תכנון התחבורה הציבורית של עיר הוא אחת מבעיות-האופטימיזציה הקשות שיש. צריך לכסות אלפי נסיעות ביום עם צי מוגבל, לשבץ נהגים שכפופים לחוקי-עבודה, לשעות-מנוחה ולהסכמים קיבוציים, ולעמוד בתדירות שהובטחה לנוסעים — וכל שינוי בנקודה אחת מתגלגל על כל השאר. במשך שנים נעשתה העבודה הזו ידנית, בגיליונות-אלקטרוניים, ותוכנית טובה לקחה שבועות.
אופטיבס, שנוסדה ב-2014 על ידי עמוס חג'אג' ואיתן ינובסקי — שנפגשו בלימודיהם — בנתה פלטפורמת-ענן שמשלבת אלגוריתמי-אופטימיזציה עם למידת-מכונה ומפיקה תוכנית תוך שעות. חשוב לא פחות: היא מאפשרת למתכנן לבחון חלופות — מה קורה אם מוסיפים אוטובוס לקו, אם מזיזים תדירות, אם משנים מבנה-משמרות — ולראות את ההשפעה על עלות ועל שירות לפני שמחליטים.
לקוחות החברה מפעילים תחבורה ציבורית ביותר מאלף ערים ברחבי העולם; בישראל נמנות עליהם אגד, דן ומטרופולין. במרץ 2021 גייסה 107 מיליון דולר, ובמאי 2022 גייסה 100 מיליון דולר לפי שווי של כ-1.3 מיליארד דולר — והפכה לחד-קרן הראשונה בתחום תוכנת התחבורה הציבורית.
ההקשר שהגדיל את הביקוש הוא המעבר לאוטובוסים חשמליים, שמוסיף לבעיה אילוץ חדש וקשה: זמני-טעינה, מיקום-מטענים וטווח-נסיעה משתנה. ככל שצי מתחשמל, תכנון ידני נעשה בלתי-מעשי יותר — וזו אחת הסיבות שהתחום הזה, שנראה ״אפור״, הפך למרכזי.
הקטגוריה הזו מדגימה יישום שאינו ״בינה מלאכותית״ במובן הפופולרי של יצירת טקסט או תמונה, אלא אופטימיזציה — ענף ותיק בהרבה, שעוסק במציאת הפתרון הטוב ביותר בתוך מרחב-אפשרויות גדול מכדי לבדוק אותו במלואו. למידת-מכונה נוספת עליו כדי לחזות ביקושים וזמני-נסיעה אמיתיים, ולא להסתמך על לוח-זמנים תיאורטי.
התועלת החברתית ישירה: לוח-זמנים יעיל יותר משמעו יותר נסיעות באותו תקציב, פחות זמן-המתנה בתחנה ופחות קילומטרים ריקים. מנגד, אופטימיזציה שמכוונת רק לעלות עלולה לפגוע בקווים שמשרתים מעט נוסעים אך חיוניים להם. ההחלטה מה בדיוק למטב — עלות, זמן-המתנה או כיסוי גיאוגרפי — נשארת החלטה של מדיניות ציבורית ולא של תוכנה.