Applied Computing เปิดตัว AI Foundation Model สำหรับอุตสาหกรรมน้ำมัน ก๊าซ และปิโตรเคมี

ในยุคที่ข้อมูลมีบทบาทสำคัญอย่างยิ่งต่อการตัดสินใจทางธุรกิจ อุตสาหกรรมน้ำมัน ก๊าซ และปิโตรเคมี ซึ่งเป็นภาคส่วนที่ซับซ้อนและมีการใช้เทคโนโลยีขั้นสูงกำลังมองหาโซลูชันที่จะช่วยให้สามารถวิเคราะห์และใช้ประโยชน์จากข้อมูลจำนวนมหาศาลได้อย่างมีประสิทธิภาพและรวดเร็ว Applied Computing สตาร์ทอัพจากลอนดอน ได้ก้าวเข้ามาพร้อมกับ "Orbital" AI Foundation Model ที่ออกแบบมาเพื่อตอบโจทย์ความท้าทายนี้โดยเฉพาะ

ความท้าทายของข้อมูลในอุตสาหกรรมพลังงาน

โรงงานอุตสาหกรรมน้ำมัน ก๊าซ และปิโตรเคมีขนาดใหญ่มักมีเซ็นเซอร์หลายพันตัวที่คอยวัดค่าต่างๆ ตั้งแต่อุณหภูมิ ความดัน ไปจนถึงความเร็วและความหนืดของสารเคมี แม้ว่าข้อมูลเหล่านี้จะมีประโยชน์มหาศาล แต่ปัญหาหลักคือการรวบรวม วิเคราะห์ และเชื่อมโยงข้อมูลจากแหล่งต่าง ๆ ทั้งเซ็นเซอร์ เอกสารทางวิศวกรรม และหลักการทางฟิสิกส์และเคมี เข้าด้วยกันแบบเรียลไทม์นั้นทำได้ยาก ทำให้ผู้ปฏิบัติงานตัดสินใจโดยใช้ข้อมูลเพียงไม่ถึง 8% ของข้อมูลที่มีอยู่

Orbital: AI Foundation Model ที่แตกต่าง

Applied Computing ได้พัฒนา Orbital ซึ่งไม่ใช่แค่โมเดลภาษาขนาดใหญ่ (LLM) ที่คาดการณ์คำถัดไป แต่เป็นโมเดลที่ผสานรวมเทคโนโลยีหลายส่วนเข้าด้วยกัน ได้แก่:

  • โมเดลอนุกรมเวลา (Time Series Model): วิเคราะห์ข้อมูลที่เปลี่ยนแปลงตามเวลา
  • โมเดลอิงฟิสิกส์ (Physics-Based Model): นำหลักการทางฟิสิกส์และเคมีมาพิจารณา
  • โมเดลภาษา (Language Model): เข้าใจและประมวลผลข้อมูลที่เป็นข้อความ

การทำงานของ Orbital คือการวิเคราะห์ข้อมูลจากเซ็นเซอร์ โดยคำนึงถึงหลักการทางฟิสิกส์และเคมี รวมถึงข้อจำกัดของอุปกรณ์และกิจกรรมของผู้ปฏิบัติงาน เพื่อคาดการณ์สถานะของโรงงานได้อย่างแม่นยำ นอกจากนี้ยังช่วยให้ผู้ปฏิบัติงานสามารถจำลองสถานการณ์ต่างๆ เพื่อดูผลกระทบของการเปลี่ยนแปลงในส่วนหนึ่งของโรงงานที่จะส่งผลต่อการดำเนินงานส่วนอื่น ๆ ได้

ประสิทธิภาพที่เหนือกว่า: ความเร็วและการคาดการณ์

หัวใจสำคัญของ Orbital คือ ความเร็ว Applied Computing อ้างว่า Orbital สามารถตรวจจับความผิดปกติ (anomalies) สืบสวนหาสาเหตุ และจำลองผลกระทบของการแก้ไขปัญหาได้ภายในเวลาเพียงไม่กี่นาที ซึ่งช่วยลดเวลาการตรวจสอบที่เคยใช้เวลาหลายวันหรือหลายสัปดาห์ให้เหลือเพียงไม่กี่วินาที สิ่งนี้ส่งผลโดยตรงต่อการช่วยให้ผู้ปฏิบัติงานลดการใช้พลังงานและรักษาเสถียรภาพของผลผลิต

