Security News :: Информационно-аналитическое издание по техническим средствам и системам безопасности
Поиск Контакты Карта сайта
Security News :: информационно-аналитическое издание по техническим средствам и системам безопасности
Security News
Security Focus

Услуги размещения публикаций на сайте Security News
 
 Газета 
 Статьи 
 Зарубежные новости 
 Под знаком PR 
 Новости 
 События отрасли 
 Дайджест СМИ 
 Фоторепортажи 
 Книги 

Получайте новости Security News через Telegram

Получайте новости Security News через Telegram. Это самый оперативный способ читать их с любого устройства.



Security News





Библи видеонаблюдения - 3
Газета "Security News" / Статьи по системам безопасности / Зарубежные публикации

К 2028 году 15 тыс. камер видеонаблюдения смогут обслуживать четыре оператора с помощью ИИ — итоги круглого стола SMART Surveillance & AI


19.11.2026

Рынок систем видеонаблюдения переживает период острейшего разрыва между громкими маркетинговыми обещаниями и повседневной реальностью ситуационных центров. Пока производители и молодые программные компании соревнуются в добавлении приставки «ИИ» к любым обновлениям, операторы на пультах мониторинга продолжают вручную просматривать бесконечный поток ложных срабатываний от теней, ветра, животных и автомобильных фар. Чтобы отделить реальные технологические сдвиги от рекламного шума, отраслевое издание SMART Security Solutions провело масштабный круглый стол SMART Surveillance & AI 2026 с участием четырех практиков, развивающих собственные платформы видеоаналитики в жестких эксплуатационных условиях Южной Африки, Великобритании, Европы и Азиатско-Тихоокеанского региона.

В дискуссии под руководством главного редактора Эндрю Селдона приняли участие Герхард Фуртер из компании Iris AI (более 25 лет работы с алгоритмами искусственного интеллекта, платформы Activeye, Maestro и SnapGuard для розничных сетей и жилых комплексов), сооснователь и технический директор Lytehouse Жан-Висенте Де Карвальо (облачная платформа видеоменеджмента, движок правил на базе глубокого обучения и агентные ИИ-операторы Scout AI), основатель и директор по инновациям DeepAlert д-р Джаспер Хоррелл (фильтрация свыше 95% ложных тревог, платформы COMMAND, SceneIQ, AlertIQ, SiteIQ и пограничный шлюз EdgeHub), а также сооснователь и генеральный директор Refraime Дейв Китинг (команда выходцев из Yellow Dog Software с тридцатилетним опытом построения систем логического вывода для финансового сектора и государственных структур).

Выбор площадки оказался не случайным: южноафриканский рынок физической безопасности считается одним из самых суровых полигонов в мире. В отличие от стерильных лабораторных условий, разработчикам здесь приходится работать с разношерстным парком устаревших камер, нестабильными каналами связи, регулярными перебоями электропитания, острым дефицитом квалифицированных кадров на пультах и жесткими бюджетными ограничениями заказчиков. Системы, доказавшие работоспособность в такой среде, сегодня успешно экспортируются в Европу, Австралию и Юго-Восточную Азию — и именно поэтому откровенный разговор участников круглого стола дает редкую по честности картину того, что на самом деле происходит с искусственным интеллектом в видеонаблюдении.

«Лакмусовый тест» для заказчика: три поколения видеоаналитики против маркетингового обмана

Первой острой темой дискуссии стала массовая подмена понятий на рынке. Как отметил Дейв Китинг, индустрия безопасности печально известна привычкой переклеивать ярлыки: компании берут технологии двадцати- или тридцатилетней давности — обычные детекторы движения, пересечение виртуальной линии и примитивные правила, — упаковывают их в стильные пользовательские интерфейсы в духе потребительской электроники и продают заказчикам под видом искусственного интеллекта. В результате у покупателей формируется искаженное представление о возможностях современных алгоритмов, а добросовестным разработчикам приходится тратить месяцы на просвещение клиентов.

Чтобы очистить рынок от недобросовестного маркетинга, Китинг предложил заказчикам и системным интеграторам простой «лакмусовый тест» при проведении тендеров и пилотных испытаний. Покупатель должен задать поставщику прямой вопрос: была ли система жестко запрограммирована инженером под конкретное правило, обучена на размеченных примерах или самостоятельно освоила навык? Если алгоритм срабатывает только потому, что программист прописал условие «подать сигнал при появлении объекта в прямоугольной зоне после 18:00», перед вами классическая автоматизация по правилам, а не искусственный интеллект.

