Видеоаналитика нового поколения: как искусственный интеллект меняет системы безопасности и управления объектами

Видеоаналитика перестает быть просто инструментом наблюдения за объектом. Современные системы на базе искусственного интеллекта способны самостоятельно обнаруживать нарушения, контролировать доступ, анализировать действия сотрудников и помогать управлять внутренними процессами предприятия. При этом ИИ постепенно выходит за рамки задач безопасности: видеоаналитика используется в ритейле, маркетинге, производстве и сфере обслуживания, помогая оптимизировать расходы, находить узкие места в бизнес-процессах и лучше понимать поведение клиентов. О том, что уже умеют такие системы, где они пока не могут заменить человека и каким может стать обычный объект в ближайшие годы, я поговорила с экспертом в области систем безопасности, противопожарной защиты, связи и видеоаналитики Михаилом Шестаковым.

— Когда мы говорим «ИИ следит за объектом», что это на самом деле значит? Что сегодня камера способна заметить и понять сама, без человека за монитором?

На сегодняшний день система видеоаналитики достигла такого уровня, который способен заменить целую службу мониторинга в отделе безопасности. Если начать со внешнего периметра защищаемого объекта, то система способна зафиксировать и пресечь любой несанкционированный доступ на объект. То есть любое проникновение вне пунктов пропуска будет моментально обнаружено, после чего запустится тот или иной алгоритм реагирования.

В рамках пунктов пропуска система готова проверить санкционированность доступа конкретного сотрудника в конкретную часть защищаемого объекта и предотвратить несанкционированный доступ, сопоставив биометрические данные сотрудника со своей базой данных.

В дальнейшем ИИ способен полностью контролировать все действия сотрудников на вверенных им участках предприятия: следить за очередностью операций, соблюдением техники безопасности и охраны труда, технологических карт, адекватностью действий персонала, контролем качества выпускаемой продукции и т.д. Более того, в настоящее время все инженерные системы объекта могут быть интегрированы в единую интеллектуальную систему мониторинга. То есть наш виртуальный диспетчер сам по себе или в связке с реальным диспетчером может следить в режиме реального времени за всеми процессами, событиями и инцидентами предприятия.

— Можно ли на конкретном примере показать, как это работает? Допустим, на территории объекта появляется человек там, где его быть не должно. Что в этот момент происходит от срабатывания камеры до реакции службы безопасности?

При несанкционированном появлении человека, в зависимости от того или иного сценария реагирования, могут происходить следующие события: моментально приходит уведомление на диспетчерский пульт или, в более простых ситуациях, на телефон ответственного лица; запускается автоматическое оповещение с просьбой покинуть защищаемую территорию; при необходимости диспетчер или ответственное лицо может вступить в двустороннюю связь с нарушителем.

Также, в зависимости от объекта, в автоматическом режиме может запуститься тот или иной алгоритм реагирования средств инженерной и физической безопасности: включение сирен и прожекторов, закрытие замков системы управления доступом или других средств, присутствующих на объекте, а также выезд групп быстрого реагирования.

— Какие задачи ИИ уже действительно умеет решать лучше человека, а где оператор все еще незаменим?

На сегодняшний день ИИ способен обрабатывать большой объем данных, и в этом направлении человек с ним не способен соревноваться. Если человек может одновременно мониторить десятки изображений с камер видеонаблюдения, то ИИ способен мониторить сотни и даже тысячи одновременных потоков. Однако полностью положиться на сценарии, запускаемые ИИ, готовы далеко не все объекты, поскольку на критически важных производствах цена ошибки может быть слишком высокой.

Поэтому для простых объектов, где стоимость инцидента не очень высока, мы можем полностью довериться автоматическому ИИ и тем решениям, которые он принимает. Здесь он может полностью заменить такие профессии, как вахтер или сторож. При этом на технически сложных объектах, где высока цена принятия тех или иных решений, ИИ пока остается отличным инструментом для оптимизации человеческих ресурсов. То есть он помогает обрабатывать большое количество информации из различных источников, таких как камеры видеонаблюдения, охранные и пожарные извещатели, счетчики различных ресурсов, запорная арматура, различные датчики протечек и утечек, система контроля и управления доступом, и при наступлении инцидента моментально уведомлять ответственный персонал.

И там, где раньше для одновременного мониторинга требовалось 5–7 человек или даже больше, теперь достаточно одного. Он не занимается постоянным мониторингом, а только обрабатывает тревожные уведомления, сформированные ИИ, и принимает те или иные решения по реагированию, полностью неся за них ответственность.

— Что сильнее всего изменилось для сотрудников безопасности после появления современной видеоаналитики? Им теперь приходится меньше смотреть на десятки экранов или проблем стало просто больше, но они стали другими?

