Lo tau nggak, ternyata fasilitas minyak dan gas itu cuma pakai kurang dari 8% data yang mereka punya sendiri? Ya, lo dengar benar - padahal udah spend resource gede buat koleksi data dari ribuan sensor yang mengukur segalanya dari temperatur, tekanan, sampe viscositas.
Nah, Applied Computing - startup asal London yang baru founded tahun 2023 - lagi garap masalah ini dengan cara yang bastante next level. Mereka baru aja raise $20 juta Series A yang dipimpin oleh engineering giant KBR, dengan Databricks Ventures juga ikutan. Dana segar ini bakal dipake buat ekspansi internasional, nambah tim research & engineering, dan explore deployment baru dengan client-client energi.
Orbital: Foundation Model untuk Industri Energi
Inti dari gebrakan Applied Computing adalah produk mereka yang dinamai Orbital. Berbeda sama LLM biasa yang cuma predict next word, Orbital ini combine tiga model sekaligus: time series model, physics-based model, dan language model buat predict state suatu fasilitas secara real-time.
Caranya sih cukup clever - Orbital analisa reading dari sensor, tapi tetap keep in mind hukum fisika dan kimia yang berlaku, sekaligus recognize equipment constraints dan operator activity dari fasilitas tersebut. Plus, lo bisa jalanin simulasi: "Gue ubah bagian A, efeknya ke bagian B apa ya?" Semuanya bisa dilakuin dalam hitungan menit.
Gila, Investigasi yang Dulu Makan Hari Sekarang Cuma Detik
Ini yang bikin wow: Adamson klaim Orbital bisa compress investigations yang sebelumnya butuh hari atau minggu jadi hitungan detik. Dalam konteks industri energi di mana downtime itu artinya uang triliunan, capability ini bukan main-main value-nya.
Buktinya, Applied Computing udah go from stealth to double-digit millions ARR dalam waktu nggak sampe 18 bulan. Orbital udah dipake sama beberapa "large, publicly listed" companies di upstream oil & gas, downstream refining, dan petrokimia. Partners mereka termasuk Indian energy company Wipro, dan KBR yang udah integrate Orbital ke platform INSITE 3.0 buat proyek energi - bahkan lagi dipake buat ammonia production. Mereka juga lagi collaborate sama "major U.S. upstream operator" dan bakal announce partnership sama European oil major dalam beberapa minggu ke depan.
Moat Mereka Bukan Data, Tapi AI Researcher
Kalau lo mikir competitive advantage mereka itu data operasional - well, think again. Adamson bilang: *"It's an AI problem. It's not a data problem, and it's not an energy problem."*的意思nya, mereka ngerumpiangin akses ke AI researcher kelas wahid yang mau bangun model kayak gini. "Kalau lo tier-one AI researcher, lo mau kerja di mana? Gue nggak pikir Shell ada di list lo," tegas Adamson.
Mereka juga punya avantage dari data yang Orbital dapat lewat deployment-nya. Operational data dari refinery itu umumnya nggak available publicly, dan simulated data nggak bisa sepenuhnya reproduce apa yang terjadi di working plant yang beneran.
Tech Nerd Opinion
Gue personally think ini approach yang brilliant. Mereka nggak cuma bikin another AI tool, tapi beneran solve real problem dengan cara yang smart - combine multiple AI paradigm (time series, physics-based, language) jadi satu unified system. Di industri yang historically sangat conservative dan risk-averse kayak energi, ability buat demonstrate ROI cepat (mereka udah ARR double-digit millions kan?) itu invaluable buat gain trust.
Plus, posisi mereka sebagai "中立" - bukan vendor equipment, bukan software incumbent - bikin mereka bisa integrate ke berbagai sistem tanpa conflict of interest. Dengan office baru di Houston, mereka juga deket sama market U.S. yang massive. Worth to watch ini startup, bro!
