Новости

На прошедшем в 2026 году форуме «Цифровая индустрия промышленной России» (ЦИПР) состоялась дискуссионная сессия «ИИ на транспорте: от отдельных внедрений к массовому использованию». В ходе встречи представители профильных ведомств и эксперты отрасли обсудили актуальные вопросы применения искусственного интеллекта на транспорте, такие как взаимодействие человека и ИИ, экономический эффект, кадровые вызовы, регулирование беспилотников и безопасность их применения. Также говорили о том, что мешает тиражировать успешные решения, как обеспечить надёжность ИИ-систем, где проходит граница ответственности человека и алгоритма, и какие компетенции нужны отрасли, чтобы двигаться вперёд.

В сессии приняли участие заместитель генерального директора по информационным технологиям АО «Международный аэропорт Шереметьево» Дмитрий Ильин, первый заместитель генерального директора АО «Национальный перевозчик» Евгений Некрасов, директор центра стратегического анализа департамента проектного управления ФГУП «ЗащитаИнфоТранс» Петр Метелкин, заместитель генерального директора Центра биометрических технологий Евгений Семёнов, заместитель директора Научно-исследовательского института транспорта РУТ (МИИТ) Павел Попов, начальник департамента информатизации ОАО «РЖД» Кирилл Семион, коммерческий директор ООО «Институт искусственного интеллекта МФТИ» Анна Смирнова, управляющий директор по маркетингу и коммуникации с госорганами ООО «Автотех» Иван Соломин, заместитель генерального директора по информационным технологиям компании FESCO Дмитрий Суровец, генеральный директор «РЖД-Цифровые пассажирские решения» Евгения Чухнова. В качестве модератора сессии выступила директор Ассоциации «Цифровой транспорт и логистика» Полина Давыдова.

Искусственный интеллект становится одним из ключевых драйверов трансформации транспортной и логистической отрасли. В настоящее время особое внимание уделяется вызовам внедрения ИИ — от технологической готовности, инфраструктуры и качества данных, до регулирования, стандартизации, кадрового обеспечения и импортозамещения, рассказал в ходе сессии директор центра стратегического анализа департамента проектного управления ФГУП «ЗащитаИнфоТранс» Пётр Метелкин.

«Искусственный интеллект на транспорте — это не просто новая технология, а основа будущей отраслевой экосистемы. Без качественных данных, инфраструктуры, стандартов и доверия общества масштабировать такие решения невозможно, — подчеркнул Пётр Метелкин. — При этом важно не забывать об этике применения ИИ, где критически важны безопасность пассажиров, прозрачность алгоритмов, защита персональных данных и доверие общества».

В качестве возможных способов преодоления барьеров масштабирования ИИ-проектов стоит рассматривать субсидирование, включая организацию ГЧП, развитие корпоративной архитектуры и образовательных программ, добавил он.

Важно отметить, что искусственный интеллект трансформирует логистику сразу в двух взаимосвязанных слоях — физическом и информационном, отмечает первый заместитель генерального директора АО «Национальный перевозчик» Евгений Некрасов. В физическом контуре речь идет о беспилотных грузовиках, дронах, роботизированных складах и перспективных VLA-технологиях, которые позволяют переходить от узкоспециализированных решений к комплексным системам, способным действовать в нестандартных ситуациях. В информационном слое ключевые изменения связаны с развитием ИИ-агентов и мультиагентных систем: они могут не просто анализировать данные, а вести переговоры от имени компаний, согласовывать ставки, бронировать слоты, переносить сроки, эскалировать спорные ситуации и принимать решения в заданных границах. При этом рассматривать каждый слой по-отдельности уже недостаточно, добавляет Некрасов, а для масштабирования требуются уже не только технологии, но и понятные правила, которые определят, какие решения агент может принимать автономно, где обязательна верификация человеком, как фиксируется и аудируется его действие, а также кто несет ответственность за ущерб. 

«Максимальный экономический эффект возникает именно на стыке двух слоев: беспилотный грузовик без интеллектуального диспетчирования остается просто более дорогим грузовиком, а роботизированный склад без агентной системы планирования — лишь локальным участком автоматизации. Реальная ценность появляется тогда, когда физические активы управляются единой агентной средой, которая видит всю цепочку — от заявки клиента до постановки под выгрузку. — делится Евгений Некрасов. — Конечно, нужны новые компетенции — специалисты, которые умеют переводить реальные логистические процессы в задачи для агентов, управлять смешанными командами «человек + ИИ» и контролировать качество решений. Только при такой связке физического слоя, информационного контура, экономики, ответственности и кадров ИИ перестанет быть набором пилотов и станет инструментом системного изменения логистики».

