Windward získává Azimut.ai a rozšiřuje svou platformu o vizuální informace o plavidlech

Společnost Windward 3. listopadu 2026 oznámila, že získala Azimut.ai a do své platformy Maritime AI tím přidala identifikaci plavidel pomocí kamer. Generální ředitel a spoluzakladatel Ami Daniel označil akvizici za „náš první krok k vybudování vlastní vrstvy vizuální inteligence“, která má rozšířit přehled o dění na moři.

Akvizice přináší vrstvu optického snímání pro přístavy a strategická námořní úzká místa. Jejím účelem je identifikovat plavidla a vytvořit jejich jednoznačný profil v reálném čase, a to i u lodí, které přestanou vysílat, aby unikly odhalení. Windward označila transakci za svůj první krok k pozemním a lodním senzorům, jímž rozšiřuje strategii využívající všechny dostupné zdroje, založenou na AIS, satelitních snímcích a radiofrekvenčních signálech.

Odstraňování mezer v přehledu o plavidlech

Tyto vstupy mohou poskytnout široký operační přehled, mají však svá omezení: ne každé plavidlo vysílá a některé signály závisejí na spolupráci nebo vnějších podmínkách. Vysílání lze vypnout, signály může znehodnotit počasí nebo je lze rušit. Vizuální snímání dává společnosti Windward další možnost, jak v dosahu kamer potvrdit přítomnost plavidla, když tyto signály nejsou k dispozici.

Windward plánuje umístit kamery na klíčové dopravní trasy a do strategických úzkých míst a poté spojovat vizuální identifikaci s informacemi o vlastnictví, sankcích, nákladu a chování, spolu s vrstvami rizik, které již její platforma nabízí. Cílem je poskytnout vládním i komerčním zákazníkům na základě jediného pozorování srozumitelné posouzení, nikoli pouze izolovaný záznam z kamery.

Akvizice zapadá do stávající třívrstvé struktury platformy. Vícezdrojové datové soubory vytvářejí operační přehled; Maritime AI doplňuje rozpoznávání vzorců chování, ověřování plavidel a odhalování anomálií; a možnosti přizpůsobené konkrétním zákazníkům jsou navrhovány s ohledem na jejich operační úkoly. Vizuální identifikace přidává do tohoto řetězce další vstup a propojuje pozorování z kamery s širším posouzením identity a činnosti plavidla, které platforma poskytuje.

Systém zákazníkům neposkytuje žádné původní snímky ani videozáznamy. Je navržen s důrazem na ochranu soukromí a bezpečnost a má podporovat analýzu činnosti plavidel, nikoli identifikaci či ověřování jednotlivců. Tato hranice zajišťuje, že se nové snímání při začleňování vizuálních dat do platformy zaměřuje výhradně na informace o plavidlech.

Jak funguje technologie Azimut.ai

Produktová dokumentace společnosti Azimut.ai popisuje software, který funguje se stávajícími kamerami EO/IR a nevyžaduje nový hardware. Dokáže propojit více kamer a lokalit do jediné mapy námořního přehledu. Jeho vizuální umělá inteligence v reálném čase detekuje a klasifikuje plavidla a určuje jejich podtypy, zatímco funkce rozpoznávání využívá vizuální znaky k identifikaci plavidel a souvisejících údajů MMSI a údajů o lodích.

Systém také pouze na základě videa vypočítává polohu, kurz a rychlost plavidla, postupem času se učí chování typickému pro konkrétní lokalitu, automatizuje vzorce snímání kamerami a vydává upozornění na neobvyklou činnost v reálném čase. Tyto funkce zajišťují jak samotné pozorování, tak kontext potřebný ke sledování, které Windward plánuje spojit s dalšími datovými soubory.

Azimut.ai uvádí, že při pilotním projektu v přístavu Ašdod bylo detekováno a zdokumentováno 464 cílů a že standardními denními kamerami bylo možné detekovat plavidla až na vzdálenost 7 000 metrů.

Společnost rovněž uvedla, že během hodnoticího období dosáhla 100% přesnosti při identifikaci neškodných plavidel a nezaznamenala žádné falešně pozitivní výsledky. Po odfiltrování nerelevantních cílů, například ptáků, systém vykazoval méně než dvě falešná upozornění za hodinu.

Daniel vyzval zástupce námořního odvětví i další zájemce o bezpečnější a lépe chráněné oceány, aby se stali partnery pro umístění systému. Uvedl, že plné vlastnictví prostředků vizuální inteligence rozšíří přehled a připravenost zákazníků.

Akvizice společnosti Windward propojuje důkazy získané na úrovni kamer s kontextem vlastnictví, sankcí a chování, který je potřebný k jejich interpretaci. Klíčovou otázkou je, jak účinně lze tato pozorování začlenit napříč přístavy a strategickými úzkými místy a současně zachovat hranici platformy, která omezuje analýzu výhradně na plavidla.