Applied Computing ha cerrado una Serie A de 20 millones de dólares para desarrollar inteligencia artificial aplicada a operaciones de petróleo, gas y petroquímica. La ronda está liderada por KBR, gigante de ingeniería, con participación de Databricks Ventures. La compañía, fundada en Londres en 2023, quiere construir un modelo fundacional para plantas industriales completas.
Su producto, Orbital, se dirige a instalaciones con miles de sensores que miden variables como temperatura, presión, velocidad o viscosidad. En una refinería o planta petroquímica, esos datos suelen estar repartidos entre sistemas distintos y no siempre se usan para tomar decisiones en tiempo real. Applied Computing sostiene que en muchas plantas se aprovecha menos del 8% de la información disponible para decisiones operativas.
La tesis de la compañía es que la IA industrial no puede limitarse a un chatbot conectado a documentos: debe entender series temporales, restricciones físicas y lenguaje técnico al mismo tiempo. Orbital combina modelos de datos, modelos físicos y lenguaje especializado para detectar anomalías, simular cambios y ayudar a los ingenieros a valorar el impacto de una decisión sobre el conjunto de la planta.
La oportunidad es grande porque las plantas energéticas y químicas operan con márgenes, riesgos y consumos enormes. Reducir desperdicio energético, anticipar fallos o acelerar diagnóstico puede tener impacto económico directo. También hay una capa de seguridad: una recomendación errónea en una planta compleja no es comparable a una respuesta equivocada en una aplicación de oficina.
Applied Computing asegura que Orbital ya genera ingresos recurrentes anuales en el rango bajo de decenas de millones de dólares, aunque no identifica a todos sus clientes. La empresa trabaja con grandes operadores públicos de upstream, downstream y fabricación química. KBR ha integrado Orbital en INSITE 3.0 para proyectos energéticos y lo utiliza en producción de amoniaco, un punto relevante porque el socio inversor también puede actuar como canal comercial.
El respaldo de KBR y Databricks indica que la capa de IA industrial se está moviendo hacia alianzas entre especialistas de dominio, datos empresariales y proveedores de ingeniería. Ninguna de esas piezas por sí sola resuelve el problema. Los modelos necesitan datos reales de planta, conocimiento químico y capacidad de desplegarse en entornos con requisitos estrictos.
La competencia no será sencilla. AspenTech, AVEVA, Cognite y Seeq ya ocupan partes del mercado con simulación, gemelos digitales, datos industriales y automatización de flujos de trabajo. Applied Computing intenta diferenciarse con un enfoque de modelo fundacional específico para energía, en lugar de herramientas horizontales adaptadas caso por caso.
Para empresas españolas de energía, química o industria pesada, la noticia marca una tendencia a observar. La IA con impacto en margen no siempre aparecerá en interfaces visibles para el consumidor. Puede estar en una sala de control, reduciendo paradas, comparando escenarios y ayudando a decidir si un ajuste operativo mejora producción o aumenta riesgo.
La próxima fase de la IA empresarial puede estar en sectores duros, donde el valor depende de precisión, contexto físico y confianza operativa. Applied Computing quiere ocupar ese espacio antes de que los proveedores industriales tradicionales lo absorban.
