив майже €6 млн на аудит AI-workflow, а Octonomy — близько $20 млн на агентів для виробництва.

Кошти Series A Arrakis планує спрямувати на потроєння команди, розвиток платформи, посилення безпеки та відкриття офісів у Нью-Йорку й на Близькому Сході на додачу до Лондона і Парижа.

Ця географія відповідає бізнес-моделі компанії. Саме у США та країнах Близького Сходу працюють великі промислові, енергетичні й логістичні групи з найбільшими бюджетами на автоматизацію.

Де промисловий штучний інтелект створює найбільшу вартість

Arrakis показує, як змінюється логіка ринку штучного інтелекту. Після хвилі чатботів, генераторів текстів і офісних помічників AI переходить у середовище, де кожне рішення має прямий фінансовий вимір: у виробництво, енергетику, логістику, закупівлі та управління ланцюгами постачання.

У цих галузях цінність технології визначається не кількістю створених текстів чи зображень. Її вимірюють скороченням простоїв, запасів та операційних циклів, зниженням витрат, точнішим прогнозуванням попиту й ефективнішим використанням оборотного капіталу.

Модель Arrakis також демонструє, що промисловому клієнту недостатньо отримати доступ до мовної моделі. Йому потрібні спеціалізовані агенти, інтеграція з чинними системами, захист даних і команда, здатна перебудувати процес безпосередньо на підприємстві.

Конкуренція поступово переходить від якості окремої моделі до здатності перетворити її на стабільний операційний результат. Виграватимуть не лише компанії з найпотужнішим AI, а й ті, хто зможе інтегрувати його у складне виробниче середовище та довести його фінансову ефективність.

Наступний етап покаже, чи зможе Arrakis стати помітним конкурентом Palantir у сегменті швидкого впровадження промислового AI, чи приверне увагу більшого технологічного гравця як потенційна ціль для поглинання. Однак перші контракти вже підтверджують важливу зміну: бізнес готовий платити за штучний інтелект не як за ліцензію, консультацію чи набір функцій, а як за конкретне поліпшення економіки підприємства.

Найбільші гроші в AI можуть опинитися не в сервісах, що допомагають офісному працівникові швидше написати лист, а в системах, які скорочують виробничий цикл, запобігають зупинці обладнання та допомагають великим компаніям ефективніше управляти фізичними ресурсами. Саме в переході від цифрового контенту до реальних операцій формується наступний великий ринок штучного інтелекту.