При этом среди самих участников круглого стола разгорелась показательная профессиональная полемика о том, где именно проходит граница «настоящего» искусственного интеллекта. Герхард Фуртер занял наиболее радикальную позицию: по его определению, подлинный искусственный интеллект начинается лишь там, где вы получаете от камеры больше смысла и выводов, чем заложили на входе. Он строго разграничивает базовое машинное обучение — например, обнаружение человека или автомобиля и проверку правила «нет людей после трех часов дня» — и визуально-языковые модели (VLM), которые способны интерпретировать сложную сцену и выдавать развернутый ответ, превосходящий по глубине сам запрос оператора.

Жан-Висенте Де Карвальо и Джаспер Хоррелл предложили более взвешенную инженерную классификацию, выделив три самостоятельных технологических уклада, каждый из которых сохраняет свою экономическую ценность. Первый уклад — традиционное компьютерное зрение 1980-х годов (детекция движения по изменению пикселей, фоновое вычитание), которое до сих пор оправдано на простейших точках с минимальным бюджетом. Второй уклад — модели глубокого обучения, пережившие взлет в конце 2010-х годов: для их создания требуются вычислительные кластеры, миллионы размеченных кадров и команда специалистов по данным, однако обученная модель уверенно распознает позы, поднятые руки или драку. Связка такой нейросети с движком правил остается полноценным искусственным интеллектом, но при этом обходится на порядок дешевле в эксплуатации, чем тяжелые языковые модели. Наконец, третий уклад — новейшие большие языковые и визуально-языковые модели с агентным поведением, которые имитируют логическое рассуждение, понимают текстовые инструкции и самостоятельно выстраивают цепочки действий. По мнению Де Карвальо, ошибка многих интеграторов заключается в попытке решать задачи второго уровня с помощью дорогих инструментов третьего, хотя оптимальная архитектура почти всегда сочетает все три слоя.

Автономные ИИ-агенты, проблема доверия и «луковичная» архитектура

Центральный вопрос, заданный модератором, касался автономности: насколько далеко сегодняшние программные агенты продвинулись от простых ботов-помощников к самостоятельному управлению объектами. По мнению Дейва Китинга, грань между агентным ИИ и роботизированной автоматизацией процессов (RPA) на пультах часто размыта. Настоящий агент в реальном времени анализирует видеопоток, обращается к историческим данным, сопоставляет контекст и при превышении заданного порога достоверности передает инцидент человеку-аналитику. Главным барьером на этом пути остается кризис доверия, усугубленный низким порогом входа: сегодня любой разработчик может подключить готовую облачную VLM-модель за несколько недель, но на реальном объекте универсальные модели ведут себя непредсказуемо.

Практика подтверждает это на самых неожиданных примерах. В ходе дискуссии спикеры привели случай с рождественскими праздниками 2025 года в одном из крупных казино: универсальные ИИ-агенты, не обученные специфике конкретного объекта, засыпали диспетчерский пульт ложными тревогами о возгорании, приняв яркие новогодние гирлянды и декоративную подсветку за открытое пламя. Другая показательная проблема — расплывчатый запрос заказчиков на «выявление необычного поведения». Как подчеркнул Китинг, аномалия всегда привязана к конкретному сценарию. Когда его команда принимала техническое задание от руководства пансионата для пожилых людей, выяснилось, что под «необычным поведением» персонал понимает три совершенно разнородных события: собак, портящих газон на территории, пожилых постояльцев, выходящих на прогулку без головных уборов, и резкое ускорение шага кого-то из жильцов в сторону уличных ворот, что указывает на попытку самовольного ухода с территории.

Чтобы обуздать галлюцинации и избавить операторов от бессмысленных уведомлений, разработчики Refraime перешли к многослойной «луковичной» архитектуре, где классическое компьютерное зрение и специализированные узкие модели работают как фильтры для агентов. Хрестоматийный пример — охрана оружейной комнаты. Если на стеллажах открыто хранятся винтовки, обычная нейросеть будет каждую секунду докладывать о наличии огнестрельного оружия в кадре. Многослойная система рассуждает иначе: сначала базовый детектор проверяет, есть ли в помещении человек; если человека нет, тревога блокируется на нижнем уровне; если человек вошел, оценивается взаимное расположение его рук и оружия; и только при несанкционированном контакте или угрожающем захвате событие поднимается на верхний слой к оператору-аналитику.

