Applied Computing获2000万美元融资,为油气行业打造全厂AI基础模型

总部位于伦敦的初创公司Applied Computing专注于为油气及石化行业构建基础AI模型,近日完成2000万美元A轮融资,由工程巨头KBR领投,Databricks Ventures参投。其核心产品Orbital融合时序模型、物理模型与语言模型,可实时整合传感器数据、工程文档及物化知识,将原本需要数天的异常排查压缩至数分钟。目前该产品已应用于多家大型上市油气及石化企业,年度经常性收入达到两位数百万美元级别。

总部位于伦敦的初创公司Applied Computing正致力于为石油、天然气及石化行业构建基础AI模型,近日完成2000万美元A轮融资,由工程巨头KBR领投,Databricks Ventures跟投。

Applied Computing成立于2023年,专注于油气、炼化及石化系统领域。在这些行业中,单个设施往往部署了数千个传感器,持续监测温度、压力、流速、粘度等各类参数。尽管帮助能源企业解决数据管理问题的市场空间巨大,但数据高度碎片化的现状构成了显著障碍。

Applied Computing联合创始人兼CEO卡勒姆·亚当森表示,各设施在运营决策中实际使用的数据量不足自身可用数据总量的8%。他指出,运营商已经采集了大量数据,但难以将传感器读数、工程文档以及物理化学知识迅速整合起来,进而完成分析和预测。

"关键在于让这三类数据源实时互通,这才是核心所在。"亚当森在接受TechCrunch采访时表示。

与通过预测下一个词来运作的大语言模型不同,Applied Computing的基础模型Orbital融合了时间序列模型、基于物理规律的模型以及语言模型,能够对设施的整体运行状态进行预测。该模型通过分析传感器读数、结合物理和化学规律,并识别设施的设备约束条件与操作人员行为来实现这一目标。此外,技术人员还可借助Orbital模拟某一局部变更对整个设施运营的潜在影响。

Applied Computing主打的核心优势是速度:Orbital声称能够在数分钟内完成异常检测、根因分析以及修复方案的影响评估,将过去需要数天乃至数周的排查工作压缩至数秒之内,从而帮助运营商降低能耗、稳定产出。

这一速度优势已赢得市场认可。该公司表示,自走出隐秘模式至今不足18个月,年度经常性收入已达千万美元量级。亚当森透露,Orbital目前已在若干"大型上市公司"的上游油气、下游炼化及石化企业中得到应用,但未透露具体客户数量。

其合作伙伴包括印度能源企业Wipro,以及已将Orbital集成至其INSITE 3.0数字化能源平台并用于氨生产的KBR。亚当森还表示,公司正与一家"美国主要上游运营商"开展合作,并计划在未来几周内宣布与一家欧洲石油巨头建立合作关系。

不过,Applied Computing进入的是一个竞争已相当充分的市场,既有根基深厚的工业软件供应商,也有定位更为垂直的AI初创企业。AspenTech面向上游、炼化及化工领域提供仿真与AI驱动的建模软件;AVEVA则为工业设施提供基于物理规律的流程仿真、优化及情景分析功能;Cognite与Seeq专注于数据层,帮助设施进行工业数据分析并构建AI驱动的工作流。

对此,亚当森认为,公司的核心竞争壁垒既不在于工业数据的获取,也不在于流程知识的积累,而在于能否汇聚顶尖AI研究人才来打造一个可与Orbital抗衡的模型。

"这本质上是一个AI问题,既不是数据问题,也不是能源问题。如果你是顶级AI研究员,你会选择去哪里工作?我不认为壳牌会出现在那份名单上。"他说。

亚当森还指出,Orbital通过实际部署所获取的运营数据同样是重要的竞争优势。炼油厂等能源设施的运营数据通常不对外公开,而仿真数据也无法完全还原真实工厂内部的实际运行情况。

KBR的合作关系也有望为公司带来更多助力。亚当森表示,这一合作不仅为Applied Computing提供了运营数据和行业专业知识,还为其打开了拓展潜在客户的渠道。

Applied Computing计划将此轮2000万美元融资用于国际业务拓展、招募研究与工程人才,并深化与能源客户的合作部署。公司近日还宣布在休斯顿开设办公室,与伦敦总部及班加罗尔运营中心形成三地布局。亚当森表示,在美国设立据点有助于公司更好地服务现有的两家北美客户,同时中东市场的扩张计划也正在推进之中。

Q&A

Q1:Applied Computing的Orbital模型与大语言模型有什么区别?

A:Orbital并非单纯的大语言模型,而是融合了时间序列模型、基于物理规律的模型和语言模型三者于一体的基础AI模型。它能够同时分析传感器读数、结合物理化学规律,并识别设备约束与操作行为,从而对整个工厂的运行状态进行综合预测,而大语言模型仅擅长预测下一个词或处理文本类任务。

Q2:Orbital在油气设施中主要解决什么问题?

A:油气设施通常拥有数千个传感器,但运营决策中实际使用的数据不足可用总量的8%。Orbital的核心价值在于将传感器数据、工程文档与物理化学知识实时整合,帮助运营商快速检测异常、分析根因,并评估修复方案的连锁影响,将原本需要数天乃至数周的排查工作压缩至数分钟甚至数秒内完成。

Q3:Applied Computing目前有哪些合作伙伴?

A:Applied Computing目前的合作伙伴包括工程巨头KBR和印度能源企业Wipro。KBR已将Orbital集成至其INSITE 3.0数字化能源平台用于氨生产,并领投了此轮融资。此外,公司还与一家美国主要上游油气运营商开展合作,并计划近期宣布与一家欧洲石油巨头建立合作关系。

来源:Techcrunch

0赞

好文章,需要你的鼓励

2026

07/16

16:15

分享

点赞

邮件订阅