Altara привлекла $7 млн, чтобы навести порядок в данных физических наук

Производители батарей, полупроводников и медицинских устройств тонут в данных — но большая их часть оседает в разрозненных таблицах и устаревших системах. Сан-францисский стартап Altara привлёк $7 млн посевного раунда, чтобы решить именно эту проблему: компания разработала AI-платформу, которая собирает фрагментированную техническую информацию в единое пространство и делает её пригодной для анализа.

Раунд возглавил фонд Greylock, в нём также участвовали Neo, BoxGroup, Liquid 2 Ventures и известный инженер Google Джефф Дин. Altara основана в 2025 году двумя выпускницами Гарварда: Евой Тюке, ранее занимавшейся физикой частиц в Fermilab и работавшей в SpaceX, и Кэтрин Йео, бывшим AI-инженером в Warp.

Недели на «охоту за данными» — и это норма

Проблема, которую решает Altara, хорошо знакома инженерам в наукоёмких отраслях. Когда в ходе R&D-тестирования отказывает батарейная ячейка, команда вынуждена вручную перебирать десятки источников: логи датчиков, данные о температуре и влажности, исторические отчёты об отказах. По словам сооснователя Кэтрин Йео, такая «охота за данными» нередко растягивается на недели и даже месяцы — просто чтобы диагностировать одну неисправность.

Altara утверждает, что её AI сжимает этот процесс до минут. Платформа не требует замены существующей инфраструктуры — она подключается к уже имеющимся данным компании как интеллектуальный слой поверх них. Это принципиально отличает подход Altara от более капиталоёмких конкурентов.

Партнёр Greylock Коринн Райли проводит аналогию с миром программного обеспечения: когда падает сервис, инженер по надёжности (SRE) открывает стек наблюдаемости, находит коммит, вызвавший сбой, и устраняет его. Altara делает то же самое — но для физического мира: батарей, чипов, имплантов.

««Кто-то внёс изменение в код, и это вызвало отказ», — объясняет Райли логику SRE-подхода, который Altara переносит в hardware.»

Для сравнения: поддерживаемый Greylock стартап Resolve, специализирующийся на диагностике программных сбоев, уже оценивается в $1,5 млрд. Altara метит в аналогичную нишу, только на стороне железа.

Физические науки как следующий рубеж AI

Altara работает не в одиночку: стартапы Periodic Labs и Radical AI тоже применяют искусственный интеллект к научным исследованиям. Однако их подход предполагает переосмысление самого исследовательского процесса с нуля, тогда как Altara делает ставку на интеграцию с действующими производствами и лабораториями — без необходимости менять десятилетиями выстроенные процессы.

Такой подход существенно снижает барьер входа для потенциальных клиентов. Крупные производители редко готовы к радикальной перестройке инфраструктуры, но охотно добавляют аналитический слой поверх существующих систем — особенно если он даёт измеримый результат уже в первые недели.

Коринн Райли из Greylock называет AI для физических наук «следующим большим рубежом» и прогнозирует взрывной рост сектора в ближайшие годы. Логика понятна: если AI уже трансформировал разработку ПО, финансы и медицинскую диагностику, физическое производство остаётся одной из последних крупных областей, где автоматизация анализа данных только начинается.

Что это значит для белорусского рынка

Для белорусских компаний, работающих в hardware-смежных нишах — от разработки встраиваемых систем до производства электроники, — кейс Altara показателен сразу в нескольких измерениях. Во-первых, он демонстрирует, что проблема разрозненности технических данных универсальна и существует не только в крупных корпорациях, но и в любой R&D-команде.

Во-вторых, подход «AI как слой поверх существующих данных» — без замены инфраструктуры — вполне воспроизводим в условиях белорусских технологических компаний. Резиденты ПВТ, занимающиеся промышленным IoT, машинным зрением или embedded-разработкой, работают с похожими массивами разрозненных данных. Инструменты класса Altara могут стать как конкурентным ориентиром, так и потенциальным вектором для собственных продуктовых решений.

Наконец, сам факт того, что Greylock — один из наиболее авторитетных венчурных фондов Кремниевой долины — делает ставку на физические науки как на «следующий рубеж», говорит о смещении венчурного интереса от чисто программных продуктов к hardware-интеллекту. Это тренд, за которым стоит следить.