Softlogic.ai разработала универсальную платформу искусственного интеллекта, источники данных для которой – разнообразные видеокамеры. В реальном времени платформа распознает объекты, анализирует события, выявляет нарушения и их тенденции. Платформенный инструментарий Softlogic.ai уже используют в 47 регионах для контроля муниципальных объектов и городского благоустройства и в крупных российских компаниях. Сергей Новиков, директор по продажам B2B и продуктовому развитию Softlogic.ai и номинант на премию Data Award, раскрыл подробности проектов.

– Когда, как и для чего появилась платформа Softlogic.ai? Какова история ее создания?

Начать лучше с задач, которые стали остро актуальными на рынке в последнее время. В частности, известно, что в 2025 году Минцифры РФ планирует запустить федеральный сервис интеллектуальной обработки видеопотоков с камер видеонаблюдения в регионах. Об этом говорится в обновленном паспорте ведомственной программы цифровой трансформации на 2025–2026 годы. Для извлечения важнейшей оперативной информации сервис должен анализировать видео в реальном времени.

Мы фиксируем стремительный рост спроса на точную оперативную информацию для решения различных задач. Чтобы эффективно решать эти задачи, нужно отслеживать практически все процессы и события. Поэтому идея консолидации данных с локальных видеопотоков, инициированная в рамках нацпроекта «Экономика данных», кажется нам блестящей. И мы создали для этого удобный современный инструмент.

Более 10 лет в команде Softlogic.ai есть понимание, что за технологиями ИИ – будущее. Но мы – люди бизнеса – привыкли смотреть на вещи и явления прежде всего с точки зрения их практической полезности, эффективности и выгоды. Наша платформа создана не просто для того, чтобы отвечать на запросы пользователя. Очень часто задачи сложны, а корень проблемы может быть скрыт так глубоко, что даже сам пользователь не знает, о чем нужно спросить ИИ, чтобы точно ее решить. Мы решили предложить принципиально иной подход.

Платформа Softlogic.ai анализирует огромный объем видеоданных в реальном времени, аккумулирует статистическую информацию и сравнивает ее с накопленными знаниями и опытом других регионов и организаций. Это позволяет самой системе выявлять области, требующие внимания, и предлагать проактивные решения там, где администратор мог бы не заметить существующую проблему.

Например, чтобы ИИ мог автоматически подсветить управленцу: «Обратите внимание, что средняя скорость реагирования на переполненные контейнеры на площадках сбора ТБО в вашем городе превышает норму по стране в 3 раза! Рекомендуем направить больше ресурсов на решение этой задачи. В подобной ситуации в другом городе была повышена эффективность работы с площадками сбора ТКО за счет профилактических мер и без смены регионального оператора».

Таким образом, мы переходим от модели, при которой пользователь взаимодействует с ИИ через запросы, к модели, где сама система становится полноценным «помощником», предлагающим новые идеи и показывающим нерешенные проблемы, которые часто остаются незамеченными взглядом человека. Именно это кардинально отличает нас от альтернативных решений на рынке, ориентированных исключительно на выполнение заданных задач.

Десятилетие «ушло» не только на разработку и обучение десятков нейросетевых алгоритмов, но и на то, чтобы сделать нейросетевой анализ понятным, доступным, практичным, применимым к решению самых разных задач – от повышения производительности в цеху на предприятии до точности и скорости мониторинга городского ЖКХ. Чтобы применение ИИ-решения приносило большую экономию, в идеале – прямой доход.

Наконец мы оказались в точке, когда готова не только технология, но сложился реальный спрос на нее. Об ИИ заговорили все, над его практическим применением и реальной пользой задумались во всех регионах. Большому количеству людей стало очевидно, что переход к ИИ – единственный прорывной путь к повышению KPI организации в горизонте 1–3 лет. Многие предприятия и учреждения начали активно экспериментировать и внедрять ИИ-решения, включая наши продукты.

Осталось предложить максимально удобный инструмент для их дистанционного выбора, получения и реализации. Так появилась наша платформа – реальный «нейросетевой конструктор» или «нейросетевой маркетплейс».

