Доцент кафедры международного бизнеса Финансового университета при Правительстве Российской Федерации Евгений Сумароков подчеркивает, что ИИ стремительно меняет отрасль, и не только за счет перспективных «беспилотных» проектов. Он помогает бизнесу преодолевать растущее на него «экологическое» давление, вызванное необходимостью снижать выбросы, сокращать эксплуатационные расходы и оптимизировать логистику.
— Очень важна роль ИИ в оптимизации транспортных маршрутов, — рассказывает эксперт. — Специализированные платформы управления автопарками анализируют обширные наборы данных, включая информацию о дорожном движении в режиме реального времени, погодные условия, зоны строительства и графики доставки, чтобы предлагать наиболее экономичные маршруты.
Также ИИ может оказывать помощь в экологичном вождении, отслеживая поведение водителя и предоставляя обратную связь в режиме реального времени, чтобы минимизировать, скажем, число резких торможение, необоснованных ускорений и работу на холостом ходу — привычки «рулевых», которые увеличивают расход топлива и выбросы. А профилактическое обслуживание транспортных средств с помощью ИИ (включая выявление проблем с двигателем или неэффективных компонентов до того, как они приведут к поломкам), помогает ТС работать более эффективно и оставаться в оптимальном состоянии, — подчеркивает специалист.
Также г-н Сумароков отмечает сокращение затрат компаний с помощью прогнозной аналитики и автоматизации. Способность ИИ анализировать историю расхода топлива, схемы движения и выбор маршрутов позволяет избавляться от неэффективных методов работы и более точно прогнозировать затраты на горючее. Дополнительные преимущества достигаются за счет динамического ценообразования (электронный разум помогает определять оптимальные тарифы на основе спроса, расстояния и типа груза) и оптимизации загрузки большегрузов.
— Да и современные дороги общего пользования, — замечает генеральный директор логистического оператора Molcom Максим Макеев, — оснащаются множеством цифровых инструментов на базе ИИ — датчиками, камерами, светофорами с программным обеспечением. Они ведут сбор и обработку массивов самых разных сведений, повышая уровень безопасности и эффективности движения автотранспорта. Датчики дорожного покрытия, встроенные в асфальт, отслеживают температуру, влажность, наледь. На МКАД и многих других магистралях России они работают в комплексе с другими системами, способствуя снижению в любое время года аварийности, в том числе — грузовых машин.
Датчики трафика (камеры, радары, лидары) фиксируют плотность потока, его скорость, пробки. Данные поступают в автоматизированную систему управления дорожным движением (АСУДД), где с их помощью настраивается работа светофоров. Исследования показывают, что в Москве и Казани уже работающие системы контроля трафика сокращают время ожидания на перекрестках на 10-20%.
Отдельную важную роль играют датчики нагрузки и вибрации, устанавливаемые на мостах и путепроводах. Так, в 2023 году на Западном скоростном диаметре (ЗСД) Санкт-Петербурга было зафиксировано превышение нагрузки, что позволило оперативно скорректировать движение грузовиков и предотвратить повреждение конструкций. Очень перспективны цифровые двойники дорог для моделирования транспортных сценариев (пилотный проект запущен в татарском Иннополисе и столичном Сколково): они оптимизируют работу светофоров и прогнозирую возникновение заторов.
Автоматизированная система дорожного метеообеспечения (АСМО) предупреждает о гололеде и управляет своевременной подачей реагентов, что крайне важно для безаварийных коммерческих перевозок. Технология связи автомобиля с инфраструктурой V2X (Vehicle-to-Everything) в пилотных зонах Республики Татарстан и Москвы позволяет водителям получать уведомления о светофорах и ДТП на пути следования. Эта технология, по международным оценкам, может сократить издержки логистики на 10-15% за счет оптимизации маршрутов.
Кроме того, в труднодоступных регионах России для мониторинга дорог уже активно используются БПЛА. В Якутии и Забайкалье диагностика зимников — временных дорог из снега и льда, создаваемых при минусовой температуре для доставки грузов на труднодоступные территории — сократилась с нескольких дней до нескольких часов. Да и пресловутые камеры фото- и видеофиксации тоже вполне можно отнести к полноценным компонентам «умной дороги», — указывает собеседник портала «АвтоВзгляд».
— Для перевозчиков главный эффект от реализуемых «умных» дорожных систем — снижение аварийности (10-15%), — продолжает г-н Макеев. Потенциальная экономия в логистике — до 15%. Общий экономический эффект, как указано в докладе Агентства стратегических инициатив (АСИ) «Цифровизация транспорта», оценивается в 1,5 трлн рублей к 2035 году. Это консервативная оценка, включающая оптимизацию маршрутов и «зеленые коридоры» для грузовиков (до 800 млрд руб. в год) и интеграцию ИИ, IoT и Big Data, ускоряющую доставку и сокращающую «серые» перевозки...
— По мере того, как транспортная отрасль продолжает цифровизироваться, внедрение ИИ будет иметь решающее значение и для требований рынка, включая конкурентоспособность игроков, и для соблюдения будущих норм выбросов, — уверен доцент Сумароков.
Впрочем, не все так просто, уточняют эксперты. Главная сложность внедрения ИИ — высокая стоимость. Так, «умный» перекресток обходится бюджету в 15-50 млн руб., что требует значительных инвестиций и увеличивает нагрузку на бизнес.
Есть и другая проблема. Фрагментарность систем между регионами — нестыковка данных (пробки, ремонты, погода) в разных форматах и с задержками — усложняет планирование маршрутов.
Кроме того, возникают и специфические угрозы. Так, по данным исследования центра противодействия кибератакам Solar JSOC за 2024 год, 16% случаев взлома электронных систем пришлось на транспортную отрасль. И комтрансу предстоит преодолевать все эти вызовы.
