Applied Computing 融资2000万美元打造全厂AI模型

关键信息

Applied Computing 表示，Orbital 结合了时间序列模型、基于物理的模型和语言模型来推断工厂状态，而不是像传统的下一个词预测型 LLM。公司称，它可以把原本需要数天或数周的排查压缩到几秒钟，并且已经在大型上市上游、下游和石化企业中部署。

资讯摘要

Applied Computing 是一家成立于 2023 年的伦敦初创公司，正在构建一个面向油气、炼油和石化运营的基础 AI 模型。该公司刚刚完成 2000 万美元 A 轮融资，由工程巨头 KBR 领投，Databricks Ventures 参与投资。其核心产品名为 Orbital，目标是把传感器读数、工程文档以及物理和化学知识统一起来，帮助运营人员更快、更准确地做出决策。联合创始人兼首席执行官 Callum Adamson 表示，工厂虽然收集了大量数据，但由于信息分散，实际决策时往往只用了不到 8% 的数据。Adamson 认为，真正的难点不是单纯收集数据，而是让这三类数据源能够实时“对话”。Orbital 将时间序列模型、基于物理的模型和语言模型结合起来，用于预测设施状态、识别异常、追查原因，并测试某个修复方案是否会在工厂其他环节引发新问题。

公司称，这种方式可以把原本需要数天或数周的调查压缩到几秒钟，并帮助运营商降低能耗、同时维持产量。Applied Computing 还表示，公司在不到 18 个月内就从隐身状态成长到年经常性收入达到数千万美元，并且已经被一些大型上市的上游油气、下游炼化和石化企业使用。该公司还与 Wipro 和 KBR 等伙伴合作，其中 KBR 已将 Orbital 集成到其 INSITE 3.0 数字平台中，并将其用于氨生产。Adamson 说，公司还在与一家美国大型上游运营商合作，并计划很快公布与一家欧洲石油巨头的合作关系。与此同时，它也面临 AspenTech、AVEVA、Cognite 和 Seeq 等老牌工业软件厂商和更细分 AI 初创公司的竞争。Adamson 认为，公司的护城河不在于数据本身，而在于集结顶尖 AI 研究人员来打造能与 Orbital 竞争的模型。

来源与参考

1. 原始链接
2. Applied Computing wants to give oil and gas operators an AI model for the entire plant | TechCrunch