Applied Computing привлекает $20 млн для создания ИИ-модели для нефтегазовой отрасли
Лондонский стартап Applied Computing привлек $20 млн инвестиций для разработки фундаментальной ИИ-модели Orbital, предназначенной для оптимизации работы нефтегазовых и нефтехимических предприятий, включая российские и СНГ.
Лондонский стартап Applied Computing привлек $20 млн в рамках раунда финансирования Серии А. Инвестиции возглавил инженерный гигант KBR при участии Databricks Ventures. Цель стартапа — разработка фундаментальной ИИ-модели под названием Orbital, предназначенной для оптимизации работы предприятий нефтегазовой и нефтехимической промышленности. Эта технология обещает значительно повысить эффективность и сократить потери, что имеет прямое отношение к глобальным энергетическим рынкам, включая страны СНГ и Россию.
Проблема неиспользуемых данных
В нефтегазовой и нефтехимической промышленности каждое крупное предприятие оснащено тысячами датчиков, постоянно измеряющих температуру, давление, скорость потока и вязкость. Однако, как отмечает соучредитель и генеральный директор Applied Computing Каллум Адамсон, операторы используют менее 8% доступных данных для принятия решений. Основная проблема заключается в невозможности быстро объединить показания датчиков, инженерную документацию, а также физические и химические данные для анализа и прогнозирования в реальном времени. Именно эту проблему стремится решить Orbital.
Как работает Orbital
В отличие от традиционных больших языковых моделей, которые предсказывают следующее слово, Orbital от Applied Computing представляет собой гибридную модель. Она объединяет модель временных рядов, физическую модель и языковую модель для прогнозирования состояния объекта. ИИ-система анализирует показания датчиков, учитывает законы физики и химии, а также ограничения оборудования и действия операторов. Это позволяет техническим специалистам моделировать, как изменение в одной части объекта повлияет на всю его работу. По словам Адамсона, Orbital может выявлять аномалии, исследовать их причины и моделировать потенциальные последствия предлагаемых решений всего за несколько минут, сокращая время расследований с дней до секунд.
Применение и перспективы
Applied Computing утверждает, что Orbital уже используется на «крупных публичных» предприятиях по добыче нефти и газа, в переработке и нефтехимии. Среди партнеров стартапа — индийская энергетическая компания Wipro и KBR, которая интегрировала Orbital в свою цифровую платформу INSITE 3.0 и использует ее для производства аммиака. Планируется расширение на международные рынки, включая Северную Америку и Ближний Восток, а также набор новых специалистов в области исследований и инженерии. Для студентов и специалистов из России и СНГ это означает возможное появление новых образовательных программ и карьерных возможностей в области промышленного ИИ и оптимизации процессов.
Ключевые факты
| Аспект | Детали |
|---|---|
| Объем инвестиций | $20 млн |
| Ведущие инвесторы | KBR, Databricks Ventures |
| Продукт | ИИ-модель Orbital |
| Цель | Оптимизация нефтегазовых и нефтехимических предприятий |
| География | Лондон, Хьюстон, Бангалор (офисы), партнерства в Индии, США, Европе |
Конкурентная среда и уникальность
Рынок промышленного программного обеспечения и ИИ-решений для энергетики уже насыщен такими игроками, как AspenTech, AVEVA, Cognite и Seeq. Однако Каллум Адамсон подчеркивает, что преимущество Applied Computing заключается не в доступе к данным или отраслевым знаниям, а в способности привлекать ведущих ИИ-исследователей для создания уникальной модели, способной конкурировать с Orbital. Он утверждает, что это «проблема ИИ, а не данных или энергетики». Доступ к операционным данным через партнерства, такие как с KBR, также является важным фактором для развития и обучения модели.
Значение для образования и карьеры
Развитие таких сложных ИИ-систем, как Orbital, подчеркивает растущую потребность в междисциплинарных специалистах, обладающих глубокими знаниями как в области искусственного интеллекта, так и в инженерии, физике, химии и энергетике. Для студентов и абитуриентов, особенно в странах СНГ, где нефтегазовая отрасль является ключевой, это указывает на перспективность изучения ИИ, машинного обучения и анализа больших данных в контексте промышленных приложений. Университеты и образовательные программы будут адаптироваться к этим потребностям, предлагая курсы, ориентированные на интеграцию ИИ в критически важные отрасли.
Источник: TechCrunch AI RSS, https://techcrunch.com/2026/07/15/applied-computing-wants-to-give-oil-and-gas-operators-an-ai-model-for-the-entire-plant/
Связанные рубрики и темы
Если тема нужна для работы или подготовки, начните с ближайших разделов и инструментов.
