Foto: TechCrunch — Gambar diambil dari sumber artikel asli untuk menghindari kesalahan informasi visual.
Pendanaan ini memperkuat tren AI di energi global; Indonesia sebagai net importir migas berpotensi merasakan dampak efisiensi operasional jika teknologinya diadopsi oleh Pertamina atau kontraktor lokal.
- Seri Pendanaan
- Series A
- Jumlah
- $20 million
- Sektor
- AI for energy
- Investor
- KBRDatabricks Ventures
Ringkasan Eksekutif
Applied Computing, startup asal London yang baru keluar dari mode stealth, mengumumkan perolehan pendanaan Seri A sebesar $20 juta yang dipimpin oleh raksasa rekayasa KBR, dengan partisipasi Databricks Ventures. Perusahaan yang didirikan pada 2023 ini mengembangkan fondasi model AI yang diberi nama Orbital, yang dirancang khusus untuk industri minyak, gas, dan petrokimia. Orbital bukanlah model bahasa umum; ia menggabungkan model deret waktu (time series), model berbasis fisika, dan model bahasa untuk memprediksi kondisi fasilitas industri. Dengan menganalisis ribuan sensor yang mengukur suhu, tekanan, kecepatan aliran, dan viskositas, Orbital dapat mendeteksi anomali, menyelidiki penyebabnya, dan mensimulasikan dampak perbaikan dalam hitungan menit — tugas yang biasanya memakan waktu berhari-hari hingga berminggu-minggu.
Menurut CEO Callum Adamson, operator saat ini menggunakan kurang dari 8% data yang tersedia untuk mengambil keputusan operasional karena kesulitan menggabungkan data sensor, dokumentasi teknik, serta prinsip fisika dan kimia secara real-time. Orbital memecahkan masalah ini dengan membuat ketiga sumber data itu 'berbicara' satu sama lain. Startup ini mengklaim telah mencapai pendapatan tahunan berulang (ARR) dalam kisaran puluhan juta dolar AS dalam waktu kurang dari 18 bulan sejak peluncuran, dan telah digunakan oleh sejumlah perusahaan publik besar di sektor hulu, hilir, dan petrokimia — meskipun nama spesifik tidak disebutkan. Kemitraan strategis sudah terbentuk dengan Wipro dan KBR, yang telah mengintegrasikan Orbital ke dalam platform digital INSITE 3.0 untuk proyek energi, termasuk produksi amonia.
Applied Computing juga sedang bekerja sama dengan operator hulu besar Amerika Serikat dan akan mengumumkan kemitraan dengan perusahaan minyak besar Eropa dalam beberapa minggu mendatang. Pasar yang dimasuki Applied Computing tidaklah kosong. Pemain mapan seperti AspenTech sudah lama menjual solusi simulasi dan AI untuk industri proses. Namun, keunggulan kecepatan dan integrasi multi-modal Orbital bisa menjadi pembeda signifikan. Bagi Indonesia, berita ini penting karena industri migas dalam negeri, mulai dari Pertamina hingga kontraktor hulu seperti Medco Energi, masih menghadapi tantangan efisiensi di tengah tekanan fiskal. APBN 2026 yang defisitnya sudah mencapai Rp240 triliun per Maret membuat pengurangan biaya operasional dan subsidi energi menjadi prioritas. Teknologi seperti Orbital, jika diadopsi, berpotensi menurunkan biaya produksi kilang dan mengurangi impor energi melalui optimalisasi proses.
Namun, adopsi di Indonesia masih perlu melalui uji coba, adaptasi data lokal, dan pertimbangan investasi.
Dalam jangka panjang, AI untuk optimasi fasilitas bisa menjadi alat penting untuk memperkuat ketahanan energi nasional tanpa perlu menambah utang baru.