На специальном портале с простым и интуитивно понятным интерфейсом любой пользователь теперь может выбрать и подключить более 50 нейросетей, адаптировав ИИ-систему под его нужды. Благодаря универсальности протоколов подключения, платформа позволяет обучать и собственные ИИ-модели, использовать готовые библиотеки с настроенными алгоритмами и управлять версиями.

– Что представляет собой софтверное решение?

Наша платформа – разработка штатной команды инженеров Softlogic.ai, нацеленная на максимальную универсальность и гибкость подключения и применения. Все программные решения на ней построены полностью «с нуля», без использования готовых сторонних ИИ-моделей и других софтверных блоков. Помимо надежности, это гарантирует безопасность и полную техническую независимость.

Платформа может эффективно обрабатывать данные с десятков тысяч камер одновременно, преобразуя разнородные видеопотоки в структурированную информацию. Это открывает перед бизнесом и государственным сектором огромные перспективы: ранее трудоемкие задачи, которые занимали недели ручной работы, теперь решаются за доли секунды.

В режиме реального времени система распознает объекты, анализирует события и фиксирует нарушения. Ключевое преимущество платформы – уникальная технология распознавания лиц, которая не имеет аналогов в России и мире, так как не требует использования базы данных для распознавания людей и точной идентификации участников инцидентов. Система определяет схожесть снимков и объединяет их в карточку одной персоны – данная технология имеет название «кластеризация».

– Какие возможности дает эта технология?

«Персонализация» нарушений с распознаванием лиц – основа работы с персоналом и безопасностью объектов. «Кадры решают все»: любое событие с участием человека теперь может быть персонализировано. На обработку данных с камер в поиске ответа на вопрос «А кто это сделал?» до сих пор тратили многие часы рабочего времени. Терабайты обезличенной информации – большая нагрузка и растрата ценного времени управленца. Он видит происшествие, но виновников и участников инцидента приходится «отсматривать, опознавать и уличать» вручную. Платформа Softlogic.ai дает моментальную «персонализацию» нарушений. Впервые стало возможно автоматически объективно оценивать действия, профессионализм и дисциплинированность людей на предприятии.

Именно люди и их ответственное отношение к труду обеспечивают предприятию желанную выручку. По этой причине дисциплина должна соотноситься с KPI руководства, давать осязаемую статистику, базироваться на объективных и прозрачных процессах, быть технологически прорывной. На платформе заводятся карточки сотрудников, в которых фиксируются все нарушения, найденные по тому или иному сотруднику. Таким образом, менеджмент предприятия получает актуальную и значимую информацию по каждому сотруднику, с возможностью посмотреть динамику его нарушений для принятия соответствующих организационных мер.

– Какова в общих чертах архитектура решения?

Для анализа видеоданных используются различные источники: городские и корпоративные системы видеонаблюдения (СВН), стационарные и мобильные комплексы нейросетевого наблюдения, видеорегистраторы, беспилотные летательные аппараты (БПЛА), смартфоны, интерактивные панели, кассовые устройства, турникеты и так далее.

Однако для принятия информированных решений управленцу нужна не только обработка этих разнообразных видеоданных, но главное – представление ценной аналитической «выжимки» в виде удобных дашбородов на доступном цифровом носителе. Перенос вычислений и аналитики в реальном времени ближе к камере позволяет делать это гораздо более экономно и эффективно. Видеопотоки обрабатываются на месте, а в центр передаются компактные файлы с зафиксированными инцидентами. Это кратно снижает нагрузку на общие сети и центральные серверы, сильно повышая точность и оперативность реагирования.

– Какие именно технологии использованы в реализации платформы? Что «под капотом»?

Работа нейросетей похожа на работу мозга. Обычно их задача сводится к распознаванию, и на этом работа не-генеративного ИИ заканчивается. Другая важная функция ИИ – это имитация контекстного внимания: мозг предугадывает события на основе уже сформированных шаблонов. В процессе обучения ИИ-система настраивается на ожидание конкретных событий, соответствующих заданным параметрам. Платформа Softlogic.ai сочетает в себе оба этих подхода.

