Applied Computing recauda $20 millones para construir un modelo de base para la refinería.

      Una sola refinería puede llevar miles de sensores que miden temperatura, presión, velocidad y viscosidad. Según Applied Computing, los operadores toman decisiones utilizando menos del 8% de lo que esos sensores les dicen.

      La startup londinense ha recaudado 20 millones de dólares en una Serie A para cerrar esa brecha, liderada por el gigante de la ingeniería KBR con la participación de Databricks Ventures. Fundada en 2023, está construyendo un modelo base para petróleo, gas, refinación y petroquímicos.

      El problema no es la recolección, según el cofundador y director ejecutivo Callum Adamson. Los operadores ya recopilan la información.

      No pueden combinar las lecturas de los sensores, la documentación de ingeniería y la física y química subyacentes lo suficientemente rápido como para predecir algo útil a partir de ellas.

      La forma será familiar: un modelo base entrenado con datos industriales propietarios, con un gran incumbente como inversor y ruta al mercado.

      Mistral lanzó su nivel de ingeniería industrial con Airbus, BMW y EDF como clientes nombrados bajo la misma lógica.

      “Se trata de hacer que esas tres fuentes de datos se comuniquen entre sí en tiempo real”, dijo Adamson a TechCrunch. “Esa es la verdadera clave.”

      Su modelo, Orbital, no es un modelo de lenguaje con una capa industrial. La empresa dice que fusiona un modelo de series temporales, un modelo basado en física y un modelo de lenguaje para predecir el estado de una instalación, leyendo datos de sensores mientras tiene en cuenta la química, las limitaciones del equipo y lo que los operadores están haciendo realmente.

      También permite a los técnicos simular cómo un cambio en una parte de una planta se propagaría por el resto. Esa es la parte por la que la industria históricamente ha pagado a consultores y semanas de inactividad.

      También es donde están las apuestas. Una refinería no es una cola de servicio al cliente, y Amazon ya ha advertido que la supervisión humana de la IA se degrada precisamente porque las personas dejan de examinar un sistema que generalmente tiene razón.

      La propuesta, al final, es la velocidad. Applied Computing afirma que Orbital puede señalar una anomalía, averiguar qué la causó y modelar si una solución propuesta crea un problema en otro lugar, todo en cuestión de minutos. Adamson dice que las investigaciones que tomaban días o semanas se comprimen en segundos.

      Parte de esto está funcionando. La empresa dice que pasó de estar en modo sigiloso a tener decenas de millones en ingresos recurrentes anuales en menos de 18 meses, con Orbital desplegado en “grandes empresas” upstream, de refinación y petroquímicas que no han sido nombradas.

      Adamson se negó a decir cuántos clientes tiene, lo cual es una omisión que vale la pena notar junto a una afirmación de ingresos.

      KBR ha integrado Orbital en su plataforma INSITE 3.0 y lo está utilizando para la producción de amoníaco. Adamson dijo que la empresa está trabajando con un importante operador upstream de EE. UU. y espera anunciar a un importante productor de petróleo europeo en las próximas semanas.

      El panorama competitivo está abarrotado y es antiguo. AspenTech vende simulación y modelado impulsado por IA en upstream, refinación y productos químicos, mientras que AVEVA realiza simulaciones de procesos basadas en física y modelado de "qué pasaría si".

      Cognite y Seeq trabajan en la capa de datos. Ninguno de estos es una startup que pueda ser superada.

      La respuesta de Adamson es que ninguno de ellos está compitiendo por el talento adecuado. “Es un problema de IA. No es un problema de datos, y no es un problema de energía”, dijo. “Si eres un investigador de IA de primer nivel, ¿dónde vas a trabajar? No creo que Shell esté en esa lista.”

      Es una buena línea, y también es toda la apuesta. La afirmación es que la ventaja no son los datos industriales ni el conocimiento del proceso, ambos de los cuales los incumbentes tienen en profundidad, sino la capacidad de reunir investigadores que puedan construir un modelo que supere a Orbital.

      Si una Serie A de 20 millones de dólares compra eso frente a la base instalada de AspenTech es la pregunta abierta.

      Hay un argumento de segundo orden debajo. Adamson señala que los datos operativos de las refinerías en funcionamiento no son públicos, y que los datos simulados no pueden reproducir lo que sucede dentro de una planta en vivo, lo que hace que las implementaciones en sí mismas sean el activo.

      La asociación con KBR es importante por la misma razón: aporta datos operativos, experiencia en la industria y presentaciones.

      Ese razonamiento es por qué la industria pesada sigue terminando aquí. UPS está ejecutando un gemelo digital en tiempo real de toda su red logística sobre la misma base.

      El dinero se destina a la expansión internacional y a contrataciones de investigación e ingeniería. La empresa abrió una oficina en Houston el jueves, sumándose a su sede en Londres y su centro operativo en Bengaluru. Oriente Medio es el siguiente.