מערכת בינה מלאכותית להפחתת עלויות דלק: חיסכון של 8–15%

אופטימיזציה של צריכת דלק עם AI: היכן נשבר התיעוד

צריכת דלק מוגברת בצי רכב כמעט אף פעם לא נראית כמו דליפה גדולה אחת. זהו סכום של אפיזודות קטנות: ריקונים ומילויים חסרים בתדלוק ובחנייה, נסיעות בסל"ד גבוה מדי ובהאצות חדות, עצירות ארוכות בזמן העמסה עם מנוע פועל. כל אפיזודה בנפרד נראית בדוח לא מזיקה, אך יחד הן נותנות את אותו חלק שמחפשים אחריו חודשים.

האובדן השני, פחות מובן מאליו — עצם תיעוד צריכת הדלק. חיישן מפלס במיכל משקר בשיפוע, בפרופיל לא ישר ובקור, שגיאת המדידה מצטברת, ומסמכי תדלוק ומסלולים מגיעים בתדירויות שונות.

כשהפער בין מחיקה לפי תקן לרמה בפועל הופך לקבוע, סוגרים אותו בתיקון ידני ביומן — והנתונים סופית מפסיקים להסתדר. אחרי זה אין עם מי להתווכח: לא עם הנהג, לא עם המכונאי, ולא עם ספק הדלק.

מלמד הוא שאף מקור בעצמו לא נותן תשובה. מפלס במיכל לא מבחין בין ריקון לתדלוק כנה, מסלול לא רואה מילוי חסר, ויומן נסיעה לא יודע על עצירה בזמן העמסה.

הפתרון מופיע כשמספר ערוצים בלתי תלויים מתאחדים למודל אחד: מערכת AI להפחתת עלויות דלק משווה ביניהם לפי זמן ומקום, מנטרלת שגיאת מדידה ומפרידה בין ריקון אמיתי להתראת שווא בשיפוע.

בהמשך נפרט כיצד זה נסגר בפועל: היכן להציב נקודות בקרה, אילו חתכי נתונים נחשבים לנורמה וכיצד להפוך זאת לירידה יציבה של 8–15% בעלויות ללא בירורים ידניים.

אפקט מדיד: צריכה, השבתות, חיי שירות של הציוד

האפקט נמדד לא לפי תחושות, אלא לפי דיווחים שממילא מתנהלים בצי: ליטרים לקילומטר ולשעת מנוע, שעות עבודה, מספר פניות לתיקון. הדבר הראשון שנראה לאחר ההפעלה — ירידה בצריכת הדלק ב-8–15% במסלולים דומים.

חלק נותנת מודל המלצות מאומן: הוא מפרק האצה, בלימה, בחירת הילוך ועבודה בסרק לפי מכונה ומשמרת מסוימות, ומעביר לנהג רמז לפני שהוא שורף את היתר.

לאחר מכן פוחתות השבתות הציוד. המערכת עוקבת אחר סטיות בפרמטרים של פעולת המכלולים ומתריעה עליהן מראש, ולכן התיקון מתוכנן לחלון בין נסיעות, ולא ברגע התקלה בקו. במקביל, נוהל התחזוקה עובר מלוח שנה לשעות עבודה בפועל: מתכלים מוחלפים כשהם מיצו את חיי השירות, ולא לפי תאריך ביומן.

חיי המנוע גדלים כתוצאה מאותו משטר: פחות התנעות קרות תחת עומס, פחות עבודה בסל"ד מוגבר ללא צורך, משטר חום יציב יותר. עבור הצי המשמעות היא תקופת שירות ארוכה יותר עד שיפוץ יסודי ופחות עצירות לא מתוכננות באותה יחידה.

אפקט נפרד — הסרת עומס מהדיספצ'רים. המלצות לגבי מסלול, עומס ותדלוק מגיעות במשמרת, ולא מנותחות בדיעבד בסוף החודש, ולכן החלטות מתקבלות במקום שבו עוד אפשר לשנות משהו. התוצאה נבדקת לכל מכונה לפני ואחרי: החיסכון בדלק של הצי הופך לספרה בדוח, לא להבטחה.