Развитие систем видеоаналитики и ИИ, несомненно, отразилось и на эволюции сотрудников службы безопасности предприятий. С одной стороны, им теперь приходится меньше смотреть в экран, при этом с другой стороны, и экранов, которые они мониторят совместно с ИИ, стало гораздо больше. Но это далеко не основная проблема.

Более серьезные вызовы связаны с более высокой интеллектуализацией злоумышленников в том числе. Если у сотрудников службы безопасности теперь есть мощный и непривередливый помощник в виде ИИ, то и у злоумышленников он теперь тоже есть. Поэтому все чаще защита объекта заключается не в количестве хорошо обученного вооруженного персонала, а в мощностях серверного и программного обеспечения и опыте персонала, связанного с кибератаками.

Современное предприятие с хорошей системой видеоаналитики традиционного преступника может нейтрализовать в считанные минуты. Однако если со стороны нарушителей будет серьезная поддержка в виде информационных систем и ИИ, то в таком случае шансы уравновешиваются. И эффективность службы безопасности будет тем выше, чем лучше она будет интегрирована с информационной системой предприятия и чем больше в ее составе будет специалистов не только по физической безопасности, но и по информационной.

— Видеоаналитика сегодня это только про поиск нарушителей? Какие вещи она может «подсказать» владельцу объекта? Например, где скапливаются люди, почему образуются очереди или какие зоны используются неэффективно?

Видеоаналитика способна решать множество задач, и далеко не все из них связаны с физической безопасностью объекта. Мы в своей деятельности стараемся разложить бизнес клиентов на множество простых итераций, на каждой из которых проводим глубокую аналитику возможностей оптимизации эксплуатационных расходов на поддержание жизнедеятельности, а также экономии за счет предотвращения инцидентов. При этом это далеко не полный спектр возможностей видеоаналитики, реализуемых в области безопасности.

Если речь идет о промышленных предприятиях, то видеоаналитика способна закрывать множество задач в области ERP и HRM, таких как доступ конкретного сотрудника только в те помещения, которые ему положено посещать в силу его трудовых обязанностей и графика работы, и исключать доступ в помещения, не связанные с его деятельностью, как уже упоминалось выше. А при переводе на другую должность автоматически разрешать иные права. Также возможна реализация автоматического подтверждения завершения цикла какой-то производственной операции для запуска следующей либо фиксация этапов перемещения сырья или готовой продукции.

Огромные возможности открываются у видеоаналитики в сфере маркетинга. Теперь ИИ обрабатывает большие массивы информации и выдает практические рекомендации по изменению выкладки товаров, организации витринного пространства, а также по предпочтениям потребителей в разрезе конкретных целевых аудиторий в соответствии с полом, возрастом и другими характеристиками.

Помимо этого, видеоаналитика позволяет выявить, проанализировать и выработать практические рекомендации по внутренним бизнес-процессам на предприятии, работе конкретного персонала, их действиям или скриптам. Например, у одного из наших клиентов — кафе-столовой — в некоторые моменты наблюдались более высокие очереди, чем среднестатистические, причем в разное время. С помощью видеоаналитики мы довольно быстро выявили, что проблема была в конкретном сотруднике на кассе. Сотрудники менялись в достаточно произвольной очередности, но именно этот сотрудник хуже остальных ориентировался в меню, из-за чего время обслуживания клиентов возрастало, что в периоды высокой загрузки приводило к большим очередям.

Также интересной мне кажется интеграция видеоаналитики с CRM-системами предприятий, когда в автоматическом режиме фиксируются предпочтения клиентов, совершенные и незавершенные покупки, а также причины, по которым они не состоялись. Вся эта информация позволяет сделать индивидуальную подборку наиболее подходящих товаров по стилю, размеру, цветовой гамме и т.д. При этом удовлетворенный клиент, однажды получивший «вау-эффект», с большой долей вероятности останется с вами навсегда.

— Есть ли сценарии, которые еще недавно казались фантастикой, а сегодня уже работают на реальных объектах? Расскажите о самом необычном или показательном кейсе.

Из самых показательных примеров из сферы видеоаналитики, которые реально работают в наше время, сразу вспоминаются торговые точки без персонала, которые работают в разных странах мира, в том числе и России. Размеры точек сильно отличаются — от вендинговых автоматов до больших супермаркетов, но общая суть такова: имея учетную запись сервиса, вы просто берете товар с полок, система автоматически фиксирует его номенклатуру и количество и производит списание с привязанного банковского счета. И, на мой взгляд, в ближайшее время это будет более широко представлено в различных сервисах: магазинах, кафе и ресторанах, АЗС, спортивных комплексах, транспорте, да и в любых других точках сферы обслуживания.

