Бельгийская компания Polysense из Гента 8 июля 2026 года закрыла раунд на $10,7 млн — переподписанный, во главе с фондом Felix Capital, при участии Fortino Ventures, Syndicate One, 100IN и нескольких бизнес-ангелов (Tech.eu). Годом раньше, в июле 2025-го, та же команда собрала первый посевной раунд на €2 млн (Vestbee). Сумма — не главное. Главное — за что платят инвесторы: за софт, который смотрит на каждую картофелину, чипс и печенье, проезжающие по конвейеру, и сам подкручивает настройки оборудования, если что-то пошло не так.
Что делают
Polysense — компьютерное зрение плюс автоматическое управление процессом для пищевых заводов. Три модуля работают вместе:
- Polysense Qualify — камеры на линии в реальном времени осматривают каждую единицу продукции, а не выборку. Модели обучены в том числе на синтетических данных — это позволяет распознавать редкие дефекты, которых на реальном производстве может не набраться в достаточном количестве для обучения.
- Polysense Platform — собирает данные о качестве и параметрах процесса в одном месте, чтобы технолог видел не только «брак/не брак», но и что происходило с оборудованием в этот момент.
- Polysense AutoControl — замыкает контур: если система видит отклонение, она сама меняет настройки машины (температуру, скорость, давление), а не просто откладывает бракованную единицу в сторону.
Это отличает Polysense от классической оптической сортировки, где брак просто отсеивается после факта. Здесь система пытается не допустить брак на следующем цикле — то есть продаёт не «отсортируем плохое», а «снизим процент плохого».
Клиенты названы публично: Agristo (переработка картофеля, Бельгия), Darta, Poppies Bakeries, Roger & Roger (бренд чипсов Croky), Coroos (переработка овощей) и ChocDecor (Vestbee). Продукт стартовал в Европе, затем компания вышла в США и на Ближний Восток (Tech.eu).
Кто стоит за компанией
Компания основана в 2022 году в Генте тремя сооснователями — Ярне Де Мюнком (гендиректор), Лукасом Ван Дейком (технический директор) и Ярне Богартом (операционный директор) (Vestbee). На середину 2025 года команда состояла примерно из 20 человек — инженеров, специалистов по машинному обучению и по продажам (Vestbee). Подробностей о профессиональном прошлом основателей до Polysense в открытых источниках нет — неподтверждено.
Юнит-экономика: что известно, а что нет
Компания не раскрывает выручку, ARR или цену подписки — это частый случай для раунда на посевной стадии, но означает, что придётся честно разделить факты и догадки.
| Метрика | Значение | Статус |
|---|---|---|
| Общий привлечённый капитал | $2,2 млн + $10,7 млн ≈ $12,9 млн | подтверждено (Tech.eu, Vestbee) |
| Команда | ~20 человек (данные середины 2025) | неполные, могла вырасти к 2026 |
| Названные клиенты | 6 производителей в Европе | подтверждено |
| Выручка / ARR | не раскрыты | — неподтверждено |
| Цена подписки | не раскрыта | — неподтверждено |
| Эффект у клиента | сокращение времени очистки картофеля на 45% у одного из европейских переработчиков за счёт мониторинга в реальном времени и автоматической подстройки | по данным СМИ, без названия конкретного завода |
Единственная содержательная цифра эффекта — снижение времени переработки на 45% у одного заказчика. Это не выручка и не прибыль Polysense, а экономия клиента, и даже она приведена без названия компании и методологии подсчёта — брать её как маркетинговый ориентир, а не как проверенный факт.
Бизнес-модель, судя по описанию продукта, — это подписка на софт плюс установка оборудования (камеры, датчики, edge-вычисления на линии), то есть гибрид SaaS и capex-проекта на стороне клиента. Это не подтверждено компанией напрямую, а выведено из структуры продукта — отмечу как оценку.
Куда пошли деньги и почему это раунд, а не выручка
Деньги, по словам компании, пойдут на расширение продукта на новые этапы производства, найм инженеров, продавцов и специалистов по работе с клиентами, а также на ускорение выхода на международные рынки (Tech.eu). Основатель компании сформулировал единственное публичное подтверждение реального спроса так: «Тяга реальна. Мы прошли путь от первых пилотов до боевых внедрений у некоторых из крупнейших производителей продуктов питания в мире» (Tech.eu). Это цитата, а не цифра — оценивать масштаб бизнеса по ней нельзя.
Контекст рынка: по данным Eurostat, на производство продуктов питания и напитков приходится 19% пищевых потерь в ЕС (Tech.eu) — это и есть та боль, на которой компания строит продажи: не «сделайте продукт лучше», а «выбрасывайте меньше сырья».