מצבי עבודה: אנליטיקה, רמזים, מגבלות אוטומטיות

מצבי העבודה של המערכת נבדלים במידת ההתערבות, ולכן מופעלים בשלבים: תחילה אנליטיקה לפי מסלולים, אחר כך רמזים לנהג, ורק לאחר מכן — מגבלות אוטומטיות ובקרת תדלוקים.

החלק החישובי משותף: משתנה רק אם המסקנה מגיעה לאדם או הופכת לפעולה שולטת על המכונה. המעבר נעשה לפי קבוצות רכב, פרופיל המצב נשמר בקונפיגורציה, ולכן חזרה לגרסה הקודמת והשוואת תקופות תופסות דקות, ולא פרויקט הטמעה נפרד.

בפועל משלבים בין המצבים: אנליטיקה ובקרת תדלוקים פועלות באופן קבוע, והמגבלות מופעלות במקום שבו כבר נצברה סטטיסטיקה לפי מסלול. מערך כזה נותן הפחתת עלויות דלק בטווח של 8–15% ללא עצירת הצי וללא סיכון 'ללחוץ' את המכונה בקטע מורכב.

הטמעה: מביקורת נתונים ועד מסירת נהלים

פרויקט לאופטימיזציית AI של צריכת דלק מתחיל לא במודל, אלא בנתונים: כל עוד לא ידוע מה ובאיזו תדירות כותבת הטלמטריה, כל תחזית מבוססת על ניחושים. לכן הצעד הראשון — ביקורת מקורות והערכת התאמתם למשימה מסוימת.

1. ביקורת נתוני טלמטריה. מפרקים לוגים של מחשב הרכב, חיישני מפלס, נסיעות ותדלוקים: תדירות דגימה, חסרים, סחיפת חיישנים, פערים בין מערכות. בפלט — מפת איכות נתונים עם רשימת פערים שאנו סוגרים לפני האימון.
2. סכימת אינטגרציות. קובעים מאיפה מגיעים הנתונים ולאן הולכת התוצאה: שערים, תורים, אחסון ביניים, מערכות חשבונאיות ומוקד. מתעדים השהיית מסירה והתנהגות בעת ניתוק תקשורת.
3. הגדרת מודלים. אוספים מאפיינים: מסלול, פרופיל כביש, עומס, עונתיות, אופן נהיגה, עצירה עם מנוע פועל. אופק תחזית וספי הפעלה נבחרים כך שההמלצות יהיו ברות ביצוע עבור הנהג.
4. בדיקה על היסטוריה. מריצים את המודל על תקופות סגורות ומשווים לצריכה בפועל, כולל נסיעות עם תיקון ומצבים חריגים. מסתכלים לא על השגיאה הממוצעת, אלא על יציבות האפקט בכל הצי.
5. הפעלה ניסיונית. מפעילים על קבוצת מכונות מוגבלת במצב המלצות, בלי התערבות אוטומטית. משווים תחזית מול מציאות בכל משמרת, מכווננים ספים, אוספים תגובת דיספצ'רים.
6. מסירת נהלים. מוסרים סדר עבודה עם דוחות: מה לעשות בסטייה, איך להשלים נתונים, מתי לאמן מחדש את המודל. הדרכת דיספצ'רים ונקודת קשר לאירועים סוגרות את הפרויקט.

מה נשאר אצל הלקוח: מודלים, סכימות, נהלים

מערכת בקרה והפחתת צריכת דלק חיה לא בדוחות, אלא בקונפיגורציות, סכימות ונהלים שנשארים בסביבת הלקוח. אנו מוסרים ערכה כך שאפשר להמשיך את התפעול בלעדינו: משמרת דיספצ'רים עובדת לפי הוראות, אנליטיקאי רואה מקורות ואיכות נתונים, ואימון מחדש של מודלים אינו דורש לחפש את מחברי הפרויקט.

