Ces capitaux vont alimenter une expansion massive : l'entreprise prévoit de multiplier ses effectifs par cinq et de sortir de son fief initial, le ciment, pour s'attaquer à la sidérurgie, au verre et à la chimie . Le CEO Josh Vernon a confié au magazine Global Cement que ce financement sert la mission de réduction des émissions à une échelle « gigatonne », avec un déploiement visant « des dizaines de sites » dans la prochaine phase de croissance
.
La plupart des offres d'IA industrielle se contentent d'une couche d'optimisation posée sur le système existant. Gigaton, elle, change le cœur du réacteur. Son approche consiste à « arracher » le logiciel patrimonial pour que l'IA pilote l'usine en direct . L'architecture est radicalement différente des outils classiques de contrôle avancé (APC – Advanced Process Control) qui se superposent à l'existant et se bornent à faire des suggestions.
Concrètement, l'IA ajuste de manière autonome plusieurs paramètres critiques en temps réel : le mélange de combustibles qui alimente le four, la vitesse de rotation du four lui-même, et le niveau d'oxygène nécessaire à une combustion efficace . Ces variables, interdépendantes, changent constamment en fonction de la qualité des matières premières, des conditions ambiantes et des objectifs de production. Le système de Gigaton apprend en continu le comportement de l'installation et prend des décisions en boucle fermée sans attendre l'intervention humaine.
La société a d'abord concentré ses efforts sur la fabrication du ciment, l'un des secteurs industriels les plus difficiles à décarboner. Une étude de cas menée avec le cimentier allemand Heidelberg Materials a documenté des gains opérationnels significatifs : une baisse de 4 % de l'indice de coût du combustible, tirée par une réduction de 2,2 % de la consommation thermique spécifique, parallèlement à une chute de 33 % de la variabilité du C3S (l'alite, principal constituant du clinker) et à une baisse de 2 % des émissions de CO2 d'origine fossile . La mise en service, de l'intégration à la production en conditions réelles, a pris huit semaines
.
Dans son livre blanc, Gigaton indique que son IA peut réduire jusqu'à 5 % les émissions de carbone issues de la combustion lors de l'étape de pyroprocessus – la phase la plus gourmande en énergie de la cimenterie . Le logiciel s'interface avec les systèmes APC déjà en place, tels que ABB Ability ou FLSmidth ECS/ProcessExpert, mais au lieu de simplement recommander des ajustements, il prend la main sur la définition dynamique des consignes
.
Fondée en 2020 sous le nom de Carbon Re, la deep-tech est une émanation de Cambridge et de l'University College London (UCL) . Le développement initial a exigé plus de cinq années de travail en immersion aux côtés des opérateurs, ce qui a donné à l'équipe une connaissance intime des contraintes et des modes de défaillance des environnements de production réels
. Le récent changement de nom pour Gigaton traduit une ambition élargie : la jeune pousse ne promet pas une réduction marginale des émissions, elle s'engage à retirer des milliards de tonnes de CO2 – des gigatonnes – à plusieurs filières de l'industrie lourde, et plus seulement au ciment
.
Gigaton s'inscrit dans une vague d'entreprises qui appliquent l'IA au monde physique, loin des assistants conversationnels ou des outils bureautiques. Comme le relevait une analyse, « c'est une histoire d'IA qui n'a rien à voir avec le chat, la recherche en ligne ou les workflows de bureau » – elle opère au cœur du process industriel, là où le timing, la dépense énergétique, la stabilité des procédés et la fiabilité des équipements sont vitaux, et où une « hallucination » algorithmique n'a pas sa place .
La Série A financera deux axes parallèles : le développement continu de la plateforme de nouvelle génération et un déploiement élargi aux quatre secteurs visés . La multiplication par cinq de l'effectif signale que Gigaton passe d'une phase fortement ancrée dans la R&D à une phase de commercialisation à grande échelle. L'extension au-delà du ciment vers l'acier, le verre et la chimie suggère que la technologie est indépendante du secteur : si une IA peut apprendre à maîtriser un type de procédé thermique, elle peut vraisemblablement en maîtriser un autre.
Pour l'industrie lourde, le calendrier est pressant. Les prix de l'énergie restent volatils, la tarification du carbone s'étend à de plus en plus de juridictions, et les usines subissent une pression croissante pour réduire leurs émissions sans sacrifier la production. Un système de contrôle auto-apprenant capable de diminuer simultanément la consommation de combustible et les rejets de CO2, et d'être mis en service en moins de deux mois, offre une voie tangible à une industrie qui a tardé à se numériser.