Yarden Gross, CEO y cofundador de Orca AI – Serie de entrevistas

Yarden Gross es un emprendedor experimentado con vasto conocimiento y experiencia en tecnologías marítimas. Actualmente lidera la visión de Orca AI para hacer que la navegación comercial autónoma sea una realidad. Antes de fundar Orca AI, fue cofundador y CEO de Engie, una empresa de tecnología automotriz respaldada por capital de riesgo. Tiene una licenciatura en Economía y Negocios de la Universidad Reichman (IDC Herzliya).

Orca AI es una empresa de tecnología marítima que utiliza visión por computadora y inteligencia artificial para ayudar a los barcos a navegar de manera más segura y eficiente. Su plataforma combina datos de cámaras, radar y AIS para crear una conciencia continua en tiempo real, reducir el riesgo de colisión, disminuir el consumo de combustible y aliviar la carga de trabajo de la tripulación. Productos como SeaPod, FleetView y Co-Captain apoyan el monitoreo de los buques, la supervisión de la flota y los datos de situación compartidos, lo que permite un paso hacia la navegación autónoma. El sistema se despliega en flotas globales y está impulsado por uno de los conjuntos de datos visuales marítimos más grandes del mundo.

Ha pasado más de siete años construyendo Orca AI, después de haber fundado anteriormente empresas en diagnóstico y reparación automotriz. ¿Qué lo motivó originalmente a cambiar de la tecnología de movilidad terrestre al mundo marítimo, y qué problema se propuso resolver cuando lanzó la empresa?

Siempre he estado impulsado por el deseo de resolver problemas complejos utilizando tecnología que marque una diferencia tangible. Mi experiencia en diagnóstico automotriz me expuso al poder de los datos y la toma de decisiones en tiempo real. Cuando me trasladé al sector marítimo, vi una industria madura para la innovación. Los métodos de navegación marítima tradicionales dependían en gran medida de procesos manuales y sistemas obsoletos. Al crecer en las orillas del Mar de Galilea, desarrollé un profundo respeto por los desafíos de la navegación. Orca AI fue fundada para llevar el poder de la IA y la visión por computadora para mejorar la seguridad, reducir el error humano y mejorar la eficiencia operativa en el mar, abordando las brechas de la industria y desbloqueando el potencial completo de los datos marítimos.

Orca AI se fundó en un momento en que el sector marítimo aún dependía en gran medida de prácticas de navegación heredadas. ¿Qué brechas observó al principio que lo hicieron confiar en que la IA y la visión por computadora podrían mejorar significativamente la seguridad en el mar?

El sector marítimo enfrentaba importantes desafíos: dependencia excesiva del radar y el AIS para la navegación, integración limitada de sensores modernos y falta de información útil a partir de los datos recopilados. Reconocí que, si bien estos sistemas heredados eran útiles, el nivel de apoyo a la toma de decisiones inteligentes en tiempo real necesario para gestionar los riesgos marítimos modernos de manera efectiva faltaba.

Al integrar la IA y la visión por computadora, podemos transformar los datos brutos en inteligencia útil, permitiendo que las tripulaciones no solo reaccionen, sino que anticipen y prevengan posibles riesgos. Ahí es donde se puede desbloquear el verdadero valor de la IA, mejorando la seguridad, la eficiencia operativa y la conciencia situacional.

Co-Captain ha sido descrito como un “Waze de los mares”. ¿Cuáles fueron los mayores desafíos técnicos al construir una plataforma en tiempo real capaz de interpretar flujos de sensores, comportamiento de los buques y riesgos ambientales a escala global?

El mayor desafío fue asegurarse de que los sistemas de Orca AI pudieran procesar grandes cantidades de datos de diversas fuentes, como el AIS, el radar y las cámaras, y darles sentido en tiempo real. Esto requirió algoritmos avanzados capaces de interpretar flujos de sensores complejos y comprender el comportamiento de los buques en diferentes condiciones ambientales. Lograr la escala global significó lidiar con una variedad de entornos geográficos, climáticos y regulatorios, todos los cuales requirieron que construyéramos una plataforma robusta capaz de aprender y adaptarse a estas sutilezas. Construir un sistema que pudiera funcionar en diferentes rutas marítimas, integrando toda la información de manera fluida, no fue una tarea fácil.

Los entornos marítimos presentan casos límite que son mucho más impredecibles que las carreteras: niebla, deslumbramiento, olas anormales, tipos de buques inusuales y zonas de piratería. ¿Cómo entrenó a sus modelos para operar de manera confiable en tales condiciones?

Entrenar a la IA para manejar casos límite requirió una combinación de recopilación de datos en el mundo real y simulación. Trabajamos en estrecha colaboración con empresas de transporte para recopilar datos del mundo real de entornos desafiantes, asegurándonos de que nuestros modelos pudieran manejar la imprevisibilidad de las condiciones marítimas. Luego usamos estos conjuntos de datos para entrenar a la IA, simulando condiciones climáticas extremas y eventos raros para asegurarnos de que nuestro sistema pudiera adaptarse en tiempo real. Es un proceso de aprendizaje continuo, donde los modelos se entrenan y reentrenan constantemente en función de nuevos datos para mejorar su confiabilidad en condiciones desafiantes.

