«Цифровизация транспорта не требует «революции за ночь». Цифровизация транспорта уже заметно меняет повседневность: автомобили становятся «гаджетами на колёсах», дороги превращаются в умные киберфизические системы, а искусственный интеллект берёт на себя задачи прогнозирования и управления движением. О том, как создаются цифровые двойники трасс, зачем нужен пятый слой данных, какие проекты на базе ИИ уже работают и где ждать прорыва в беспилотном транспорте, рассказывает Дмитрий Казаринов, генеральный директор компании «СофтТелематика» (входит в концерн «Телематика»).

— Каковы сегодня, на ваш взгляд, основные направления цифровизации отрасли?

Д.К.: Концерн «Телематика» сегодня по праву является лидером в создании ИТ-систем с применением искусственного интеллекта для транспортной отрасли. Благодаря этому опыту мы хорошо видим, в каком направлении развивается цифровизация, и можем уверенно сказать: она идёт сразу в нескольких плоскостях и очень активно.

Во-первых, это комплексная цифровизация инфраструктуры: умные дороги, порты, железные дороги, создание их цифровых двойников и объединение их в единую экосистему. Во-вторых, это цифровизация грузовой логистики — переход к единому электронному документообороту между всеми участниками цепочки и оптимизация маршрутов и времени перевозок. И, наконец, пассажирские перевозки, где сегодня ярко выражен тренд на MaaS, то есть «мобильность как услугу».

Благодаря этому тренду человеку становится доступна вся поездка целиком по одной карте или аккаунту, независимо от того, каким транспортом он пользуется. Логичным итогом этого движения должна стать единая цифровая платформа транспортного комплекса, которая будет синхронизировать дорожную карту и обеспечивать максимально эффективное управление всей системой.

При этом важно понимать, что меняется и сама модель взаимодействия «транспортное средство — дорога».

Современные автомобили с их встроенным программным обеспечением всё больше напоминают гаджеты, а дорога становится облачным сервисом.

Транспортные средства сейчас оснащаются множеством умных функций, подключаются к телематическим и навигационным сервисам, системам автоматизированного управления, мобильным устройствам. В процессе поездки такие автомобили генерируют огромные массивы данных, которые затем объединяются в разных системах.

Эти данные условно можно разделить на несколько слоёв. Сначала формируются базовые статистические сведения о дорогах и объектах на них — например, мостах, — а также о физических параметрах движения. Следом идут относительно статические данные — дорожные знаки, правила, ограничения проезда, маршруты объезда. Третий слой формируется из динамических данных, которые поступают от умных устройств, установленных на дороге. Четвёртый слой даёт картину положения участников дорожного движения и их траектории. А совсем недавно начали говорить и о пятом слое — информации от коммерческих сервисов. Эти данные становятся частью современных дорог и открывают новую бизнес-нишу: они поступают от навигационных приложений, парковок, заправок, придорожных объектов и уже активно используются в навигации.

Все вместе эти слои образуют трёхмерную цифровую модель дороги. На её основе искусственный интеллект и нейронные сети могут рекомендовать водителю оптимальный режим движения, выгодную заправку или место для отдыха. А совместная работа интеллектуальных систем в автомобиле и на дороге формирует единое облако информации. Благодаря этому автомобиль перестаёт быть просто источником данных или подсказчиком для водителя, а становится частью цифровой экосистемы, которая напрямую влияет на управление транспортным средством.

Именно так появляются цифровые двойники трасс, которые помогают быстрее и комфортнее добираться до нужной точки, а главное — повышают уровень безопасности на дороге.

— Мы часто слышим про умные дороги. И если раньше само определение «умная дорога» и «формула» V2X были чем-то новым, то сегодня практически каждая новая трасса оборудована различными интеллектуальными системами. Как эволюционируют дороги и технологии на них?

Д.К.: Действительно, меняются не только автомобили, но и сами дороги выходят на принципиально новый уровень. Сегодня это уже не просто асфальт и дорожные знаки, а настоящая киберфизическая система, которая чувствует, понимает и реагирует в реальном времени. По сути, она становится «операционной системой» инфраструктуры. Камеры, детекторы трафика, метеостанции, весогабаритные модули, дорожные контроллеры фиксируют поток машин, скорость по полосам, состояние покрытия, погоду, инциденты и передают данные в центры управления. Там эта информация анализируется, строятся прогнозы, выявляются аномалии — будь то ДТП, остановка на полосе, задний ход или предмет на дороге. Далее автоматически формируется сценарий реакции: от предупреждений и перенастройки светофоров до изменения схем движения или приоритизации спецтранспорта. Это уже пятый уровень развития интеллектуальных транспортных систем, и сегодня к нему мы постепенно приходим.

