Ключ к созданию безопасной и эффективной транспортной системы

Как технологии искусственного интеллекта трансформируют транспортную отрасль

Госдума приняла проект федерального закона «О поддержке развития технологий искусственного интеллекта в Российской Федерации», внесенный Правительством РФ.
Законопроект направлен на комплексное нормативное урегулирование правоотношений, связанных с созданием и внедрением больших фундаментальных моделей искусственного интеллекта. В частности, в документе устанавливаются предмет и цели его правового регулирования, вводятся основные понятия – «искусственный интеллект», «большая фундаментальная модель искусственного интеллекта», «набор данных», «обучение большой фундаментальной модели искусственного интеллекта» и т.д.
Создаются правовые условия для ускоренного развития и внедрения больших фундаментальных моделей искусственного интеллекта в Российской Федерации, обеспечения государственной технологической независимости, безопасности личности, общества и государства при использовании больших фундаментальных моделей искусственного интеллекта (БФМ ИИ), а также для повышения эффективности государственного управления и развития инновационной экономики.
Определяются принципы правового регулирования правоотношений в сфере применения БФМ ИИ, полномочия в данной области Президента Российской Федерации, Правительства Российской Федерации, федеральных органов исполнительной власти, иных государственных органов, государственных корпораций, Банка России.
Также регламентируются требования к разработчикам фундаментальной модели искусственного интеллекта, их обязанности и меры поддержки таких разработчиков.
Устанавливаются возможность маркировки материала, созданного с применением искусственного интеллекта, требования к использованию результатов интеллектуальной деятельности при применении искусственного интеллекта (ИИ).

От фрагментации –
к комплексной трансформации

Транспортная отрасль играет важную роль в экономике любой страны, обеспечивая мобильность граждан и движение товаров.
С ростом объемов перевозок и усложнением логистических цепочек возникают новые вызовы: пробки, аварии, экологические риски, дефицит кадров, необходимость обработки больших массивов отраслевых данных, обеспечение социальной удовлетворенности граждан и оптимизация затрат.
Внедрение ИИ становится не просто экономически эффективным решением, а необходимым шагом для создания интеллектуальной и безопасной транспортной инфраструктуры, а также для развития полного спектра транспортных и логистических услуг.
Масштабирование лучших практик способствует ускорению цифровой трансформации отрасли и укреплению технологического лидерства страны.
Первым отраслевым документом, в котором собран прецедентный опыт и дана понятная методология внедрения ИИ, стала Белая книга.
Документ задает новые ориентиры для развития и внедрения искусственного интеллекта в транспортной и логистической системах, открывает путь к совершенно иному уровню эффективности и надежности отрасли, помогает выстраивать стратегию цифровой трансформации, исходя из ключевых факторов, включая управление внедрением технологий, работу с данными и подготовку кадров.
Какие же возможности предоставляет ИИ, чтобы обеспечить динамичное развитие и укрепление отрасли и ее технологического потенциала?
В настоящее время наиболее эффективными отечественными практиками применения технологий искусственного интеллекта в сфере транспорта и логистики являются:
– оптимизация маршрутов и управление грузоперевозками;
– прогнозирование спроса;
– управление складскими операциями;
– автономные транспортные средства;
– предиктивное обслуживание и бизнес–аналитика;
– чат–боты и виртуальные помощники;
– интеллектуальные транспортные системы;
– оплата проезда на городском транспорте по биометрии;
– контроль за состоянием водителя;
– система безостановочного взимания платы за проезд;
– интеллектуальный контроль груза на опасные вещества.
Сегодня 75% транспортной системы страны управляется цифровыми технологиями. Более 45% организаций применяют решения на основе искусственного интеллекта.
По данным Минцифры, импортное программное обеспечение в транспортной отрасли замещено на 70%, а по ряду критических направлений – почти на 100%.
По оценкам экспертов, применение высокоавтоматизированных транспортных средств для перевозок грузов позволило на 90% снизить аварийность и на 30% уменьшить затраты на грузоперевозки.
