Главное не ум, а польза
Современные мегаполисы продолжают активно изучать, тестировать и встраивать в инфраструктуру различные цифровые решения. Сегодня это гигантский рынок: согласно оценке Mordor Intelligence, по итогам 2025 года его объем составляет $1,96 трлн, а за следующие пять лет он вырастет более чем вдвое, до $4,06 трлн.
Эпоха красивых концепций заканчивается, на смену приходит прагматика, подчеркивает ИИ-евангелист компании Artezio (входит в группу «Ланит») Александр Николайчук. «Все ждали летающих такси и роботов на улицах, а реально работать и приносить пользу стали скучные на первый взгляд вещи, связанные с данными и управлением потоками. Главный вопрос ближайших лет – сколько конкретно денег и нервов мы сэкономили жителям. Умный город перестает быть витриной и становится коммунальной услугой», – указывает собеседник «Профиля».
Одним из главных достижений, пожалуй, можно считать разработку эффективных платформ городского управления, куда интегрировано огромное количество датчиков, камер видеонаблюдения, а также цифровые двойники (виртуальные «копии» реальных объектов для оперативного отслеживания и прогнозирования состояния инфраструктуры и нештатных ситуаций) и алгоритмы искусственного интеллекта (ИИ).
Поверь в мечту: чем умные города будущего отличаются от современных мегаполисов
Наиболее полезными к сегодняшнему дню оказались технологии, которые решают не абстрактную задачу «сделать город умным», а конкретные операционные проблемы: управление транспортными потоками, логистика городских служб, мониторинг инфраструктуры, обработка обращений жителей, приоритизация проверок и инспекций, перечисляет Анна Данченок, партнер консалтинговой компании «Яков и Партнеры», глава практики «Недвижимость и развитие территорий».
«Хороший пример – проект Alibaba City Brain в Китае. Система собирает данные с камер, датчиков, GPS транспорта, диспетчерских систем, учитывает дорожные события и погодные факторы, а затем в реальном времени пересчитывает фазы светофоров, помогает снижать задержки и формировать "зеленые коридоры" для скорых и других служб, – рассказывает эксперт. – Также показательна Барселона с платформой Sentilo. Город использует данные с тысяч сенсоров о парковках, шуме, качестве воздуха, освещении, поливе и заполненности контейнеров. На этой базе автоматически корректируются освещение, расход воды, маршруты мусоровозов и управление парковочным пространством».
Добавим, что платформа на основе искусственного интеллекта Alibaba City (которой в этом году исполнилось 10 лет) позволила китайскому Ханчжоу спуститься в списке наиболее транспортно загруженных городов Китая с 5-го на 57-е место. В отношении испанского проекта Sentilo (был запущен в 2012-м) приводятся данные по экономии бюджета: примерно $58 млн в год – на расходовании воды, $37 млн – на умном освещении.
Кто во что горазд
Общий прицел практически любого современного мегаполиса – быстрое (соответственно, автоматизированное), а в идеале превентивное принятие решений по большинству городских вопросов. Здесь и прячется первый «подводный камень»: эта глобальная задача требует принципиально нового подхода к обработке и использованию данных, собираемых различными городскими службами.
«Большинство городов пока не готовы к такому переходу, – полагает Кирилл Чурилин, директор по стратегическим проектам "Ланит-Терком" (входит в группу компаний "Ланит"). – Существующие системы часто не интегрированы, информация собирается эпизодически и без единой методологии, а ресурсы направляются скорее на точечные решения, чем на формирование единой дата-экосистемы». Безусловно, препятствиями также являются разрозненность ведомственных систем, дефицит компетенций для работы с большими данными и недостаточное финансирование долгосрочных инфраструктурных проектов, добавляет он.
Любое в той или иной степени нацеленное на цифровизацию государство развивает целый ряд инициатив, направленных на регулирование работы с данными различных ведомств и бизнес-структур, а также на киберзащиту. Россия не исключение: с 2019-го наша страна развивает национальную и региональные системы управления данными – НСУД и РСУД соответственно. Это архитектура, которая регламентирует хранение и обмен информацией между участниками, в том числе системами городского развития. А в прошлом году был представлен национальный проект «Экономика данных и цифровая трансформация государства», определяющий информацию как объект, который необходимо рассматривать и использовать в качестве ресурса, а также защищать от мошенников, кибератак и другого.
