במפעל פרינגלס בארה"ב, מאחורי הקלעים של ייצור אחד החטיפים המוכרים ביותר בעולם, מתרחשת בשקט מהפכה טכנולוגית. יותר מ-200 פרמטרים נאספים לאורך תהליך הייצור ומנותחים באמצעות בינה מלאכותית, שמסייעת לקבוע כיצד לייצר כל פרינגלס בצורה מדויקת יותר, לשמור על איכות אחידה ולצמצם פסולת. חלק מההחלטות מתקבלות ממש ברצפת הייצור, בעוד שמשימות מורכבות יותר עוברות לעיבוד בענן. התוצאה היא לא רק חטיף אחיד יותר: לפי החברה, המערכת הביאה לשיפור של 10% באיכות, להפחתה של 13% בפסולת ולהחזר של יותר מ-40% על ההשקעה. הסיפור הזה, שנחשף ממש לאחרונה בוול סטריט ג'ורנל, הוא הצצה למה שעשוי להיות השלב הבא במהפכת ה-AI: אחרי ששינה את הדרך שבה אנחנו כותבים, מחפשים מידע ועובדים מול מחשב, ה-AI מתחיל לצאת מהמסך ולהיכנס למפעלים, למחסנים, לתשתיות ולשרשראות האספקה.
אז מה דוחף דווקא עכשיו את הבינה המלאכותית לאחד המעוזים השמרניים ביותר? לדברי אלעד פרנקל, שותף מייסד ב-IL Ventures: "כבר שנים מדברים על הכנסת טכנולוגיה למפעלים ולתעשיות המסורתיות, אבל בפועל האימוץ היה איטי. אלה מערכות שנבנו לאורך עשרות שנים, עם מכונות ותהליכים שלא מחליפים ביום אחד. השינוי הראשון הגיע עם הענן, שאפשר לראשונה לחבר את רצפת הייצור למידע ולקבל תמונה בזמן אמת. עכשיו אנחנו נכנסים לשלב הבא, שבו הענן מתחבר לבינה מלאכותית פיזית
ולרובוטיקה, והמידע כבר לא רק מספר לנו מה קורה במפעל או במחסן, אלא מאפשר למערכות לפעול ולקבל החלטות בעולם הפיזי".
הסיבה שזה קורה דווקא עכשיו, לדבריו, היא שהלחץ על התעשייה השתנה. משבר שרשראות האספקה, האיומים והשיבושים על התעבורה הימית, המחסור בכוח אדם, המעבר מייצור גלובלי של 'מהר וזול' לייצור מקומי וחכם והצורך להגיב בזמן אמת, כל אלה הפכו טכנולוגיות שבעבר נתפסו כשדרוג נחמד לצורך עסקי אמיתי שמאפשר לחברות להתחרות ביעילות.
"ישראל יושבת בצומת משמעותית מאוד של חיבור בין בינה מלאכותית, ענן ותעשייה, עם חברות מובילות שכבר כיום עושות מהפכה בתחום", קובע פרנקל. "חברת Matics למשל, מחברת מכונות ותיקות במפעלים לענן והופכת את המידע מרצפת הייצור לכלי לקבלת החלטות בזמן אמת; Pickommerce משלבת בינה מלאכותית, ראייה ממוחשבת ורובוטיקה כדי לבצע באופן אוטונומי את אחת המשימות המורכבות והקשות לאיוש במחסנים, ליקוט ואריזה; ו-CaPow פותרת את אחד מצווארי הבקבוק של הרובוטיקה התעשייתית, באמצעות אספקת אנרגיה לרובוטים תוך כדי תנועה. המהפכה הטכנולוגית עוברת עכשיו לרצפת הייצור, למחסנים ולשרשרת האספקה. שם, בעיניי, נמצא אחד ממנועי הצמיחה הגדולים של העשור הקרוב".
להשתלב ב"מוח" של המהפכה
בעוד ישראל אינה נחשבת למעצמת ייצור, ההזדמנות לחברות ישראליות נמצאת ב"מוח" של המהפכה. לדברי דניאל לייטנר, מנכ"ל תמיר פישמן קרנות נאמנות: "עד היום מהפכת ה-AI התמקדה בעיקר בעולם הדיגיטלי - טקסט, קוד, ניתוח מידע ואוטומציה של תהליכים. השלב הבא הוא לקחת את היכולות האלה לעולם הפיזי. למעשה, אנחנו כבר רואים את התהליך בכבישים. היכולות האוטונומיות שטסלה מפתחת, או טכנולוגיות הראייה הממוחשבת והנהיגה האוטונומית של מובילאיי, הן דוגמאות למערכות שלא רק
מנתחות מידע אלא צריכות להבין סביבה פיזית מורכבת, לקבל החלטה ולפעול בזמן אמת.
