כך בניתי מערכת ברמת production שיוצרת מפות בסיס דיגיטליות ומדויקות של רשתות כבישים עירוניות — התשתית למדידת זמני נסיעה אמיתיים בערים הגדולות בישראל.
פותח עבור אגף תכנון תחבורתי במשרד התחבורה, בשיתוף עם צוות תכנית אב לתחבורה ירושלים (JTMT) ובשיתוף פעולה עם אינג׳ מרכוס סניוק וד"ר עדו קליין.
“כל מדידת זמן נסיעה טובה בדיוק כמו המפה שמתחתיה. המערכת הזו מוודאת שהמפה נכונה.”
כדי למדוד איך תנועה באמת זורמת בעיר, צריך קודם כל מפה דיגיטלית מדויקת של כל מקטע כביש — בכל כיוון נסיעה. מפות מדף לא מדויקות מספיק לזה. אז בניתי מערכת שיוצרת את 'מפות הבסיס' האלה מאפס, עבור תל אביב, ירושלים, חיפה ובאר שבע.
בתחילת התהליך, רשת הכבישים של העיר נטענת ומפורקת למקטעים מכווּנים — רחוב דו-סטרי הופך לשני קטעים חד-סטריים נפרדים, כל אחד עם מזהה ייחודי משלו.
כל מקטע מושווה מול מסלולי נסיעה מהעולם האמיתי. המערכת מודדת אוטומטית עד כמה שתי הגאומטריות תואמות, ומסמנת כל אי-התאמה.
ממשק בקרה ויזואלי ייעודי מאפשר לאנליסט לבחון כל מקטע מסומן על מפה אינטראקטיבית, לתקן אותו בכמה לחיצות — להזיז נקודות קצה, להוסיף נקודות מעבר, לבדוק מחדש — ולאשר. קיצורי מקלדת הופכים בקרה של מאות מקטעים למהירה.
התוצאה: מפת בסיס מאומתת ומוכנה לייצוא, שמזינה את מערכת מדידת זמני הנסיעה הארצית.
הדגמה של תהליך יצירת מפת הבסיס והבקרה עליה.
את כל המערכת הזו — עיבוד הנתונים, ממשק הבקרה האינטראקטיבי, חבילת הבדיקות האוטומטיות וההטמעה בסביבת הייצור — בניתי בשיטות עבודה AI-Native עם כלים כמו Claude ו-Codex. ה-AI לא רק כתב קטעי קוד; הוא הניע את כל המחזור: ארכיטקטורה, מימוש, בדיקות אוטומטיות והקשחה לייצור. זו בדיוק שיטת העבודה שאני מלמד בהרצאות ובייעוץ ה-AI שלי.
סוכנויות תחבורה מקבלות החלטות של עשרות מיליוני שקלים על בסיס נתוני זמני נסיעה. מפת בסיס לא מדויקת משבשת בשקט כל מדידה שנבנית מעליה. המערכת הזו הופכת תהליך מיפוי ידני של חודשים לתהליך מהיר, חוזר ומבוקר איכות — שכבר פועל בייצור בארבעה מטרופולינים.
רוצים תהליכי עבודה AI-Native כאלה בארגון שלכם?