Автономный транспорт и искусственный интеллект становятся частью реальной транспортной системы. В ходе сессии Иван Соломин, директор управления маркетинга и коммуникаций с государственными органами Navio, рассказал о развитии компании технологических разработок Navio и о том, как отрасль постепенно переходит от классических алгоритмических решений к обучаемым моделям, способным адаптироваться на основе больших данных. Отдельное внимание было уделено роли симуляции в обучении и валидации ИИ-систем, а также ключевым условиям масштабирования — вычислительной эффективности, надежности, безопасности и экономической оправданности решений.

«Сегодня автономный транспорт — это уже не отдельная технологическая разработка, а часть реальной транспортной системы, где ключевую роль играют технологии физического ИИ. Сегодня отрасль переходит от классических алгоритмических подходов к обучаемым моделям, способным адаптироваться на основе данных реальной эксплуатации, а симуляция становится необходимым инструментом для ускоренного обучения и валидации таких систем. Дальнейшее развитие технологии напрямую связано с ее надежностью, безопасностью и эффективностью при масштабировании», — поделился Иван Соломин.

Искусственный интеллект также меняет управление аэропортовой инфраструктурой. В ходе сессии заместитель генерального директора по информационным технологиям АО «Международный аэропорт Шереметьево» Дмитрий Ильин рассказал, что все модули компании подключены к единому источнику операционных данных AODB, что делает систему жизнеобеспечения и сервисные службы аэропорта частью общего цифрового контура компании. Помимо этого, в число ключевых кейсов также вошли цифровые двойники для долгосрочного моделирования процессов, применение no-code-инструментов, компьютерного зрения и биометрии. Отдельное внимание было уделено практическому эффекту внедрения: росту точности прогнозирования, увеличению пропускной способности терминалов.

«Главный эффект от искусственного интеллекта в аэропорту появляется тогда, когда он работает не точечно, а внутри единого контура управления — с общей базой операционных данных, цифровым двойником, автоматизированным мониторингом и ИИ-оптимизацией решений. Такой подход позволяет точнее планировать ресурсы, быстрее реагировать на отклонения, повышать качество сервиса для пассажиров и снижать влияние человеческого фактора. В Шереметьево мы уже видим измеримый результат: экономия превышает 1 млрд рублей в год, точность прогнозирования выросла в пять раз, пропускная способность терминалов — более чем на 20%. — отмечает Дмитрий Ильин. — Следующий шаг — обмен данными между аэропортами и авиакомпаниями, чтобы координировать слоты и ресурсы на новом уровне зрелости».

Технологии цифровизации и ИИ применяются и в портовой логистике. Так, порт FESCO — ВМТП — уже имеет высокий уровень цифровой зрелости, но полная автоматизация требует учитывать многие факторы и последствия, отмечает заместитель генерального директора по информационным технологиям FESCO Дмитрий Суровец.

«Мы постоянно развиваем сеть перевозок и масштабируем цифровые решения, но важно учитывать ограничения рынка и инфраструктуры. ИИ уже помогает в видеоаналитике, сканировании грузов и работе сотрудников. При этом наиболее перспективное применение ИИ отмечается в управлении парком контейнеров: модель уже показывает, что планирование с помощью искусственного интеллекта может быть качественнее прежних подходов», — делится Суровец.

В FESCO активно развивают программу «Умный порт», в рамках которой внедряется видеоаналитика, сканирование грузов и AI-модели для управления парком контейнеров, добавил он.

Применяемый в ОАО «РЖД» искусственный интеллект представлен рядом технологий. Так, интеллектуальные чат-боты закрывают около 60% обращений в техподдержку компании, ИИ также помогает в документообороте, колл-центрах и в речевой аналитике. Такие технологии применяются и в технических работах: для видеоаналитики, коммерческого осмотра вагонов, контроля безопасности работ, транспортной безопасности и биометрии, рассказал начальник департамента информатизации ОАО «РЖД» Кирилл Семион.

«Искусственный интеллект — это не единая сущность, а набор технологий, которые уже применяются в «РЖД» на разных уровнях: от чат-ботов, документооборота и колл-центров до видеоаналитики, биометрии, прогнозирования потоков и динамической модели загрузки инфраструктуры. Многие вещи, которые раньше казались сложными, сегодня стали для нас обыденностью», — отмечает он.

