Introdução
A indústria de óleo e gás está prestes a ganhar um novo aliado tecnológico. A Applied Computing, startup baseada em Londres, acaba de levantar US$ 20 milhões em uma rodada Série A liderada pela gigante de engenharia KBR, com participação da Databricks Ventures. A empresa está desenvolvendo um modelo de IA foundation específico para o setor de petróleo, gás e petroquímicos, prometendo revolucionar a forma como essas instalações complexas são operadas e otimizadas.
Em um cenário onde uma única planta industrial pode ter milhares de sensores medindo desde temperatura e pressão até velocidade e viscosidade, o desafio de processar e analisar todos esses dados em tempo real tem sido um dos maiores gargalos operacionais do setor. A proposta da Applied Computing é justamente resolver esse problema com uma abordagem inovadora que combina diferentes tipos de modelos de IA.
O problema dos dados fragmentados na indústria
Segundo Callum Adamson, co-fundador e CEO da Applied Computing, as instalações industriais atualmente tomam decisões operacionais usando menos de 8% dos dados disponíveis. Isso não acontece por falta de coleta de informações – os operadores já capturam uma quantidade massiva de dados através de sensores espalhados por toda a planta. O verdadeiro desafio está em combinar leituras de sensores, documentação de engenharia e princípios de física e química de forma rápida o suficiente para gerar análises e previsões úteis.
“É fazer essas três fontes de dados conversarem entre si em tempo real. Essa é a verdadeira chave”, explicou Adamson em entrevista ao TechCrunch. Essa fragmentação de dados representa não apenas uma oportunidade perdida de otimização, mas também riscos operacionais e ineficiências que custam milhões às empresas do setor.
Orbital: uma abordagem híbrida para IA industrial
O diferencial da Applied Computing está em seu modelo foundation chamado Orbital, que adota uma abordagem fundamentalmente diferente dos grandes modelos de linguagem (LLMs) convencionais. Enquanto um LLM tradicional prevê a próxima palavra em uma sequência, o Orbital combina três tipos distintos de modelos: um modelo de séries temporais, um modelo baseado em física e um modelo de linguagem.
Essa combinação permite ao sistema prever o estado futuro de uma instalação industrial analisando leituras de sensores, mantendo em mente as leis da física e química, e reconhecendo as limitações dos equipamentos e as atividades dos operadores. O resultado é uma capacidade de simulação que permite aos técnicos testarem como uma mudança em uma parte da instalação pode afetar o restante das operações.
A interface do sistema permite investigações que anteriormente levavam dias ou semanas para serem concluídas em questão de segundos. O Orbital pode identificar anomalias, investigar suas causas e modelar se uma correção proposta poderia criar problemas em outras partes da instalação – tudo isso em minutos.
Tração no mercado e parcerias estratégicas
A velocidade de adoção da tecnologia tem sido impressionante. A startup afirma ter saído do modo stealth para dezenas de milhões de dólares em receita recorrente anual em menos de 18 meses. Embora Adamson tenha se recusado a revelar o número exato de clientes, ele confirmou que o Orbital já está sendo usado por algumas “grandes empresas de capital aberto” nos setores upstream de óleo e gás, refino downstream e petroquímicos.
Entre os parceiros da empresa estão a companhia de energia indiana Wipro e a própria KBR, que integrou o Orbital em sua plataforma digital INSITE 3.0 para projetos de energia e está usando o produto para produção de amônia. A Applied Computing também está trabalhando com um “grande operador upstream dos EUA” e planeja anunciar uma parceria com uma major de petróleo europeia nas próximas semanas.
Competição e diferenciação no mercado
O mercado de software industrial para o setor de energia não é novo e conta com players estabelecidos. A AspenTech vende software de simulação e modelagem alimentado por IA para operações upstream, refino e químicas. A AVEVA oferece simulação de processos baseada em física, otimização e modelagem “what-if” para plantas industriais. Empresas como Cognite e Seeq focam na camada de dados, ajudando instalações a analisar dados industriais e aplicar IA para projetar fluxos de trabalho.
No entanto, Adamson argumenta que o diferencial competitivo da Applied Computing não está no acesso a dados industriais ou conhecimento de processos, mas sim na capacidade de reunir pesquisadores de IA de alto nível para construir um modelo que possa competir com o Orbital. “É um problema de IA. Não é um problema de dados, e não é um problema de energia”, afirmou. “Se você é um pesquisador de IA de primeira linha, onde você vai trabalhar? … Não acho que a Shell esteja nessa lista.”
Outro ponto importante é que os dados operacionais de refinarias e outras instalações de energia geralmente não estão disponíveis publicamente, enquanto dados simulados não conseguem reproduzir completamente o que acontece dentro de uma planta em funcionamento. Isso cria uma vantagem significativa para a Applied Computing à medida que acumula mais dados reais através de suas implementações.
Implicações para o mercado brasileiro
Para o Brasil, onde a indústria de óleo e gás representa uma parte significativa da economia, tecnologias como a da Applied Computing podem ter impacto transformador. A Petrobras e outras operadoras nacionais enfrentam desafios similares de otimização operacional, especialmente em plataformas offshore complexas do pré-sal, onde a eficiência operacional é crucial para a viabilidade econômica.
A capacidade de processar e analisar dados em tempo real, identificar problemas antes que se tornem críticos e otimizar operações pode resultar em economias significativas e maior segurança operacional. Além disso, a abordagem de IA especializada da Applied Computing pode servir de modelo para outros setores industriais brasileiros, como o agronegócio e a manufatura, que também lidam com grandes volumes de dados de sensores e processos complexos.
Expansão internacional e próximos passos
Com os US$ 20 milhões levantados, a Applied Computing planeja expandir internacionalmente, contratar para funções de pesquisa e engenharia, e explorar implementações com mais clientes de energia. A empresa anunciou a abertura de um escritório em Houston, além de sua sede em Londres e hub operacional em Bengaluru. A base nos EUA coloca a startup mais próxima de dois clientes existentes na América do Norte, e uma expansão para o Oriente Médio também está nos planos.
A parceria com a KBR é particularmente estratégica, fornecendo à Applied Computing acesso a dados operacionais e expertise da indústria, além de apresentações a potenciais clientes. Essa combinação de capital, parcerias estratégicas e tecnologia diferenciada posiciona a empresa para capturar uma fatia significativa do mercado de digitalização industrial.
Conclusão
A Applied Computing representa uma nova geração de startups de IA que estão indo além dos modelos genéricos para criar soluções especializadas para indústrias específicas. Ao combinar diferentes tipos de modelos de IA e focar nas necessidades únicas do setor de óleo e gás, a empresa está demonstrando que há valor significativo em abordagens verticalizadas de inteligência artificial.
O sucesso inicial da empresa, saindo do modo stealth para dezenas de milhões em receita recorrente em apenas 18 meses, sugere que há uma demanda reprimida por esse tipo de solução no mercado. À medida que mais indústrias reconhecem as limitações dos modelos de IA genéricos para casos de uso especializados, podemos esperar ver mais startups seguindo o exemplo da Applied Computing, desenvolvendo modelos foundation específicos para diferentes setores.
Para operadores de óleo e gás ao redor do mundo, incluindo o Brasil, a promessa de poder finalmente utilizar a totalidade dos dados coletados para otimizar operações representa não apenas uma oportunidade de eficiência, mas uma necessidade competitiva em um mercado cada vez mais focado em sustentabilidade e otimização de recursos.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em TechCrunch, disponível em https://techcrunch.com/2026/07/15/applied-computing-wants-to-give-oil-and-gas-operators-an-ai-model-for-the-entire-plant/.