Безбарьерный проезд с использованием системы «Свободный поток» позволил снизить ущерб экологии при простое транспорта в очереди на оплату, снизить расходы на содержание системы оплаты, повысить скорость движения транспорта.
Применение технологии для контроля состояния водителя на борту позволило уменьшить количество ДТП в среднем до 85%, а также снизить расходы, связанные с ремонтом и простоем транспорта из–за аварий, в среднем на 65%.
По прогнозам, реализация мероприятий по беспилотной аэродоставке грузов позволит повысить эффективность логистических сервисов на 80%.
Тестовые испытания интеллектуального помощника маневрового диспетчера показали возможности снижения среднего времени простоя транзитных вагонов на 20%.
Применение систем машинного зрения на железнодорожной инфраструктуре способствует увеличению пропускной способности станций до 20%, сокращению временных интервалов на Московском центральном кольце до 3 минут, а также увеличению числа пассажиров до 200 тыс. человек в день.
Ожидается, что общий экономический эффект, потенциальный прирост валовой добавленной стоимости (ВДС) от внедрения ИИ–технологий в транспортной отрасли в 2026 году может составить 1,2%.
Среди основных эффектов от применения ИИ–решений в транспортной отрасли можно выделить:
– до 40% сокращение расходов на логистические операции в связи с их автоматизацией;
– до 50% снижение уровня заторов;
– до 8% снижение ДТП на дорогах;
– до 25% повышение производительности специализированной техники;
– до 20% увеличение средней скорости на участках дороги с ИТС;
– до 65% снижение убытков от простоя и ремонтов;
– до 22% рост пропускной способности улично–дорожной сети.
По прогнозам Минтранса России, к 2030 году порядка 10% всех грузовых потоков в нашей стране будут управляться с помощью ИИ, а к 2050 году – порядка 60%.
Транспортная отрасль характеризуется рядом уникальных особенностей, которые существенно влияют на подходы к внедрению технологий искусственного интеллекта.
Транспорт относится к категории критической инфраструктуры, где любой сбой может привести к человеческим жертвам и значительному экономическому ущербу, поэтому к системам на базе ИИ применяются особые требования. При этом для различных видов транспорта требования и подходы к внедрению ИИ существенно различаются.
Скажем, на железнодорожном транспорте критические требования для внедрения ИИ связаны с безопасностью движения, точностью до минут, состоянием инфраструктуры.
В авиации это сертификация ICAO/IATA, нулевая толерантность к ошибкам, международные стандарты.
На водном транспорте необходимо учитывать автономность систем, длительные операционные циклы, работу в международных водах.
Внедрение искусственного интеллекта на автомобильном транспорте сопряжено с работой в условиях городского хаоса, взаимодействием с пешеходами, высокой адаптивностью.
Для городского общественного транспорта важны социальная приемлемость, доступность для всех категорий граждан, интеграция различных видов транспорта.
На современном этапе развитие транспортной отрасли характеризуется переходом от фрагментарной цифровизации отдельных процессов к комплексной трансформации операционных моделей на основе технологий искусственного интеллекта.
В рамках стратегии цифровой трансформации транспортной отрасли РФ выделяются шесть ключевых направлений: беспилотный транспорт, зеленый цифровой коридор пассажира, бесшовная грузовая логистика, цифровое управление транспортной системой, цифровизация транспортной безопасности и создание цифровых двойников объектов транспортной инфраструктуры.
Таким образом, ИИ–трансформация – это качественно новый уровень организационных изменений, при котором искусственный интеллект становится не просто инструментом оптимизации, а основой для переосмысления бизнес–моделей и создания принципиально новых продуктов и услуг.
В отличие от традиционной цифровизации, фокусирующейся на автоматизации существующих процессов, ИИ–трансформация предполагает их фундаментальное переизобретение с использованием возможностей машинного обучения, компьютерного зрения, обработки естественного языка и генеративного ИИ.

