יועץ תעשייתי ההופך טלמטריה חיה של אתר להמלצות ברות ביצוע. הוא נמצא כעת בפיתוח — דף זה מתאר מה פרוס כיום ומה לפנינו.
כל פלטפורמה שאוספת נתונים תפעוליים מגיעה לבסוף לאותה שאלה יסודית: מה היא עושה איתם? לוחות מחוונים מסורתיים רק מעבירים את הבעיה במקום לפתור אותה — אדם עדיין צריך לנטר, לפרש ולהחליט. ה-Copilot מתוכנן לסגור את הפער התפעולי הזה: קריאת אירועים בזמן אמת באתר תעשייתי והתרעה למקבלי ההחלטות מה מצדיק תשומת לב מיידית וכיצד לפתור זאת.
יכולת זו אינה יכולה להתקיים ללא תשתית נתונים בלתי מתפשרת. נוכחות, זמני שהייה באזורים ומעקב פריון כבר רצים בזמן אמת על תשתית המיקום שלנו. מה שעדיין מתפתח הוא השכבה שמעל: הבנת האופי הספציפי של העבודה המתבצעת ויצירת הנחיות אמינות. יועץ AI שאומן על נתונים דלילים או רועשים מספק עצות בטוחות אך פגומות — דבר שבסביבות תעשייתיות בסיכון גבוה גרוע בהרבה מהיעדר עצות כלל.
את התשתית החזקה הזו אנו פורסים היום. חיישנים לבישים עם יחידות עיבוד עצביות על-התקן אוספים ברציפות טביעת רגל פיזית מובנית של פעולות אמיתיות באתרי תעשייה פעילים: קואורדינטות ברמת דיוק גבוהה, דינמיקת תנועה, זמני שהייה באזורים, קול ווידאו. כל קסדה פרוסה מעשירה את שכבת התבונה הזו.
טלמטריה ברמת חומרה ונוכחות
חיישנים לבישים עם NPU משובצים אוספים ברציפות טלמטריה פיזית מובנית: קואורדינטות ברמת דיוק גבוהה (רמת סנטימטר בחוץ באמצעות RTK, רמת דצימטר בפנים באמצעות UWB), דינמיקת תנועה IMU, שמע ווידאו. נוכחות בזמן אמת, מעקב שהייה באזורים וציות משמרת בסיסי חיים בייצור היום.
חי
קשירת אותות פיזיים לגאומטריית האתר
קלטים מ-UWB, RTK וחיישני סביבה ממוזגים עם מודל האזורים הדיגיטלי של האתר. קואורדינטות גולמיות הופכות לעובדות תפעוליות מאומתות: זיהוי מי פועל ליד מכונות כבדות, איזו חזית עבודה מאוישת, ומשך הזמן המדויק של כל פריסה.
חי
הפיכת תנועה למשמעות תפעולית
מודלים של למידה עמוקה מקטעים פעילות גופנית למצבים תפעוליים מובנים: זמן מפתח ברגים פעיל, הצבת חומרים, מעבר בין אזורים או המתנה בטלה. זמן כלי הופך לנתונים דיגיטליים מאומתים במקום קירובים סובייקטיביים של סוף משמרת.
בפיתוח
תפיסת סטיות מקו הבסיס התפעולי
פועלת על גבי תהליכי עבודה מסווגים, המערכת מזהה חריגות מקו בסיס: התמוטטויות קצב פתאומיות, צפיפות מקומית, צווארי בקבוק בהצבה ודפוסי קדם המצביעים על סיכוני בטיחות מתעוררים או החלקות לוח זמנים הרבה לפני שביקורות שלאחר משמרת חושפות אותם.
בפיתוח
חיזוי דינמיקת משמרת לפני שהיא מתרחשת
על ידי סינתוז דפוסי אתר היסטוריים עם טלמטריית שטח בזמן אמת, מודלים חזויים צופים צווארי בקבוק, אירועי קרבה מסוכנת בין כוח אדם וציוד כבד, ועיכובי נתיב קריטי — ומספקים זמן היערכות מספק להתערבות פרואקטיבית.
אבן הדרך הבאה
המלצות ברות ביצוע עם הנמקה שקופה
שכבת השיא: יועץ AI המציע התערבויות בעלות השפעה גבוהה להנהגת הפרויקט (איזון צוותים מחדש, אופטימיזציה של רצף משימות, ניתוב לוגיסטי מחדש) ומסביר את ההיגיון התפעולי מאחורי כל הצעה. אינטגרציות מתוכננות עם BIM, MES, CMMS ו-ERP מספקות את קווי הבסיס של לוח הזמנים וההיתרים הנחוצים להבחנה בין חיכוך תפעולי אמיתי להתקדמות צפויה.
מפת דרכים
ה-Copilot אינו תכונה נשלחת ואינו חלק ממה שלקוח מקבל כשפורסים את XENOM היום. חשבונאות בזמן אמת של נוכחות, זמן באזורים ופריון כן — אין לבלבל בין השניים, ואנו מתארים את ה-Copilot ככיוון פיתוח.
איננו מצמידים לו תאריך שחרור. לוח הזמנים תלוי במהירות שבה יצטבר מערך נתונים מספיק באתרים חיים, מה שתלוי בפריסות ולא במאמץ הנדסי בלבד.
מה שעובד היום הוא הבסיס: מיקום ברמת דיוק גבוהה, נתוני זמן ואזורים אובייקטיביים, סינון קולי, תקשורת ווידאו — כל אחד עם תוצאות משלו שפורסמו. אלה הדפים שכדאי לקרוא אם רוצים לדעת מה הפלטפורמה עושה כעת.
רישום מובנה ונאסף ברציפות של פעילות באתרים חיים
זמן אובייקטיבי באזורי עבודה, סכנה, שירות והמתנה
מיקום מדויק מספיק כדי להפוך אירועי אזור למשמעותיים ולא מקורבים
עיבוד על-התקן, כך ששכבת הנתונים מתרחבת ללא שליחת זרמים גולמיים לשרת
קול, וידאו וטלמטריה הנאספים דרך אותו התקן לביש