Американский стартап Blue Voice привлек $6 млн на ИИ для полиции, который подсказывает офицерам нужные регламенты прямо во время выезда. Для русскоязычной IT-аудитории здесь важен не только раунд, но и сама модель продукта: это не еще один «умный чат», а вертикальный AI-сервис, заточенный под закрытые локальные правила, муниципальные нормы и внутренние инструкции, которых нет в открытом интернете.
Проект, как пишет TechCrunch, основал Дэвид Лоуренс, бывший студент Harvard Law School. Идея появилась после резонансного инцидента со стрельбой на кампусе: Лоуренс решил, что многие ошибки полиции возникают не из злого умысла, а из-за банальной проблемы доступа к правилам в моменте. Вместе с ним Blue Voice запустили Амит Патанкар, выпускник Harvard MBA и бывший инженер Google, а также Майкл Гропман, бывший заместитель начальника полиции Бостона. Через три года после старта компания вышла из режима скрытой разработки и объявила о посевном раунде на $6 млн, который возглавили SignalFire и Las Olas VC.
Сейчас, по данным компании, сервисом ежедневно пользуются сотрудники 225 окружных агентств в 25 штатах США. Лоуренс сравнивает Blue Voice с Harvey для юристов и OpenEvidence для врачей, и сравнение довольно точное: продукт продает не «магический интеллект», а быстрый доступ к профильному корпусу знаний с привязкой к первоисточнику. В случае полиции это особенно чувствительно, потому что решение часто нужно принять за минуты, а иногда и за секунды. Искать седьмой пункт процедуры в 15-тысячестраничном руководстве ночью на месте происшествия, мягко говоря, не лучший UX. Будить начальника смены тоже так себе сценарий. А обычные потребительские модели вроде публичных чат-ботов, по словам основателя, раньше давали неверные ответы примерно в 30% случаев.
Ключевая ставка Blue Voice сделана на то, что ИИ для полиции нельзя строить на одном только общем LLM-слое. Система обучена на ведомственных правилах, местных ордонансах, внутренних протоколах и других документах конкретного департамента. Отсюда и главный продуктовый тезис: офицер получает не просто сформулированный ответ, а ссылку на исходную норму, по которой этот ответ возник. Для разработчиков и продактов это знакомая, но важная мысль: в чувствительных сценариях выигрывает не самый разговорчивый интерфейс, а тот, где есть grounding, проверяемость и понятный источник. Blue Voice также дает доступ к детальным картам школ на смартфоне во время инцидентов с активным стрелком. Компания утверждает, что сейчас система отвечает на один вопрос каждую минуту.
Отдельно интересна динамика бизнеса. За последний год Blue Voice, по словам Лоуренса, увеличила клиентскую базу в 11 раз. Причина, как он это формулирует, проста: департаменты покупают не разговоры про AI-трансформацию, а конкретный операционный эффект, включая снижение числа спорных инцидентов. В материале приводятся два примера. В одном случае молодой офицер заметил мужчину, который уговаривал девочку сесть в машину, но сомневался, есть ли юридические основания вмешаться. Приложение подсказало, что ситуация подпадает под квалификацию child enticement, и это дало право действовать немедленно. В другом случае сервис напомнил начальнику департамента, что после стрельбы нельзя возвращать сотрудника к активной службе без независимой психиатрической оценки третьей стороной. Проверить эти истории независимо по одному материалу нельзя, но как иллюстрации ценности продукта они работают лучше любого слайда про efficiency gains.
Рыночный контекст тоже показателен. Blue Voice конкурирует с Lexipol, игроком с частным капиталом, и параллельно развивает функции для расследования нераскрытых дел. На этом фоне стартап попадает сразу в два больших тренда. Первый: вертикальные AI-продукты продолжают отъедать пространство у универсальных моделей там, где нужны отраслевые данные, ответственность и след источника. Второй: государственный сектор и силовые структуры начинают покупать AI не как лабораторный эксперимент, а как прикладной SaaS для повседневной работы. При этом тема токсичная: использование ИИ в полицейской практике уже вызывает критику, особенно когда речь идет о слежке и автоматизированных решениях. Лоуренс явно пытается отстроиться от этой повестки и показать, что его система не принимает решение за человека, а лишь быстро поднимает нужные правила и оставляет выбор офицеру.
Для российских разработчиков, фаундеров и руководителей продуктов история Blue Voice полезна как напоминание: самые жизнеспособные AI-компании часто строятся не вокруг «еще одного ассистента», а вокруг доступа к закрытому доменному знанию, которое нельзя просто вытащить из публичной сети. В этой логике вопрос уже не в том, заменит ли LLM специалиста, а в том, кто лучше упакует внутренние регламенты, локальные нормы и аудит решений в сервис, которому можно доверить реальный рабочий процесс. Если эта модель закрепится в полиции, ее быстро начнут копировать и другие регулируемые отрасли, от медицины до муниципального управления. Подробности можно сверить в материале .