"עכשיו אותה תפיסה נכנסת עמוק יותר לרצפת הייצור", הוא מוסיף. "עד היום אוטומציה תעשייתית התבססה בעיקר על מכונה שתוכנתה לבצע פעולה מסוימת. Physical AI מאפשר לעבור למערכות גמישות יותר, שמסוגלות ללמוד ולהתאים את עצמן למשימה ולסביבה. זה מתאפשר עכשיו בזכות השיפור במודלים, כוח המחשוב, חיישנים, סימולציות ורובוטיקה".
לפי מחקרים עדכניים, Physical AI כבר מקצר בכ-70% את זמני האימון של רובוטים ומרחיב ב-50% את היקף המשימות שניתן להפוך לאוטומטיות. השלב הבא יהיה מערכי ייצור שבהם AI מנהל מכונות,
תחזוקה, איכות וזרימת חומרים, ובהמשך גם רובוטים דמויי אדם שיוכלו לבצע מגוון משימות.
"לישראל יש כאן נקודת פתיחה מעניינת", מציין לייטנר. "לצד האקו-סיסטם הישראלי בתחומי AI ושבבים, זו יכולה להיות הזדמנות להשתלב דווקא בשכבת הטכנולוגיה ו'המוח' של המהפכה, גם אם בסיס הייצור התעשייתי המקומי קטן ביחס לארה"ב, גרמניה ומזרח אסיה".
לנתח את הנתונים בנקודת הקצה
לדברי יותם לין, CTO של חטיבת הדיגיטל באלעד מערכות, עם ההבשלה של טכנולוגיות כמו רובוטיקה, מערכות אוטונומיות, מחשוב קצה, חיישנים מתקדמים ורשתות תקשורת מהירות, הבינה המלאכותית יוצאת מהשרתים ומהענן אל השטח עצמו. התוצאה היא מעבר של ממש ל-Physical AI: בינה מלאכותית שמוטמעת במכונות, ברובוטים, ברחפנים, ברכבים, במצלמות ובמכשירים ניידים, ומסוגלת לקבל החלטות
ולבצע פעולות בזמן אמת, ישירות בנקודת הקצה שבה הדברים קורים.
"במקום לשלוח כל מידע לענן ולהמתין להחלטה, המערכת מנתחת את הנתונים במקום, מגיבה בתוך שברירי שנייה ופועלת באופן עצמאי בהתאם לתנאי הסביבה המשתנים", הוא מסביר. "כך למשל,
מצלמה חכמה בסניף קמעונאות יכולה לזהות בעיה בזמן אמת, להבין את המשמעות שלה ולפעול בהתאם".
בדיוק בכיוון הזה, לדבריו, פועלים באלעד מערכות. בפרויקטי AIoT שבהם מצלמות וחיישנים מזהים, לדוגמה, שדלת מקרר החלב בסניף נותרה פתוחה, הם מתריעים באופן מיידי לעובד הרלוונטי שיסגור אותה - עוד לפני שהטמפרטורה עולה ומוצרים ניזוקים. כך ציוד הקצה לא רק אוסף מידע, אלא הופך לשכבת קבלת ההחלטות הראשונה, במקום ובזמן שבו הבעיה קורית.
"ישראל ניצבת בתחום הזה בנקודת פתיחה חזקה, עם עשרות שנות ניסיון בראייה ממוחשבת, חישה, מערכות בקרה ואוטונומיה - בעיקר מהעולם הביטחוני", מדגיש לין. "האתגר הבא, הוא להביא את היכולות הללו גם אל התעשייה, הלוגיסטיקה, התחבורה והארגונים האזרחיים".
יתרון משמעותי בזירה הגלובלית
לדברי שגיב גרינשפן, מנכ"ל חברת Priority, אנחנו רואים כיום שינוי דרמטי: ה- AI יוצא ממסכי המחשב במשרד ופוגש את המציאות בשטח, בין אם ברצפת הייצור, במחסנים הלוגיסטיים או לאורך שרשרת האספקה. "ב-Priority החיבור בין הדיגיטל לעולם הפיזי הוא חלק בלתי נפרד מהעבודה היום-יומית" הוא מספר. "כשאנחנו מטמיעים יכולות AI בתוך מערכת ה-ERP, השלב הבא הוא שהדאטה שזורם מהמפעלים, מרצפת הייצור או המלאי הופך לגורם משמעותי שמסייע הן בקבלת ההחלטות והן בביצוע
פעולות אוטומטיות בזמן אמת. המערכת כבר יודעת להתריע על תקלות לפני שהן קורות, לזהות צווארי בקבוק ולייעל תהליכים תוך כדי תנועה.
"להערכתי, ישראל נמצאת בנקודת פתיחה מצוינת. השילוב הייחודי אצלנו בין תעשייה חזקה לטכנולוגיה מתקדמת מייצר כר פורה להובלת תחום ה-Intelligence Enterprise (ארגון המקבל החלטות מבוססות נתונים, אוטומציה ותובנות). חברות שישכילו לרתום את הדאטה התפעולי שלהן ולחבר את תשתית הענן ל-AI ייהנו מיתרון תחרותי משמעותי בזירה הגלובלית".
