Andercore привлекает $40 млн в рамках раунда серии B для расширения платформы промышленной торговли на основе ИИ

Берлинская промышленная торговая платформа Andercore привлекла $40 млн в рамках раунда серии B, объединив акционерный и долговой капитал для финансирования планов по расширению в Европе. В раунде приняли участие существующие инвесторы Atomico и Project A, а также Inven Capital в качестве нового инвестора, вместе с институциональным финансированием от Commerzbank и KfW. Компания теперь привлекла в общей сложности $75 млн.

Переосмысление промышленного снабжения с помощью ИИ

Глобальная оптовая торговля представляет собой одну из крупнейших коммерческих систем в мире, лежащую в основе промышленных цепочек поставок в области инфраструктуры, энергетики и строительства. Однако большая часть сектора по-прежнему зависит от ручных рабочих процессов, фрагментированных сетей поставщиков и не透рачных структур ценообразования.

Andercore начала с ориентации на основные промышленные категории, такие как инфраструктура, энергетика и строительные материалы — сегмент, представляющий более €200 млрд годового спроса в Европе. Компания работает на основе модели торговли без активов, в которой она покупает у международных поставщиков и продает местным покупателям на свой счет, а ее проприетарная платформа ИИ управляет полным циклом торговли.

Система оркестрирует ценообразование, котирование, обеспечение качества, распределение и встроенное финансирование. Тысячи транзакций теперь проходят через платформу каждый месяц в семи европейских рынках.

Лидерский взгляд и операционная глубина

Основатель и генеральный директор Philipp Andernach описывает Andercore как «ИИ, который перемещает контейнеры с реальными продуктами по всему миру». Цель — ввести предсказуемость, дисциплину и скорость в цепочки поставок, которые исторически полагались на ручную координацию.

Andernach приносит глубокие отраслевые корни в компанию, будучи представителем пятого поколения производственной и торговой семьи. Этот операционный опыт сформировал фокус Andercore на выполнении как технологий.

Сегодня компания насчитывает около 80 человек в Европе и Азии, работает из Берлина с офисами в Индии и Китае. Она обслуживает крупных промышленных игроков, включая Synthos Group, Wolf & Müller, Sotralenz Construction, Phnix и Strabag.

Поддержка клиентов и инвесторов

Один из клиентов, Жан-Марк Левассер, директор Hebert Électricité в Нормандии, описал использование Andercore для крупного инфраструктурного проекта в Гавре. По словам Левассера, компания предоставила быстрые котировки, надежные сроки доставки, привлекательные условия оплаты и общую экономию примерно 12% по сравнению с традиционными источниками закупок.

Инвесторы указывают на масштаб возможности модернизации промышленной торговли. Никлас Зеннстрём из Atomico подчеркнул экономическую важность оптовой торговли и необходимость технологической эффективности в трансграничных поставках. Флорян Хайнemann из Project A выделил сочетание операционной дисциплины и масштабируемой технологии как ключ к росту компании.

Будущее торговли, оркестрируемой ИИ

Модель Andercore отражает более широкий сдвиг в том, как традиционные отрасли преобразуются с помощью ИИ. Вместо того, чтобы действовать как рынок, компания позиционирует свою платформу как слой оркестровки, который управляет логикой ценообразования, оценкой рисков, координацией логистики и финансовой структурой в едином рабочем процессе.

Если это будет успешно, этот подход может сигнализировать о более широкой трансформации глобальной торговли. Промышленная закупка — долгое время характеризующаяся ручными переговорами и изолированными системами — может все чаще работать как процесс, управляемый данными и программным обеспечением. Для поставщиков и покупателей это означает более прозрачную, быструю и капиталоэффективную торговую среду.

По мере того, как ИИ переходит от экспериментов к инфраструктуре, платформы, такие как Andercore, предполагают, что даже самые сложные, активно-интенсивные секторы могут быть переструктурированы вокруг прогностических систем и автоматизированного выполнения.