Дорога становится не только «чувствующей» и «думающей», но и цифровой. В рамках нацпроекта «Беспилотные логистические коридоры» на М-11 и ЦКАД были созданы цифровые двойники — виртуальные модели магистралей с высокой точностью, которые в реальном времени дополняются динамическими данными.

Для автомобилей с высокой степенью автоматизации это по сути «карта мира», которая позволяет видеть гораздо дальше собственных сенсоров и заранее адаптировать движение к дорожным условиям, погоде или ремонтным работам.

Если говорить про технологию V2X, то корректнее использовать более широкое понятие — подключённый транспорт. Он уже становится реальностью: новые автомобили всё активнее взаимодействуют с цифровой дорожной средой. Причём такая связность сегодня не требует мгновенного повсеместного развёртывания сложной инфраструктуры вдоль всех дорог — часть функций может быть реализована за счёт привычной GSM-связи и мобильных приложений, которые напрямую соединяют водителя и умную инфраструктуру. Такие решения мы уже внедряем, в частности — через собственное мобильное приложение.

Таким образом, развитие подключённого транспорта — задача сегодняшнего дня. И как только эти технологии станут массовым стандартом, мы получим принципиально новый уровень координации транспортных потоков и безопасности на дорогах.

— Какими вы видите перспективы беспилотного транспорта на ближайшие годы, где будет прорыв в этой сфере и какие препятствия сегодня есть в этом направлении?

Д.К.: При нынешних темпах развития горизонты внедрения беспилотных автомобилей пятого уровня уже не кажутся столь отдалёнными: в течение ближайших пяти лет их полноценный запуск вполне реален. При этом важно, что на закрытых территориях — промплощадках, логистических терминалах, в портах — полностью автономные транспортные средства уже давно успешно работают. Наиболее очевидная зона следующего прорыва — магистральная грузовая логистика. Созданная инфраструктура на М-11 и ЦКАД уже обеспечивает безопасное движение высокоавтоматизированных грузовиков и подключённого транспорта; задача следующего этапа — тиражирование на другие коридоры. В мире есть два крайних подхода — европейский «роевой», где автомобили общаются друг с другом, и китайский инфраструктурный, где дорога «ведёт» транспорт. Российская модель — синтез: автомобиль «умнеет» за счёт карт и сенсоров, а дорожная инфраструктура помогает.

Имеющиеся сложности всем понятны: высокая стоимость ВАТС, необходимость развития ИТ-инфраструктуры, вопросы страхования, правовые рамки, климатические и погодные сложности. Но всё это решаемо, если двигаться поэтапно: сначала развивать инфраструктуру и связность, затем расширять парк автомобилей, сценарии и географию.

— Важным аспектом развития ИТС сегодня является эффективность. Не просто создать, а настроить так, чтобы работало для людей. Какие продукты в сфере ИТС сегодня самые передовые и какими вы видите эффекты от ИТС?

Д.К.: Главный критерий любой технологии — насколько она помогает человеку. Наши решения в сфере интеллектуальных транспортных систем сегодня ежедневно используют миллионы людей по всей стране.

И здесь, пожалуй, уместно вспомнить известную фразу: по-настоящему развитая технология неотличима от чуда. Когда всё работает правильно, человек воспринимает это как естественную часть своей жизни.

Эффект от внедрения ИТС очень ощутим. Автоматизированные системы управления движением снижают аварийность на дорогах примерно на 40%, ускоряют реагирование экстренных служб и тем самым реально спасают жизни. Пропускная способность дорожной сети возрастает, что напрямую влияет и на экономику: бизнес и государство снижают издержки за счёт сокращения времени перевозок. Благодаря системам весогабаритного контроля ущерб от перегруза грузовиков удаётся сократить почти на 80%, а эффективность содержания дорог — повысить на ХХ%. Плюс есть и значительный экологический эффект: вредные выбросы уменьшаются примерно на треть.

Современные ИТС — это не только про цифры и алгоритмы, а про очень конкретные эффекты, которые ощущают и водители, и пассажиры, и грузоотправители.

— Стал ли ИИ неотъемлемым инструментом создания условий для комфортного и беспрепятственного движения по автомобильным дорогам и повышения уровня его безопасности?

Д.К.: Сегодня искусственный интеллект уже играет ключевую роль в обеспечении безопасности движения. Например, в наших проектах на трассах установлены тысячи единиц оборудования — камеры, датчики, лазерные сканеры, метеостанции. Всё это подключено к интеллектуальным системам, где основные задачи решают алгоритмы компьютерного зрения и машинного обучения.

