Gigaton capta US$ 26 milhões para colocar IA no controle da indústria pesada

O capital financiará uma expansão significativa: a empresa planeja quintuplicar sua equipe e ir além de seu domínio inicial no cimento para atuar também na produção de aço, vidro e produtos químicos . O CEO Josh Vernon declarou ao Global Cement que o aporte viabiliza a missão da empresa de reduzir emissões em escala “gigaton”, com planos de ampliar a implementação para “dezenas de unidades” na próxima fase de crescimento .

Substituir por completo, não apenas complementar

Enquanto a maioria das soluções de IA industrial adiciona uma camada de otimização sobre um sistema de controle já existente, a Gigaton substitui toda a base desse controle. A empresa descreve a abordagem como “arrancar” o software legado para que sua IA possa operar a planta diretamente . É uma arquitetura fundamentalmente diferente das ferramentas convencionais de Controle Avançado de Processos (APC, na sigla em inglês), que atuam como um complemento e fazem sugestões.

Na prática, a IA ajusta de forma autônoma diversos parâmetros críticos em tempo real: a mistura de combustível que alimenta um forno, a velocidade de rotação do próprio forno e os níveis de oxigênio necessários para uma combustão eficiente . Essas variáveis são interdependentes e mudam constantemente conforme a qualidade da matéria-prima, as condições ambientais e as metas de produção. O sistema da Gigaton aprende o comportamento da planta continuamente e toma decisões em circuito fechado, sem esperar pela ação de um operador.

Resultados comprovados no cimento, com implantação em semanas

O foco inicial da empresa foi a produção de cimento, um dos setores industriais mais difíceis de descarbonizar. Um estudo de caso com a Heidelberg Materials documentou melhorias operacionais concretas: uma redução de 4% no índice de custo de combustível, impulsionada por uma queda de 2,2% no consumo específico de calor, juntamente com uma diminuição de 33% na variabilidade do C3S (silicato tricálcico) e uma redução de 2% nas emissões de carbono originadas do combustível . O sistema passou da integração à operação ao vivo em oito semanas .

Em seu relatório técnico (white paper), a Gigaton relata que sua IA pode reduzir em até 5% as emissões de carbono provenientes do combustível na etapa de piroprocessamento — a fase de maior consumo energético na produção de cimento . O software se integra a sistemas APC já existentes, como ABB Ability e FLSmidth ECS/ProcessExpert, mas, em vez de apenas recomendar ajustes, assume a definição dinâmica de metas .

De Carbon Re a Gigaton: cinco anos de pesquisa no chão de fábrica

A empresa foi fundada em 2020 como Carbon Re, uma spin-off de tecnologia profunda da Universidade de Cambridge e da UCL . O desenvolvimento inicial envolveu mais de cinco anos de trabalho lado a lado com operadores de plantas industriais, dando à equipe exposição direta às restrições e aos modos de falha de ambientes reais de produção . A recente mudança de marca para Gigaton reflete uma ambição mais ampla: o nome sinaliza o compromisso de remover bilhões de toneladas de CO₂ de vários setores da indústria pesada, não apenas do cimento .

A Gigaton faz parte de uma onda de empresas que estão aplicando IA ao mundo físico, em vez de se limitarem a fluxos de trabalho de escritório ou softwares de consumo. Como observou uma análise, esta é "uma história de IA diferente de chats, buscas ou rotinas de escritório" — ela está inserida na produção física, onde tempo, uso de energia, estabilidade do processo e confiabilidade dos equipamentos importam de um jeito que não permite "alucinações" .

O que os US$ 26 milhões vão destravar

A rodada Série A financiará duas frentes em paralelo: o desenvolvimento contínuo da plataforma de última geração e uma implantação mais ampla nos quatro setores-alvo . A expansão de cinco vezes na equipe sinaliza que a Gigaton está saindo de uma fase fortemente baseada em pesquisa para a escala comercial. O avanço para além do cimento, em direção ao aço, vidro e produtos químicos, sugere que a tecnologia central é agnóstica quanto ao setor — se uma IA pode aprender a controlar um tipo de processo térmico, é provável que consiga aprender outro.

Para a indústria pesada, o momento é crítico. Os custos de energia continuam voláteis, a precificação de carbono está se expandindo em várias jurisdições e as fábricas enfrentam uma pressão crescente para reduzir emissões sem sacrificar a produção. Um sistema de controle com autoaprendizado que consegue, ao mesmo tempo, reduzir o consumo de combustível e as emissões, e entrar em operação em menos de dois meses, oferece um caminho concreto para um setor que tem sido lento em sua digitalização.