По мнению Анны Данченок, одним из барьеров для масштабирования цифровых технологий в городе является проблема, связанная с данными: разрыв в качестве информации, слабое взаимодействие между городскими службами, нехватка единых стандартов. «Москва уже продвинулась далеко: в столице реализовано более 120 проектов с применением ИИ в транспорте, безопасности, здравоохранении и ЖКХ, – констатирует эксперт. – Но во многих регионах уровень работы с данными и интеграции систем пока существенно ниже, поэтому полностью алгоритмическое управление городом невозможно: решения чаще остаются внутри отдельных доменов, а сквозная городская платформа только формируется».
Миграция в прохладные места
Второй «подводный камень» цифрового урбанизма также связан с данными, точнее, с технической частью работы с ними. «Мы привыкли думать, что "цифра" – это что-то невесомое, живущее в "облаке". А оказалось, что у "облака" есть очень земной адрес и реальный счетчик, – объясняет Александр Николайчук. – Современный крупный дата-центр потребляет столько же электричества, сколько небольшой город, и спрос на эти мощности с приходом ИИ растет лавинообразно. Поэтому энергетика на наших глазах превращается из фоновой темы в главное физическое ограничение всей цифровой экономики».
Об ограничениях в отдельных городах говорилось уже не раз: американские и европейские мегаполисы, да и Москва тоже стали регулярно отказывать ИТ-корпорациям в подключении новых центров обработки данных (ЦОДов) из-за перегрузки энергетической инфраструктуры. Это заставило технокомпании и города пересмотреть архитектуру обработки данных.
Условно можно описать «идеальную» систему, которая сегодня реализуется только частично. Она состоит из четырех уровней: гигантские «энергокампусы» с огромными объемами вычислений, сравнительно небольшие ЦОДы в самих мегаполисах, поддерживающая вычислительная инфраструктура в городах-спутниках и так называемые граничные вычисления (edge computing) – небольшие серверы на местах: поблизости от сотовых вышек, на территориях предприятий, а также непосредственно рядом с оборудованием, которое собирает информацию (камеры, датчики и другое).
Оцифрованная мечта: как выглядят современные представления об идеальном городе будущего
Логика этой системы – в географическом перераспределении. Все самые затратные вычисления выносятся далеко за пределы населенных пунктов, туда, где недорогая земля, а также есть ресурсы для простого охлаждения, например гигантские объемы воды. В Штатах такие проекты характерны для ИТ-корпораций («Гигафабрики» Tesla, Stargate компании OpenAI и другие). В Китае реализуется национальная программа «Восточные данные, западные вычисления». Принцип тот же: если с данными работают в основном в восточных провинциях, то все мощные вычисления перенесены на запад, где более прохладный климат, много водных ресурсов для охлаждения и меньше населенных пунктов.
По мнению Александра Николайчука, именно такой подход – потенциально одно из конкурентных преимуществ России: «У нас есть то, чего остро не хватает многим странам, – свободные генерирующие мощности и холодный климат. Если грамотно этим распорядиться, то энергетика из тормоза для цифровизации может стать, наоборот, нашим главным козырем».
В рамках обозначенной архитектуры предполагаются и более локальные изменения еще на трех уровнях. Ближе к мегаполисам, в городах-спутниках располагаются «мини-кластеры» – небольшие ЦОДы, которые работают с повседневными, менее затратными задачами. В самих городах-миллионниках остается «ядро» – серверы городских организаций и компаний, обрабатывающие данные, которые нельзя никуда передавать из-за вопросов безопасности или требований к скорости вычислений. Наконец, вся работа с данными по возможности переносится с серверов в офисах на «окраину» сети: к сотовым вышкам, а в идеале – прямо к датчикам, камерам, умным светофорам и другому. Такие граничные вычисления призваны сократить объемы передаваемых на дальние расстояния данных до минимума: вся обработка ведется в конечной точке в реальном времени, а в центры принятия решений передаются только результаты.
ИИ и цифровой фундамент
Если реорганизация работы с данными вызвана целым рядом причин (безопасность, приватность, учет интересов владельцев информации и другое), то «виновником» энергетического кризиса и необходимости перераспределять ЦОДы стала всего одна технология – искусственный интеллект. Для развития городов она не менее важна, чем для любой другой отрасли.
