Applied Computing、石油ガス向け全工場 AI モデル

Applied Computing は、石油・ガス・化学産業向けに基盤 AI モデルの開発を進めるロンドン発のスタートアップです。この企業はエンジニアリング大手 KBR が主導し、Databricks Ventures も参加する形でシリーズ A ラウンドで 2,000 万ドルを調達しました。

2023 年に設立された同社は、石油・ガス、精製、化学プラントといった分野に注力しています。これらの施設では数千ものセンサーが設置され、温度や圧力から流速や粘度に至るまであらゆるデータを計測しています。エネルギー企業がデータ管理の課題を解決するニーズは非常に大きいものの、データの断片化という大きな壁が存在します。

Applied Computing の共同創業者兼 CEO、カラム・アダムソン氏（写真右）によれば、施設側が利用可能なデータの 8% 未満しか活用できていないのが実情です。彼によると、オペレーターたちはすでに多くの情報を収集していますが、センサーの読み取り値、エンジニアリング文書、そして物理・化学データを組み合わせて分析し、予測を行うまでのスピードが追いついていません。

「これら 3 つのデータソースをリアルタイムで連携させることこそが、真の鍵なのです」とアダムソン氏は TechCrunch に語っています。

大規模言語モデルが次の単語を予測するのに対し、Applied Computing が提供する基盤モデル「Orbital」は、時系列モデル、物理ベースモデル、そして言語モデルを組み合わせて、施設の全体状態を予測します。このモデルはセンサーデータを分析し、物理法則や化学反応を考慮しながら、施設内の設備制約やオペレーターの行動も認識します。さらに、技術者が施設の特定の部分を変更した場合に、他の運用にどのような影響が及ぶかをシミュレーションすることも可能です。

image画像クレジット: Applied Computing / Applied Computing

本質的に、Applied Computing が訴求しているのは「速度」です。Orbital は異常を検知し、その原因を調査し、提案された対策が施設内の他の箇所で新たな問題を引き起こす可能性をモデル化するまでを、わずか数分で完了できると主張しています。同社の Adamson 氏は、従来は数日や数週間かかっていた調査プロセスを数秒に圧縮できるため、オペレーターがエネルギー使用量を削減しつつ生産性を維持できると述べています。

この「速度」への期待に応える形で、支持が集まっているようです。スタートアップ企業である Applied Computing は、シークレットモードからわずか 18 か月で年間固定収益（ARR）を二桁の数百万ドル規模にまで拡大したと発表しています。Adamson 氏は Orbital がすでにいくつかの「大規模な上場企業」である石油・ガスの上流部門、下流精製、そして化学産業で使用されていると明かしましたが、具体的な顧客数については言及を避けています。

パートナーには、インドのエネルギー企業ウィプロや、エネルギープロジェクト向けデジタルプラットフォーム「INSITE 3.0」に Orbital を統合し、アンモニア生産で活用している KBR が含まれます。アダムソン氏は、同スタートアップが米国の大手前線事業者とも提携を進めており、今週中に欧州の石油大手とのパートナーシップ発表も予定していると語りました。

ただし、Applied Computing が入ろうとしている市場には、確立された産業用ソフトウェアベンダーや、特定の分野に特化した AI スタートアップがすでに存在します。例えば AspenTech は、前線・精製・化学操業向けのシミュレーションおよび AI 活用モデリングソフトを提供しており、AVEVA は物理ベースのプロセスシミュレーション、最適化、そして「もしも」のシナリオ分析を産業プラント向けに提供しています。また、Cognite や Seeq はデータレイヤーに焦点を当て、施設が産業データを分析し、AI を活用してワークフローを設計するのを支援しています。

アダムソン氏は、同社の強みは産業データのアクセス権やプロセス知識にあるのではなく、Orbital と対抗できるモデルを構築するために AI 研究者を集結させた点にあると主張します。「これは AI の問題であり、データの問題でもエネルギーの問題でもありません」と彼は言います。「一流の AI 研究者ならどこで働きたいと思うでしょうか？… シェルがそのリストに入るとは思えません。」

アダムソン氏はまた、Orbital の展開を通じて収集されるデータについても言及しました。精製所やその他のエネルギー施設からの運用データは一般に公開されておらず、シミュレーションデータだけでは稼働中のプラント内で実際に何が起きているかを完全に再現できないと指摘しています。

KBR との提携も同社にとって大きな助けとなるでしょう。アダムソン氏によると、この提携により Applied Computing は運用データや業界の専門知識へのアクセスを得られるだけでなく、新たな顧客との紹介も受けられるようになります。

Applied Computing は調達した 2000 万ドルを、国際展開の拡大、研究およびエンジニアリング職員の採用、エネルギー分野のクライアントとの実証実験の推進に充てる計画です。

同社は木曜日に、ロンドンにある本社とベンガルールにある運用ハブに加え、ヒューストンにもオフィスを開設したと発表しました。アダムソン氏によれば、米国拠点の設置により北米に既に存在する 2 つの顧客との距離が近くなり、中東への展開も進行中だということです。

*当記事内のリンクを通じてご購入いただいた場合、当社は少額のコミッションを受け取る場合があります。これは編集の独立性には影響しません。*

Ram は金融およびテック分野の記者兼編集者です。以前はロイターや Acuris Global で北米・欧州の M&A、株式、規制ニュース、債務市場を取材し、旅行、観光、エンターテインメント、書籍についても執筆してきました。

Ram への連絡や、 outreach の確認については、ram.iyer@techcrunch.com までメールを送ってください。

View Bio

石油・ガス業界のオペレーターに対し、プラント全体を管理できる AI モデルを提供しようとする「Applied Computing」。同社は、単なるデータ分析ツールではなく、現場の複雑な物理プロセスそのものを理解し、制御まで行える次世代の基盤モデルの開発に注力しています。

従来のアプローチでは、特定のタスクに特化した個別のモデルを多数構築する必要がありました。しかし、Applied Computing が目指すのは、プラント内のあらゆる設備やプロセスを統合的に捉え、状況に応じて最適な判断を下せる汎用性の高い AI です。これにより、運用コストの削減だけでなく、安全性の向上やエネルギー効率の最大化も実現可能になるとしています。

同社の技術は、大規模な物理データと実務経験を学習させることで成り立っています。単に過去のデータを解析するだけでなく、プラントが置かれる環境変化や異常事態を予測し、予防的な措置を提案できる点が特徴です。現場のエンジニアにとっては、経験則に頼っていた部分を AI が補完し、より確かな意思決定をサポートするパートナーとなるでしょう。

業界全体がデジタルトランスフォーメーション（DX）の波に乗りつつある中、Applied Computing のような包括的な AI モデルは、石油・ガス産業の未来を形作る重要な要素となり得ます。同社の取り組みが、どのように現場を変えていくのか、今後の動向にも注目が必要です。