То есть главные технологии платформы – машинное распознавание, обучение и выявление критических отклонений максимально близко к видеокамере. Это реализуется благодаря граничным вычислениям (edge computing), которые происходят на периферии – рядом или внутри устройств. Такой подход позволяет выполнять задачи быстро, безопасно и экономично. И – особенно актуально для решения задач в реальном времени, будь то потоковое наблюдение с видеоаналитикой или контроль безопасности.

Кроме того, платформа использует также облачные интернет-технологии, обеспечивающие легкий выбор, подключение (доступ) и работу с сервисами.

– На кого конкретно ориентирована платформа?

Мы делаем ИИ доступным для широкого круга пользователей в сегментах B2B и B2G. Наша платформа представляет собой универсальный инструмент, подходящий для малого бизнеса, крупных компаний и органов власти. Ее функционал позволяет управленцам и специалистам без глубоких технических знаний, легко и быстро адаптировать ИИ под конкретные задачи.

В большинстве организаций базовые нарушения и их причины схожи, поэтому на основе платформы нами разработаны типовые решения. Всего одним нажатием пользователь может подключить аналитические инструменты для задач вроде контроля производственных процессов, промышленной безопасности и охраны труда, соблюдения трудовой дисциплины, оценки ответственности сотрудников, благоустройства территорий, обеспечения безопасности объектов и др.

На предприятиях ИИ находит слабые места в процессах, предотвращает аварии, следит за техникой безопасности. В логистике – отслеживает грузы, маршруты, состояние транспорта. В бизнесе помогают анализировать потоки клиентов и обеспечивать безопасность. В городах – контролирует дороги, парковки, уборку, заполненность мусорных контейнеров, другие параметры порядка и благоустройства.

Системы видеоаналитики, функционирующие в реальном времени, оперативно выявляют аварийные ситуации на производствах, помогают управлять городскими потоками или следить за выполнением сотрудниками норм безопасности. Нейросетевая платформа ускоряет многие процессы, минимизирует влияние человеческого фактора и, как следствие, снижает издержки и риски. Ее высокая масштабируемость позволяет эффективно решать задачи разного уровня сложности — от управления крупными автопарками до мониторинга мегаполисов в режиме реального времени.

Результаты, которых достигают наши клиенты, подтверждают эффективность решения. На основе платформы Softlogic.ai успешно реализованы масштабные проекты в Уфе, Южно-Сахалинске, Петербурге, Подмосковье и других регионах России, улучшая качество городской инфраструктуры и жизни людей.

– Какие результаты достигнуты?

Например, с применением системы нейросетевого наблюдения в Московской области за два года на 40% уменьшилось число жалоб жителей на ненадлежащее содержание территорий. Автоматизированный контроль ускорил выявление и позволил устранять проблемы до того, как они стали критическими. На 25% сократили количество дефектов инфраструктуры, например, повреждения асфальта или переполненность мусором контейнерных площадок. Все это стало возможным благодаря мгновенной фиксации и анализу ситуации с помощью ИИ.

С помощью нашего ИИ-решения в Московской области за 2023 год выписали 4,1 тысячи штрафов на сумму более 171 млн руб. То есть эффективна не только система выявления, документирования, но и монетизации нарушений. Наши нейросети обеспечивают 98% точности определения нарушений, полностью исключая человеческий фактор и предвзятость инспекторов. Полная объективность оценки ситуации для принятия административных решений особенно важна.

В 2024 году мы провели 47 пилотных запусков систем в Санкт-Петербурге, Уфе, Южно-Сахалинске, других регионах РФ. Наши решения работают в «Росатоме», «Лукойле», «УралХиме». Эффективность внедрения нейросетевых технологий в управление городской инфраструктурой и системами контроля качеством доказана. Практичный не-генеративный ИИ там стал ключевым инструментом для решения социальных и управленческих задач.

– Каковы результаты самого крупного проекта – в Санкт-Петербурге?