Машинное обучение уже активно применяется в распознавании лиц, в прогнозировании городских событий (регулирование трафика, расхода воды и электроэнергии) и так далее. «Развитие операционного ИИ – одна из ключевых тенденций, – уверена Анна Данченок. – Алгоритмы будут активнее использоваться в транспорте, безопасности, ЖКХ, городском мониторинге и бюджетном планировании». Но стратегические решения останутся за человеком, подчеркивает она. Кроме того, возрастут требования к прозрачности алгоритмов, отмечает эксперт: «Чем больше ИИ участвует в управлении городом, тем важнее аудит моделей, публикация метрик, независимый контроль данных и право человека отменить решение, принятое на основе рекомендации ИИ».
Следующий этап предполагает внедрение генеративных и агентных нейросетей. Многие городские сервисы уже способны поддерживать естественный диалог за счет GPT-алгоритмов (как, например, робот «Макс» в «Госуслугах»). Далее подобные боты будут сопровождать горожан в решении все более сложных ситуаций. В частности, британский Gov.UK Chat уже пилотирует агентную систему, которая ведет человека сквозь череду бюрократических препон, учитывая индивидуальный контекст.
Эта технология также будет масштабирована. Аналитики ожидают, что в течение ближайших лет ИИ-агенты научатся автономно распределять задачи между городскими департаментами, самостоятельно решать некоторые проблемы с учетом ситуации без привлечения специалистов и выполнять другие сложные функции. На текущем уровне нейросети к подобному еще не готовы: плохо учитывают контекст и понимают взаимосвязи, как следствие, могут ошибаться в принятии решений, что в случае с управлением городской инфраструктурой может привести к негативным последствиям.
Чтобы технология работала без сбоев, нужен мощный цифровой фундамент. «Ключевая тенденция развития умных городов в мире и в России – переход к комплексным интегрированным системам управления городской средой. Такие решения объединяют контроль за транспортом, системы общественной безопасности, поддержку экстренных служб и ЖКХ. Их основой станут цифровые двойники, на базе которых будет строиться моделирование (транспортное, градостроительное, экономическое), прогнозирование чрезвычайных ситуаций, оптимизация логистики и энергопотребления», – резюмирует Кирилл Чурилин.
С учетом сложности городской инфраструктуры и связанных с ней процессов интегрирование цифровых технологий будет происходить на протяжении лет, если не десятилетий. А значит, мы едва ли заметим конкретный момент, когда города вдруг станут умными, ведь в некотором смысле они уже и сейчас такие.
Тонкая грань защиты
«Чем умнее становится город, тем больше он знает о каждом из нас: где ходим, на чем ездим, когда выходим из дома. Грань между удобным сервисом и тотальной слежкой становится тоньше волоса, и именно от того, как общество и государство проведут эту грань, зависит, будем ли мы доверять умному городу или начнем его бояться», – констатирует Александр Николайчук (Artezio).
В США приватность рассматривают с точки зрения ограничения государственного надзора: Сан-Франциско, например, запретил городским ведомствам использовать систему распознавания лиц. В Азии (Китай, Сингапур) и России такие вопросы являются предметом общественного договора: государство дает удобные сервисы и безопасность, но для этого собирает все данные, какие может. Отметим к слову, что в мегаполисах Китая крайне низкий уровень уличной преступности – в большинстве случаев злоумышленника находят через систему видеонаблюдения.
От пилота до масштаба
Мегаполисы, имея крайне сложную инфраструктуру, нагляднее всего демонстрируют огромную разницу между пилотным проектом и рабочей технологией. Решения должны быть интегрированы в повседневные процессы города, а не существовать как демонстрационный кейс, подчеркивает Кирилл Чурилин. «Масштабирование чаще всего срывается из-за организационной неготовности к трансформации: городские структуры не успевают адаптировать регламенты, обучать персонал и перестраивать рабочие процессы под новые цифровые инструменты», – перечисляет эксперт.
С этой точкой зрения согласен и Александр Николайчук, который приводит только некоторые сложные случаи, их необходимо учитывать при масштабировании цифрового решения в городе: «Оно должно работать в дождь и в мороз, при сбоях питания, при нехватке кадров и тогда, когда про него все забыли. Пилотный проект доказывает, что технология возможна, а вот доказать, что она нужна и будет работать годами, способна только промышленная эксплуатация».
