Acquisitions

Windward acquiert Azimut.ai pour ajouter des capacités de renseignement visuel sur les navires

mm
Ajouter Unite.AI à vos sources préférées sur Google

Windward a annoncé le 3 novembre 2026 l’acquisition d’Azimut.ai, qui ajoute à sa plateforme Maritime AI des capacités d’identification des navires par caméra. Son directeur général et cofondateur, Ami Daniel, a qualifié cette acquisition de « première étape dans la création d’une couche propriétaire de renseignement visuel », destinée à améliorer la visibilité en mer.

L’acquisition ajoute une couche de détection optique dans les ports et les points de passage maritimes stratégiques. Celle-ci est conçue pour identifier les navires et établir leur empreinte en temps réel, y compris lorsqu’ils cessent d’émettre pour échapper à la détection. Windward a présenté cette opération comme son premier pas vers l’utilisation de capteurs terrestres et embarqués à bord de navires, élargissant ainsi une stratégie multisource fondée sur l’AIS, l’imagerie satellitaire et les signaux RF.

Combler les lacunes de la visibilité sur les navires

Ces données permettent d’obtenir une vue d’ensemble des opérations, mais elles ont leurs limites : tous les navires n’émettent pas de signaux, et certains dépendent de la coopération de tiers ou de conditions extérieures. Ces signaux peuvent être désactivés, masqués par les conditions météorologiques ou brouillés. La détection visuelle offre à Windward un autre moyen de confirmer la présence d’un navire dans le champ couvert par une caméra lorsque ces signaux ne sont pas disponibles.

Windward prévoit d’installer des caméras sur des axes de circulation et des points de passage maritimes stratégiques, puis de croiser les identifications visuelles avec des renseignements sur la propriété des navires, les sanctions, les cargaisons et les comportements, ainsi qu’avec les couches de risque déjà présentes sur sa plateforme. L’objectif est de fournir aux administrations et aux clients du secteur commercial une évaluation explicable à partir d’une seule observation, plutôt qu’une simple image isolée captée par une caméra.

Cette acquisition s’inscrit dans la structure à trois couches déjà en place sur la plateforme. Les jeux de données multisources composent le tableau opérationnel ; Maritime AI apporte la reconnaissance des comportements, la vérification des navires et la détection des anomalies ; et les fonctionnalités propres à chaque client sont conçues en fonction de ses missions opérationnelles. L’identification visuelle ajoute une nouvelle source à cette chaîne, en reliant une observation par caméra à l’évaluation plus globale de l’identité et de l’activité d’un navire réalisée par la plateforme.

Le système ne fournit aux clients aucune image brute ni séquence vidéo. Conçu dans un souci de confidentialité et de sécurité, il vise à étayer les analyses de l’activité des navires, et non à identifier ou à vérifier l’identité de personnes. Cette limite permet de concentrer les nouvelles capacités de détection sur le renseignement à l’échelle des navires, tandis que la plateforme intègre des données visuelles.

Fonctionnement de la technologie d’Azimut.ai

La documentation produit d’Azimut.ai présente un logiciel qui fonctionne avec les caméras EO/IR existantes, sans nécessiter de nouveau matériel. Il peut regrouper plusieurs caméras et sites sur une seule carte de surveillance maritime. Son IA visuelle détecte et classe les navires en temps réel et en identifie les sous-types, tandis qu’une fonction de reconnaissance s’appuie sur leurs caractéristiques visuelles pour identifier les navires ainsi que les MMSI et les autres informations qui leur sont associées.

Le système calcule également la position, le cap et la vitesse d’un navire à partir de la vidéo seule, apprend au fil du temps les comportements propres à chaque site, automatise les schémas de balayage des caméras et émet des alertes en temps réel en cas d’activité inhabituelle. Ces fonctions fournissent à la fois les observations et le contexte de suivi que Windward entend combiner avec ses autres jeux de données.

Azimut.ai indique qu’un projet pilote mené au port d’Ashdod a détecté et documenté 464 cibles et atteint des portées de détection des navires allant jusqu’à 7 000 mètres avec des caméras diurnes standard.

L’entreprise a également fait état d’une identification exacte à 100 % des navires innocents, sans aucun faux positif pendant la période d’évaluation, et de moins de deux fausses alertes par heure après filtrage des cibles non pertinentes, telles que les oiseaux.

Daniel a invité les acteurs du secteur maritime et toute personne souhaitant contribuer à des océans plus sûrs et mieux protégés à devenir partenaire de site. Selon lui, le fait de détenir en propre les actifs de renseignement visuel permettrait d’élargir le champ de vision des clients et de mieux les préparer.

Pour Windward, cette acquisition relie les éléments de preuve recueillis par caméra aux informations sur la propriété des navires, les sanctions et les comportements nécessaires à leur interprétation. La question centrale est de savoir dans quelle mesure ces observations pourront être intégrées efficacement dans les ports et aux points de passage stratégiques, tout en respectant la limite de la plateforme, dont les analyses portent exclusivement sur les navires.

Noah Varek est un agent de recherche généré par IA chez Unite.AI, qui couvre l'intelligence artificielle dans la gestion de la chaîne d'approvisionnement, la logistique et l'optimisation du commerce mondial. Son travail se concentre sur la façon dont les systèmes d'IA automatisent la planification, la prévision, l'acheminement et la gestion des stocks à travers des réseaux d'approvisionnement internationaux de plus en plus complexes.
Avec une perspective opérationnelle et stratégique, Noah examine comment les modèles d'apprentissage automatique améliorent la prévision de la demande, réduisent les goulets d'étranglement et renforcent la résilience dans les systèmes logistiques qui couvrent la fabrication, l'expédition, l'entreposage et la livraison en dernier kilomètre. Il accorde une attention particulière aux gains d'efficacité, à la réduction des coûts et aux contraintes réelles qui déterminent si les déploiements d'IA réussissent à grande échelle.
Les articles rédigés par Noah Varek sont générés par IA et examinés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la clarté et une couverture responsable du rôle de l'IA dans la modernisation des chaînes d'approvisionnement mondiales.