Gigaton haalt $26 miljoen op om zware industrie te laten draaien op zelflerende AI

Het kapitaal wordt gebruikt voor een forse expansie: het bedrijf wil zijn team vervijfvoudigen en zijn activiteiten uitbreiden van zijn oorspronkelijke thuisbasis in de cementsector naar de productie van staal, glas en chemicaliën . CEO Josh Vernon vertelde aan Global Cement dat de financiering de missie van het bedrijf ondersteunt om emissies op gigatonschaal te verminderen, met plannen om de technologie in de volgende groeifase uit te rollen naar "tientallen locaties" .

Niet erbovenop, maar volledig vervangen

Waar de meeste industriële AI-toepassingen een extra optimalisatielaag bovenop een bestaand systeem leggen, vervangt Gigaton de volledige onderliggende besturingssoftware. Het bedrijf omschrijft zijn aanpak als het "eruit trekken" van de verouderde software, zodat de AI de fabriek direct kan aansturen . Dit is wezenlijk anders dan conventionele Advanced Process Control (APC)-tools die erbovenop zitten en slechts suggesties doen.

In de praktijk stuurt de AI autonoom een aantal kritieke parameters tegelijkertijd aan: de brandstofmix die een oven of smelter voedt, de draaisnelheid van de oven zelf en de zuurstofniveaus die nodig zijn voor efficiënte verbranding . Deze variabelen zijn van elkaar afhankelijk en veranderen constant op basis van de kwaliteit van grondstoffen, weersomstandigheden en productiedoelen. Het systeem van Gigaton leert continu het gedrag van de fabriek en neemt in een gesloten regelkring beslissingen, zonder op input van een operator te wachten.

Bewezen resultaten in cement, operationeel in enkele weken

De eerste focus van het bedrijf lag op de cementproductie, een van de moeilijkst te verduurzamen industriële sectoren. Een praktijkstudie met Heidelberg Materials toonde concrete operationele verbeteringen aan: een daling van 4 procent in de brandstofkostenindex, gedreven door een afname van 2,2 procent in het specifieke warmteverbruik. Daarnaast werd de variabiliteit in C3S (een cruciale kwaliteitsindicator) met 33 procent verminderd en daalden de brandstof-gerelateerde CO2-emissies met 2 procent . Het systeem was binnen acht weken na de start van de integratie volledig operationeel .

In zijn whitepaper rapporteert Gigaton dat de AI de brandstof-gerelateerde CO2-uitstoot in de pyroprocessing-fase – het meest energie-intensieve deel van de cementproductie – met tot 5 procent kan verlagen . De software integreert met bestaande APC-systemen zoals ABB Ability en FLSmidth ECS/ProcessExpert, maar neemt het dynamisch bijstellen van de streefwaarden over in plaats van alleen aanpassingen voor te stellen .

Van Carbon Re naar Gigaton: vijf jaar onderzoek op de werkvloer

Het bedrijf werd in 2020 opgericht als Carbon Re, een deep-tech spin-out van de University of Cambridge en UCL . De eerste ontwikkeling omvatte meer dan vijf jaar aan samenwerking met industriële operators, waardoor het team direct inzicht kreeg in de beperkingen en faalscenario's van echte productieomgevingen . De recente naamsverandering naar Gigaton weerspiegelt een bredere ambitie: de naam staat voor de doelstelling om miljarden tonnen CO2 te elimineren in meerdere zware industriesectoren, en niet alleen in cement .

Gigaton is onderdeel van een golf van bedrijven die AI inzetten voor de fysieke wereld, en niet voor kantoorautomatisering of consumentensoftware. Zoals een analist opmerkte, is dit "een ander AI-verhaal dan bij chat, zoekopdrachten of kantoorwerk". Het bevindt zich midden in een productieproces waar timing, energieverbruik, processtabiliteit en betrouwbaarheid van apparatuur van levensbelang zijn .

Wat de $26 miljoen mogelijk maakt

De Series A-financiering wordt ingezet voor twee parallelle sporen: de verdere ontwikkeling van het next-generation platform en een bredere uitrol over de vier doelsectoren . De vervijfvoudiging van het team is een signaal dat Gigaton zich verplaatst van een onderzoeks-intensieve fase naar commerciële opschaling. De uitbreiding van cement naar staal, glas en chemicaliën suggereert dat de kerntechnologie sector-agnostisch is: als een AI kan leren één type thermisch proces aan te sturen, kan het waarschijnlijk ook een ander proces leren beheersen.

Voor de zware industrie is er geen tijd te verliezen. Energieprijzen blijven volatiel, CO2-beprijzing breidt zich uit naar steeds meer rechtsgebieden en fabrieken staan onder toenemende druk om hun uitstoot te verminderen zonder aan productie in te boeten. Een zelflerend besturingssysteem dat tegelijkertijd het brandstofverbruik en de emissies terugdringt, en bovendien binnen twee maanden live kan, biedt een tastbare route voorwaarts voor een sector die lange tijd terughoudend is geweest met digitalisering.