От теории –
к практике

Согласно исследованию ORS, ведущие российские авиаперевозчики наиболее активно используют ИИ–технологии в обслуживании клиентов (33%), маркетинге и продажах (19%), а также при планировании перевозок (16%).
Например, ПАО «Аэрофлот» реализует проект создания интеллектуальной системы поддержания летной годности и ремонта воздушных судов. Система анализирует маршруты полетов, климатические условия в регионах эксплуатации и телеметрические данные с бортовых систем для прогнозирования потребности в техническом обслуживании.
Каждое воздушное судно в режиме реального времени передает информацию о своем техническом состоянии через спутниковую связь, что позволяет наземным службам заблаговременно планировать ремонтные работы и заказывать необходимые запасные части.
Долгосрочная цель проекта – создание полностью автоматизированной системы управления техническим обслуживанием с интеграцией предиктивной аналитики, автоматизированного управления запасами и RFID–технологий для отслеживания компонентов (радиочастотная идентификация – это технология бесконтактного распознавания объектов с помощью радиоволн. Она автоматически считывает или записывает данные, хранящиеся на миниатюрных устройствах – RFID–метках, не требуя прямой видимости или физического контакта).
Достигнутые эффекты включают увеличение налета воздушных судов до 12 часов в сутки, снижение стоимости летного часа и автоматизацию планирования ремонтов.
«Аэрофлот» стал первой отечественной авиакомпанией, которая запустила биометрический контроль в аэропорту. При прохождении предполетных процедур в аэропортах Шереметьево и Пулково на внутренних рейсах «Аэрофлота» осуществляется биометрическая идентификация пассажиров.
Сервис биометрической идентификации «Мигом» позволяет без ожидания в очередях и без паспорта пройти контроль паспортных данных на предполетном досмотре, чтобы попасть в «чистую» зону.
Биометрический проход выстроен как единый сценарий: пассажир проходит регистрацию на рейс, входит в «чистую» зону и на посадку, подтверждая личность по лицу. Идентификация выполняется в защищенном контуре государственной системы, а биометрические данные хранятся в зашифрованном виде и не передаются аэропорту или авиакомпании.
Пассажиры программы «Аэрофлот Шаттл», путешествующие между Москвой и Санкт–Петербургом, могут также с помощью биометрии самостоятельно зарегистрироваться на рейс на специально оборудованных стойках в Шереметьево или Пулково и совершить посадку в самолет. Таким образом, благодаря биометрии путь авиапутешественника в аэропорту стал проще и удобнее.
На первоначальном этапе сервисом могут воспользоваться только совершеннолетние граждане РФ, у которых оформлена подтвержденная биометрия в ГИС «Единая биометрическая система».
Эксперимент по использованию биометрии во время предполетных процедур в Шереметьево и Пулково продлится до 1 апреля 2027 года. После его окончания будет рассмотрена возможность масштабировать географию процедуры на другие российские аэропорты.
Кроме того, специалисты
авиакомпании разработали
VR–тренажеры для начальной подготовки летных экипажей. При создании тренажеров на основе виртуальной реальности использовалась интеграция технологий визуализации, трекинга и тактильного отклика. Пользователь оказывается в виртуальной кабине пилота, которая полностью повторяет реальную, и может в интерактивном формате изучать расположение органов управления воздушного судна, отрабатывать процедуры на первичном уровне, закреплять алгоритмы действия в штатных и нештатных ситуациях.
VR–тренажеры применяются в Авиационной школе «Аэрофлота» для начальной подготовки летного состава на уровне CBT (Computer Based Training). Будущие пилоты получают ценные практические навыки до этапа подготовки на FFS (Full Flight Simulators) и выполнения реального полета.
В контакт–центре «Аэрофлота» в рамках опытной эксплуатации используется голосовой помощник. Цифровой ассистент создан для комплексного обслуживания пассажиров на базе единой платформы коммуникации «Аэрофлота».
