एप्लाइड कंप्यूटिंग एआई की सबसे कम आकर्षक लेकिन सबसे आकर्षक सीमाओं में से एक: तेल और गैस संयंत्रों से निपटने के लिए सीरीज ए फंडिंग में अभी-अभी $20 मिलियन मिले हैं। स्टार्टअप संपूर्ण पेट्रोकेमिकल सुविधाओं को अनुकूलित करने के लिए डिज़ाइन किया गया एक फाउंडेशन मॉडल बना रहा है, यह शर्त लगाते हुए कि ऊर्ध्वाधर-विशिष्ट एआई औद्योगिक सेटिंग्स में सामान्य-उद्देश्य वाले उपकरणों से बेहतर प्रदर्शन करेगा। यह उपभोक्ता एआई फीडिंग उन्माद के बिल्कुल विपरीत है, और यह संकेत देता है कि उद्यम निवेशक सोचते हैं कि वास्तविक पैसा कहाँ रहता है।
एप्लाइड कंप्यूटिंग एक विपरीत दांव लगा रहा है. जबकि अधिकांश एआई स्टार्टअप चैटबॉट और कोड सहायकों का पीछा करते हैं, यह टीम पेट्रोकेमिकल संयंत्रों के औद्योगिक क्षेत्र में गहराई से उतर रही है। $20 मिलियन की सीरीज़ ए जिसे उन्होंने अभी-अभी बंद किया है, वह किसी अन्य रैपर को वित्तपोषित नहीं कर रही है ओपनएआई एपीआई. यह तेल और गैस संचालन की गड़बड़, जटिल वास्तविकता पर प्रशिक्षित एक फाउंडेशन मॉडल को नियंत्रित कर रहा है।
पिच सीधी लेकिन महत्वाकांक्षी है: ऑपरेटरों को एक एकल एआई मॉडल दें जो पूरे संयंत्र को समझता है, न कि केवल अलग-अलग उपकरण या प्रक्रियाओं को। वर्तमान औद्योगिक एआई उपकरण संकीर्ण होते हैं – यहां पंप विफलताओं की भविष्यवाणी करते हैं, वहां थ्रूपुट का अनुकूलन करते हैं। एप्लाइड कंप्यूटिंग उन बिंदुओं को ड्रिलिंग, रिफाइनिंग, वितरण और इनके बीच की हर चीज से जोड़ना चाहता है। इसे बिंदु समाधान से प्लेटफ़ॉर्म प्ले की ओर जाने के रूप में सोचें, सिवाय इसके कि प्लेटफ़ॉर्म को दशकों के सेंसर डेटा, रखरखाव लॉग और परिचालन संबंधी जानकारी पर प्रशिक्षित किया गया है।
यहां समय मायने रखता है. ऊर्जा कंपनियाँ डेटा के ढेर पर बैठी हैं जिनका उन्होंने बमुश्किल दोहन किया है। प्रत्येक वाल्व, कंप्रेसर और हीट एक्सचेंजर टेलीमेट्री की धाराएँ उत्पन्न करते हैं, लेकिन इसे क्रियाशील इंटेलिजेंस में अनुवाद करना एक लगातार चुनौती रही है। इंटरनेट टेक्स्ट पर प्रशिक्षित जेनेरिक एआई मॉडल आसवन कॉलम और वितरण केंद्र के बीच अंतर नहीं जानते हैं। एप्लाइड कंप्यूटिंग यह शर्त लगा रही है कि मॉडल आर्किटेक्चर में शामिल डोमेन विशेषज्ञता हर बार सामान्य-उद्देश्य वाले टूल को हरा देगी।
फंडिंग राउंड, द्वारा रिपोर्ट किया गया टेकक्रंचप्रमुख निवेशकों का खुलासा नहीं किया लेकिन $20 मिलियन का आंकड़ा इसे एंटरप्राइज़ एआई स्टार्टअप के विकास चरण में रखता है। इस आकार में श्रृंखला ए राउंड आम तौर पर मजबूत प्रारंभिक ग्राहक कर्षण या सम्मोहक पायलट डेटा का संकेत देते हैं। तेल और गैस जैसे रूढ़िवादी ऊर्ध्वाधर के लिए, ऑपरेटरों को एआई प्रयोग के लिए संसाधन देने का मतलब है कि मूल्य प्रस्ताव प्रतिध्वनित हो रहा है।
औद्योगिक सेटिंग में फाउंडेशन मॉडल को जो चीज आकर्षक बनाती है, वह समान लेकिन समान वातावरण में सीखने को स्थानांतरित करने की उनकी क्षमता है। कोई भी दो रिफाइनरियां बिल्कुल एक जैसी नहीं हैं, लेकिन वे सामान्य भौतिकी, उपकरण प्रकार और परिचालन पैटर्न साझा करती हैं। कई सुविधाओं के डेटा पर प्रशिक्षित एक मॉडल सैद्धांतिक रूप से प्रत्येक साइट के लिए कस्टम-निर्मित समाधानों की तुलना में बेहतर सामान्यीकरण कर सकता है। वैसे भी यह वादा है। चुनौती पर्याप्त उच्च-गुणवत्ता वाले प्रशिक्षण डेटा एकत्र करना और यह साबित करना है कि मॉडल की सिफारिशें वास्तव में उत्पादन वातावरण में परिणामों में सुधार करती हैं।