Там нейросети обрабатывают ежедневно данные о состоянии 3 тыс. объектов, выявив 10 тыс. дефектов только за первые пять месяцев работы. Это позволило организовать реставрацию 367 тыс. кв. м дворовых территорий. Процесс – от фиксации до устранения проблем – стал быстрее и качественнее.

В 2024 году в городе зафиксировали на 30% меньше ям на дорогах, а количество повреждений асфальта и фасадов снизилось в два раза только за первые три месяца. Городские муниципалитеты заявили в планы ремонта в три раза больше дорог. Другими словами, точная аналитика помогает строить более амбициозные планы благоустройства.

Работу ИИ петербуржцы восприняли крайне положительно, горожане стали сами запрашивать у ГАТИ, чтобы их районы включили в маршруты мониторинга комплексами ИИ.

– То есть достигнут и социальный эффект?

Можно сказать, мы снизили социальную напряженность в сфере городского благоустройства. Проактивное наведение порядка объективно повысило доверие к государственным и муниципальным структурам. Благодаря адаптивности и универсальности платформенные сервисы Softlogic.ai фиксируют совершенно разнородные инциденты – например, в области экологии и общественного порядка. ИИ делает службы организованней, а жизнь граждан – безопаснее и комфортнее по всем направлениям.

Одно из ключевых преимуществ платформы – трансформация подхода к общественной безопасности. ИИ реагирует на чрезвычайные ситуации стремительно, позволяя радикально повысить эффективность розыскных мероприятий. Нейросетевое распознавание лиц используют для поимки преступников и поиска пропавших людей.

Быстрое выявление и точное документирование нарушений дает значительные финансовые ресурсы. Их направляют на благоустройство территорий, ремонт инфраструктуры и развитие социально значимых объектов. Среднемесячный денежный поток поступлений от штрафов достигает 5 млн руб. Службы быстрее устраняют нарушения, выделяя на это больше средств.

Еще один важный социальный аспект: платформенный ИИ способствует быстрому распространению культуры ответственности организаций и граждан, стимулируя их к соблюдению правил и формированию бережного отношения к общественным пространствам, инфраструктуре, экологии и пр.

– Каково значение проекта для отрасли?

Значительно. Платформа Softlogic.ai открывает прямую дорогу созданию стандартов универсальных ИКТ-решений. Их можно использовать в самых разных областях – от городской инфраструктуры и экологии до общественной безопасности, здравоохранения и поддержки инвалидов. Гибкость ИИ-решения позволяет создавать интегрированные экосистемы сбора и обработки точных данных. Чтобы рачительнее управлять ресурсами и ускорять принятие обоснованных правильных решений.

Узкоспециализированные ИИ-системы мы заменяем универсальной технологией, готовой для имплементации в любые процессы. Это радикально повышает прозрачность решений и особенно важно там, где процесс требует объективности и исключения человеческой ошибки. Использование ИИ выходит на новый уровень доверия, способствуя его быстрому внедрению в промышленности, экологии, медицине, логистике, безопасности и правоприменении.

Полностью оригинальная, независимая и универсальная ИИ-платформа укрепляет позиции РФ в качестве глобального технологического лидера. Ее универсальность и гибкость открывает перспективы экспорта высоких технологий в другие страны.

– Как будет развиваться платформа в ближайшем будущем?

Планируем расти вширь и вглубь. Успешная реализация проектов в городском управлении стимулирует расширение ИИ-функционала, охват новых объектов и аспекты управления городской инфраструктурой.

Мы продолжаем дорабатывать и обучать ИИ-модели, например, для предиктивной и даже прескриптивной (предписательной) аналитики. Мы развиваем алгоритмы анализа точных оперативных данных, «предвидящие» угрозы, чтобы пользователи могли видеть и предотвращать будущие инциденты.

Блестящие результаты реализованных проектов в ряде городов России говорят о высоком потенциале всеохватной облачной платформы, расширения круга ее пользователей по всей стране. Планируем, что в течение 2025 года до 20 новых регионов включат ИИ в управление городской инфраструктурой, улучшив качество жизни миллионов российских граждан.