• מודלים מוגדרים — קונפיגורציות עבודה עם סט מאפיינים, ספי הפעלה וגבולות תחולה לפי סוגי ציוד ומסלולים, בתוספת נוהל אימון מחדש על נתונים חדשים.
• מפת מקורות נתונים — רשימת חיישני צריכה ומפלס דלק, נתוני תדלוקים וריקונים, מיקום, ספרי עזר של הצי, עם תדירות הגעה ואחראי לכל מקור.
• תיעוד אינטגרציות — סכימות החלפה עם טלמטיקה, מערכת דלק ומערכת חשבונאית: פורמטים, תדירות דגימה, התנהגות בעת ניתוק תקשורת וייצוא חוזר.
• מדיניות גישה — תפקידי דיספצ'ר, אנליטיקאי ומנהל צי: מה נראה בממשק, מה מיוצא, מי רשאי לשנות ספי הפעלה.
• נוהל תגובה לאנומליות — ריקון, מילוי חסר, צריכה יתרה בנסיעה, עצירה ממושכת עם מנוע פועל: למי נשלח אות, בתוך כמה זמן ואיזו פעולה נדרשת.
• הוראות לדיספצ'רים — איך לפרק אות, לאשר או לדחות אותו, להשאיר הערה על נסיעה, כדי שהמשוב ייכנס לנתונים לאימון מחדש.
• יומן איכות המודל — שיעור התראות שווא, כיסוי נסיעות בחישוב, פער בין צריכה מחושבת לצריכה בפועל לפי קבוצות בקרה.

הקבלה מתבצעת לפי הארטיפקטים האלה, ולא לפי הדגמה: מהנדסי הלקוח בודקים את מפת המקורות ומדיניות הגישה, דיספצ'רים עוברים הדרכה על הצי שלהם. תארו את המשימה — נחזור עם הערכה ותוכנית מסירה.

מקרה בוחן של צי: מדדים לפני ואחרי הטמעה

צי של 60 יחידות: משאיות גוררות למסלולים ארוכים, משאיות בינוניות וטנדרים להפצה. לפני ההתחלה ספרו צריכה לפי יומני נסיעה וקבלות מתדלוקים — פער מול מילוי בפועל הגיע עד 9%, וצריכה יתרה תלו בעונה ובפקקים. לא היה תקן אחיד למסלול: אותו דגם בקטעים שונים הראה פיזור של עד שליש.

לא החליפו מכונות, אלא את מעגל התיעוד. התקינו חיישני מפלס במיכל וקריאה מצמת הנתונים ברכב, סיכמו צריכה, שעות מנוע ועומס לכל נסיעה לדוח אחד — Wialon. לאחר מכן חישבו תקן למסלול, ולא לדגם: עומס, תבליט שטח, מספר עצירות, עונה. סטייה של יותר מ-10% בקטע העלתה אות למכונאי באותו יום, ולא בסוף החודש.

האפקט התחלק בצורה לא אחידה, וזה חשוב לתכנון. בקטעים ראשיים החיסכון הגיע ל-15% — שם קטע ארוך וישר ועומס צפוי. בהפצה קצרה התקבלו 6–8%: הקטע קצר יותר, סרק בזמן העמסה תופס חלק גדול מהמשמרת. דווקא הצמצום שלו כמעט בחצי נתן את עיקר התוצאה — פחות מאשר החלפת מכונות או דלק.

במה שונה בקרת צריכה מתחזית צריכה?

בקרת צריכת דלק עובדת על העובדות: טלמטריית מפלס במיכל, מד צריכה מקורי, קילומטראז' וקואורדינטות. המערכת משווה צריכה בפועל לתקן למסלול ומסמנת פער — ריקון, מילוי חסר בתדלוק, צריכה יתרה בגלל סגנון נהיגה או תקלה. החלטה ניהולית מתקבלת כבר אחרי הנסיעה, כשהדלק נצרך.

תחזית צריכה נבנית על אותם נתונים, אבל עונה על שאלה אחרת — כמה דלק יידרש לנסיעה לפני שהיא מתחילה. אנליטיקה מנבאת שומרת במודל היסטוריה לפי מסלול, עונה, משקל מטען, תבליט ועצירות בזמן העמסה. בפלט — תוכנית תדלוקים ועומסים, ולא ניתוח סטיות.

