Applied Computing pozyskuje 20 mln dolarów na model AI dla przemysłu naftowo-gazowego
Londyński startup Applied Computing zebrał 20 milionów dolarów w serii A, aby rozwijać swój fundacyjny model AI, Orbital, przeznaczony dla sektora naftowego, gazowego i petrochemicznego.

Londyński startup Applied Computing, założony w 2023 roku, ogłosił pozyskanie 20 milionów dolarów w rundzie finansowania Serii A. Liderem rundy był gigant inżynieryjny KBR, a wzięło w niej udział również Databricks Ventures. Środki te mają wesprzeć rozwój fundacyjnego modelu sztucznej inteligencji o nazwie Orbital, przeznaczonego dla przemysłu naftowego, gazowego i petrochemicznego.
Wyzwania w przemyśle energetycznym i rola Orbital
Sektor naftowy, gazowy, rafineryjny i petrochemiczny charakteryzuje się ogromną złożonością. Pojedynczy obiekt może posiadać tysiące czujników mierzących różnorodne parametry, takie jak temperatura, ciśnienie, prędkość czy lepkość. Mimo obfitości danych, operatorzy często wykorzystują mniej niż 8% dostępnych informacji do podejmowania decyzji operacyjnych. Callum Adamson, współzałożyciel i CEO Applied Computing, podkreśla, że głównym problemem jest integracja danych z czujników, dokumentacji inżynieryjnej oraz zasad fizyki i chemii w czasie rzeczywistym, co uniemożliwia szybką analizę i prognozowanie.
Model Orbital ma za zadanie rozwiązać ten problem. W przeciwieństwie do dużych modeli językowych przewidujących kolejne słowa, Orbital łączy w sobie model szeregów czasowych, model oparty na fizyce oraz model językowy. Dzięki temu jest w stanie przewidywać stan obiektu, analizując odczyty czujników, uwzględniając prawa fizyki i chemii, a także ograniczenia sprzętowe i działania operatorów. Umożliwia również technikom przeprowadzanie symulacji, pokazujących, jak zmiana w jednej części obiektu może wpłynąć na całą jego działalność.
Szybkość i efektywność operacyjna
Kluczową zaletą, którą Applied Computing promuje, jest szybkość działania Orbital. Firma twierdzi, że model potrafi w ciągu kilku minut wykrywać anomalie, badać ich przyczyny i modelować potencjalne konsekwencje proponowanych rozwiązań w innych częściach obiektu. Adamson zaznacza, że produkt może skrócić czas dochodzeń, które wcześniej trwały dni lub tygodnie, do zaledwie sekund. Ma to pomóc operatorom w redukcji zużycia energii i utrzymaniu wydajności.
Obietnica szybkości znalazła już uznanie na rynku. W ciągu niespełna 18 miesięcy od wyjścia z fazy stealth, startup osiągnął dwucyfrowe miliony dolarów rocznych przychodów cyklicznych. Model Orbital jest obecnie wykorzystywany przez „duże, notowane na giełdzie” firmy z sektora wydobywczego (upstream), rafineryjnego (downstream) i petrochemicznego. Wśród partnerów Applied Computing znajduje się indyjska firma energetyczna Wipro oraz KBR, która zintegrowała Orbital ze swoją platformą cyfrową INSITE 3.0 i wykorzystuje go w produkcji amoniaku. Firma współpracuje również z „głównym operatorem upstream w USA” i planuje ogłosić partnerstwo z europejskim gigantem naftowym.
Konkurencja i strategia rozwoju
Rynek, na który wkracza Applied Computing, jest już zajęty przez ugruntowanych dostawców oprogramowania przemysłowego, takich jak AspenTech i AVEVA, oferujących symulacje i modelowanie oparte na AI. Istnieją również bardziej wyspecjalizowane startupy AI, np. Cognite i Seeq, koncentrujące się na analizie danych przemysłowych i zastosowaniach AI w przepływach pracy.
Adamson uważa, że przewagą Applied Computing nie jest dostęp do danych przemysłowych czy wiedza procesowa, lecz zdolność do zgromadzenia badaczy AI, którzy są w stanie stworzyć model konkurencyjny dla Orbital. Podkreśla, że jest to przede wszystkim „problem AI, a nie problem danych czy energii”. Dodatkowo, dane operacyjne pozyskiwane z wdrożeń Orbital są kluczowe, ponieważ dane symulowane nie odzwierciedlają w pełni rzeczywistych warunków pracy instalacji. Partnerstwo z KBR zapewnia Applied Computing dostęp do danych operacyjnych, wiedzy branżowej oraz potencjalnych klientów.
Pozyskane 20 milionów dolarów zostanie przeznaczone na międzynarodową ekspansję, zatrudnianie specjalistów na stanowiska badawcze i inżynieryjne oraz na dalsze wdrożenia u klientów energetycznych. Applied Computing otworzyło również biuro w Houston, uzupełniając swoją siedzibę w Londynie i centrum operacyjne w Bengaluru. Nowa lokalizacja w USA ma zbliżyć firmę do dwóch istniejących klientów w Ameryce Północnej, a w planach jest także ekspansja na Bliski Wschód.
Inwestycja w Applied Computing i rozwój modelu Orbital podkreśla rosnące znaczenie sztucznej inteligencji w optymalizacji złożonych procesów przemysłowych. Zdolność do szybkiej analizy i predykcji w sektorze energetycznym może przynieść znaczące korzyści w zakresie efektywności operacyjnej, redukcji kosztów i zrównoważonego rozwoju, co czyni ten obszar kluczowym dla innowacji technologicznych w nadchodzących latach.
Źródło: techcrunch.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