ऊर्ध्वाधर एआई अवसरों का पीछा करने में एप्लाइड कंप्यूटिंग अकेली नहीं है। हेल्थकेयर, कानूनी और वित्तीय सेवाओं में सभी स्टार्टअप्स ने उद्योग-विशिष्ट मॉडल पेश किए हैं। लेकिन ऊर्जा अवसंरचना एक विशेष रूप से सम्मोहक लक्ष्य का प्रतिनिधित्व करती है – उच्च पूंजी तीव्रता, दक्षता लाभ पर बहुत कम मार्जिन, और उत्सर्जन को कम करने के लिए नियामक दबाव, ये सभी खरीदारी की तात्कालिकता पैदा करते हैं। यदि मॉडल ऊर्जा खपत में 1% भी कटौती कर सकता है या एक भी बड़ी उपकरण विफलता को रोक सकता है, तो आरओआई केस मूल रूप से स्वयं ही लिखता है।
वर्टिकल फाउंडेशन मॉडल की ओर व्यापक बदलाव उद्यम एआई सोच में परिपक्वता को दर्शाता है। वर्षों तक सामान्य प्रयोजन के उपकरणों को विशेषीकृत वर्कफ़्लो में शामिल करने की कोशिश के बाद, खरीदार पहले दिन से ही ऐसे समाधानों की मांग कर रहे हैं जो उनकी भाषा में बोले। यह गैर-ग्लैमरस लेकिन आकर्षक उद्योगों में हाथ आजमाने के इच्छुक स्टार्टअप्स के लिए जगह बना रहा है। तेल और गैस में उपभोक्ता सामाजिक ऐप्स की क्षमता नहीं हो सकती है, लेकिन अनुबंध का आकार बी2सी में किसी भी चीज़ को बौना बना देता है।
एप्लाइड कंप्यूटिंग को अब यह साबित करना होगा कि उनका मॉडल वास्तविक दुनिया की तैनाती में मापने योग्य मूल्य प्रदान करता है। पायलट कार्यक्रम एक बात है. बहु-अरब डॉलर की सुविधाओं को लागू करना जहां प्रति घंटे लाखों डॉलर का डाउनटाइम खर्च होता है, पूरी तरह से अलग है। कंपनी को न केवल सटीकता बल्कि विश्वसनीयता, सुरक्षा और मौजूदा नियंत्रण प्रणालियों के साथ एकीकरण प्रदर्शित करने की आवश्यकता होगी। सीरीज़ ए से व्यापक रूप से अपनाने तक यह एक लंबी सड़क है, लेकिन फंडिंग से पता चलता है कि निवेशकों का मानना है कि यह रास्ता व्यवहार्य है।
जैसे स्थापित औद्योगिक सॉफ्टवेयर खिलाड़ियों से प्रतिस्पर्धा आएगी हनीवेल और एमर्सनदोनों ही अपने प्रोसेस ऑटोमेशन प्लेटफ़ॉर्म में AI क्षमताओं को शामिल कर रहे हैं। स्टार्टअप का लाभ फोकस और गति है – सुरक्षा के लिए कोई विरासत उत्पाद लाइन नहीं, दशकों पुराने रिश्तों में कोई उद्यम बिक्री चक्र नहीं। लेकिन पदधारियों के पास ग्राहक विश्वास और एकीकरण लाभ हैं जिन्हें खारिज नहीं किया जा सकता है।
ऊर्जा क्षेत्र की एआई को अपनाने की इच्छा नियामक स्वीकृति और कार्यबल की गतिशीलता पर भी निर्भर करती है। जिन ऑपरेटरों और इंजीनियरों ने अपने करियर में अपने संयंत्रों के बारे में अंतर्ज्ञान विकसित करने में बिताया है, वे गंभीर सत्यापन के बिना ब्लैक बॉक्स मॉडल को नियंत्रण नहीं सौंपेंगे। एप्लाइड कंप्यूटिंग को कम से कम शुरुआती चरण में अपने एआई को मानवीय विशेषज्ञता को बढ़ाने के रूप में स्थापित करने की आवश्यकता होगी, न कि इसे प्रतिस्थापित करने के लिए। यह तकनीकी जितनी ही परिवर्तन प्रबंधन चुनौती है।
तेल और गैस के लिए वर्टिकल एआई पर एप्लाइड कंप्यूटिंग का 20 मिलियन डॉलर का दांव एक स्पष्ट संकेत है कि उद्यम निवेशक व्यापक सामान्यीकरण की तुलना में गहरी उद्योग विशेषज्ञता में अधिक मूल्य देखते हैं। यदि वे यह साबित कर सकते हैं कि पेट्रोकेमिकल संचालन पर प्रशिक्षित एक फाउंडेशन मॉडल दक्षता, सुरक्षा और अपटाइम में मापने योग्य सुधार प्रदान करता है, तो यह विनिर्माण, लॉजिस्टिक्स और अन्य पूंजी-गहन क्षेत्रों में समान खेल के लिए द्वार खोलता है। असली परीक्षा प्रौद्योगिकी नहीं है – यह है कि क्या रूढ़िवादी औद्योगिक खरीदार उन निर्णयों में एआई पर भरोसा करेंगे जो लाखों डॉलर की संपत्ति को प्रभावित करते हैं। वह अपनाने वाला वक्र यह निर्धारित करेगा कि क्या वर्टिकल फाउंडेशन मॉडल अगली एंटरप्राइज एआई श्रेणी बन जाएंगे या शुरुआती अपनाने वालों के लिए विशिष्ट समाधान बने रहेंगे।