Mengapa Ini Penting
Berita ini menandai langkah maju dalam digitalisasi sektor energi global yang selama ini lamban mengadopsi AI karena kompleksitas data dan risikonya. Bagi Indonesia, efisiensi operasional di kilang dan lapangan migas bisa langsung menekan biaya impor bahan bakar dan mengurangi beban subsidi — salah satu komponen defisit APBN yang paling sensitif. Jika teknologi Orbital terbukti diadopsi oleh perusahaan besar dunia, Indonesia bisa menjadi salah satu pasar potensial untuk efisiensi serupa, mengingat fasilitas migas di Tanah Air tergolong padat karya dan sering beroperasi di bawah kapasitas optimal.
Dampak ke Bisnis
- Bagi Pertamina dan operator migas dalam negeri: Teknologi ini menawarkan potensi penghematan biaya operasional yang signifikan — terutama di kilang yang sudah tua dan memiliki banyak sensor namun data tidak terintegrasi. Jika efisiensi 1-2% saja tercapai, dampaknya terhadap neraca perdagangan migas bisa mencapai ratusan juta dolar per tahun.
- Bagi kontraktor dan perusahaan jasa migas lokal: Adopsi AI semacam Orbital dapat mengubah proses kerja, mengurangi kebutuhan tenaga kerja manual untuk inspeksi dan analisis, tetapi juga membuka peluang untuk layanan data dan integrasi. Perusahaan seperti PT Elnusa atau PT Timas Suplindo perlu bersiap untuk bersaing atau bermitra dengan platform global.
- Bagi investor di sektor energi dan teknologi Indonesia: Tren ini menekankan bahwa valuasi perusahaan energi konvensional mungkin tertekan jika tidak berinvestasi pada digitalisasi, sementara startup AI energi lokal (seperti Catalyze AI atau binaan Badan Pengkajian dan Penerapan Teknologi) bisa menjadi target akuisisi atau pendanaan lebih awal.
Yang Perlu Dipantau
- Yang perlu dipantau: Pengumuman kemitraan Applied Computing dengan perusahaan minyak besar Eropa dalam beberapa minggu ke depan — jika salah satunya adalah TotalEnergies atau Shell yang beroperasi di Indonesia, jalur adopsi lokal akan lebih jelas.
- Risiko yang perlu dicermati: Jika AI semacam ini tidak berhasil menembus pasar Indonesia karena regulasi data atau resistensi internal, potensi efisiensi bisa tertunda — sementara pesaing seperti AspenTech sudah mapan dengan basis instalasi lokal.
- Sinyal penting: Adanya inisiatif Pertamina untuk menguji coba AI operasional — misalnya melalui unit digital Pertamina atau program inovasi — akan menjadi indikator bahwa pasar Indonesia mulai terbuka terhadap solusi semacam ini.
Konteks Indonesia
Meskipun artikel tidak menyebut Indonesia secara langsung, relevansi berita ini sangat kuat mengingat Indonesia adalah importir minyak netto dengan defisit APBN yang sudah mencapai Rp240 triliun pada Maret 2026. Efisiensi operasional di sektor migas — terutama di kilang Pertamina dan fasilitas hulu — bisa langsung mengurangi biaya impor dan subsidi BBM, membantu stabilitas fiskal dan mengurangi tekanan pada rupiah (USD/IDR saat ini di Rp18.060). Di sisi lain, adopsi AI di sektor ini masih rendah; baru beberapa proyek percontohan seperti digital twin di Kilang Balikpapan. Perusahaan seperti KBR yang sudah menjadi investor dan mitra Applied Computing memiliki jejak proyek di Indonesia (misalnya proyek LNG Tangguh), sehingga jalur distribusi teknologi terbuka kemungkinan. Namun, perlu diingat bahwa investasi awal untuk mengintegrasikan Orbital dengan data lokal tidaklah murah, dan operator Indonesia cenderung prudent terhadap teknologi baru yang belum teruji di lingkungan tropis dan kompleks secara geologis.
Analisis ini dibuat oleh sistem AI Feedberry berdasarkan sumber berita publik dan tidak merupakan saran investasi atau keputusan bisnis. Selalu verifikasi dengan sumber primer.