CEO Pangram: Jesteśmy "niebezpiecznie blisko" teorii martwego internetu
Max Spero, CEO firmy Pangram, ostrzega przed rosnącym problemem zaufania w internecie, wynikającym z powszechnego użycia treści generowanych przez sztuczną inteligencję. Jego firma oferuje narzędzia do wykrywania AI, aby
Redakcja Aigest9 godz. temu

BenchMIRT: Nowe spojrzenie na to, co mierzą benchmarki LLM
Artykuł analizuje skuteczność tradycyjnych benchmarków w ocenie dużych modeli językowych (LLM), wprowadzając koncepcję BenchMIRT, która ma lepiej oddawać ich rzeczywiste możliwości.
Redakcja Aigestwczoraj
Model Astra od OpenAI: Przełom w cyberbezpieczeństwie czy nowe zagrożenie?
OpenAI zapowiada model Astra, który jako pierwszy LLM osiągnął „krytyczny próg cyberbezpieczeństwa”, potrafiąc samodzielnie znajdować i wykorzystywać luki w systemach komputerowych. Firma planuje jego rychłe udostępnieni
Redakcja Aigestwczoraj

Google wprowadza agentowe rozumienie wideo do modeli Gemini Flash, obniżając koszty i zwiększając dokładność
Google ogłosiło wprowadzenie agentowego rozumienia wideo dla swoich modeli Gemini Flash, co ma zrewolucjonizować analizę treści wideo, znacząco obniżając koszty i zwiększając precyzję.
Redakcja Aigestwczoraj

Szef Google DeepMind: Liderowanie w rozwoju AI to nasz priorytet
Koray Kavukcuoglu, nowy szef Google DeepMind, podkreśla, że bycie na czele innowacji w sztucznej inteligencji jest kluczowe dla firmy, mimo spekulacji o skupieniu na efektywności kosztowej.
Redakcja Aigestwczoraj

AQuA: Nowatorski system AI do autonomicznego odkrywania czynników i rozwoju modeli w finansach ilościowych
Naukowcy z Princeton, Ant Group i Stanforda przedstawili AQuA – dwuczęściowy system oparty na modelach językowych, który autonomicznie ulepsza procesy badawcze w finansach ilościowych, minimalizując ryzyko błędów.
Redakcja Aigestwczoraj
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.