การยอมรับและการสนับสนุนจากอุตสาหกรรม

ความสามารถของ Orbital ได้รับการยอมรับอย่างกว้างขวาง โดย Applied Computing สามารถระดมทุน Series A ได้ถึง 20 ล้านดอลลาร์สหรัฐฯ นำโดย KBR ยักษ์ใหญ่ด้านวิศวกรรม และมี Databricks Ventures เข้าร่วมด้วย

ปัจจุบัน Orbital ได้ถูกนำไปใช้งานในบริษัทชั้นนำระดับมหาชนในอุตสาหกรรมน้ำมันและก๊าซต้นน้ำ (upstream) การกลั่น (downstream) และปิโตรเคมี แม้จะยังไม่เปิดเผยจำนวนลูกค้าที่แน่ชัด

ความร่วมมือกับ KBR ถือเป็นจุดแข็งสำคัญ เนื่องจาก KBR ได้ผสานรวม Orbital เข้ากับแพลตฟอร์มดิจิทัล INSITE 3.0 สำหรับโครงการด้านพลังงาน และกำลังใช้ผลิตภัณฑ์นี้ในการผลิตแอมโมเนีย นอกจากนี้ Applied Computing ยังอยู่ระหว่างการทำงานร่วมกับ "ผู้ปฏิบัติการน้ำมันและก๊าซรายใหญ่ในสหรัฐฯ" และมีแผนประกาศความร่วมมือกับบริษัทน้ำมันชั้นนำในยุโรปในเร็วๆ นี้

การแข่งขันในตลาด

Applied Computing เข้าสู่ตลาดที่มีผู้เล่นเดิมที่แข็งแกร่ง เช่น AspenTech ที่มีซอฟต์แวร์จำลองสถานการณ์และ AI สำหรับอุตสาหกรรมพลังงาน หรือ AVEVA ที่ให้บริการจำลองกระบวนการ ต้นแบบ และการสร้างแบบจำลอง "what-if" นอกจากนี้ยังมี Cognite และ Seeq ที่เน้นการวิเคราะห์ข้อมูลในโรงงาน

อย่างไรก็ตาม Callum Adamson ซีอีโอของ Applied Computing เชื่อว่าจุดแข็งของบริษัทอยู่ที่การรวบรวมนักวิจัย AI ระดับแนวหน้ามาสร้างโมเดลที่สามารถแข่งขันกับ Orbital ได้ ซึ่งถือเป็น "ปัญหา AI" ไม่ใช่ "ปัญหาข้อมูล" หรือ "ปัญหาพลังงาน"

แผนการในอนาคต

Applied Computing วางแผนที่จะใช้เงินทุนที่ได้จากการระดมทุนครั้งนี้เพื่อขยายธุรกิจสู่ระดับนานาชาติ จ้างบุคลากรด้านวิจัยและวิศวกรรมเพิ่มเติม และสำรวจการนำ Orbital ไปใช้กับลูกค้าในอุตสาหกรรมพลังงานต่อไป

ปัจจุบัน บริษัทได้เปิดสำนักงานในฮูสตัน สหรัฐอเมริกา เพิ่มเติมจากสำนักงานใหญ่ในลอนดอน และศูนย์ปฏิบัติการในเบงกาลูรู การมีฐานในสหรัฐฯ จะช่วยให้บริษัทเข้าใกล้ลูกค้าเดิมในอเมริกาเหนือได้มากขึ้น และมีแผนที่จะขยายธุรกิจไปยังตะวันออกกลางอีกด้วย

