Стартап из Берлина привлек €5,7 млн, чтобы решить главную проблему промышленного ИИ — ненадежность

Основатели: от запуска ракет к надежным производственным процессам

Компанию в 2025 году основали четыре человека, чей прошлый опыт связан с построением крайне сложных и критически важных систем, обязанных работать предсказуемо:

• Александр (Алекс) Эллинг (CEO) — бывший директор по цифровым технологиям в Isar Aerospace и Volocopter.
• Маттиас Кайнер — создавал системы управления запуском в Isar Aerospace.
• Джеспер Билунд — проектировал интерфейсы управления полетом в Volocopter и работал в платформе автоматизации n8n.
• Камиль Клюбер — ветеран ИТ-консалтинга Thoughtworks.

Аэрокосмическое прошлое здесь — не просто деталь для биографии, это ключ ко всей технической философии компании. Программа запуска ракеты обязана выполнять строго заданную последовательность действий. Любая импровизация невозможна. Команда применила ту же ментальную модель к корпоративному ИИ.

Почему стандартные ИИ-агенты проваливаются на предприятиях

Большинство современных инструментов автоматизации на базе LLM вызывают языковую модель буквально на каждом шагу рабочего процесса. Для регулируемого бизнеса отсюда вытекают три серьезнейшие проблемы:

• Нестабильность. Один и тот же запрос может привести к разным действиям или результатам. Провести аудит и доказать надежность такой системы почти невозможно.
• Риск «галлюцинаций». Если модель выдумает новый шаг согласования или пропустит проверку безопасности, последствия для химического производства или авиастроительной компании будут катастрофическими.
• Сохранность данных. Отправка чувствительных производственных данных в облачные API языковых моделей прямо противоречит требованиям GDPR, европейского AI Act и внутренним политикам безопасности.

В итоге промышленные компании массово тестируют ИИ-агентов, но почти никто не запускает их в реальное производство. На демонстрациях технология смотрится мощно, но доверять ей управление станками или логистикой пока невозможно.

Как работает «Compiled AI» и чем он отличается

Центральный элемент INXM — движок Orchestrator — работает не как бесконечный диалог с чат-ботом, а как традиционный программный компилятор. Процесс четко разделен на две стадии:

1. Фаза компиляции

Сотрудник описывает бизнес-процесс простым, естественным языком. На основе этого описания языковая модель создает завершенный, структурированный и исполняемый «План» — по сути, детерминированный код. Этот план проходит строгую валидацию до того, как будет запущен в работу. Модель используется однократно, в момент создания плана, а не при каждом его выполнении.

2. Фаза выполнения

Уже проверенный «План» запускается на движке Orchestrator. В процессе выполнения он не обращается к языковой модели. Движок самостоятельно координирует работу через существующие системы предприятия — ERP, PLM, MES, почту, механизмы утверждения заявок — и каждый раз выполняет одни и те же шаги в одном и том же порядке.

Разница с обычными агентами радикальна. Стандартные системы на каждом шагу «думают», что им делать, и результат каждый раз может быть разным. INXM же «компилирует» план один раз, а затем просто исполняет его, как обычную программу. Результаты становятся воспроизводимыми, тестируемыми и свободными от «галлюцинаций». В INXM называют это гибкостью естественного языка, встроенной в надежность традиционного кода.

Представьте себе процесс контроля качества на заводе. Инженер описывает на обычном языке, какие шаги согласования и проверки данных необходимы. Система Orchestrator компилирует из этого описания жесткую последовательность действий. Руководитель утверждает этот процесс один раз, и с этого момента при каждом запуске он выполняется одинаково. Данные при этом не покидают завод, а у ИИ нет никакого шанса что-то «додумать».

Инфраструктура, соответствие нормам и ставка на промышленность

Ключевой момент — Orchestrator работает на собственной инфраструктуре заказчика, будь то локальные серверы или частное облако. Производственные данные никогда не покидают периметр предприятия. Такая архитектура изначально соответствует требованиям GDPR и европейского AI Act и позволяет дотянуться до тех заводских систем, которые физически недоступны для облачных решений.

Компания намеренно не пытается создать «универсальный» инструмент автоматизации. Она целится в промышленных гигантов и немецкий Mittelstand — компании с унаследованными системами на своих серверах, жесткими регуляторными требованиями и абсолютной необходимостью в повторяемых результатах. Это не горизонтальная платформа для всех подряд, а решение, созданное специально для тех, кто уже отказался от обычных ИИ-агентов, посчитав их непригодными для реального производства.

С €5,7 млн. свежих инвестиций, командой основателей, прежде отправлявших в космос ракеты, и техническим подходом, превращающим корпоративный ИИ из хаоса диалогов в строгую компиляцию, INXM делает большую ставку. Главная проблема внедрения ИИ в промышленности сегодня — не в недостатке возможностей, а в катастрофической нехватке надежности. И ставка сделана именно на это.