По направлению безопасности применение тоже достаточно обширно. Уже сейчас достаточно быстро и достоверно спецслужбы получают маршруты перемещения конкретных лиц — злоумышленников — по пространствам, оснащенным видеонаблюдением. А промышленные предприятия в режиме реального времени выявляют случаи нарушения техники безопасности и охраны труда, что еще совсем недавно находилось в области фантастики.

Конкретно в моей практике, на одной из точек по продаже кофе, мы вместе с командой управляющих добились того, что с определенной степенью достоверности, исходя из большого массива обработанной информации и конкретных характеристик пола, возраста и внешнего вида посетителя, даже пришедшего впервые, мы научились предугадывать предпочтения в плане выбора той или иной позиции из меню.

А клиентам, которые у нас покупали регулярно, периодически озвучивали фразу из разряда: «Вам как обычно средний капучино или хотите попробовать другие позиции нашего меню?» Конечно, такая клиентоориентированность сильно подкупала клиентов, и они возвращались снова и снова.

— Что чаще всего мешает ИИ правильно понять происходящее на видео? Темнота, плохая камера, толпа людей, снег, нестандартная ситуация? Где проходит граница возможностей технологии?

Действительно, у классической системы видеонаблюдения еще несколько лет назад было достаточно много ограничивающих факторов, таких как погодные условия в виде дождя и снега, различные птицы, животные и насекомые, которые могли сбивать тревожные датчики и давать ложные срабатывания. Были и другие ограничения, кроме, пожалуй, темноты, проблему которой решили достаточно давно — сначала системами инфракрасной подсветки, а потом и другими технологиями ночного видения камер. В текущих реалиях можно выделить ситуации, когда могут происходить ложные срабатывания следующего характера.

Во-первых, когда происходящая ситуация отклоняется от рамок нормального события. Мы, как правило, рассматриваем некий образ стандартной ситуации и все алгоритмы реагирования расписываем в зависимости от течения того или иного события в рамках этой ситуации. Разумеется, ситуации могут выходить за рамки стандартности, и тогда система может не найти подходящего алгоритма реагирования и может произойти сбой. Но эти сбои помогают нам и системе в будущем расширять границы нормальности ситуации и адаптировать под это алгоритмы.

Во-вторых, когда видеопоток оказывается перегружен разными событиями, большим количеством людей или техники, одновременностью происходящих ситуаций. В таких случаях также возможны сбои реагирования.

Если говорить про границы возможностей технологии, то, скорее всего, это больше вопрос не рамок самой системы видеоаналитики, а рамок тех ситуаций, которые описываются оператором системы, и необходимости тех или иных действий в ответ на них. Но это нужно рассматривать как некую постоянно меняющуюся систему, которая для максимально корректной работы требует постоянного анализа и внесения корректировок. Как, наверное, впрочем, и любая другая система, в том числе и поведение человека.

— Если представить обычный объект через пять лет, магазин, бизнес-центр или производство, что там будет делать видеоаналитика, чего мы пока даже не замечаем, и останется ли в такой системе место человеку?

На самом деле в ближайшие годы видеоаналитика способна заменить многие аспекты нынешней человеческой деятельности, но, как правило, это касается пока все-таки низкоквалифицированного труда. Для правильного выстраивания механизмов взаимодействия и написания актуальных алгоритмов реагирования без профессиональных сотрудников, имеющих большой практический опыт, обойтись вряд ли получится. Но вот уже вышеупомянутых вахтеров, сторожей, кассиров и различного рода консультантов ИИ с видеоаналитикой заменит уже в обозримом будущем.

Если немного пофантазировать, то в недалеком будущем мы будем иметь магазины без кассиров и касс самообслуживания, автоматизированные АЗС, на которых не придется выходить из машины, а вся заправка будет происходить автономно, интеллектуальные примерочные и ИИ-стилисты, цифровые диетологи и фитнес-тренеры, а также онлайн-консультанты по здоровью с обширной базой однотипных внешних факторов протекания того или иного заболевания.

Что касается человека, то для него все больше задирается планка востребованности в современном мире. И если раньше на ряд позиций работодатели могли нанять любого человека, независимо от пола, возраста, образования и опыта, то сегодня ряд подобных должностей можно закрыть внедрением систем автоматизации и ИИ, а для человека остаются более уникальные или технически сложные позиции. Это должно послужить триггером для среднестатистического человека к постоянному образованию и саморазвитию, иначе конкурировать с современными технологиями будет все сложнее с каждым годом.