AI模型助力石油天然气全厂智能运营

伦敦初创公司打造能源行业AI解决方案

总部位于伦敦的Applied Computing公司正致力于为石油、天然气及石化行业构建基础AI模型，已成功获得2000万美元A轮融资。此轮融资由工程巨头KBR领投，Databricks Ventures也参与了投资。

行业痛点与解决方案

这家成立于2023年的初创企业，瞄准石油、天然气、炼油及石化系统领域。在这些行业中，单一设施可能配备数千个传感器，用于监测温度、压力、速度和粘度等多种参数。尽管帮助能源公司解决数据追踪问题存在巨大的市场潜力，但数据的碎片化构成了一项重大挑战。

Applied Computing的联合创始人兼首席执行官Callum Adamson指出，设施运营决策使用的数据不足可用总量的8%。他解释道：”运营商已经收集了大量此类信息，但他们难以快速整合传感器读数、工程文档以及物理和化学数据，以便进行分析和预测。”

“让这三类数据源实时相互对话，才是真正的关键，”他对媒体表示。

Orbital：多维度融合的智能体模型

与仅预测下一个词的大型语言模型不同，Applied Computing表示其基础模型Orbital融合了时间序列模型、基于物理的模型和语言模型，旨在预测设施状态。该智能体通过分析传感器读数、考虑物理和化学因素，同时识别设备限制和操作员活动来实现这一目标。

此外，Orbital还允许技术人员模拟设施某一部分的变化如何影响其他运营环节。Essentially，Applied Computing的核心卖点在于速度：公司声称Orbital可以在几分钟内标记异常、调查原因并建模评估某项修复方案是否会在设施其他地方引发问题。Adamson宣称，该产品能将原本需要数天甚至数周的调查压缩至几秒钟，帮助运营商减少能源消耗并维持产出水平。

市场认可与商业进展

这种速度承诺似乎找到了众多支持者。该公司表示，在不到18个月的时间内，已从隐身状态转变为拥有数百万美元年度经常性收入的企业。Adamson透露，Orbital已被一些”大型上市”上游石油天然气、下游炼油和石化公司采用，但他未透露具体客户数量。

其合作伙伴包括印度能源公司Wipro，以及KBR——该公司已将Orbital整合到其INSITE 3.0能源项目数字平台中，并正在将该产品应用于氨生产。Adamson表示，公司还与一家”美国主要上游运营商”合作，并计划在未来几周内宣布与一家欧洲石油巨头的合作伙伴关系。

竞争格局与核心竞争力

尽管如此，Applied Computing仍面临着市场挑战，该领域已有根深蒂固的工业软件供应商以及更加专注的AI初创企业。AspenTech销售用于上游、炼油和化学操作的模拟和AI驱动建模软件；AVEVA提供基于物理的过程模拟、优化和”假设分析”建模；Cognite和Seeq则专注于数据层，帮助设施分析工业数据并应用AI设计工作流。

Adamson认为，公司的护城河并非工业数据或工艺知识的获取，而是组建AI研究人员团队构建能与Orbital竞争的模型。”这是一个AI问题，不是数据问题，也不是能源问题，”他说，”如果你是一流AI研究员，你会选择在哪里工作？……我不认为壳牌公司会在名单上。”

Adamson还强调了Orbital通过其部署获得的数据价值。他提到，炼油厂和其他能源设施的运营数据通常不公开，而模拟数据无法完全复制正在运行的工厂内部发生的情况。

KBR的合作伙伴关系可能也有助于公司发展。Adamson表示，这一合作为Applied Computing提供了进入工业领域的渠道，同时也为KBR带来了先进的AI能力，双方实现了互利共赢。

关注微信号：智享开源 ，及时了解更新信息。

原文链接：https://techcrunch.com/2026/07/15/applied-computing-wants-to-give-oil-and-gas-operators-an-ai-model-for-the-entire-plant/