#AI #พลังงาน #น้ำมันและก๊าซ #ปิโตรเคมี #เทคโนโลยี

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

Applied Computing เปิดตัว AI Foundation Model สำหรับอุตสาหกรรมน้ำมัน ก๊าซ และปิโตรเคมีในยุคที่ข้อมูลมีบทบาทสำคัญอย่างยิ่งต่อการตัดสินใจทางธุรกิจ อุตสาหกรรมน้ำมัน ก๊าซ และปิโตรเคมี ซึ่งเป็นภาคส่วนที่ซับซ้อนและมีการใช้เทคโนโลยีขั้นสูงกำลังมองหาโซลูชันที่จะช่วยให้สามารถวิเคราะห์และใช้ประโยชน์จากข้อมูลจำนวนมหาศาลได้อย่างมีประสิทธิภาพและรวดเร็ว Applied Computing สตาร์ทอัพจากลอนดอน ได้ก้าวเข้ามาพร้อมกับ "Orbital" AI Foundation Model ที่ออกแบบมาเพื่อตอบโจทย์ความท้าทายนี้โดยเฉพาะความท้าทายของข้อมูลในอุตสาหกรรมพลังงานโรงงานอุตสาหกรรมน้ำมัน ก๊าซ และปิโตรเคมีขนาดใหญ่มักมีเซ็นเซอร์หลายพันตัวที่คอยวัดค่าต่างๆ ตั้งแต่อุณหภูมิ ความดัน ไปจนถึงความเร็วและความหนืดของสารเคมี แม้ว่าข้อมูลเหล่านี้จะมีประโยชน์มหาศาล แต่ปัญหาหลักคือการรวบรวม วิเคราะห์ และเชื่อมโยงข้อมูลจากแหล่งต่าง ๆ ทั้งเซ็นเซอร์ เอกสารทางวิศวกรรม และหลักการทางฟิสิกส์และเคมี เข้าด้วยกันแบบเรียลไทม์นั้นทำได้ยาก ทำให้ผู้ปฏิบัติงานตัดสินใจโดยใช้ข้อมูลเพียงไม่ถึง 8% ของข้อมูลที่มีอยู่Orbital: AI Foundation Model ที่แตกต่างApplied Computing ได้พัฒนา Orbital ซึ่งไม่ใช่แค่โมเดลภาษาขนาดใหญ่ (LLM) ที่คาดการณ์คำถัดไป แต่เป็นโมเดลที่ผสานรวมเทคโนโลยีหลายส่วนเข้าด้วยกัน ได้แก่:โมเดลอนุกรมเวลา (Time Series Model): วิเคราะห์ข้อมูลที่เปลี่ยนแปลงตามเวลาโมเดลอิงฟิสิกส์ (Physics-Based Model): นำหลักการทางฟิสิกส์และเคมีมาพิจารณาโมเดลภาษา (Language Model): เข้าใจและประมวลผลข้อมูลที่เป็นข้อความการทำงานของ Orbital คือการวิเคราะห์ข้อมูลจากเซ็นเซอร์ โดยคำนึงถึงหลักการทางฟิสิกส์และเคมี รวมถึงข้อจำกัดของอุปกรณ์และกิจกรรมของผู้ปฏิบัติงาน เพื่อคาดการณ์สถานะของโรงงานได้อย่างแม่นยำ นอกจากนี้ยังช่วยให้ผู้ปฏิบัติงานสามารถจำลองสถานการณ์ต่างๆ เพื่อดูผลกระทบของการเปลี่ยนแปลงในส่วนหนึ่งของโรงงานที่จะส่งผลต่อการดำเนินงานส่วนอื่น ๆ ได้ประสิทธิภาพที่เหนือกว่า: ความเร็วและการคาดการณ์หัวใจสำคัญของ Orbital คือ ความเร็ว Applied Computing อ้างว่า Orbital สามารถตรวจจับความผิดปกติ (anomalies) สืบสวนหาสาเหตุ และจำลองผลกระทบของการแก้ไขปัญหาได้ภายในเวลาเพียงไม่กี่นาที ซึ่งช่วยลดเวลาการตรวจสอบที่เคยใช้เวลาหลายวันหรือหลายสัปดาห์ให้เหลือเพียงไม่กี่วินาที สิ่งนี้ส่งผลโดยตรงต่อการช่วยให้ผู้ปฏิบัติงานลดการใช้พลังงานและรักษาเสถียรภาพของผลผลิตการยอมรับและการสนับสนุนจากอุตสาหกรรมความสามารถของ Orbital ได้รับการยอมรับอย่างกว้างขวาง โดย Applied Computing สามารถระดมทุน Series A ได้ถึง 20 ล้านดอลลาร์สหรัฐฯ นำโดย KBR ยักษ์ใหญ่ด้านวิศวกรรม และมี Databricks Ventures เข้าร่วมด้วยปัจจุบัน Orbital ได้ถูกนำไปใช้งานในบริษัทชั้นนำระดับมหาชนในอุตสาหกรรมน้ำมันและก๊าซต้นน้ำ (upstream) การกลั่น (downstream) และปิโตรเคมี แม้จะยังไม่เปิดเผยจำนวนลูกค้าที่แน่ชัดความร่วมมือกับ KBR ถือเป็นจุดแข็งสำคัญ เนื่องจาก KBR ได้ผสานรวม Orbital เข้ากับแพลตฟอร์มดิจิทัล INSITE 3.0 สำหรับโครงการด้านพลังงาน และกำลังใช้ผลิตภัณฑ์นี้ในการผลิตแอมโมเนีย นอกจากนี้ Applied Computing ยังอยู่ระหว่างการทำงานร่วมกับ "ผู้ปฏิบัติการน้ำมันและก๊าซรายใหญ่ในสหรัฐฯ" และมีแผนประกาศความร่วมมือกับบริษัทน้ำมันชั้นนำในยุโรปในเร็วๆ นี้การแข่งขันในตลาดApplied Computing เข้าสู่ตลาดที่มีผู้เล่นเดิมที่แข็งแกร่ง เช่น AspenTech ที่มีซอฟต์แวร์จำลองสถานการณ์และ AI สำหรับอุตสาหกรรมพลังงาน หรือ AVEVA ที่ให้บริการจำลองกระบวนการ ต้นแบบ และการสร้างแบบจำลอง "what-if" นอกจากนี้ยังมี Cognite และ Seeq ที่เน้นการวิเคราะห์ข้อมูลในโรงงานอย่างไรก็ตาม Callum Adamson ซีอีโอของ Applied Computing เชื่อว่าจุดแข็งของบริษัทอยู่ที่การรวบรวมนักวิจัย AI ระดับแนวหน้ามาสร้างโมเดลที่สามารถแข่งขันกับ Orbital ได้ ซึ่งถือเป็น "ปัญหา AI" ไม่ใช่ "ปัญหาข้อมูล" หรือ "ปัญหาพลังงาน"แผนการในอนาคตApplied Computing วางแผนที่จะใช้เงินทุนที่ได้จากการระดมทุนครั้งนี้เพื่อขยายธุรกิจสู่ระดับนานาชาติ จ้างบุคลากรด้านวิจัยและวิศวกรรมเพิ่มเติม และสำรวจการนำ Orbital ไปใช้กับลูกค้าในอุตสาหกรรมพลังงานต่อไปปัจจุบัน บริษัทได้เปิดสำนักงานในฮูสตัน สหรัฐอเมริกา เพิ่มเติมจากสำนักงานใหญ่ในลอนดอน และศูนย์ปฏิบัติการในเบงกาลูรู การมีฐานในสหรัฐฯ จะช่วยให้บริษัทเข้าใกล้ลูกค้าเดิมในอเมริกาเหนือได้มากขึ้น และมีแผนที่จะขยายธุรกิจไปยังตะวันออกกลางอีกด้วย#AI #พลังงาน #น้ำมันและก๊าซ #ปิโตรเคมี #เทคโนโลยีhttps://techcrunch.com/2026/07/15/applied-computing-wants-to-give-oil-and-gas-operators-an-ai-model-for-the-entire-plant/
Shared content
TECHCRUNCH.COM
Applied Computing wants to give oil and gas operators an AI model for the entire plant | TechCrunch
Applied Computing has raised a $20M Series A to build a foundation AI model for the oil, gas and petrochemical industry.
5 Comments 0 Shares 677 Views 0 Reviews