ההבדל בין הגישות — באופק ובמחיר הטעות. בקרה נותנת משוב: סטייה נראית כמעט מיד, אבל הכסף כבר הוצא. תחזית מאפשרת למנוע צריכה יתרה, אבל טועה חזק יותר ככל שנצברה פחות היסטוריה נקייה — המודל לומד מרעש חיישנים ומנסיעות חד-פעמיות.

לכן בפועל לא מפרידים ביניהם. תחילה עושים סדר בנתונים: כיול חיישני מפלס, חיתוך קפיצות שווא בשיפועים ובחימומים, קישור תדלוקים למסמכים ראשוניים. על בסיס כזה בקרה מפסיקה לייצר אותות שווא, והתחזית נכנסת לכמה אחוזים לנסיעה. אז 'כמה למלא' ו'לאן נעלם' עונות על אותה שאלה משני צדדים — נפרט כיצד זה נסגר.

ספקות טכניים: נתונים, אינטגרציות, אבטחה

ספקות טכניים בדרך כלל מסתכמים בשלושה דברים: האם איכות הנתונים תספיק, כיצד הפתרון ישתלב במעגל החשבונאי ומי יקבל גישה לספרות רגישות.

אינטגרציה עם מערכת חשבונאית 1C ומוקד נבנית על חילופי נתונים שוטפים, ולא על ייצוא ידני: נסיעות, תדלוקים ומסלולים נמשכים בעצמם, ופערים מוצלבים אוטומטית.

האם יהיה צורך להשלים את הציוד?

אין חובה להחליף את הצי. המערכת נשענת על הנתונים שכבר קיימים במוקד; אם אינם מספיקים לדיוק, מוסיפים חיישני מפלס וצריכה מקוריים — זו התקנה נוספת במכונות בודדות, ולא התקנה מחדש של כל הצי.

מי ומה יראה במערכת?

גישות ניתנות לפי תפקידים: דיספצ'ר רואה נסיעות וסטיות, מכונאי — צריכה ומצב הציוד, מנהל — תמונה מסכמת. הנתונים מוגנים בהעברה ובאחסון, ייצוא נרשם ביומן, והרשאות נשללות בפעולה אחת.

נדון במשימה: אילו נתונים נדרשים להערכה

הערכת הפרויקט נשענת לא על שיקולים כלליים, אלא על ייצוא מצי מסוים: המודל מחשב צריכה לפי מצבי תנועה ומשווה אותה לתקן, ולכן שלמות הנתונים קובעת ישירות איזה חלק מהסטיות באמת ניתן לתפוס. להלן מה שכדאי להכין לשיחה. אם חלק מהנתונים חסר, זה לא עצירה: נמליץ במה להחליפו ואיך לאסוף את החסר.

• טלמטריה של כמה חודשים: צריכה, סל"ד, עומס על המנוע, זמן עבודה תחת עומס ובסרק — עם קישור למכונה ולזמן.
• נתוני תדלוקים וריקונים: דוחות, כרטיסי דלק, קריאות חיישני מפלס, כדי להשוות צריכה בפועל למחושבת.
• מסלולים ונסיעות: יומני נסיעה או ייצוא ממערכת הניטור — אורך, סוג כבישים, תבליט, שיעור קטעים עירוניים.
• הרכב הצי: סוגי מכונות, ייעודן, גיל ותקן צריכה לכל קבוצה.
• עומס: משקל מטען, מספר נסיעות, שיעור נסיעות ריקות, שיאים עונתיים ועצירות.
• ספרי עזר ומגבלות: נוהל תחזוקה, כללי עבודת נהגים, מי מאשר שינויים בתהליך.
• איש קשר מצדכם: מהנדס או דיספצ'ר שיודע כיצד נאספו הנתונים — יעזור לראות חסרים ועיוותים.

לפי מערך זה אנו מחשבים את היקף העבודה, בוחרים בסיס להשוואה וגבולות לפיילוט על חלק מהצי — בדרך כלל קבוצת מכונות אחת עם מסלולים דומים. תארו את המשימה — נחזור עם הערכה ותוכנית.