Windward förvärvar Azimut.ai för att stärka sin visuella underrättelseförmåga om fartyg

Windward meddelade den 3 november 2026 att bolaget hade förvärvat Azimut.ai och därmed lagt till kamerabaserad fartygsidentifiering i sin plattform Maritime AI. Vd:n och medgrundaren Ami Daniel kallade förvärvet ”vårt första steg mot att bygga upp ett eget lager för visuell underrättelseinhämtning”, med syftet att öka insynen till havs.

Förvärvet tillför ett optiskt sensorlager för hamnar och maritima flaskhalsar, utformat för att identifiera fartyg och skapa unika signaturer för dem i realtid – även fartyg som slutar sända för att undgå upptäckt. Windward beskrev affären som sitt första steg in på området land- och fartygsbaserade sensorer och som en utvidgning av företagets strategi för att använda alla tillgängliga informationskällor, däribland AIS, satellitbilder och RF-signaler.

Täppa till luckor i fartygsövervakningen

De här datakällorna kan ge en bred bild av verksamheten, men har sina begränsningar: alla fartyg sänder inte ut signaler, och vissa signaler är beroende av samarbete eller yttre förhållanden. Signalerna kan stängas av, skymmas av väder eller störas ut. Visuell avkänning ger Windward ytterligare ett sätt att fastställa att ett fartyg befinner sig inom kamerornas täckningsområde när dessa signaler saknas.

Windward planerar att placera kameror vid viktiga farleder och flaskhalsar och sedan sammanföra visuella identifieringar med information om ägande, sanktioner och last samt beteendeunderrättelser, tillsammans med de risklager som redan finns på plattformen. Målet är att ge myndighetskunder och kommersiella kunder en begriplig bedömning baserad på en enda observation, snarare än en fristående kameraregistrering.

Förvärvet passar in i plattformens befintliga struktur med tre lager. Datamängder från flera källor skapar den operativa lägesbilden; Maritime AI tillför igenkänning av beteendemönster, verifiering av fartyg och avvikelsedetektering; och kundspecifika funktioner utformas utifrån operativa uppdrag. Visuell identifiering blir ytterligare en informationskälla i denna kedja och kopplar en kameraregistrering till plattformens bredare bedömning av fartygets identitet och aktivitet.

Systemet tillhandahåller inga råbilder eller videoklipp till kunderna. Det är utformat med hänsyn till integritet och säkerhet och ska stödja analyser av fartygsaktivitet, inte identifiera eller verifiera individer. Denna avgränsning gör att den tillkommande avkänningen även när plattformen börjar använda visuella data förblir inriktad på underrättelser om fartyg.

Så fungerar Azimut.ai:s teknik

Azimut.ai:s produktdokumentation beskriver programvara som fungerar med befintliga EO/IR-kameror utan att ny hårdvara behövs. Den kan sammanföra flera kameror och platser på en och samma karta för maritim lägesbild. Den visuella AI:n detekterar och klassificerar fartyg i realtid och identifierar undertyper, medan en igenkänningsfunktion använder visuella kännetecken för att identifiera fartyg samt tillhörande MMSI-nummer och fartygsuppgifter.

Systemet beräknar också ett fartygs position, kurs och hastighet enbart utifrån video, lär sig platsspecifika beteendemönster över tid, automatiserar kamerornas svepmönster och skickar varningar i realtid om ovanlig aktivitet. Funktionerna ger både observations- och spårningssammanhang som Windward avser att kombinera med sina övriga datamängder.

Azimut.ai uppger att ett pilotprojekt i hamnen i Ashdod upptäckte och dokumenterade 464 objekt och uppnådde detekteringsavstånd på upp till 7 000 meter med vanliga dagkameror.

Företaget uppgav också att identifieringen av icke-hotfulla fartyg var 100 % korrekt och inte gav några falska positiva resultat under utvärderingsperioden, samt att antalet falsklarm var färre än två per timme efter att irrelevanta objekt, till exempel fåglar, hade filtrerats bort.

Daniel uppmanade aktörer inom sjöfarten och andra som vill se tryggare och säkrare hav att bli samarbetspartner med egna platser. Han sade att fullt ägande av tillgångarna för visuell underrättelseinhämtning skulle öka kundernas medvetenhet och beredskap.

För Windward kopplar förvärvet samman bevis från kameror med information om ägande och sanktioner samt det beteendesammanhang som behövs för att tolka observationerna. Den centrala frågan är hur effektivt dessa observationer kan integreras i hamnar och flaskhalsar utan att plattformens avgränsning till analyser av enbart fartyg går förlorad.