Конкуренты
Рынок машинного зрения для сортировки пищевой продукции далеко не пустой. Норвежская TOMRA Food — крупный поставщик оптической сортировки с элементами машинного обучения, швейцарская Bühler Group встраивает контроль качества прямо в производственные линии, американская Cognex продаёт машинное зрение для десятков отраслей, включая пищевую. Все трое в основном решают задачу «обнаружить и отсортировать брак после того, как он появился». Заявленное отличие Polysense — замкнутый контур AutoControl, который меняет настройки оборудования до того, как брак образовался массово, а не после. Насколько это отличие устойчиво против конкурентов с несравнимо большими бюджетами на R&D — открытый вопрос: TOMRA и Bühler производят и само оборудование, значит, могут повторить логику «замкнутого контура» в собственных линиях быстрее, чем небольшой стартап нарастит долю рынка.
Мост для СНГ: что переносимо
Принцип, а не ниша: у любого пищевого производства с конвейером есть точка, где брак образуется незаметно и накапливается — и в этой точке камера плюс модель, которая умеет не просто фиксировать дефект, а подсказывать (или сама менять) настройку оборудования, экономит сырьё, а не только рабочую силу контролёра.
Локальные аналоги в России и СНГ есть, но они закрывают только первую половину задачи. Российские производители фотосепараторов — например, линейка «Сапсан» от компании «Смарт Грейд» — сортируют картофель, овощи и сыпучее сырьё по цвету, размеру и внутренним дефектам с помощью оптики. Это тот же класс задачи, что решает модуль Polysense Qualify. Но замкнутого контура — автоматической подстройки самой линии по результатам осмотра, как делает AutoControl — у таких систем нет: они отсортировывают брак, а не предотвращают его появление на следующей единице продукции.
Норвежская TOMRA исторически присутствовала на российском рынке, но с 2022 года поставки нового западного оборудования и программного обеспечения для промышленности идут через параллельный импорт и сервисные ограничения — это открывает нишу для локального игрока, который сделает софт под уже установленное на заводах оборудование, а не будет продавать вместе с ним новые камеры и контроллеры западного производства.
Что мешает прямому переносу модели:
- Возраст оборудования. На многих производствах в СНГ линии старше и управляются контроллерами вроде «ОВЕН» или Siemens S7 без современных промышленных шин данных — интеграция замкнутого контура потребует больше инженерной работы на объекте, чем в Европе, где линии моложе.
- Продажа не через сайт. Это B2B-контракты с производственными предприятиями, а не подписка через YooKassa или Tinkoff — сделка идёт через тендер или прямые переговоры с технологом и главным инженером завода, цикл — месяцы, а не недели.
- Данные и вычисления. Для соблюдения требований по хранению данных и во избежание зависимости от зарубежной инфраструктуры логичнее строить обработку видео на локальных мощностях — Yandex Cloud, Selectel или edge-сервер прямо на заводе — а не гонять поток видео в облако за границей.
Кто в СНГ мог бы быть первым клиентом: переработчики картофеля и овощей (заморозка, чипсы, снеки), крупные хлебопекарные комбинаты и кондитерские фабрики — то есть тот же профиль заказчика, что и у Polysense в Европе, только с российскими или казахстанскими названиями вместо бельгийских. Называть конкретные компании как потенциальных клиентов без подтверждения их интереса не буду — это гипотеза, не факт.
Риски
- Выручка не раскрыта. Оценивать бизнес как «работающий» в терминах политики издания нельзя — есть переподписанный раунд и шесть названных клиентов, но нет ни одной публичной цифры выручки. Это ранняя стадия, даже если продукт уже в боевой эксплуатации.
- Капиталоёмкость продаж. B2B-продажи промышленного оборудования и софта заводам — это долгие циклы сделки и штучная интеграция под каждую линию, а не самообслуживание. Быстро масштабировать такую модель на десятки заводов сложнее, чем нарастить SaaS-подписки для малого бизнеса.
- Крупные игроки могут скопировать логику. TOMRA и Bühler производят собственное оборудование — им не нужно ничего покупать у Polysense, чтобы встроить похожий замкнутый контур в свои линии.
- Зависимость от нескольких клиентов. Пока названо шесть заказчиков — потеря одного-двух крупных резко меняет картину выручки на этой стадии.
Вердикт
Polysense продаёт не «искусственный интеллект для еды», а конкретную вещь: меньше сырья в отходы за счёт того, что система не просто находит брак, а подстраивает оборудование раньше, чем брак случится массово. Для СНГ переносим не бренд и не конкретный продукт, а сама идея — замкнуть цикл «увидел проблему → исправил линию» там, где сейчас стоит только сортировка после факта; барьер не технологический, а интеграционный — старое оборудование и длинный цикл B2B-продажи заводам.
