תעשיית הלוגיסטיקה והאחסון מתמודדת באופן קבוע עם אובדן קיבולת סמוי מן העין, המצטבר באופן שקט לאורך כל משמרת עבודה. חברת הסטארטאפ Seeteria, שהוקמה על ידי היזמית הישראלית שרית תמיר, מציגה פתרון מבוסס בינה מלאכותית (AI) וראייה ממוחשבת (Computer Vision) המיועד לפתור את הבעיה הזו - באמצעות ניצול תשתית המצלמות שכבר קיימת במתחמי הלוגיסטיקה.
המערכת שפיתחה החברה מתחברת בחיבור אלחוטי (Wi-Fi) לרשת המצלמות של המחסן, מנתחת את הפעילות בשטח בזמן אמת ומספקת התראות מיידיות על הפרעות תפעוליות. היתרון המרכזי של הטכנולוגיה טמון בכך שאינה דורשת התקנת חומרה חדשה, חיישנים נוספים או תהליכי אינטגרציה מורכבים במערכות הקיימות.
עיכובים קטנים שמצטברים לשעות של תפוקה אבודה
מנהלי תפעול רבים נוטים לפטור הפרעות נקודתיות במחסן כאירועים זניחים. רציף טעינה ופריקה שנשאר ללא פעילות במשך 7 דקות, מלגזה שנדרשת לעקוף מעבר חסום במשך 12 דקות, או אזור העמסה שסובל מדחיסות יתר במשך 15 דקות - כל אלה עשויים להיראות כשיבושים קלים כשבוחנים אותם בנפרד. עם זאת, כאשר משקללים עשרות רציפים ועשרות מלגזות לאורך משמרת שנמשכת 8 עד 10 שעות, ההפרעות הקטנות הללו מצטברות לאובדן משמעותי של שעות תפוקה בכל יום.
תמיר, המשמשת כמנכ"לית החברה ובעלת ניסיון של מעל עשור בפיתוח פתרונות בינה מלאכותית וראייה ממוחשבת לתחומי הלוגיסטיקה והייצור, הסבירה כי מטרת הפלטפורמה היא לאפשר למחסן להפיק קיבולת נוספת מתוך המשאבים שעליהם הארגון כבר משלם.
מענה מותאם לשלושה דרגי ניהול
הפלטפורמה מנגישה את הנתונים והתובנות לשלושה דרגים שונים בארגון, בהתאם לצרכים המבצעיים והניהוליים שלהם:
מפקחי עבודה בשטח: מקבלים התראות דחיפה בזמן אמת לאפליקציה בנייד או בטאבלט. הסטטוס של כל דלת ואזור מיוצג במפת צבעים פשוטה (ירוק, צהוב או אדום), המאפשרת לזהות מיד היכן נדרשת התערבות. המערכת נועדה להקל על מפקחים, הגומעים כ- 8 מייל (כ-13 קילומטרים) בהליכה בכל משמרת, ולסייע להם לקבל החלטות מהירות בשטח.
מנהלי מחסן: מקבלים דוח סיכום מרוכז בסיום כל משמרת. הדוח מפרט את צווארי הבקבוק העיקריים ומאפשר לבצע שיפורים תהליכיים ממשמרת למשמרת.
מנהלים בכירים: נהנים מזווית ראייה הממוקדת באימפקט הפיננסי, המקשרת בין העיכובים התפעוליים למדדים כלכליים כמו דמי השהיה (Detention fees) ועמידה ביעדי תפוקה.
שמירה על פרטיות והתרחבות בשוק האמריקאי
אחת ממגבלות התכנון המרכזיות במערכת היא הפרדה מוחלטת בין זיהוי אירועים תפעוליים לבין מעקב אחר בני אדם. המערכת אינה מזהה עובדים בשמם או בדמותם, אלא מתמקדת באופן בלעדי בזיהוי אובייקטים, תנועה, אזורים ואירועים - כגון תנועת מלגזות, משטחים, מצב דלתות רציף ודפוסי עומס. תמיר ציינה כי המערכת עיוורת לחלוטין לאנשים, החלטה שנבעה מתוך מחויבות לשמירה על פרטיות העובדים והרצון להפחית את החשש ממעקב טכנולוגי בסביבת העבודה.
החברה מגדירה קהל יעד ממוקד: הפתרון מיועד למתקנים בעלי לפחות 8 דלתות רציף פעילות וצי מלגזות משמעותי, שכן מתקנים קטנים יותר אינם צפויים להשיג החזר השקעה מספק.
בימים אלה מגייסת החברה שותפים לתוכניות פיילוט בארצות הברית. לאחרונה השלימה החברה השתתפות במאיץ CoLab בעיר צ'טנוגה שבטנסי - קשר שנוצר במהלך כנס Home Delivery World בנושוויל - והודיעה כי היא צפויה להשיק פיילוט חדש בצ'טנוגה בזמן הקרוב.
שם החברה נולד בהשראת סוטריה (Soteria), אלת הבטיחות וההצלה במיתולוגיה היוונית. האותיות הראשונות שונו מ-"SO" ל-"SEE" על מנת לשקף את המיקוד בטכנולוגיית ראייה ממוחשבת - רעיון שנולד בעת ביקור משפחתי בוותיקן שברומא.
למה זה חשוב לך
עבור קוראים ישראלים הפתרון של Seeteria מדגים כיצד ניתן לייצר ערך עסקי משמעותי מתוך תשתיות קיימות, בלי להשקיע בחומרה יקרה - גישה שרלוונטית גם לחברות לוגיסטיקה ותעשייה מקומיות המחפשות דרכים לייעל את התפעול בעלות נמוכה. בנוסף, ההצלחה של יזמית ישראלית בזירת ההייטק האמריקאית בתחום הבינה המלאכותית התעשייתית מחזקת את מעמדה של ישראל כמרכז חדשנות גלובלי. גם הדגש על שמירת פרטיות העובדים תוך שימוש בטכנולוגיית מעקב מהווה תקדים מעניין שיכול להשפיע על הדיון המקומי בנושא פרטיות במקום העבודה.
התוכן בכתבה זו נועד לספק סקירה כללית בלבד ואינו מהווה תחליף לייעוץ מקצועי פרטני. המערכת אינה אחראית לכל נזק או הפסד שייגרם כתוצאה מהסתמכות על המידע המוצג.
קראו גם: הרשת מתהדקת: ה-FTC פותחת בחקירה נגד OpenAI ו-Anthropic · גוגל משיקה את Gemini 4 Argon, אך עובדים מפקפקים ביכולות הקידוד
