[בתמונה: יואב לוי, מנכ"ל ומייסד-משותף של חברת Upstream]
מאת יוחאי שויגר
חברת אפסטרים סקיוריטי (Upstream Security) מרחיבה את פעילותה מאבטחת כלי רכב מחוברים לניטור ואבטחה של רובוטים, רחפנים ומכונות אוטונומיות. החברה הכריזה באוקטובר על הרחבת פלטפורמת הענן שלה לשוק ה-Physical AI, ובריאיון ל-TechTime סיפר המייסד והמנכ״ל יואב לוי כי כבר יש לה לקוחות ראשונים שמפתחים או מפעילים רובוטים. החברה טרם פרסמה את שמותיהם, את היקף הציים שהיא מנטרת או את היקף הפעילות המסחרית בתחום.
לדברי לוי, אפסטרים מנטרת כיום יותר מ-30 מיליון כלי רכב, ובהם מכוניות פרטיות, משאיות, אוטובוסים וכלי רכב מסחריים. בהכרזה מאוקטובר דיווחה החברה כי תשתית התאומים הדיגיטליים שלה שימשה ביותר מ-40 מיליון נכסים מחוברים, קטגוריה רחבה יותר הכוללת גם ציוד והתקנים מחוץ לשוק הרכב. אפסטרים נוסדה ב-2017 על ידי לוי ויונתן אפל, המכהן כמנהל הטכנולוגיות. ב-2021 השלימה סבב גיוס של 62 מיליון דולר בהובלת חברת הביטוח היפנית Mitsui Sumitomo Insurance. בין המשקיעים בחברה גם BMW, יונדאי, וולוו גרופ וסיסקו.
התאום הדיגיטלי עובר מהכביש למחסן
המערכת של אפסטרים מקבלת נתוני טלמטריה מהמערכות שמנהלות את הצי ובונה בענן ייצוג שמתעדכן לאורך זמן עבור כל כלי רכב או רובוט. הייצוג הזה, שהחברה מכנה תאום דיגיטלי, מחבר בין מצב החיישנים, פעילות התוכנה והיסטוריית הפעולות של המכונה. כך אפשר לבחון חריגה בהקשר שבו התרחשה, למשל לבדוק אם שינוי בהתנהגות הופיע אחרי עדכון תוכנה ואם הוא מוגבל למכונה אחת או מופיע בצי כולו. איסוף הנתונים מתבסס על המערכות הקיימות, ללא התקנת רכיב תוכנה של אפסטרים על המכונה עצמה.
לוי רואה בתעשיית הרכב גם נתיב מסחרי לשוק החדש, משום שחלק מהלקוחות והספקים שאיתם עבדה אפסטרים כבר פעילים ברובוטיקה. ״אותם ספקי Tier 1 ו-Tier 2 שבונים חלקים לרכבים, בונים היום גם חלקים לרובוטים״, אמר. ״תעשיית הרכב והמהנדסים שלה הם אלה שגם בונים את התעשייה החדשה של ה-Physical AI״.
לוי מסמן שלושה שווקים שבהם כבר יש ציים פעילים שיכולים להצדיק ניטור רציף. הראשון הוא רובוטים ניידים אוטונומיים (AMR) במרכזים לוגיסטיים ובמפעלים. השני הוא שירותי רובוטקסי, שכבר פועלים מסחרית בכמה ערים. השלישי הוא ציי רחפנים, לרבות בשימושים מסחריים כמו משלוחים. רובוטים דמויי אדם נמצאים, להערכתו, בעיקר בניסויים ובפריסות ראשונות. מבחינת אפסטרים, ההבדל הזה קובע היכן כבר יש מספיק מכונות, נתונים ותלות תפעולית כדי להפוך ניטור של צי שלם לצורך מסחרי.
שלוש שכבות סיכון ברובוט אחד
הרובוטיקה מוסיפה לפלטפורמה של אפסטרים שלושה מוקדי סיכון. הראשון הוא שרשרת האספקה של המודל. יצרן רובוטים יכול לשלב מודל שפיתח ספק חיצוני או מודל הזמין בקוד פתוח. השילוב הזה מעביר חלק מההחלטות של המכונה לרכיב תוכנה שהיצרן לא פיתח בעצמו, ומחייב אותו לבדוק איך הרובוט מתנהג אחרי החלפת מודל או עדכון שלו.
המוקד השני הוא מערך השליטה מרחוק. פקודות, עדכוני קושחה ונתוני תפעול עוברים דרך מערכות מרכזיות. במפעל או במחסן, תקלה במערכת שמנהלת צי יכולה להשפיע על מספר רב של רובוטים ולעכב תהליך ייצור או שילוח. המוקד השלישי הוא שכבת התפיסה, שבה מצלמות, מיקרופונים וחיישנים אחרים מספקים למודל את המידע שעליו הוא מבסס החלטות. קלט שגוי או מטעה יכול להתגלגל מהחיישן לפעולה פיזית.
״זה גם לא חייב להיות אירוע סייבר״, אמר לוי. ״זה יכול להיות רובוט שהחליט לעשות משהו שאסור לו, או שלא אמרו לו שאסור לו לעשות״. היכולת שאפסטרים מתארת היא לנטר את ההתנהגות ולהתריע כשהיא חורגת מהצפוי. עומק הניטור תלוי בנתונים שהרובוט ומערכת ניהול הצי מעבירים לענן, במיוחד כשהמודל מקבל את ההחלטה על גבי המכונה.
מרובוטקסי ועד סיסקו
אחד הלקוחות שאפסטרים חשפה בשמה הוא May Mobility, המפתחת מערכות נהיגה אוטונומית ומפעילה שירותי הסעה. החברה משתמשת בין היתר בכלי רכב של טויוטה ומפעילה שירות דרך Lyft באטלנטה. יש לה גם הסכם עם Uber לפריסה מתוכננת בארלינגטון, טקסס. המקרה ממחיש את ההבדל בין האוטונומיה של כלי הרכב לבין התפעול של הצי. החלטות הנהיגה מתקבלות ברכב, בעוד שהזמנת הנסיעה, שיבוץ הרכב, ניטור המערכות ועדכוני התוכנה מחברים את השירות לתשתית ענן. אפסטרים פרסמה כי May Mobility בחרה בפלטפורמת הזיהוי והתגובה שלה, והיקף הכיסוי בכל אחת מהפריסות לא פורסם.
במקביל, אפסטרים מחפשת דרכים להכניס את נתוני המכונות לסביבות העבודה שבהן כבר משתמשים צוותי תפעול וסייבר. בספטמבר היא הודיעה על שילוב התאומים הדיגיטליים שלה ב-Cisco Cloud Control. האינטגרציה מאפשרת לצוותים ולסוכני AI בסביבה של סיסקו לשאול על מצב המכונה, מדדי ביצועים והתרעות בטיחות וסייבר. בשוק הרכב עצמו הודיעה אפסטרים בינואר על שיתוף פעולה עם סקודה לריכוז מידע על סיכוני סייבר בכלי רכב מחוברים ובשירותים הדיגיטליים של היצרנית.
לוי מתאר את המעבר כחלק משינוי רחב יותר במכשירים מחוברים. יותר מהעיבוד עובר מהענן אל המכונה, ויותר החלטות מתקבלות במקום שבו הן גם יוצאות לפועל. ״ה-IoT עובר ממכשירים פשוטים למכונות חכמות שיודעות לקבל החלטות אוטונומיות בקצה״, אמר. ״היום קוראים לזה Physical AI. בשנה שעברה קראו לזה IoT״.