Applied Computing raccoglie 20 milioni di dollari per costruire un modello di fondazione per la raffineria

      Una singola raffineria può gestire migliaia di sensori che misurano temperatura, pressione, velocità e viscosità. Secondo Applied Computing, gli operatori prendono decisioni utilizzando meno dell'8% di ciò che quei sensori dicono loro. La startup londinese ha raccolto 20 milioni di dollari in un round di finanziamento di Serie A per colmare questa lacuna, guidata dal gigante dell'ingegneria KBR con la partecipazione di Databricks Ventures. Fondata nel 2023, sta costruendo un modello di base per petrolio, gas, raffinazione e petrolchimica. Il problema non è la raccolta, secondo il co-fondatore e amministratore delegato Callum Adamson. Gli operatori già raccolgono le informazioni. Non riescono a combinare le letture dei sensori, la documentazione ingegneristica e la fisica e chimica sottostante abbastanza velocemente da prevedere qualcosa di utile da esse. La forma sarà familiare: un modello di base addestrato su dati industriali proprietari, con un grande attore consolidato sia come investitore che come via di mercato. Mistral ha lanciato il suo livello di ingegneria industriale con Airbus, BMW ed EDF come clienti nominati sulla stessa logica. “È far parlare tra loro queste tre fonti di dati in tempo reale,” ha detto Adamson a TechCrunch. “Quella è la vera chiave.” Il suo modello, Orbital, non è un modello linguistico con una pelle industriale. L'azienda afferma di fondere un modello di serie temporale, un modello basato sulla fisica e un modello linguistico per prevedere lo stato di un impianto, leggendo i dati dei sensori mentre tiene conto della chimica, delle limitazioni delle attrezzature e di ciò che gli operatori stanno effettivamente facendo. Permette anche ai tecnici di simulare come un cambiamento in una parte di un impianto si propagherebbe nel resto. Questa è la parte per cui l'industria ha storicamente pagato consulenti e settimane di inattività. È anche dove si trovano le scommesse. Una raffineria non è una coda di servizio clienti, e Amazon ha già avvertito che la supervisione umana dell'IA degrada precisamente perché le persone smettono di scrutinare un sistema che di solito ha ragione. La proposta, alla fine, è la velocità. Applied Computing afferma che Orbital può segnalare un'anomalia, capire cosa l'ha causata e modellare se una soluzione proposta crea un problema altrove, il tutto in pochi minuti. Adamson afferma che le indagini che richiedevano giorni o settimane si comprimono in secondi. Parte di questo sta avvenendo. L'azienda afferma di essere passata dalla modalità stealth a decine di milioni di dollari di entrate ricorrenti annuali in meno di 18 mesi, con Orbital implementato presso “grandi aziende pubbliche” upstream, di raffinazione e petrolchimiche non nominate. Adamson ha rifiutato di dire quanti clienti ha, il che è un'omissione degna di nota accanto a una rivendicazione di entrate. KBR ha integrato Orbital nella sua piattaforma INSITE 3.0 e lo sta utilizzando per la produzione di ammoniaca. Adamson ha detto che l'azienda sta lavorando con un importante operatore upstream statunitense e si aspetta di annunciare un grande attore europeo nei prossimi giorni. Il quadro competitivo è affollato e vecchio. AspenTech vende simulazioni e modellazione alimentata da IA in tutto l'upstream, raffinazione e chimica, mentre AVEVA fa simulazione di processo basata sulla fisica e modellazione di cosa succederebbe. Cognite e Seeq lavorano sul livello dei dati. Nessuna di queste è una startup che può essere superata. La risposta di Adamson è che nessuna di esse sta competendo per il talento giusto. “È un problema di IA. Non è un problema di dati, e non è un problema di energia,” ha detto. “Se sei un ricercatore di IA di livello uno, dove andrai a lavorare? Non penso che Shell sia su quella lista.” È una buona affermazione, ed è anche tutta la scommessa. L'affermazione è che il fossato non è né dati industriali né conoscenza dei processi, entrambi dei quali i grandi attori hanno in profondità, ma la capacità di assemblare ricercatori che possono costruire un modello che superi Orbital. Se un round di finanziamento di 20 milioni di dollari riesce a ottenere questo rispetto alla base installata di AspenTech è la domanda aperta. C'è un argomento di secondo ordine sottostante. Adamson osserva che i dati operativi delle raffinerie in funzione non sono pubblici e che i dati simulati non possono riprodurre ciò che accade all'interno di un impianto attivo, il che rende le implementazioni stesse l'asset. La partnership con KBR è importante per lo stesso motivo: porta dati operativi, esperienza nel settore e introduzioni. Questa logica è il motivo per cui l'industria pesante continua a trovarsi qui. UPS sta gestendo un gemello digitale in tempo reale dell'intera rete logistica sulla stessa base. I fondi saranno destinati all'espansione internazionale e all'assunzione di ricerca e ingegneria. L'azienda ha aperto un ufficio a Houston giovedì, aggiungendo alla sua sede di Londra e al suo hub operativo di Bengaluru. Il Medio Oriente è il prossimo.