Бельгийский стартап Timefold привлёк $13 млн Series A: оптимизация расписаний как новая инфраструктура для эпохи ИИ

23 июня 2026 года Timefold — бельгийский стартап, создающий API-first платформу для оптимизации расписаний, — объявил о закрытии раунда финансирования Series A на $13 млн . Компания предлагает API для построения маршрутов транспорта и составления рабочих смен, предназначенные для встраивания разработчиками в ПО для управления полевыми службами и персоналом .

Детали раунда финансирования

Раунд Series A возглавил фонд Alstin Capital, а Kompas VC выступил в роли соинвестора. Также участие приняли действующие инвесторы Lakestar и Smartfin . О сделке было объявлено из штаб-квартиры компании в Генте, Бельгия .

Сумма, эквивалентная €11 млн (примерно $13 млн по текущему курсу), предназначена для ускорения экспансии на рынок США и развития продуктовой платформы .

Платформа и возможности

Timefold предоставляет API-first платформу для оптимизации маршрутов транспорта и составления смен . Ключевые возможности включают:

• API для маршрутизации «Pickup & Delivery» — автоматически распределяет заказы между водителями и транспортными средствами, оптимизируя производительность и сокращая время в пути
• Составление смен — учитывает реальные ограничения, изменяющийся спрос, сбои и сложность рабочей силы
• Open-source Solver (Apache 2.0) — для создания собственных моделей оптимизации на Java или Kotlin; охватывает задачи маршрутизации (VRP), планирования технического обслуживания, цехового планирования и составления графиков сотрудников
• Stateless REST поверх JSON — технологически нейтральная архитектура, рассчитанная на промышленные масштабы

В Kompas VC описывают платформу как «платформу оптимизации расписаний для эпохи ИИ», которая позволяет разработчикам встраивать корпоративную маршрутизацию и составление расписаний без необходимости быть экспертами в сложной математической оптимизации .

Технология базируется на 18-летнем опыте разработки с открытым исходным кодом (происходит от проекта OptaPlanner, форк которого Timefold создал в 2023 году) и обрабатывает любые ограничения любого масштаба, гарантируя детерминированную корректность каждый раз .

Коммерческий успех

Годовой повторяющийся доход (ARR) Timefold вырос в 4 раза в 2025 году . Enterprise-клиенты, внедряющие API Timefold в критически важные процессы составления расписаний, включают NEC Software Solutions, CBRE, Lufthansa, Thales, Orange Telecom, ADP и Subaru . Согласно собственным объявлениям о вакансиях, компания нацелена на рост примерно с $3 млн до $10 млн ARR .

По оценкам сторонних источников, выручка Timefold составляла $3,3 млн по состоянию на сентябрь 2025 года при штате в 30 человек . Open-source solver компании ежедневно в промышленных масштабах распределяет миллионы визитов, смен или задач между сотрудниками, транспортными средствами или станками .

Видение CEO: оптимизация как фундаментальная инфраструктура

Мартен Ванденбрук, CEO и сооснователь, сформулировал миссию Timefold следующим образом:

«Расписания управляют миром. Мы все зависим от расписания, и миллионы работников frontline — тоже. Их рабочий день зависит от того, насколько правильно оно составлено.»

«Поскольку ПО становится всё более автономным, оптимизация превращается в фундаментальную инфраструктуру.»

Ванденбрук утверждает, что хотя AI-агенты открывают новые возможности для автономного поведения ПО, расписания, сгенерированные большими языковыми моделями (LLM), часто оказываются несостоятельными из-за их вероятностной природы. Timefold восполняет этот пробел с помощью детерминированной оптимизации, учитывающей ограничения .

Конкурентная позиция

Timefold находится на пересечении нескольких трендов: рост API-first инфраструктуры, переход к автономным программным агентам и потребность в детерминированных решениях для корпоративных операций. Предлагая как open-source solver (для разработчиков, желающих создавать собственные модели), так и управляемые API (для команд, которым нужны готовые решения), Timefold стремится стать стандартным слоем оптимизации для корпоративных приложений .

Подход компании противопоставляется инструментам составления расписаний на основе LLM, которые, по словам Ванденбрука, не могут надёжно обрабатывать корпоративные ограничения в масштабе .