AI přebírá otěže těžkého průmyslu: Startup Gigaton získal 26 milionů dolarů

Těžký průmysl po desetiletí běží na softwaru, který nestíhá držet krok s požadavky moderní výroby. Cementářské pece rotující při 1 400 °C, sklářské vany a chemické reaktory jsou často řízeny systémy starými desítky let – nutí obsluhu k neustálým ručním zásahům a zároveň spalují více paliva, než je nezbytně nutné. Londýnská AI společnost Gigaton, spinout Univerzity v Cambridgi a University College London (UCL), nyní získala 26 milionů dolarů (zhruba 620 milionů korun) v rámci Series A, aby tuto starou technologickou vrstvu vyhodila z okna a nechala řízení přímo na samoučící se umělé inteligenci .

Dne 3. června 2026 firma oznámila, že kolo financování vedl fond Plural, s účastí fondů 2150, Semapa Next a stávajících investorů včetně Planet A Ventures, Cambridge Enterprise Ventures, UCL Technology Fund (spravovaného AlbionVC) a Clean Growth Fund . S touto investicí dosahuje celkové financování Gigatonu více než 35 milionů dolarů .

Čerstvý kapitál podpoří masivní expanzi: společnost plánuje pětinásobně zvětšit svůj tým a proniknout za hranice svého původního teritoria – cementu – do výroby oceli, skla a chemikálií . Generální ředitel Josh Vernon pro Global Cement uvedl, že financování podpoří misi společnosti snižovat emise v „gigatunovém“ měřítku, s plány na rozšíření nasazení na „desítky závodů“ v následující růstové fázi .

Vyměnit a nahradit, ne jen přišroubovat navrch

Zatímco většina průmyslových AI řešení funguje jako optimalizační vrstva na stávajícím řídicím systému, Gigaton nahrazuje celý řídicí stack. Společnost popisuje svůj přístup jako „vytržení“ starého softwaru, aby jej AI mohla přímo řídit . To je fundamentálně odlišná architektura od konvenčních nástrojů pro pokročilé řízení procesů (APC), které jen přisedí navrch a dávají doporučení.

V praxi AI autonomně upravuje několik kritických parametrů v reálném čase: směs paliva proudícího do pece nebo vany, rychlost otáčení samotné pece a hladiny kyslíku potřebné pro efektivní spalování . Tyto proměnné jsou vzájemně závislé a neustále se mění v závislosti na kvalitě surovin, okolních podmínkách a výrobních cílech. Systém Gigaton se chování závodu učí průběžně a rozhoduje se v uzavřené smyčce, aniž by čekal na vstup obsluhy.

Potvrzené výsledky v cementu, nasazení v řádu týdnů

Společnost se zpočátku zaměřila na výrobu cementu, jedno z nejhůře dekarbonizovatelných průmyslových odvětví. Případová studie s Heidelberg Materials zdokumentovala konkrétní provozní zlepšení: 4% snížení indexu nákladů na palivo, tažené 2,2% poklesem specifické spotřeby tepla, spolu s 33% poklesem variability C3S a 2% snížením emisí uhlíku pocházejících z paliva . Systém přitom od začátku integrace do ostrého provozu vyžadoval pouhých osm týdnů .

Ve své bílé knize Gigaton uvádí, že jeho AI dokáže snížit emise uhlíku z paliva až o 5 % ve fázi pyroprocessingu – energeticky nejnáročnější části výroby cementu . Software se integruje s existujícími APC systémy, jako jsou ABB Ability a FLSmidth ECS/ProcessExpert, ale místo pouhých doporučení přebírá dynamické nastavování cílových hodnot .

Z Carbon Re do Gigatonu: pět let výzkumu na výrobní lince

Firma byla založena v roce 2020 jako Carbon Re, hluboce technologický spinout Univerzity v Cambridgi a UCL . Raný vývoj zahrnoval více než pět let práce bok po boku průmyslových operátorů, což týmu poskytlo přímý vhled do omezení a rizik reálných výrobních prostředí . Nedávný rebranding na Gigaton odráží širší ambici: název signalizuje závazek odstraňovat miliardy tun CO₂ napříč mnoha vertikálami těžkého průmyslu, nejen u cementu .

Gigaton je součástí vlny firem aplikujících AI ve fyzickém světě, nikoli jen v kancelářských workflow nebo spotřebitelském softwaru. Jak poznamenala jedna analýza, je to „jiný příběh AI, než je chat, vyhledávání nebo kancelářské workflow“ – sedí uvnitř fyzické výroby, kde na načasování, spotřebě energie, stabilitě procesu a spolehlivosti zařízení záleží způsobem, který si nemůže dovolit žádné halucinace .

Co 26 milionů dolarů odemkne

Financování Series A podpoří dvě paralelní cesty: pokračující vývoj platformy nové generace a širší nasazení napříč čtyřmi cílovými sektory . Pětinásobné rozšíření týmu signalizuje, že Gigaton přechází z výzkumné fáze do fáze komerčního škálování. Expanze za hranice cementu do oceli, skla a chemikálií naznačuje, že jádro technologie je oborově agnostické – pokud se AI dokáže naučit řídit jeden typ tepelného procesu, pravděpodobně se dokáže naučit i další.

Pro těžký průmysl je načasování naléhavé. Ceny energií zůstávají volatilní, ceny emisních povolenek se rozšiřují napříč jurisdikcemi a továrny čelí rostoucímu tlaku na snižování emisí, aniž by obětovaly výrobu. Samoučící se řídicí systém, který dokáže současně snížit spotřebu paliva i emise a je schopen ostrého provozu za méně než dva měsíce, nabízí hmatatelnou cestu vpřed pro odvětví, které bylo v digitalizaci dosud pomalé.