总部位于伦敦的初创公司Applied Computing近日完成2000万美元A轮融资，由工程巨头KBR领投、Databricks Ventures参投。该公司成立于2023年，专注于为石油、天然气及石化行业构建基础AI模型。
破解能源行业数据孤岛难题
油气及石化设施通常配备数千个传感器，涵盖温度、压力、流速等海量数据。然而市场高度碎片化，导致运营商难以有效利用这些数据。Applied Computing联合创始人兼CEO Callum Adamson指出，目前设施运营决策仅利用了不到8%的可用数据。尽管信息已收集，但整合传感器读数、工程文档及物理化学知识仍面临巨大挑战。
Orbital模型：多模态融合实现实时预测
不同于传统大语言模型，Applied Computing的基础模型Orbital融合了时间序列、基于物理的模型及语言模型。该模型通过分析传感器读数并结合物理化学原理，识别设备限制与操作员活动，从而预测设施运行状态并支持模拟仿真。
核心优势在于“速度”：Orbital可在几分钟内标记异常、溯源成因并评估修复方案影响。Adamson表示，该产品将以往需数天甚至数周的调查压缩至几秒钟，有效助力运营商降低能耗并保持产量。
商业化进展与生态合作
成立不足18个月，Applied Computing年度经常性收入（ARR）已突破七位数。Orbital已在多家大型上市企业的上游油气、下游炼油及石化业务中落地。合作伙伴包括印度咨询公司Wipro及KBR；后者已将Orbital整合至INSITE 3.0数字平台用于氨生产。此外，公司正与美国主要上游运营商及欧洲石油巨头推进合作。
竞争壁垒与未来规划
面对AspenTech、AVEVA、Cognite等工业软件及AI初创公司的竞争，Adamson强调其护城河在于顶尖AI研究团队而非单纯的数据获取。“这是一个AI问题，顶级研究员更倾向于在此类前沿领域工作。”同时，真实运营数据的私有性及KBR带来的行业资源构成了额外优势。
本轮融资将用于国际扩张、研发人才招聘及客户部署探索。公司在休斯顿新设办事处，与伦敦总部、班加罗尔运营中心共同构成全球布局，并将进一步拓展中东市场。