Iparág

Applied Computing: Orbital alapmodellel gyorsítaná az olaj-, gáz- és vegyipari üzemi döntéseket

Főszereplő az Applied Computing nevű londoni startup, amely Orbital néven alapvető mesterséges intelligencia modellet fejleszt az olaj-, gáz-, finomító- és petrochemiai üzemek számára.

Applied Computing: Orbital alapmodellel gyorsítaná az olaj-, gáz- és vegyipari üzemi döntéseket

Az Applied Computing, egy 2023-ban alapított londoni startup, amely az olaj-, gáz- és petrolkémiai ipar számára fejleszt alapmodell-szerű mesterséges intelligenciát, 20 millió dollár Series A finanszírozást vont be, amelyet a mérnöki nagyvállalat KBR vezetett; a körben részt vett a Databricks Ventures is.

Mire fókuszál a cég és miért van rá szükség

A startup célterületei közé tartoznak a kitermelő (upstream) olaj- és gázüzemek, a finomítók és a petrolkémiai létesítmények, ahol egyetlen telephelyen akár több ezer szenzor rögzíti a hőmérsékletet, nyomást, áramlási sebességet, viszkozitást és további paramétereket. A piac óriási ugyan, de a rendszerek fragmentáltsága jelentős akadályt jelent: a vállalat szerint az üzemek a rendelkezésükre álló adatok kevesebb mint 8%-át használják döntéseik meghozatalához.

Callum Adamson, az Applied Computing társalapítója és vezérigazgatója szerint az adatokhoz hozzáférés általában megvan, a probléma az, hogy a szenzoradatokat, a mérnöki dokumentációt és a fizikai–kémiai modelleket nem tudják elég gyorsan és hatékonyan egyesíteni, elemezni és előrejelzésekhez használni. „Az a kulcs, hogy ez a három adatforrás valós időben kommunikáljon egymással,” mondta Adamson.

Mi az Orbital és hogyan működik

Az Orbital nem egyszerűen nagy nyelvi modell: a cég azt állítja, hogy az alapmodell egy idősor-modellezőt, egy fizikaalapú modellt és egy nyelvi modellt kombinálva állapítja meg egy üzem állapotát. Az Orbital elemzi a szenzoradatokat, figyelembe veszi a fizikai és kémiai korlátokat, felismeri az eszközök jellemző korlátait és az operátorok tevékenységét, és képes szimulációkat futtatni arra vonatkozóan, hogyan hatna egy változtatás a telephely többi részére.

A vállalat a sebességet hangsúlyozza: állításuk szerint az Orbital perceken belül képes anomáliákat jelölni, feltárni azok okát, és modellezni, hogy egy javasolt javítás nem okozna-e más problémákat a létesítményben. Adamson szerint a korábban napokba vagy hetekbe telő vizsgálatokat a termék másodpercek alá tudja sűríteni, ami segítheti az energiafogyasztás csökkentését és a kibocsátás fenntartását.

Piaci fogadtatás, bevételek és ügyfélkapcsolatok

A startup szerint kevesebb mint 18 hónap alatt eljutott a kísérleti fejlesztéstől a kétszámjegyű milliós éves visszatérő bevételig (ARR). Adamson elmondása szerint az Orbital már használatban van „nagy, nyilvánosan jegyzett” upstream olaj- és gázipari, downstream finomító- és petrolkémiai vállalatoknál, de a pontos ügyfélszámról nem kívánt részleteket közölni.

A partnerlistán szerepel az indiai energetikai vállalat Wipro, valamint a KBR, amely integrálta az Orbitalt az INSITE 3.0 digitális platformjába energiatervezési projekteknél és használja az ammónia-előállítás területén. Adamson arról is beszélt, hogy együttműködnek egy „nagy amerikai upstream szereplővel”, és a közeljövőben bejelentenek egy partnerséget egy európai olajvállalattal.

Versenytársak és a vállalat álláspontja

Az Applied Computing olyan, már kialakult ipari szoftverszállítók és fókuszált AI-startupok versenytársai közé lép, mint az AspenTech (szimulációs és AI-alapú modellezés upstream, finomítás és vegyipari működésekhez), az AVEVA (fizikai alapú folyamat-szimuláció, optimalizáció és what-if modellezés ipari telephelyekhez), valamint a Cognite és a Seeq, amelyek az ipari adatrétegre és az adatelemzésre koncentrálnak.

Adamson szerint a cég védőfala nem elsősorban az ipari adatokhoz való hozzáférés vagy a folyamatismeret, hanem az a képesség, hogy AI-kutatókat gyűjtsenek össze egy olyan modell megalkotásához, amely versenyezni tud Orbitallal. „Ez egy AI-probléma. Nem egy adatprobléma, és nem egy energetikai probléma,” mondta. „Ha te egy topkategóriás AI-kutató vagy, hol fogsz dolgozni? ... Szerintem a Shell nincs azon a listán.”

Adamson megjegyezte továbbá, hogy az Orbital telepítéseken keresztül beérkező működési adatok értékesek: a finomítók és más energiatermelő létesítmények operációs adatai általában nem nyilvánosak, míg a szimulált adatok nem képesek teljes mértékben reprodukálni egy működő üzemben zajló folyamatokat.

A KBR-partnerség és a terjeszkedési tervek

A KBR-rel kötött partnerség további előnyöket hozhat: Adamson szerint a kapcsolat hozzáférést ad operációs adatokhoz, ipari szakértelemhez és potenciális ügyfélbevezetőkhöz. Az Applied Computing a beérkezett 20 millió dollárt nemzetközi terjeszkedésre, kutatási és mérnöki munkaerő felvételére, valamint további üzembe helyezések vizsgálatára tervezi energiaügyfeleknél.

A vállalat a hét folyamán bejelentette Houstonban egy irodájának megnyitását, amellyel a londoni központ és a bengalurui operatív hub mellett egy új bázist hoztak létre. Adamson szerint a texasi iroda közelebb hozza a startupot a két meglévő észak-amerikai ügyfélhez, és a tervek között szerepel a közép-keleti terjeszkedés is.