Site icon Berita Akasta

Model AI Terintegrasi Untuk Operator Minyak Dan Gas Seluruh Pabrik

berita.akasta.ac.id – Applied Computing, sebuah startup yang berbasis di London, baru-baru ini berhasil mengumpulkan dana sebesar $20 juta dalam putaran pendanaan Seri A yang dipimpin oleh perusahaan teknik KBR. Pendanaan ini akan digunakan untuk mengembangkan model kecerdasan buatan (AI) yang ditujukan untuk industri minyak, gas, dan petrokimia, menjawab tantangan besar dalam pengelolaan data di sektor tersebut.

Didirikan pada tahun 2023, Applied Computing fokus pada sistem minyak, gas, dan petrokimia, di mana satu fasilitas dapat memiliki ribuan sensor yang memonitor berbagai parameter seperti suhu dan tekanan. Menurut CEO sekaligus salah satu pendiri Callum Adamson, saat ini fasilitas-fasilitas tersebut hanya mampu menggunakan kurang dari 8% data yang ada untuk pengambilan keputusan operasional. Banyak informasi sudah tersedia, namun kesulitan dalam menggabungkan data dari berbagai sumber menjadi kendala utama.

Model AI yang dikembangkan, bernama Orbital, berbeda dari model bahasa besar lainnya. Orbital menggabungkan model deret waktu, model berbasis fisika, dan model bahasa untuk memprediksi kondisi fasilitas. Dengan menganalisis data sensor dan mempertimbangkan batasan peralatan, model ini memberikan kemudahan bagi teknisi untuk menjalankan simulasi terkait perubahan yang bisa memengaruhi operasi lainnya.

Dalam waktu kurang dari 18 bulan, Applied Computing telah mencapai pendapatan tahunan dalam angka jutaan dolar. Produk Orbital sudah digunakan oleh beberapa perusahaan besar di sektor minyak dan gas. Selain itu, kemitraan dengan KBR memungkinkan akses pada data operasional dan keahlian industri yang lebih luas.

Perusahaan ini berencana memperluas jangkauan internasional dan membuka kantor di Houston, untuk lebih dekat dengan pelanggan di Amerika Utara. Adamson menekankan bahwa Applied Computing berkomitmen untuk mengatasi tantangan dalam industri yang sudah memiliki banyak penyedia perangkat lunak yang mapan.

Exit mobile version