Это продвинутый многофункциональный бот, который сочетает классические методы машинного обучения с передовыми технологиями генеративного искусственного интеллекта – LLM–моделью Gigachat от «Сбера» и RAG (генерация с дополненной выборкой). Благодаря этому ассистент ведет естественный диалог и дает уникальные персонализированные ответы под каждый запрос.
Пассажир задает вопросы в свободной форме, а ИИ–ассистент с помощью RAG находит релевантные статьи из базы знаний и дает точные ответы, не перегружая собеседника большим количеством информации. LLM–модель помогает боту глубже понимать запросы и гибко вести диалог.
В настоящее время умный голосовой помощник обрабатывает до 600 звонков в сутки:
– отвечает на часто задаваемые вопросы об условиях и сервисах авиакомпании;
– ищет информацию о рейсах в онлайн–табло или в расписании полетов;
– подбирает рейс и тариф с учетом условий пассажира и отправляет персонализированную ссылку для продолжения бронирования;
– предоставляет подробную информацию по конкретному бронированию – возможно ли пройти онлайн–регистрацию, переоформить или вернуть билет;
– в случае необходимости переводит звонок на оператора.
В дальнейшем функционал голосового помощника будет расширяться и дополняться: через робота можно будет делать вынужденное переоформление билетов. В перспективе он сможет собирать обратную связь о качестве сервиса.
После запуска в промышленную эксплуатацию голосовой помощник сможет обрабатывать до 32 тыс. звонков в сутки и вести до 600 диалогов одновременно. Это поможет существенно сократить время ожидания пассажиров на телефонной линии и ускорит обслуживание. Например, переоформление билетов с помощью робота станет быстрее в 10 раз и займет в среднем около 2 минут вместо 20 минут.
Уже совсем скоро помогать пассажирам в аэропорту будет диалоговый интерактивный аватар Василиса на базе искусственного интеллекта с использованием LLM–модели и технологии RAG.
Общение с виртуальным помощником будет происходить через специальный киоск с сенсорным LED–экраном. Цифровой аватар Василиса доступен круглосуточно, распознает речь и текстовую информацию, поддерживает диалог с пассажиром и генерирует ответы на основе актуальных данных.
Василиса консультирует пассажиров об услугах авиакомпании, а также помогает с поиском и оформлением билетов. LLM–модель и технология RAG делают диалог с аватаром живым и адаптивным, а также предусматривают широкий диапазон сценариев общения. Ожидается, что ИИ–помощник сократит нагрузку на стойки информации в аэропорту и позволит быстрее получать ответы на частые вопросы об авиапутешествии.
В перспективе киоски с виртуальным помощником Василисой можно будет использовать не только в аэропортах, но и на железнодорожных вокзалах, в транспортных хабах и в других публичных транспортных сервисах.
ОАО «РЖД» реализует более 50 ИИ–проектов и эксплуатирует 38 систем с искусственным интеллектом. Компания использует искусственный интеллект для управления перевозками, эксплуатации и обслуживания подвижного состава и инфраструктуры, управления персоналом, охраны труда.
Технология искусственного интеллекта, применяемая в процессе проверки вагонов после ремонта, которая заработает в конце 2026 года, позволяет снизить время на обработку видео– и аудиозаметок инженеров–инспекторов по допуску на дорожную инфраструктуру в 8 раз, с 40 до 5–6 минут.
Голосовые помощники и умные чат–боты в РЖД обрабатывают 56% запросов клиентов и пользователей информационных систем. ИИ в 3–5 раз сокращает время обработки обращений.
Также искусственный интеллект помогает в управлении подбором персонала – более 8 тыс. первичных собеседований в месяц проводит голосовой робот.
РЖД активно использует электронный документооборот, 81% билетов на поезда дальнего следования продаются в электронном виде.
АО «Синара – Транспортные машины» внедрило систему визуального контроля качества транспортных средств на основе компьютерного зрения. Камеры видеонаблюдения фиксируют состояние элементов кузова, после чего модели ИИ проводят автоматическую оценку на наличие дефектов лакокрасочного покрытия, проверяют работоспособность световых сигналов, выявляют посторонние предметы на крыше и оценивают целостность стекол.
