Applied Computing, perusahaan rintisan asal London, mengantongi pendanaan Seri A senilai 20 juta dollar AS yang dipimpin raksasa rekayasa KBR. Model kecerdasan buatan bernama Orbital menjadi inti penawaran untuk mengelola seluruh fasilitas minyak, gas, dan petrokimia secara real time. Pendanaan tersebut melibatkan Databricks Ventures sebagai peserta, hanya 18 bulan setelah startup ini berdiri pada 2023.
Orbital dirancang bukan sekadar memproses teks seperti model bahasa besar umumnya. Sistem ini memadukan model deret waktu, model berbasis fisika, dan model bahasa untuk memprediksi kondisi fasilitas industri. Sensor suhu, tekanan, kecepatan, hingga viskositas yang mencapai ribuan titik di satu pabrik dapat dianalisis bersama dokumen rekayasa serta hukum fisika dan kimia dalam hitungan menit.
Masalah utama yang dihadapi operator migas selama ini adalah fragmentasi data. Fasilitas sudah mengumpulkan banyak informasi, namun gagal menggabungkannya cukup cepat untuk kebutuhan analisis dan prediksi. Callum Adamson, co-founder sekaligus CEO Applied Computing, menyebut operator hanya menggunakan kurang dari 8 persen data yang tersedia saat mengambil keputusan operasional.
Kondisi itu membuat investigasi anomali memakan waktu berhari-hari bahkan berminggu-minggu. Padahal, kerugian efisiensi energi dan penurunan produksi kerap terjadi akibat keterlambatan respons. Adamson menekankan kunci sesungguhnya terletak pada kemampuan menyatukan tiga sumber data berbeda secara langsung tanpa jeda.
Pasar perangkat lunak industri pun sudah dihuni pemain mapan. AspenTech dan AVEVA menawarkan simulasi berbasis fisika serta optimasi, sementara Cognite dan Seeq fokus pada tata kelola data industri. Applied Computing masuk dengan klaim kecepatan: Orbital mampu menandai anomali, mencari penyebab, dan memodelkan dampak perbaikan di bagian lain pabrik dalam hitungan menit.
Bagi Indonesia, berita ini relevan mengingat sektor hulu migas dan kilang masih menjadi tulang punggung energi nasional. PT Kilang Pertamina Internasional dan kontraktor kontrak kerja sama seperti Pertamina Hulu Rokan mengelola fasilitas dengan ribuan sensor, namun integrasi data real-time belum merata. Teknologi semacam Orbital berpotensi memangkas biaya operasi sekaligus menjaga target lifting minyak pemerintah.
Di sisi lain, industri dalam negeri masih bertumpu pada lisensi perangkat lunak asing dari AspenTech atau AVEVA. Beberapa perusahaan lokal seperti Nodeflux pernah mencoba pendekatan analitik berbasis AI untuk infrastruktur, tetapi belum menyentuh pemodelan fisika-kimia menyeluruh. Ketiadaan model fondasi lokal membuat operator domestik rawan ketergantungan teknologi luar negeri.
Adamson mengklaim Orbital sudah menghasilkan pendapatan berulang tahunan di level jutaan dollar sejak keluar dari mode stealth. Produk digunakan perusahaan migas hulu, kilang, dan petrokimia terbuka yang tidak ia sebutkan namanya. KBR mengintegrasikan Orbital ke platform digital INSITE 3.0 dan menggunakannya untuk produksi amonia.
“Ini masalah AI, bukan masalah data atau energi. Jika Anda peneliti AI tingkat satu, ke mana akan pergi? Saya rasa Shell tidak ada dalam daftar itu,” ujar Adamson menjelaskan keunggulan kompetitif startup-nya. Ia berpendapat bahwa kemampuan mengumpulkan peneliti AI unggul lebih menentukan daripada sekadar kepemilikan data operasional.
Applied Computing membuka kantor baru di Houston sebagai tambahan dari markas London dan pusat operasi Bengaluru. Langkah itu mendekatkan mereka ke dua pelanggan di Amerika Utara, sekaligus mempersiapkan ekspansi ke Timur Tengah. Kerja sama dengan operator hulu AS besar dan perusahaan minyak Eropa akan diumumkan dalam beberapa pekan.
Ke depan, pendanaan 20 juta dollar AS akan dipakai memperluas jangkauan internasional dan merekrut insinyur serta peneliti. Adamson menilai data operasional riil dari kilang tidak tersedia publik, sehingga posisi melalui kemitraan KBR memberi keuntungan tersendiri. Persaingan di ceruk AI industri berat diprediksi makin ketat seiring masuknya pemain rintisan bertenaga modal besar.
Indonesia perlu mempertimbangkan kolaborasi riset dengan startup serupa agar tidak tertinggal dalam adopsi AI operasional migas. Tanpa kemandirian model fondasi, efisiensi sektor energi dalam negeri akan terus bergantung pada pihak asing. Tren ini juga membuka peluang universitas lokal mengembangkan pusat riset AI industri proses.