Журнал "Системы Безопасности" № 1‘2025

Ц И Ф Р О В А Я Т Р А Н С Ф О Р М А Ц И Я , И И , И Н Т Е Р Н Е Т В Е Щ Е Й 118 П оговорим о проблемах и перспективах искусственного интеллекта (ИИ) не только с теоретической, но и с практической точки зре- ния на примерах таких решений, как распозна- вание лиц, анализ изображений с рентгенов- ских установок, работа с большими данными и внедрение проектов видеоаналитики. Сложность первая: осознание потребности в ИИ и формата его применения Представьте, что вы владелец компании. Вы слышали, что нейросети – это трендовая техно- логия, но вы не понимаете, как ИИ может помочь именно вам. Это типичная ситуация. Многие компании до сих пор не осознают, зачем им нейросети. Цифровизация – это первый шаг. Она позволяет перевести бизнес-процессы в цифровой фор- мат и принимать решения на основе данных. Без данных цифровизация бесполезна. Напри- мер, на недавних форумах по ЖКХ и ИЦК (интеллектуальные цифровые комплексы) обсуждалась нехватка данных: показателей счетчиков воды, температуры, состояния инфраструктуры. Что делать, если данных нет или их недостаточно? Здесь на помощь приходит видеоаналитика. Представьте, что нужно посчитать количество автомобилей, проезжающих через железнодо- рожный переезд. Видеоаналитика не только подсчитает количество машин, но и определит их тип: грузовые или легковые, скорые, пожар- ные, полиция. При необходимости система даже сможет распознать номерные знаки и определить, из какого региона автомобиль. Это и есть те данные, которые может предоста- вить видеоаналитика. Их можно интегрировать в существующую систему цифровизации или использовать для создания отдельной аналити- ческой платформы. На основе таких данных можно принимать взвешенные решения, например оптимизировать график движения поездов или улучшить логистику в регионе. Таким образом, видеоаналитика становится не просто инструментом наблюдения, а источни- ком ценных данных, которые делают цифрови- зацию реальной и полезной. Сложность вторая: целесообразность внедрения ИИ Даже если компания осознает свои проблемы, возникает вопрос: а нужно ли здесь применять искусственный интеллект? Возможно, достаточ- но улучшить внутренние процессы или исполь- зовать другие технологии. Например, сегодня многие компании активно внедряют ChatGPT, считая его универсальным решением. Однако ChatGPT – это не "серебря- ная пуля". Он решает только определенный круг задач, и далеко не все бизнес-проблемы можно автоматизировать с его помощью. Заказчики часто задаются вопросами: к кому обратиться? какие задачи можно решить с помощью ИИ? Отсутствие информации об успешных кейсах и коммерческой эффектив- ности внедрения ИИ усугубляет ситуацию. Задача вендора в этом случае – помочь кли- енту понять, что ему действительно нужно. Проанализировать запросы, предложить несколько решений с разными уровнями затрат и объяснить, какие задачи можно решить уже сегодня, а какие потребуют дли- тельной разработки. По нашим наблюдениям, более 70% запро- сов отклоняются еще на стадии обсуждения. Подрядчик должен предлагать решения, которые обеспечат максимальную выгоду при минимальных вложениях. В результате лишь 15% проектов доходят до исполнения, однако они закрывают 80% потребностей клиента. Например, клиент из производственной сферы обращается с запросом на автомати- ческое определение дефектов продукции. На первый взгляд, задача типичная для ИИ: анализ изображений, классификация дефектов, автоматизация контроля качества. Однако после детального анализа выясняет- ся, что финансовые потери компании из-за этих дефектов составляют всего несколько тысяч рублей в месяц, то есть "овчинка не стоит выделки". Создание же полноценной системы ИИ, способной автоматически конт- ролировать качество, обойдется в несколько миллионов рублей. Очевидно, что в таком случае внедрение ИИ было бы экономиче- ски нецелесообразным. Вместо этого нужно оптимизировать существующие процессы контроля качества и внедрить более простые и доступные решения, которые позволят сократить потери без значительных инвести- ций. Сложность третья: регуляторная роль государства чрезмерна При внедрении искусственного интеллекта ком- пании часто сталкиваются с серьезными барь- ерами, особенно когда государство вводит жесткие ограничения. Например, для использо- вания систем распознавания лиц или анализа данных часто требуются специальные сертифи- каты и разрешения. Получить их не всегда про- сто: процесс может быть долгим, бюрократиче- ски сложным и дорогостоящим. При этом бизнес и разработчики зачастую гото- вы сотрудничать. Компании-разработчики предлагают решения, которые устраивают биз- нес по функционалу и стоимости. Но без необходимых сертификатов или разрешений такие проекты просто не могут быть реализова- ны. Это создает парадоксальную ситуацию: тех- нологии есть, спрос есть, но внедрение тормо- зится из-за регуляторных барьеров. Например, в случае с системами видеонаблю- дения и распознавания лиц бизнес мог бы использовать их для повышения безопасности или оптимизации процессов. Но из-за строгих законов о защите персональных данных такие решения часто остаются недоступными, даже если они полностью соответствуют потребно- стям заказчика. Таким образом, видеоаналитика и ИИ в целом – это мощные инструменты, которые могут стать драйвером цифровизации. Но для их успешного внедрения необходимо не только понимание со стороны бизнеса, но и поддерж- ка со стороны государства. Регуляторные барь- еры должны быть сбалансированы так, чтобы не препятствовать развитию технологий, но при этом защищать права граждан. Сложность четвертая: отсутствие обмена опытом Еще одна проблема, по которой вскользь прошлись чуть выше, – отсутствие обмена успешным и неудачным опытом внедрения ИИ. Даже специалисты по автоматизации бизнеса часто не знают, какие кейсы стоит внедрять, а какие нет. Мы провели анализ запросов клиентов из раз- личных отраслей – госсектора, ритейла, логи- стики, финансов, недвижимости. Например, в промышленности часто требуется определе- ние касок и спецодежды, контроль присутствия сотрудников на территории. Однако, несмотря на очевидную пользу и "попсовость" таких решений, они внедрены далеко не везде, февраль – март 2025 www.secuteck.ru Игнат Ушев Директор по продуктам компании NeuroCore, эксперт в области искусственного интеллекта и видеоаналитики Связь государства и бизнеса в развитии искусственного интеллекта Искусственный интеллект уже давно перестал быть футуристической концепцией и стал неотъемлемой частью современного бизнеса и государственного управления. Однако его внедрение и развитие сопряжены с рядом сложностей, которые требуют совместных усилий бизнеса, разработчиков и государства. В этой статье мы разбе- рем ключевые вызовы, с которыми сталкиваются компании, и как государство может помочь преодолеть эти барьеры.