Внедрение системы позволило сократить время осмотра транспортных средств на 25% при одновременном повышении качества контроля и минимизации пропуска дефектов.
В России в городах с населением свыше 300 тыс. человек внедрены интеллектуальные транспортные системы (ИТС) в управлении дорожным движением.
Строительство и содержание дорог ведется через федеральную государственную информационную систему контроля за формированием и использованием средств дорожных фондов (ФГИС СКДФ), оцифрованы более 1,5 млн км автодорог.
Цифровизация транспортных услуг призвана не только обеспечить доступность услуги в цифровом виде, но и способствовать «обелению» рынка и повышению безопасности перевозок.
Разрабатывается региональная платформа управления общественным транспортом (Сервис 142), работы планируется завершить в 2028 году.
Национальная цифровая транспортно–логистическая платформа (НЦТЛП–Лотус) призвана ускорить продвижение товаров и снизить административную нагрузку на бизнес.
В Государственной информационной системе электронных перевозочных документов (ГИС ЭПД) уже оформлены более 40 млн документов.
С 1 сентября 2026 года электронный документооборот станет обязательным для грузовых перевозок, что послужит основой для дальнейшей цифровизации транспортной отрасли.
По совокупности компетенций – от алгоритмов автономного управления до производства специализированных компонентов – Россия уверенно входит в тройку мировых лидеров в сфере беспилотных систем.
По поручению Правительства РФ сформирована и утверждена Концепция развития рынка грузоперевозок с использованием беспилотных технологий до 2035 года. Экспериментальный правовой режим продлен до ноября 2028 года.
Ожидается, что к концу 2028 года по дорогам будет курсировать около тысячи беспилотных грузовиков, к 2030 году – свыше 4 тыс. единиц, а к 2035 году их количество вырастет до 57 тыс. единиц.
Беспилотные технологии – стратегически важное направление для развития транспортной инфраструктуры.
Успешно функционирует проект полностью беспилотного движения на Центральной кольцевой автомобильной дороге. Более сотни беспилотных грузовиков преодолели свыше десяти миллионов километров без единого происшествия.
Открыто движение беспилотных грузовиков по трассе М–12 «Восток», состоялась первая международная перевозка между Россией и Казахстаном.
С помощью беспилотных транспортных коридоров выстраивается единая сеть, позволяющая соединить крупнейшие города страны. Беспилотные грузовики, осуществляющие перевозки по скоростным автодорогам, преодолели расстояние свыше 17 млн км без единой аварии.
Беспилотные системы находят свое применение на железнодорожном транспорте.
Запущена первая в стране промышленная система пилотирования городского трамвая с использованием искусственного интеллекта. Эта система продемонстрировала впечатляющее увеличение показателей безопасности движения более чем в 60 раз.
В московском метро с января текущего года проходит испытания первый беспилотный поезд «Москва 2024». К концу 2026 года ожидается, что в городе будут курсировать 15 беспилотных трамваев, а первый беспилотный поезд метро начнет курсировать наряду с другими составами с соблюдением необходимых интервалов.
Беспилотные системы активно внедряются и на водном транспорте. В конце прошлого года в Москве завершились первые испытания безэкипажного катера.
Введены в эксплуатацию паромы с применением автономной навигации и дистанционного управления – «Маршал Рокоссовский» и «Генерал Черняховский». Они перевезли более 3 млн тонн грузов и прошли свыше 320 тыс. морских миль.
Одно из наиболее актуальных направлений цифровизации – переход на цифровой документооборот на внутренних водных путях.
Принятые 35 федеральных законов в сфере транспорта, из которых 20 напрямую связаны с цифровизацией, позволили запустить цифровую трансформацию отрасли.

Татьяна ЛАРИОНОВА,
обозреватель «ТР»