Gigaton zdobywa 26 mln dolarów, by oddać sterowanie przemysłem ciężkim w ręce AI

Świeży kapitał napędzi gwałtowny wzrost – startup planuje zwiększyć zatrudnienie pięciokrotnie i wyjść poza swój dotychczasowy bastion, jakim jest cement, w stronę stali, szkła i zaawansowanej chemii . Dyrektor generalny Josh Vernon powiedział serwisowi Global Cement, że inwestycja ta umożliwi firmie redukcję emisji w skali „gigaton”, a w kolejnej fazie rozwoju planuje ona wdrożenia w „kilkudziesięciu zakładach” .

Nie nakładka, tylko rewolucja – „wymiana mózgu” fabryki

Większość rozwiązań AI dla przemysłu działa jak dokładana na wierzch nakładka – optymalizuje parametry, nie ruszając starego systemu sterowania. Gigaton idzie o krok dalej i zastępuje cały podstawowy system operacyjny zakładu. Firma opisuje to jako „wyrwanie z korzeniami” starego oprogramowania, tak aby jej AI mogła bezpośrednio prowadzić instalację .

W praktyce oznacza to, że sztuczna inteligencja autonomicznie dostraja w czasie rzeczywistym kilka newralgicznych zmiennych: proporcje mieszanki paliw podawanej do pieca, prędkość obrotową samego pieca oraz poziom tlenu niezbędny do wydajnego spalania . Parametry te są od siebie ściśle zależne i zmieniają się dynamicznie pod wpływem jakości surowców, warunków otoczenia i celów produkcyjnych. System Gigaton uczy się zachowania instalacji w sposób ciągły i podejmuje decyzje w zamkniętej pętli, nie czekając na reakcję człowieka.

Sprawdzone rezultaty w cemencie i wdrożenie w kilka tygodni

Pierwszym polem działania spółki była produkcja cementu – jedna z najtrudniejszych do zazielenienia gałęzi przemysłu. Studium przypadku zrealizowane wspólnie z Heidelberg Materials udokumentowało wymierną poprawę operacyjną: 4-procentowy spadek wskaźnika kosztów paliwa, napędzany 2,2% redukcją jednostkowego zużycia ciepła, a do tego 33% spadek zmienności fazy alitowej (C3S) i 2-procentowy spadek emisji CO₂ pochodzących ze spalania . Co więcej, cały system przeszedł od integracji do pracy na żywo w zaledwie osiem tygodni .

W swojej białej księdze Gigaton podaje, że jego AI potrafi obniżyć emisje CO₂ ze spalania paliw nawet o 5% na etapie procesu pirolitycznego – czyli w najbardziej energochłonnej części produkcji cementu . Oprogramowanie integruje się z istniejącymi systemami zaawansowanego sterowania procesem (APC), takimi jak ABB Ability czy FLSmidth ECS/ProcessExpert, ale zamiast zwykłych rekomendacji, samo dynamicznie narzuca cele procesowe .

Od Carbon Re do Gigaton – pięć lat badań na hali produkcyjnej

Firma powstała w 2020 roku jako Carbon Re, głęboko technologiczny spin-out z Uniwersytetu w Cambridge i UCL . Wczesny etap rozwoju to ponad pięć lat pracy ramię w ramię z operatorami zakładów przemysłowych – doświadczenie, które dało zespołowi bezpośredni wgląd w ograniczenia i newralgiczne punkty rzeczywistych środowisk produkcyjnych . Niedawny rebranding na Gigaton odzwierciedla znacznie szerszą ambicję – nazwa sygnalizuje zobowiązanie do usunięcia miliardów ton CO₂ z wielu sektorów przemysłu ciężkiego, a nie tylko z cementowni .

Gigaton wpisuje się w falę firm aplikujących AI w świecie fizycznym, a nie w biurowych workflowach czy aplikacjach konsumenckich. Jak zauważył jeden z analityków, „to zupełnie inna historia AI niż chatboty, wyszukiwarki czy procesy biurowe” – system pracuje wewnątrz fizycznej produkcji, gdzie timing, zużycie energii, stabilność procesu i niezawodność maszyn mają znaczenie fundamentalne, a jakakolwiek halucynacja modelu jest niedopuszczalna .

Co odblokuje 26 milionów dolarów

Runda Series A sfinansuje dwie równoległe ścieżki: dalszy rozwój platformy nowej generacji oraz jej szerokie wdrożenia w czterech docelowych branżach . Planowane pięciokrotne zwiększenie zespołu jasno sygnalizuje, że Gigaton przechodzi z fazy badawczo-rozwojowej do skalowania komercyjnego. Ekspansja poza cement – w kierunku stali, szkła i chemikaliów – sugeruje, że rdzeń technologii jest uniwersalny: jeśli AI nauczy się sterować jednym typem procesu termicznego, prawdopodobnie poradzi sobie z kolejnymi.

Dla przemysłu ciężkiego czas nagli. Koszty energii pozostają zmienne, opłaty za emisje CO₂ rozszerzają się na kolejne jurysdykcje, a zakłady produkcyjne stoją przed coraz większą presją obniżenia emisji bez utraty wydajności. Samouczący się system sterowania, który jednocześnie tnie zużycie paliwa i emisje, i wchodzi na produkcję w niecałe dwa miesiące, oferuje namacalną ścieżkę naprzód dla branży, która cyfryzowała się dotąd w ślimaczym tempie.