О реальном балансе автономности и ручного контроля наглядно говорит статистика Iris AI, которую озвучил Герхард Фуртер. По его данным, около 40% всех объектов компании уже функционируют в полностью автономном режиме: если на закрытом в нерабочее время складе зафиксировано достоверное проникновение человека, платформа Maestro самостоятельно запускает протокол реагирования без подтверждения человеком. Однако на оставшихся 60% объектов финальная проверка остается за оператором. Причина кроется в технологических ограничениях конкретных алгоритмов: распознавание лиц и поиск оружия в оживленных торговых центрах пока не обладают стопроцентной надежностью — в руках посетителей любой вытянутый предмет легко принимается нейросетью за пистолет. При этом даже на полностью автономных площадках компания ведет сплошной журнал всех детекций, а собственные аудиторы выборочно и постфактум перепроверяют каждый инцидент, что позволяет удерживать точность выявления реальных нарушений выше 99%.

Сдвиг от охранного пульта к операционному центру

Одним из самых неожиданных открытий круглого стола стало единодушное признание участников: классическая физическая охрана стремительно перестает быть главным драйвером продаж видеоаналитики. По словам Фуртера, компания Iris AI провела внутренний аудит клиентской базы и обнаружила, что 60% заказчиков сегодня приобретают систему не ради охранных функций (Security Operations Center, SOC), а для нужд операционного управления и контроля производства (Network Operations Center, NOC), тогда как задачи безопасности занимают лишь 40% и зачастую воспринимаются как приятное дополнение к основной бизнес-ценности.

Наиболее яркую иллюстрацию этого тренда Фуртер привел из практики складской логистики. На одном из крупных предприятий ручная инвентаризация определенной номенклатуры товаров на распределенных складах занимала две недели непрерывной работы бригады из восьми человек, включая руководителя смены. После настройки компьютерного зрения поверх уже установленных обзорных камер та же процедура подсчета остатков стала занимать семь секунд и выполняется одним оператором, которому не требуются специальные технические навыки — достаточно считать итоговое число на экране. Более того, те же камеры одновременно контролируют ношение средств индивидуальной защиты, соблюдение техники безопасности при погрузке и небрежное обращение с товаром — то есть управляют операционными, а не только криминальными рисками.

Аналогичную трансформацию подтвердил Дейв Китинг на примере автодилерских центров. Камеры, годами висевшие на парковках и в ремонтных зонах исключительно в пассивном режиме записи на случай угона, при подключении специализированных агентов превращаются в инструмент управления сервисом: система автоматически фиксирует въезд автомобиля, распознает марку и модель, оценивает визуальное состояние кузова на момент приемки и формирует сводку для мастера-приемщика в цехе, минуя охранный пульт. В свою очередь, Джаспер Хоррелл отметил растущий спрос на контроль открытых и закрытых ворот, обнаружение задымления и протечек, падения людей на строительных и промышленных площадках, а также автоматические «виртуальные обходы» для проверки готовности объекта к открытию.

Для коммерческих центров мониторинга этот сдвиг означает появление новых высокомаржинальных источников дохода. Жан-Висенте Де Карвальо привел пример из практики Lytehouse в розничной торговле Сингапура: в крупном магазине с высокой проходимостью прежние системы генерировали до 10 000 тревог в сутки, что делало удаленный контроль магазинных краж экономически невозможным для внешнего пульта. Внедрение агентной фильтрации снизило поток уведомлений в сто раз — до 100 содержательных событий в день. На этом уровне нагрузки пульт мониторинга впервые смог продавать ритейлеру услугу активного предотвращения потерь в реальном времени, превратив расходы на видеонаблюдение в окупаемый сервис.

Анатомия «супер-диспетчерских» и кризис управления изменениями

Ключевой прогноз круглого стола касается радикальной перестройки самой структуры пультовой охраны в ближайшие 24 месяца. Сегодня, по оценке Жан-Висенте Де Карвальо, от 99,5% до 99,9% всех сигналов, поступающих на мониторы дежурных операторов, представляют собой информационный мусор — ложные срабатывания, с которыми человек вынужден механически бороться в режиме «игнорировать, игнорировать, игнорировать», неизбежно пропуская реальные угрозы из-за когнитивного утомления. В таких условиях один оператор физически способен контролировать не более 200–300 камер.

Первая волна агентной автоматизации, полностью берущая на себя первичную сортировку мусорных тревог и проверку работоспособности оборудования, уже позволяет увеличить нагрузку в десять раз — до 2 000–3 000 камер на одно рабочее место. Но уже к концу 2028 года, по прогнозу Де Карвальо, на рынке появятся первые две или три так называемые «супер-диспетчерские». Это будут сверхкрупные ситуационные центры, в которых всего 3 или 4 операторских поста смогут эффективно обслуживать от 10 000 до 15 000 видеокамер одновременно, фокусируясь исключительно на критических инцидентах, эскалации угроз и взаимодействии с группами быстрого реагирования.