Один из самых заметных проектов — это внедрение системы «Свободный поток» на платных дорогах. Она работает на ЦКАД, М-12, Московском скоростном диаметре, в Санкт-Петербурге на ШМСД, в Татарстане и не только. Принцип прост: автомобили проезжают без остановки, лазерные сканеры автоматически определяют их габариты для правильного тарифа, а компьютерное зрение распознаёт госномер. Водитель не задерживается на пункте оплаты, что повышает среднюю скорость движения, сокращает время в пути почти наполовину и снижает аварийность, которая раньше часто возникала из-за перестроений возле шлагбаумов. Но и на барьерных платных дорогах ИИ уже помогает операторам быстрее и точнее определять класс транспортного средства, корректно обрабатывать нетипичные ситуации — например, прицеп или груз на крыше, — и тем самым ускорять проезд.

Отдельное направление — видеоаналитика для автоматического обнаружения инцидентов в АСУДД: компьютерное зрение фиксирует ДТП, внезапную остановку, появление пешехода или животного на трассе, выпавший груз, начало затора. После этого автоматически запускается сценарий реагирования: включаются предупреждения на информационных табло, закрывается полоса, снижается скорость, уведомляются аварийные комиссары и службы.

При объединении в единой платформе всех данных от умных систем, инфраструктуры и автомобиля искусственный интеллект раскрывает потенциал цифровой дорожной сети. Он может предсказывать трафик, выявлять узкие места и оптимизировать режимы движения — от профиля скоростей по участкам до поддержания требуемой плотности потока. Это снижает влияние человеческого фактора и повышает пропускную способность без дорогостоящих перестроек.

Один из примеров — система «Росдормониторинга» «КТГ-УСЛУГА» по выдаче разрешений на проезд тяжеловесных или крупногабаритных транспортных средств. К платформе подключены перевозчики и владельцы дорог. В ней ведётся уникальный, постоянно актуализируемый реестр объектов дорожной инфраструктуры России, на основе которого автоматически выдается разрешение. Сейчас их уже почти 2,9 млн. В результате услуга оказывается гораздо быстрее и позволяет избежать ошибок при согласовании маршрутов, связанных с человеческим фактором.

Чем богаче цифровая модель дорог и чем полнее её «живая» телеметрия, тем эффективнее работают алгоритмы ИИ, управляющие смешанными потоками — от обычных автомобилей до автономных и подключённых, — и тем выше безопасность и эффективность всей сети.

— Каким вы видите развитие ИИ, с чем мы можем столкнуться при его внедрении?

Д.К.: Ключевая задача ближайших лет — уйти от простого фиксирования событий к прогнозированию и предотвращению. Системы будут заранее видеть риск затора, возможный инцидент, сложные погодные условия или ускоренный износ покрытия и сразу предлагать готовый сценарий действий: где снизить скорость, как перестроить схему движения, куда направить аварийные службы.

Особую роль здесь сыграет кооперативное восприятие. Связка технологий V2X и цифровых двойников позволит дороге «смотреть дальше», чем сенсоры отдельного автомобиля, и делиться этой картиной со всем подключённым транспортом. Это уже основа для беспилотных логистических коридоров, которые сейчас создаются.

Параллельно ИИ возьмёт на себя рутинные задачи: диагностику и содержание дорог. Он будет анализировать видеопотоки, данные со съёмок с беспилотников и мобильных комплексов, выявлять дефекты покрытия на ранних стадиях и приоритизировать ремонты по реальному эффекту.

Сегодня ИИ избавляет нас от рутины и делает дорогу предсказуемее, а завтра он всё чаще будет предупреждать, а не только фиксировать, и всё плотнее координировать транспорт и инфраструктуру — от табло на трассе до бортовых систем автомобилей. Именно на этом и будет строиться следующий заметный рост и комфорта, и безопасности.

— Компьютерное зрение помогает распознавать и анализировать происходящее на дорогах. Могут ли другие технологии искусственного интеллекта — например, большие языковые модели — дополнить эту работу и встроиться в повседневную поддержку управленческих решений в транспортной сфере?

Д.К.: Развитие публичных ИИ-помощников на основе LLM-моделей привело к массовому освоению технологии пользователями для решения повседневных личных и рабочих задач. На фоне такого широкого распространения ИИ активно интегрируется в повседневные бизнес-процессы, существенно меняя подход к работе и скорость выполнения рутинных операций. Однако вместе с массовостью проникновения приходит и понимание, что использование общедоступных ИИ в рабочих процессах приводит к передаче внутренних документов в неконтролируемое внешнее окружение и создает риски использования для принятия решений непроверенных данных в публичных источниках.

