Imaginez une usine pétrolière où des milliers de capteurs génèrent des données en continu, mais où seulement une infime partie est réellement exploitée pour prendre des décisions critiques. C’est la réalité quotidienne du secteur de l’énergie, un domaine où la moindre optimisation peut représenter des millions d’euros d’économies et une réduction significative de l’empreinte environnementale. C’est précisément ce défi massif qu’Applied Computing, une startup londonienne, ambitionne de résoudre avec son modèle d’IA révolutionnaire baptisé Orbital.

Dans un contexte où l’intelligence artificielle transforme radicalement tous les secteurs d’activité, cette jeune entreprise vient de franchir une étape majeure en levant 20 millions de dollars en Série A. Un financement mené par KBR, un géant de l’ingénierie, avec la participation de Databricks Ventures. Pour les entrepreneurs, les marketeurs et les décideurs tech qui nous lisent, cette nouvelle illustre parfaitement comment l’IA passe d’un outil expérimental à une solution concrète capable de révolutionner des industries traditionnelles pourtant complexes.

Le Contexte : Un Secteur Noyé Sous Les Données Mais En Manque D’Insights

Les installations pétrolières, raffineries et sites pétrochimiques sont parmi les environnements les plus instrumentés au monde. Température, pression, vélocité, viscosité : des milliers de points de mesure produisent un flux continu d’informations. Pourtant, selon Callum Adamson, co-fondateur et CEO d’Applied Computing, les opérateurs n’utilisent que moins de 8 % de ces données pour leurs décisions opérationnelles.

Cette fragmentation s’explique par la difficulté à croiser en temps réel trois types de sources : les lectures de capteurs, la documentation technique et les principes physiques et chimiques gouvernant les processus. Résultat ? Des décisions prises avec un retard qui peut coûter cher en termes d’efficacité énergétique, de production et de sécurité.

« Il s’agit de faire parler ces trois sources de données en temps réel. C’est la clé. »

– Callum Adamson, CEO d’Applied Computing

Orbital : Un Modèle Fondation Hybride Pour L’Industrie

Contrairement aux grands modèles de langage qui prédisent le mot suivant, Orbital combine trois approches complémentaires : un modèle de séries temporelles, un modèle basé sur la physique et un modèle de langage. Cette architecture hybride permet de prédire l’état complet d’une installation industrielle en intégrant :

• Les données temps réel des capteurs
• Les contraintes physiques et chimiques
• Les spécifications des équipements
• L’activité des opérateurs

Cette approche multimodale offre une compréhension holistique du site, permettant non seulement de détecter des anomalies mais aussi de simuler l’impact d’un changement sur l’ensemble de l’installation.

Des Gains Opérationnels Mesurables Et Immédiats

La promesse principale d’Applied Computing repose sur la vitesse d’exécution. Là où une investigation pouvait prendre des jours ou des semaines, Orbital permet de flagger une anomalie, d’en identifier la cause et de modéliser une solution corrective en quelques minutes seulement.

Ces capacités ont déjà séduit des acteurs majeurs du secteur. La startup, fondée en 2023, est passée en moins de 18 mois à plusieurs millions de dollars de revenus récurrents annuels. Ses clients incluent des entreprises upstream (exploration-production), downstream (raffinage) et pétrochimiques, dont certaines sont des sociétés cotées en bourse.

Partenariats Stratégiques : Un Accélérateur Puissant

Le partenariat avec KBR représente bien plus qu’un simple investissement. Le géant de l’ingénierie a intégré Orbital dans sa plateforme digitale INSITE 3.0 et l’utilise notamment pour la production d’ammoniaque. Wipro, grand acteur indien des services IT, fait également partie des partenaires technologiques.

Applied Computing travaille également avec un grand opérateur américain et s’apprête à annoncer un partenariat avec un major européen du pétrole. Ces collaborations fournissent non seulement de la visibilité mais aussi un accès précieux à des données opérationnelles réelles, essentielles pour améliorer continuellement le modèle.

Pourquoi Ce Modèle Représente Un Avantage Concurrentiel Majeur

Le marché de l’optimisation industrielle n’est pas vierge. Des acteurs établis comme AspenTech, AVEVA, Cognite ou Seeq proposent déjà des solutions de simulation et d’analyse de données. Pourtant, Callum Adamson défend une position claire : le véritable moat d’Applied Computing n’est ni l’accès aux données ni la connaissance métier, mais la capacité à assembler une équipe de chercheurs en IA de premier plan.

