Orbital: la IA que promete supervisar plantas enteras de petróleo y petroquímica

Qué presentó Applied Computing

Applied Computing, una startup con sede en Londres fundada en 2023, obtuvo una ronda Serie A de $20 millones liderada por la ingeniería KBR, con la participación de Databricks Ventures. La compañía desarrolla Orbital, lo que describe como un modelo de base orientado a la industria del petróleo, gas y petroquímica. Su objetivo: convertir el enorme volumen de datos industriales en predicciones operativas útiles y acciones en tiempo real.

En una única instalación de procesamiento de hidrocarburos pueden existir miles de sensores que miden temperatura, presión, velocidad, viscosidad y muchas otras variables. Ese volumen y variedad generan un problema de fragmentación: los operadores, según el cofundador y CEO Callum Adamson, terminan tomando decisiones con menos del 8% de los datos disponibles.

Cómo funciona Orbital

Orbital no es un modelo de lenguaje en el sentido tradicional que predice la próxima palabra. En cambio, según la empresa, integra tres componentes principales: un modelo de series temporales que procesa lecturas de sensores; un modelo basado en física y química que incorpora las restricciones y leyes del proceso; y un componente de lenguaje para interpretar documentación técnica y la actividad del operador.

El resultado es una representación del estado operativo de la planta. Orbital analiza lecturas en tiempo real, considera limitaciones de equipos y procesos físicos, y permite a ingenieros y técnicos simular escenarios: por ejemplo, cómo un ajuste en una bomba podría propagarse y afectar otros elementos del proceso.

Promesa de velocidad y valor operacional

La propuesta central de Applied Computing es reducir drásticamente el tiempo entre detectar una anomalía y tomar una decisión informada. Orbital, según la compañía, puede señalar anomalías, investigar sus causas y modelar si una solución propuesta generará nuevos problemas en otras partes de la instalación en cuestión de minutos. Adamson asegura que tareas de investigación que antes tardaban días o semanas pueden comprimirse en segundos, lo que, en teoría, puede disminuir el consumo energético y mantener la producción.

Esa promesa de rapidez y utilidad práctica parece haber convencido a clientes e inversores: la startup afirma haber pasado de operar en stealth a alcanzar ingresos recurrentes anuales de cifras de dos dígitos en menos de 18 meses.

Clientes, socios y despliegues

Orbital ya se usa en algunas compañías “grandes y cotizadas” de los sectores upstream (exploración y producción), downstream (refinado) y petroquímico, según Adamson, quien no quiso precisar el número exacto de clientes. Entre sus socios se encuentran la compañía india Wipro y KBR, que integró Orbital en su plataforma digital INSITE 3.0 y lo está aplicando, entre otras cosas, en producción de amoníaco.

La empresa también señaló que trabaja con un “major upstream” estadounidense y que en las próximas semanas anunciará una colaboración con una importante petrolera europea. Además de su sede en Londres y un hub operativo en Bengaluru, Applied Computing abrió recientemente una oficina en Houston para acercarse a clientes en Norteamérica y contempla una expansión hacia Medio Oriente.

Competencia y la apuesta por la ventaja competitiva

El mercado objetivo de Applied Computing ya tiene jugadores consolidados y startups especializadas. Empresas como AspenTech y AVEVA venden simulación, modelado y optimización basados en física; Cognite y Seeq trabajan la capa de datos industriales y respaldan análisis e integración de flujos de trabajo con IA.

Adamson sostiene que la verdadera barrera no es el acceso a datos o conocimiento de procesos, sino la capacidad de reunir talento e investigadores de IA que construyan un modelo competitivo. En sus palabras: “It’s an AI problem. It’s not a data problem, and it’s not an energy problem.” Y añadió: “If you’re a tier-one AI researcher, where are you going to work? … I don’t think Shell’s on that list.”

Además, la empresa apunta que los datos operacionales de refinerías y plantas no suelen estar disponibles públicamente, y que la simulación por sí sola no reproduce completamente el comportamiento real de una instalación en operación; por ello, las integraciones y acuerdos con socios industriales (como KBR) le dan acceso a datos valiosos y experiencia sectorial.

Riesgos y desafíos a considerar

Aunque la integración de series temporales, física y lenguaje es una idea potente, existen retos prácticos: la heterogeneidad de protocolos y formatos de sensores, la calidad y la limpieza de datos históricos, los requisitos de ciberseguridad y las barreras internas a la adopción en empresas conservadoras del sector. Además, competir con proveedores con presencia histórica en plantas industriales requiere no solo tecnología, sino también certificaciones, soporte técnico y acuerdos comerciales a largo plazo.

Applied Computing enfrenta la tarea de demostrar que su modelo generalizado es robusto ante condiciones operativas variadas y que sus simulaciones son confiables en contextos de alto riesgo y cumplimiento regulatorio.

Relevancia para América Latina

La región latinoamericana concentra una industria energética significativa: refinerías en México, Brasil, Venezuela y centros petroquímicos en la costa del Atlántico y el Pacífico. Muchas operaciones enfrentan retos similares de fragmentación de datos y necesidad de mantener la producción bajo restricciones ambientales y de costos.

Para tomadores de decisión en la región, tecnologías como Orbital representan oportunidades para optimizar consumo energético, reducir tiempos de inactividad y mejorar respuesta ante eventos críticos. Sin embargo, la adopción requerirá integraciones con infraestructuras heredadas, acuerdos de confidencialidad sobre datos operativos y posiblemente proyectos piloto que demuestren ROI en condiciones locales.

Operadores estatales y privados en Latinoamérica podrían beneficiarse de colaboraciones con integradores que conozcan la regulación regional, manejo de contratos y particularidades logísticas. En ese sentido, la entrada de Applied Computing al mercado global y su asociación con jugadores como KBR pueden facilitar adopciones en la región, siempre que se garantice la transferencia de conocimiento y soporte local.

Qué viene para Applied Computing

La compañía destinará los $20 millones de la Serie A a expandir su presencia internacional, aumentar su equipo de investigación e ingeniería y explorar nuevos despliegues con clientes del sector energético. La estrategia incluye apalancar la alianza con KBR para acceder a datos operativos y nuevas oportunidades comerciales.

En el corto plazo la empresa seguirá anunciando alianzas y ampliando su base de clientes en Norteamérica, Europa y Medio Oriente; en paralelo, su reto será demostrar que Orbital no es solo una propuesta de valor técnica, sino una solución operativa que pueda integrarse de forma segura y escalable en plantas reales.

Conclusión

Applied Computing llega con una apuesta clara: unir datos de sensores, leyes físicas y comprensión del lenguaje técnico para ofrecer respuestas rápidas en instalaciones industriales complejas. Si cumple la promesa de transformar investigaciones de días en decisiones en minutos, puede convertirse en un actor relevante dentro de la digitalización del sector energético. Para América Latina, la propuesta abre una vía para mejorar eficiencia y resiliencia operacional, aunque su adopción dependerá de pilotos locales, garantías de seguridad y la capacidad del proveedor para adaptar su oferta a las particularidades regionales.