Overnames

Windward neemt Azimut.ai over voor visuele scheepsinformatie

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Windward kondigde op 3 november 2026 aan dat het Azimut.ai had overgenomen. Daarmee voegt het op camera’s gebaseerde scheepsidentificatie toe aan zijn Maritime AI-platform. Ami Daniel, CEO en medeoprichter, noemde de overname „onze eerste stap naar de ontwikkeling van een eigen laag voor visuele informatie”, bedoeld om het zicht op zee te vergroten.

De overname voegt een optische sensorlaag toe voor havens en maritieme knelpunten. Deze is ontworpen om schepen in realtime te identificeren en hun unieke kenmerken vast te leggen, ook wanneer schepen hun uitzendingen staken om detectie te ontwijken. Windward omschreef de deal als zijn eerste stap naar sensoren op het land en aan boord van schepen, waarmee het zijn strategie uitbreidt om gegevens uit alle bronnen te benutten. Die strategie is gebaseerd op AIS, satellietbeelden en RF-signalen.

Blinde vlekken in het zicht op schepen verkleinen

Die gegevensbronnen kunnen een breed operationeel beeld opleveren, maar hebben beperkingen: niet elk schip zendt signalen uit en sommige signalen zijn afhankelijk van medewerking of externe omstandigheden. Signalen kunnen worden uitgeschakeld, door het weer worden verstoord of worden geblokkeerd. Visuele waarneming biedt Windward een andere manier om de aanwezigheid van een schip vast te stellen binnen het bereik van camera’s, wanneer die signalen niet beschikbaar zijn.

Windward is van plan camera’s te plaatsen op belangrijke vaarroutes en bij maritieme knelpunten. Vervolgens wil het visuele identificaties combineren met informatie over eigendom, sancties, lading en gedrag, naast de risicolagen die al op het platform beschikbaar zijn. Het beoogde resultaat is een onderbouwde beoordeling op basis van één waarneming, voor overheids- en commerciële klanten, in plaats van een op zichzelf staande camera-observatie.

De overname past in de bestaande structuur van het platform, die uit drie lagen bestaat. Gegevens uit meerdere bronnen vormen het operationele beeld; Maritime AI voegt herkenning van gedragspatronen, scheepsverificatie en anomaliedetectie toe; en mogelijkheden op maat van de klant zijn ontworpen rond operationele missies. Visuele identificatie voegt een nieuwe gegevensbron toe aan die keten en verbindt een camera-observatie met de bredere beoordeling van de identiteit en activiteit van een schip op het platform.

Het systeem verstrekt geen ruwe afbeeldingen of videobeelden aan klanten. Het is ontworpen met het oog op privacy en veiligheid en moet analyses van scheepsactiviteiten ondersteunen, niet de identificatie of verificatie van personen. Door deze afbakening blijft de toegevoegde waarneming gericht op informatie over schepen, terwijl het platform visuele gegevens integreert.

Zo werkt de technologie van Azimut.ai

In de productdocumentatie van Azimut.ai staat dat de software werkt met bestaande EO/IR-camera’s en geen nieuwe hardware vereist. Meerdere camera’s en locaties kunnen worden samengebracht op één kaart voor maritiem situatiebewustzijn. De visuele AI detecteert en classificeert schepen in realtime en identificeert subtypen. Een herkenningsfunctie gebruikt visuele kenmerken om schepen te identificeren, evenals de bijbehorende MMSI- en scheepsgegevens.

Het systeem berekent ook de positie, koers en snelheid van een schip op basis van alleen videobeelden, leert in de loop van de tijd het gedrag dat specifiek is voor een locatie, automatiseert camerapatronen en geeft realtime waarschuwingen bij ongebruikelijke activiteiten. Deze functies leveren zowel de waarneming als de volgcontext die Windward wil combineren met zijn andere gegevensbronnen.

Azimut.ai meldt dat een proefproject in de haven van Ashdod 464 doelen heeft gedetecteerd en vastgelegd, en met standaard daglichtcamera’s schepen heeft gedetecteerd op afstanden tot 7.000 meter.

Het bedrijf meldde ook dat onschuldige schepen tijdens de evaluatieperiode met 100% nauwkeurigheid werden geïdentificeerd, zonder fout-positieve resultaten, en dat er na het filteren van irrelevante doelen zoals vogels minder dan twee valse alarmen per uur waren.

Daniel riep belanghebbenden in de maritieme sector en anderen die geïnteresseerd zijn in veiligere en beter beveiligde oceanen op om partnerlocaties te worden. Volgens hem zou het volledig in eigen beheer hebben van de visuele-informatietechnologie het inzicht en de paraatheid van klanten vergroten.

Met de overname verbindt Windward bewijs uit camera’s met de eigendoms-, sanctie- en gedragscontext die nodig is om dat bewijs te interpreteren. De centrale vraag is hoe effectief die waarnemingen in havens en bij maritieme knelpunten kunnen worden geïntegreerd, terwijl de grens van het platform — analyses die uitsluitend op schepen betrekking hebben — behouden blijft.

Noah Varek is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar hij zich richt op kunstmatige intelligentie in supply chain management, logistiek en globale handelsoptimisatie. Zijn werk richt zich op hoe AI-systemen planning, forecasting, routing en voorraadbeheer automatiseren in steeds complexere internationale toeleveringsnetwerken.
Met een operationele en strategische visie onderzoekt Noah hoe machine learning-modellen de vraagvoorspelling verbeteren, bottlenecks verminderen en de veerkracht van logistieke systemen verhogen, die zich uitstrekken tot fabricage, verzending, opslag en bezorging op de laatste kilometer. Hij let vooral op efficiencyverbeteringen, kostenvermindering en de praktische beperkingen die bepalen of AI-implementaties op grote schaal slagen.
Artikelen geschreven door Noah Varek zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om de nauwkeurigheid, duidelijkheid en verantwoorde berichtgeving van de rol van AI bij het moderniseren van wereldwijde supply chains te garanderen.