Запрос на решения с применением ИИ во внутренних контурах организаций на этом фоне значительно возрос, и мы выполняем уже несколько проектов по созданию отраслевых ИИ-помощников. Например, сейчас делаем прототип такого ИИ-помощника для транспортной отрасли. Основная идея в таких проектах — это создание собственного защищенного искусственного интеллекта, по сути отраслевого помощника-эксперта, который обобщит в себе знания по транспортной отрасли, включая все нормативно-правовые акты, регламенты, инструкции, ГОСТы, внутриведомственную переписку и отчетность, и сможет давать быстрые ответы на сложные вопросы, помогать быстрее формировать обоснованные позиции и решать рутинные задачи. А используя результаты многочисленных научно-исследовательских работ в отрасли, он сможет также обобщать их и предлагать варианты по развитию.

— В этом выпуске журнала мы подробно говорим о СКДФ. С позиции разработчика федеральных ИТ-платформ как вы оцениваете возможность масштабирования подобных эффективных платформ?

Д.К.: СКДФ — это не просто информационная система, а фактически опорная платформа дорожной отрасли, на которой уже сегодня держатся ключевые управленческие процессы. В одном «окне» сходятся дороги и объекты, история работ, финансирование и ключевые показатели — тот самый базовый контур, без которого невозможны отраслевые сервисы следующего уровня.

Минтранс России развивает Национальную цифровую транспортно-логистическую платформу (НЦТЛП) совместно с подведомственными организациями и рынком; мы также участвуем в этой работе как отраслевые эксперты. На наш взгляд, зрелость и охват СКДФ позволяют рассматривать её как один из потенциальных фундаментов будущей единой транспортной платформы страны — наравне с контуром юридически значимого электронного документооборота (ЭПД), который развивает «ЗащитаИнфоТранс». Такой фундамент способен поддержать развитие большой национальной платформы, вокруг которой масштабируются и логистические, и коммерческие сервисы.

С точки зрения тиражирования в другие сферы, подходы, отработанные в СКДФ, вполне могут применяться и в смежных инфраструктурных областях. Мы всегда готовы масштабировать накопленный опыт туда, где он принесёт реальную пользу.

— Дмитрий Иванович, как обстоят дела с кадрами в индустрии? Какую работу в направлении развития кадрового потенциала отрасли вы проводите?

Д.К.: Как и вся отрасль, мы ощущаем дефицит кадров в ИТ, и особенно остро он проявляется в сегментах ИТС и искусственного интеллекта. Поэтому мы делаем упор на выращивание специалистов внутри компании. У нас есть система стажировок, наставничества, вовлечения в проекты с понятной зоной ответственности. Это даёт возможность молодым сотрудникам быстро расти, а нам — формировать команду «штучных» специалистов, которых мы очень ценим и стараемся удержать.

Второе направление — внедрение ИИ в сам процесс разработки. Мы используем его для ускорения рутинных операций, повышения качества кода и тестирования, анализа больших массивов данных. Это позволяет нашей команде работать быстрее и тем же составов делать больше.

Очень важный фактор мотивации — прямая польза от нашей работы. Сотрудники видят, что они создают не абстрактный софт, а системы, которыми реально пользуются регионы, компании и сами люди. Возможность повлиять на безопасность и комфорт на дорогах, пожалуй, лучшая причина оставаться в профессии и развиваться.

— Каким вы видите ближайшее будущее в части цифровой трансформации транспортного комплекса? Какие технологии самые перспективные? Как изменится уровень безопасности на дорогах и на транспорте?

Д.К.: Будущее — в объединении умных автомобилей и умной инфраструктуры в единую экосистему.

Машина становится «гаджетом на колёсах»: регулярно обновляется, подключается к сервисам и «общается» с дорогой, светофорами, табло и оперативными центрами. Всё вместе это даёт человеку сервисы, безопасность и удобство в одном контуре — от подсказок по маршруту и парковке до оплаты проезда и персональных рекомендаций.

Ключевой эффект — переход от фиксации событий к предиктивности. Системы заранее видят риск затора, гололёд, внезапную остановку, износ покрытия, предлагают сценарии действий и автоматически согласуют их между дорогой и автомобилем. Это прямой путь в стремлении к нулевой аварийности: меньше инцидентов, быстрее реагирование служб, ниже издержки для бизнеса и государства, а у людей — стабильнее время в пути и комфортнее поездки.

Технологически это не требует «революции за ночь»: уже сегодня связность обеспечивают телематика, мобильные приложения и облачные платформы, а ИИ может «склеивать» данные в понятные решения.

В ближайшие годы мы увидим масштабирование этой экосистемы: больше проактивных сервисов, больше персонализации и заметное повышение уровня безопасности по всей цепочке — от городской улицы до магистральной логистики.