Orca AI opera en algunas de las rutas marítimas más congestionadas del planeta. ¿Qué avances en percepción, detección o fusión permitieron pasar de sistemas de alerta tradicionales a una verdadera conciencia situacional?

El avance llegó no por agregar más datos, sino por hacer que los datos existentes fueran más inteligentes y útiles. Los sistemas de alerta tradicionales simplemente notificaban a la tripulación cuando se detectaba una amenaza potencial. Hemos ido un paso más allá combinando radar, AIS y datos visuales de nuestras unidades SeaPod. Al fusionar estas fuentes de datos, hemos podido eliminar señales no relevantes, reducir el ruido y crear una imagen más clara y precisa de lo que rodea al buque. Esta fusión inteligente permite que nuestro sistema proporcione contexto, como cómo se comportan los buques cercanos o si una situación puede escalar, para que la tripulación pueda tomar decisiones informadas y proactivas.

La capacidad de detectar comportamientos anormales de los buques se está volviendo cada vez más importante. ¿Cómo está la IA cambiando la forma en que las flotas identifican riesgos como la navegación errática, colisiones o posibles actos de piratería?

La IA permite identificar desviaciones del comportamiento normal más temprano que los sistemas tradicionales. En lugar de esperar a que un riesgo, como una colisión o una amenaza de piratería, se desarrolle completamente, Orca AI analiza continuamente los movimientos de los buques, la velocidad y las condiciones circundantes. Al monitorear estos patrones en tiempo real, el sistema puede señalizar señales de advertencia tempranas de posibles riesgos, como la navegación errática o el comportamiento anormal, lo que da a las tripulaciones el tiempo que necesitan para actuar. Este cambio hacia la gestión de riesgos proactiva es clave para transformar la seguridad y las operaciones marítimas.

El ‘Co-Captain’ de Orca AI permite que los buques compartan alertas entre sí en tiempo real. ¿Qué señala esto sobre el futuro de las redes de inteligencia marítima colaborativa?

Al permitir que los buques compartan datos y alertas en tiempo real, estamos creando una red donde los barcos pueden aprender unos de otros y tomar decisiones más informadas. Esto llevará a un cambio de la toma de decisiones aislada a un enfoque más conectado y cooperativo. Con el tiempo, estas redes podrían expandirse a nivel regional o de flota, con el objetivo final de proporcionar un apoyo a la toma de decisiones más rápido, más claro y compartido en todo el ecosistema marítimo. Se trata de crear un entorno marítimo más inteligente y conectado donde los riesgos puedan anticiparse, no solo reaccionar.

Su reciente recaudación de $72.5M marcó la ronda de financiación más grande en tecnología marítima hasta la fecha. ¿Cómo cambia este nivel de inversión su hoja de ruta, especialmente a medida que la industria comienza a acelerar hacia la navegación autónoma?

La financiación acelera nuestra misión, lo que nos permite expandirnos y crecer más rápido. No cambia nuestra hoja de ruta fundamental, que se centra en el apoyo a la toma de decisiones inteligentes, pero nos permitirá invertir más en I+D, adquisición de datos y asociaciones estratégicas. A medida que la industria se dirige hacia la autonomía, esta inversión nos ayudará a perfeccionar nuestra plataforma para proporcionar los datos en tiempo real y confiables necesarios para que los sistemas autónomos prosperen. Refuerza nuestro compromiso de apoyar la toma de decisiones humanas en el corto plazo, mientras también preparamos a la industria para los buques autónomos en el futuro.

A medida que las flotas buscan reducir las emisiones y mejorar la eficiencia operativa, ¿dónde ve el mayor impacto de la IA en el corto plazo, más allá de la navegación y la seguridad?

Más allá de la navegación y la seguridad, la IA puede tener un impacto significativo en la eficiencia operativa en áreas como el mantenimiento predictivo, la optimización de combustible y la reducción de emisiones. La IA puede analizar los datos de rendimiento en tiempo real para predecir las necesidades de mantenimiento antes de que se conviertan en problemas, asegurando que los activos se utilicen de manera más efectiva. También puede proporcionar información sobre los patrones de consumo de combustible, ayudando a los buques a optimizar el uso de combustible y reducir las emisiones. La clave es utilizar la IA para proporcionar información útil que permita una toma de decisiones más inteligente, lo que impulsa la eficiencia y la sostenibilidad.

Mirando hacia adelante cinco años, ¿qué papel cree que la conciencia situacional impulsada por la IA tendrá en acercar a la industria a los buques autónomos o semiautónomos, y qué hitos deben lograrse para llegar allí?

La conciencia situacional impulsada por la IA será esencial para la autonomía, pero los mayores obstáculos que se avecinan no son tecnológicos, sino legales y regulatorios. El desafío no es si la IA puede detectar riesgos; ya lo hace bien. El verdadero desafío es crear el marco legal que aclare la responsabilidad cuando la IA apoya la toma de decisiones, y asegurarse de que las regulaciones evolucionen para gobernar el uso de la IA de manera efectiva. Hasta que ese marco esté en su lugar, el ser humano permanece al mando. Nuestro objetivo es seguir fortaleciendo la toma de decisiones humanas con el apoyo de la IA, para que la industria pueda transitar de manera segura hacia la autonomía cuando llegue el momento.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Orca AI.