倫敦 AI 新創 Gigaton 獲 2600 萬美元融資，要讓 AI 直接接管高耗能工廠

這筆新資本將用於大規模擴張：公司計劃將團隊規模擴增五倍，並從最初深耕的水泥領域，拓展至鋼鐵、玻璃與化學品製造。 執行長 Josh Vernon 向產業媒體《Global Cement》表示，這筆資金將推動公司在「十億噸」（gigaton）規模上實現減排的使命，下一階段計劃將部署擴展到「數十個生產據點」。

不是外加優化，而是直接「置換」控制核心

市面上多數工業 AI 方案，都是在既有的控制系統上疊加一層優化建議。Gigaton 走的路截然不同——它選擇徹底替換底層的控制架構。公司形容這種做法是「拆除」老舊軟體，讓 AI 取得工廠的直接控制權。 這與傳統的先進製程控制（Advanced Process Control, APC）工具在根本架構上完全不同，後者只是提出建議，而非直接操控。

在實務上，這套 AI 能自主即時調整幾項關鍵參數：進入窯爐或熔爐的燃料混合比例、窯爐本身的旋轉速度，以及維持高效燃燒所需的氧氣量。 這些變數彼此高度連動，且會隨著原料品質、環境條件與生產目標變化而持續波動。Gigaton 的系統會不間斷地學習廠區行為，並在無需等待操作員指令的情況下，做出閉環控制決策。

水泥業實證：部署以週計算，成效顯著

Gigaton 一開始聚焦在水泥製造——這是公認最難減排的工業部門之一。與全球建材巨頭海德堡材料（Heidelberg Materials）合作的案例已展現出明確的營運改善成果：燃料成本指數下降 4%（源於單位熱耗減少 2.2%），水泥關鍵品質指標 C3S 的變異性降低 33%，燃料衍生碳排也減少了 2%。 整套系統從整合到正式上線運轉，僅花了八週時間。

在其白皮書中，Gigaton 指出其 AI 能在水泥生產最耗能的「高溫製程階段」（pyroprocess），將燃料衍生碳排降低最多 5%。 此軟體能與 ABB Ability、FLSmidth ECS/ProcessExpert 等現有的先進製程控制系統整合，但它做的不是給建議，而是直接接手掌管這些系統的動態目標設定。

從 Carbon Re 到 Gigaton：五年廠區現場研究

公司成立於 2020 年，原名 Carbon Re，是劍橋大學與倫敦大學學院共同催生的深度技術衍生公司。 早期發展階段耗費超過五年時間，與工業廠區操作員一同在現場工作，讓團隊對真實生產環境的種種限制與故障模式有第一手認識。 近期更名為 Gigaton，反映出更遠大的企圖心：這個名字承諾要在多個重工業垂直領域中，移除高達數十億噸的二氧化碳，而非僅限於水泥。

Gigaton 是一波將 AI 應用於實體世界的新創浪潮中的一員，有別於鎖定辦公室流程或消費性軟體的 AI。正如一份分析所指出的，這是「一則有別於聊天、搜尋或辦公室流程的 AI 故事」——它坐落在實體生產環境裡，在那裡，時序控制、能源使用、製程穩定性與設備可靠性至關重要，AI 產生「幻覺」的後果是絕對無法容忍的。

2,600 萬美元將解鎖什麼？

這輪 A 輪資金將投入兩條平行軌道：持續開發次世代平台，並在四個目標產業擴大部署。 團隊擴編五倍的規劃，顯示 Gigaton 正從側重研究的階段，邁向商業規模化。從水泥跨足鋼鐵、玻璃與化學領域，意味著其核心技術具有跨產業的通用性——如果一套 AI 能學會控制一種熱製程，理論上也能學會控制另一種。

對重工業而言，時間壓力正急遽升高。能源成本持續波動，碳定價機制在各地逐步擴大，工廠面臨在不犧牲產量的前提下減少排放的巨大壓力。一套能同時降低燃料消耗與碳排放，且能在不到兩個月內上線的自學控制系統，為這個數位化腳步遲緩的產業，提供了一條具體可行的前進路徑。