Искусственный интеллект также используется в «РЖД» и в более сложных сценариях — при прогнозировании пассажиро- и грузопотоков, для оценки износа инфраструктуры, прогноза отказов и для динамического моделирования загрузки железнодорожной инфраструктуры почти в реальном времени.

ИИ в пассажирском транспорте уже стал рабочим инструментом, а не пилотом, отмечает генеральный директор РЖД-Цифровые пассажирские решения Евгения Чухнова. Такие технологии используются в клиентском сервисе, e-commerce, прогнозировании, управлении инфраструктурой, маркетинге, IT и разработке продуктов.

«ИИ-технологии уже стали стандартом в управлении клиентским сервисом на пассажирском транспорте. Наряду с разработкой и маркетингом это направление входит входит в ТОП-3 бизнес-функций, где внедряются ИИ-агенты. Об этом говорят обзоры ведущих мировых исследований, и это подтверждают опросы в нашей агентской сети», — отметила Чухнова.

В настоящее время уровень развития беспилотных технологий в транспортной отрасли уже прошел этап отдельных прорывных проектов, таких как беспилотная «Ласточка». В то же время, для развития ИИ и беспилотных технологий на транспорте России пока не хватает открытых датасетов, единых правил разметки, бенчмарков и общей площадки для сравнения решений, отмечает заместитель директора Научно-исследовательского института транспорта РУТ (МИИТ) Павел Попов. 

          «Технологии искусственного интеллекта дают огромные и неоспоримые преимущества для транспортной отрасли. Существует много точечных проектов с использованием ИИ, которые демонстрируют хорошие результаты. Для перехода к масштабированию важно сделать следующие шаги: сделать данные для обучения нейросетей доступными и обезличенными, установить общие правила по разметке датасетов, обеспечить обучение в транспортных университетах технологиям ИИ на реальных примерах, обеспечить вычислительные ресурсы для обучения нейросетей. Перечисленные меры позволят нам сделать следующий важный шаг в развитии ИИ для транспортной отрасли», — сообщил Павел Попов.

Искусственный интеллект активно применяется в разработках МФТИ в сфере автономного транспорта, рассказала коммерческий директор Института искусственного интеллекта МФТИ Анна Смирнова. Например, на базе беспилотной электрической «Газели» команда института тестирует карты местности, распознавание объектов, прогнозирование траекторий и построение маршрутов. Сейчас такие технологии повсеместно задействованы в компьютерном зрении, робототехнике, математическом моделировании и генеративном ИИ, поделилась она.

«Разрыв между пилотом и тиражированием во многом упирается в данные их разметку, стоимость, сроки. Нам удалось ускорить разметку лидарных данных в 24 раза, и это меняет экономику внедрения в целом по отрасли. Наши решения уже прошли проверку на реальных платформах и подтверждены на федеральных конкурсах. Но главный вопрос сейчас не в том, работает ли это, а в том, как масштабировать без того, чтобы каждый раз начинать с нуля», — отметила коммерческий директор Института искусственного интеллекта МФТИ Анна Смирнова.

Биометрия на транспорте — это еще один пример уже реализованного прикладного ИИ, который прошёл путь от пилотов до массового внедрения, поделился заместитель генерального директора Центра биометрических технологий Евгений Семёнов.

«Зрелость технологии измеряется не количеством пилотов, а тем, возвращается ли пассажир к сервису во второй раз. Биометрия экономит секунды на турникете и часы в очередях, разгружает персонал — и при этом остаётся полностью добровольной. Именно поэтому транспорт стал флагманом прикладной биометрии в России: эффект здесь измерим и для пассажира, и для оператора, и для государства», — отметил он.

В настоящее время Россия стала лидером в данной сфере. Оплата проезда по биометрии развивается во всех метрополитенах страны, что делает поездки удобнее и безопаснее, а также снижает нагрузку на персонал.

«Технологии ИИ уже активно применяется во многих сферах транспорта, но для его масштабирования необходимо соблюдение определенных условий: это надёжность и стандартизация, чтобы пилоты становились системой, а не исключением; ясная граница ответственности, чтобы человек и алгоритм понимали, кто и за что отвечает; а также люди с нужными компетенциями — потому что ИИ не магия, а инструмент, который нужно создавать, внедрять и совершенствовать», — подытожила Полина Давыдова.