« C’est un problème d’IA. Ce n’est ni un problème de données, ni un problème énergétique. Si vous êtes un chercheur IA de tier un, où allez-vous travailler ? Je ne pense pas que Shell soit en tête de liste. »

– Callum Adamson

Cette vision met en lumière un phénomène plus large dans l’écosystème tech : les talents en IA sont attirés par les startups ambitieuses capables de résoudre des problèmes complexes dans des secteurs traditionnels, plutôt que par les grands groupes industriels.

Les Implications Business Pour Les Opérateurs Énergétiques

Pour les entreprises du secteur, l’adoption d’une telle technologie va bien au-delà de la simple optimisation technique. Elle touche directement plusieurs leviers stratégiques :

• Réduction de la consommation énergétique : en identifiant les inefficacités en temps réel
• Maintien de la production : en minimisant les arrêts non planifiés
• Amélioration de la sécurité : grâce à une détection précoce des anomalies
• Prise de décision accélérée : simulations « what-if » en quelques minutes

Dans un marché où les marges sont souvent sous pression et où les exigences environnementales se durcissent, ces avantages peuvent faire la différence entre un site compétitif et un site menacé.

Expansion Géographique Et Recrutement : Les Prochains Défis

Avec ces nouveaux fonds, Applied Computing compte accélérer son développement international. L’ouverture récente d’un bureau à Houston, au cœur de l’industrie énergétique américaine, s’ajoute à son siège londonien et son hub opérationnel à Bengaluru en Inde.

Cette présence multi-continentale reflète une stratégie claire : se rapprocher des clients tout en capitalisant sur les talents mondiaux en ingénierie et en recherche IA. Les recrutements à venir viseront principalement des profils de chercheurs et d’ingénieurs expérimentés.

L’IA Au Service De La Transition Énergétique

Au-delà des gains immédiats en efficacité, des solutions comme Orbital pourraient jouer un rôle important dans la transition vers une énergie plus durable. En optimisant les processus existants, elles permettent de réduire les émissions tout en maintenant la production nécessaire pendant la période de transition.

Cette approche « brownfield » – améliorer les installations existantes plutôt que de tout reconstruire – est souvent plus réaliste et plus rapide à déployer que des changements radicaux d’infrastructure.

Comparaison Avec Les Solutions Existantes

Face à des éditeurs historiques comme AspenTech ou AVEVA, Applied Computing mise sur son approche fondationnelle. Au lieu de solutions pointues sur des processus spécifiques, Orbital vise à devenir le « modèle du monde » pour une installation industrielle complète.

Cette ambition rappelle l’évolution des modèles de langage : passer de tâches spécialisées à des systèmes généralistes capables de raisonner sur des domaines très variés. Appliquée à l’industrie, cette généralisation pourrait accélérer considérablement l’innovation.

Les Enjeux De Données Et De Confidentialité

Les données opérationnelles des raffineries et sites énergétiques sont extrêmement sensibles. Applied Computing insiste sur le fait que les données réelles d’usines en fonctionnement sont irremplaçables par des données simulées. C’est pourquoi les partenariats avec des opérateurs établis sont cruciaux pour l’entraînement continu du modèle.

La question de la souveraineté des données et de la cybersécurité reste centrale. Les solutions industrielles doivent respecter des standards de sécurité particulièrement élevés, surtout dans un secteur stratégique comme l’énergie.

Perspectives Pour Les Startups IA Dans Les Secteurs Traditionnels

L’histoire d’Applied Computing offre plusieurs enseignements précieux pour les entrepreneurs tech :

• Les « vieux » secteurs comme l’énergie regorgent d’opportunités pour l’IA quand on comprend vraiment les pain points métier
• Les partenariats avec des acteurs industriels établis peuvent accélérer considérablement la crédibilité et l’accès au marché
• Construire une équipe de recherche IA de haut niveau reste le facteur différenciant principal
• La capacité à démontrer un ROI rapide est essentielle pour convaincre des clients aux cycles de vente longs

Cette approche « deep tech » combinée à une compréhension fine d’un secteur vertical constitue un modèle que l’on retrouve de plus en plus dans l’écosystème startup européen et américain.

