倫敦AI初創Gigaton獲2.6億港元A輪融資 誓要踢走工廠老舊控制軟件

呢筆錢將會用嚟搞一場大擴張：公司打算將團隊規模擴大五倍，並且跳出目前最耍家嘅水泥行業，進軍鋼鐵、玻璃同化工生產。 Gigaton嘅CEO Josh Vernon同行業媒體《Global Cement》講，呢筆資金令佢哋有能力去實現以「十億噸」（gigaton）規模減排嘅使命，計劃喺下一個階段將系統部署到「數十個工廠基地」。

唔係幫你「打補丁」，係直接「換心臟」

市面上好多工業AI方案，做法都係喺現有嘅控制系統上面加多一層優化軟件，幫手畀下建議。但Gigaton嘅思維完全唔同，佢哋係直接「剷走」成個底層嘅舊軟件，等自己嘅AI可以直接落手落腳去操控成個廠。 呢種做法同傳統嗰啲「先進流程控制」（Advanced Process Control，APC）工具嘅架構有根本性嘅分別，APC只係坐喺系統上面「出口術」，而Gigaton係自己「落場踢」。

實際上，呢個AI會實時自動調整幾個關鍵參數：送入窯爐或熔爐嘅燃料混合比例、窯爐本身嘅轉速，同埋維持高效燃燒所需嘅氧氣水平。 呢啲變數互相關聯，又會因為原材料質量、環境條件同生產目標成日變來變去。Gigaton嘅系統會持續學習工廠嘅習性，然後自己做決定，唔使等人哋逐步下指令。

喺水泥行業實證有效，部署以「星期」計

Gigaton最初係集中火力搞水泥製造，呢個係最難減排嘅工業行業之一。佢哋同全球水泥巨頭Heidelberg Materials合作嘅案例顯示咗具體嘅營運改善成果：燃料成本指數降低咗4%（因為單位熱耗減少咗2.2%），同時水泥強度關鍵指標C3S嘅波動性大減33%，而燃料產生嘅碳排放亦都減少咗2%。 成個系統由開始整合到正式上線運行，只係用咗八個星期。

喺Gigaton嘅白皮書入面，佢哋提到自家嘅AI可以喺水泥生產最耗能嘅「熱工過程」（pyroprocess）階段，將燃料相關嘅碳排放最多減少5%。 呢套軟件可以同現有嘅APC系統（例如ABB Ability同FLSmidth ECS/ProcessExpert）一齊用，但佢唔係齋建議，而係直接接管動態目標嘅設定權。

由Carbon Re到Gigaton：五年落廠實戰嘅成果

公司喺2020年以「Carbon Re」呢個名創立，係劍橋大學同UCL嘅深度科研分拆項目。 早期研發階段，團隊同工業廠房嘅操作員一齊摸爬滾打咗超過五年，累積咗大量真實生產環境入面嘅限制同故障模式嘅一手經驗。 最近由「Carbon Re」改名做「Gigaton」，正正係反映咗更大嘅野心：個名本身就係一個承諾，要從唔同嘅重工業领域，而唔單止係水泥，移除數以十億噸計嘅二氧化碳。

有人分析過，Gigaton代表緊一啲唔同嘅嘢。有別於嗰啲用喺聊天機械人、搜尋引擎或者辦公室流程嘅AI故事，呢個係「另一種AI故仔」——佢存在喺實體生產線入面，時間控制、能源使用、流程穩定性同設備可靠性嘅要求都極高，絕對唔容許有半點「AI幻覺」（hallucination，即AI憑空作嘢）。

呢2600萬美金會解鎖啲咩？

呢筆A輪融資將會支持兩條並行嘅發展線：一方面繼續研發下一代平台，另一方面喺四個目標行業進行更廣泛嘅部署。 團隊要擴大五倍，表明Gigaton正由一個研發為重嘅階段，轉向商業規模化。由水泥擴展到鋼鐵、玻璃同化工，暗示佢哋嘅核心技術係「跨行業」嘅——假如一個AI可以學識操控一種熱力處理工序，咁佢好大機會都可以學識處理另一種。

對重型工業嚟講，時間已經好迫切。能源成本仲係咁波動，碳定價嘅政策喺世界各地不斷擴大，工廠面臨要減排但又唔可以犧牲產量嘅壓力愈來愈大。一套可以同時減少燃料消耗同碳排放，而且唔使兩個月就可以上線嘅自學控制系統，對於一個數碼化轉型相對緩慢嘅行業嚟講，無疑係一條好實在嘅出路。