Чому український AI-стартап, підтриманий Y Combinator і Bloomberg Beta, обрав клієнтами "нудні" заводи кондиціонерів та тракторів

Український AI-стартап Prox, який пройшов акселератор Y Combinator та залучив інвестиції від Bloomberg Beta, SV Angel і низки інших фондів, зробив ставку на ринок промислового обладнання замість популярних напрямків на кшталт фінансових технологій. Серед клієнтів компанії – виробники тракторів, кондиціонерів, будівельної техніки та квадроциклів у США.

Про це в інтерв'ю OBOZ.UA розповів співзасновник і генеральний директор Prox Дмитро Яновський. За його словами, компанія свідомо обрала так звані "нудні" індустрії, де проблеми клієнтської підтримки залишаються невирішеними навіть попри стрімкий розвиток штучного інтелекту.

Серед клієнтів Prox уже є американський логістичний єдиноріг ShipBob, який щомісяця проводить через систему понад мільйон доларів транзакцій клієнтської підтримки. Стартап також привернув увагу міжнародних інвесторів, а навесні 2026 року про нього написала газета The New York Times.

Чому саме промислове обладнання, а не банки

Яновський пояснює, що більшість сучасних AI-сервісів добре працюють із простими запитами клієнтів – наприклад, коли потрібно дізнатися статус доставки товару чи повернути замовлення. Такі задачі вже давно вирішують великі платформи на кшталт Zendesk, Intercom або Front.

Натомість виробники промислового обладнання стикаються зі значно складнішими запитами. Під час ремонту чи налаштування дорогого обладнання технікам часто доводиться годинами шукати інформацію в технічній документації, схемах, таблицях сумісності та сервісних бюлетенях.

"Якщо ви продаєте промисловий нагрівач за двадцять тисяч доларів, ваш технік дві години стоїть на лінії з виробником, аби зʼясувати, який термінал зʼєднується з яким проводом. Звичайна AI-модель схему не намалює", – пояснив Яновський.

Для розв'язання цієї проблеми Prox створив систему, яка завантажує технічну документацію виробника в єдину базу знань і дозволяє AI-агентам працювати з кресленнями, схемами, CAD-моделями та навіть відео в режимі реального часу.

Чому компанія не пішла у FinTech

За словами керівника стартапу, вирішальним фактором стала не популярність галузі, а вартість помилки. Якщо штучний інтелект неправильно відповість клієнту банку, наслідки можуть бути обмеженими. У випадку з трактором, кондиціонером чи будівельною технікою неправильна порада може призвести до дорогого ремонту або тривалого простою обладнання.

"Ми обираємо категорії, де AI має реальний фінансовий важіль. Якщо технік невірно зрозумів, який провід куди йде, це не баг у софті. Це згоріла плата і викликаний майстер за двісті доларів на годину", – зазначив Яновський.

Додатковим фактором стала нестача технічних спеціалістів у США. За його словами, виробники кондиціонерів, сільськогосподарської техніки та важкого обладнання роками стикаються з дефіцитом сервісних інженерів, тоді як досвідчені працівники виходять на пенсію швидше, ніж з'являються нові кадри.

Яновський додає, що значну частину нових клієнтів компанія знаходить через LinkedIn, де регулярно розповідає про застосування штучного інтелекту в промислових галузях. Саме звідти часто починаються перші контакти з виробниками обладнання.