Impact Potentiel Sur Les Modèles Économiques Du Secteur

Si des outils comme Orbital se généralisent, ils pourraient modifier en profondeur la structure des coûts opérationnels des sites énergétiques. La maintenance prédictive, l’optimisation en temps réel et la simulation avancée pourraient réduire significativement les dépenses en personnel spécialisé tout en augmentant la fiabilité globale.

Pour les marketeurs et responsables digitaux des entreprises du secteur, cela signifie aussi une transformation des stratégies de communication : mettre en avant la technologie et l’innovation devient un avantage concurrentiel majeur pour attirer les talents et rassurer les investisseurs.

Défis Techniques Et Limites Actuelles

Malgré ses avancées, Applied Computing fait face à des défis classiques de l’IA industrielle : la variabilité des installations, la nécessité d’une adaptation fine à chaque site, et la validation rigoureuse des prédictions dans des environnements où l’erreur peut avoir des conséquences graves.

Le modèle doit également continuer à s’améliorer sur la généralisation entre différents types de procédés (raffinage, pétrochimie, upstream) qui présentent des caractéristiques très différentes.

Le Rôle Croissant Des Investisseurs Industriels

L’investissement de KBR est symptomatique d’une tendance plus large : les grands groupes industriels investissent de plus en plus dans des startups deep tech pour accélérer leur propre transformation numérique. Ce type de « corporate venture » apporte non seulement du capital mais aussi une expertise métier et des voies de commercialisation accélérées.

Pour les startups, choisir le bon partenaire stratégique devient aussi important que lever des fonds auprès des VC traditionnels.

Vers Une IA Plus « Physique » Et Ancrée Dans Le Réel

Orbital illustre l’évolution vers des modèles d’IA qui intègrent profondément les lois physiques du monde réel. Cette tendance, que l’on observe aussi dans la robotique ou la simulation scientifique, pourrait définir la prochaine génération de systèmes intelligents.

Pour les professionnels du marketing et de la communication digitale, cela ouvre de nouvelles possibilités narratives autour de l’IA « utile » et « responsable », loin des promesses parfois surdimensionnées des chatbots grand public.

Conseils Pour Les Entreprises Souhaitant Adopter Ces Technologies

Pour les organisations intéressées par ces solutions :

• Commencer par un pilote sur un processus critique plutôt qu’une transformation globale
• Impliquer tôt les équipes opérationnelles pour assurer l’adhésion
• Préparer l’infrastructure de données et la gouvernance associée
• Évaluer non seulement les gains techniques mais aussi l’impact culturel et organisationnel

La réussite d’un projet d’IA industrielle dépend autant de la technologie que de la capacité à faire évoluer les processus et les mentalités.

Un Marché En Pleine Expansion

Le marché de l’IA pour l’industrie énergétique est appelé à croître fortement dans les prochaines années. La pression réglementaire, la volatilité des prix de l’énergie et la nécessité d’optimiser chaque ressource vont continuer à pousser les opérateurs vers des solutions innovantes.

Applied Computing n’est probablement que l’une des premières d’une nouvelle vague de startups deep tech verticales qui vont redéfinir la compétitivité des industries traditionnelles.

Conclusion : L’IA Comme Nouveau Standard Industriel

L’aventure d’Applied Computing montre que l’intelligence artificielle n’est plus seulement une promesse futuriste mais un outil concret capable de générer de la valeur immédiate dans les secteurs les plus exigeants. Pour les entrepreneurs, c’est une source d’inspiration : les plus grands défis industriels peuvent devenir les plus belles opportunités business.

Alors que nous continuons à explorer les applications de l’IA dans tous les domaines, des cas comme Orbital nous rappellent l’importance de combiner expertise technique de pointe et compréhension profonde des besoins métiers. Le futur de l’industrie se construit aujourd’hui dans les laboratoires de recherche et les salles de contrôle des usines intelligentes.

Les marketeurs, les fondateurs de startups et les dirigeants qui sauront identifier ces tendances tôt et les communiquer efficacement seront ceux qui tireront le meilleur parti de cette nouvelle révolution industrielle.

Cette levée de fonds n’est pas seulement une bonne nouvelle pour Applied Computing. Elle signale l’accélération d’un mouvement plus large où l’IA devient un élément central de la stratégie opérationnelle des entreprises énergétiques. Pour tous ceux qui s’intéressent à la tech, au business et à l’innovation, il s’agit d’un développement à suivre de très près dans les mois et années à venir.