Вместе с тем участники разошлись во взглядах на судьбу тысяч средних и мелких локальных пультов. Де Карвальо убежден, что рынок ждет жесткая консолидация: из условных 9 000 пультов в стране выживут и вырастут в глобальные центры лишь 100–300 наиболее технологически зрелых компаний, которые рассматривают видеопоток как «интеллектуальный хаб» для бизнеса. Джаспер Хоррелл согласился с краткосрочным усилением предприимчивых пультов, но предупредил о долгосрочном тренде: по мере того как ИИ-агенты научатся самостоятельно настраивать правила, следить за здоровьем камер и формировать понятные отчеты, крупные конечные заказчики все чаще будут получать готовую аналитику напрямую, минуя посредников, что приведет к сжатию или закрытию традиционных диспетчерских, не сумевших перестроиться.

За сухими цифрами производительности скрывается острая социальная и управленческая проблема, о которой прямо предупредил Дейв Китинг. На ряде крупных объектов его команда столкнулась с прямым саботажем со стороны действующих операторов пультов: сотрудники, увидев, что программа берет на себя фильтрацию тревог и понимая угрозу увольнения, намеренно срывали пилотные проекты и выводили из строя настройки аналитики. Кроме того, в текущих реалиях операторы часто работают в атмосфере жесткого прессинга, где любая ошибка ведет к немедленному увольнению, а базовый уровень компьютерной грамотности и школьного образования персонала остается невысоким.

Участники предложили два практических пути выхода из этого тупика. Герхард Фуртер рассказал о десятилетнем корпоративном принципе Iris AI: искусственный интеллект ни при каких обстоятельствах не должен становиться причиной увольнения сотрудника — освободившийся персонал переобучают и переводят на задачи аудита логов, разметки сложных сцен или клиентского сервиса. Дейв Китинг пошел еще дальше: он рекомендует переводить за операторские пульты опытных постовых охранников, которые годами работали «на земле», знают физическую планировку складов, маршруты патрулей и каждую слепую зону за углом, а также экспериментировать с распределенными сообществами микрозадач. В такой модели базовую верификацию и разметку кадров для дообучения локальных моделей можно поручать удаленным работникам — например, пенсионерам или людям с нарушениями слуха — с многоуровневой системой перекрестного контроля качества. Со своей стороны разработчики программных платформ обязаны максимально упрощать интерфейс аналитика, чтобы сложные расследования и запуск протоколов реагирования выполнялись в один или два клика.

Ценовые иллюзии заказчиков, провал розничного B2C и риски 2028 года

Не менее болезненной темой стало столкновение завышенных ожиданий покупателей с реальной экономикой вычислений. Джаспер Хоррелл указал на массовое заблуждение рынка: заказчики требуют стопроцентной точности распознавания за символическую плату порядка одного доллара за камеру в месяц, забывая, что реальное видеонаблюдение состоит из полутонов — ночной засветки, перепадов погоды, грязной оптики, низкого битрейта старых камер и сетевых сбоев. По мнению Хоррелла, честный выход для индустрии заключается во внедрении многоуровневых тарифов: если клиенту нужна точность, близкая к абсолютной, он должен оплачивать локальные вычислительные узлы, широкие каналы связи и многократную перепроверку кадров; если бюджет жестко ограничен, система честно предупреждает о более высоком пороге допустимых пропусков или ручной доочистки тревог.

Свежим примером ценовой наивности поделился Дейв Китинг. Накануне круглого стола к его компании обратился клиент с запросом на полностью автономный дрон для регулярного обмера сыпучих складов сырья, рассчитывая уложиться в бюджет около 1700 долларов США — стоимость обычного бытового квадрокоптера из магазина. Когда инженеры объяснили, что промышленная автономность требует автоматической док-станции для подзарядки, защищенного канала управления и специализированной фотограмметрии, а стоимость одного пилотного испытания составит от 14 000 до 17 000 долларов США, переговоры мгновенно остановились. Рынок видеоаналитики, по словам Китинга, уже миновал пик завышенных ожиданий, прошел через «долину разочарования» и только начинает подъем по «склону просвещения», где ценится реальный возврат инвестиций, а не магические обещания.

Показательным уроком для всех четырех вендоров стал отказ от массового потребительского сегмента (B2C) в пользу строгого B2B. Китинг вспомнил опыт масштабного проекта по оснащению жилых пригородов уличными камерами с проектированием собственных антенн для ячеистых радиосетей: домовладельцы отказывались предоставлять даже розетку и доступ к интернету, хотели платить символические суммы, но при каждом пропущенном инциденте буквально выходили к воротам с требованиями немедленного отчета. Сегодня и Iris AI, и DeepAlert, и Lytehouse, и Refraime строят продажи исключительно через корпоративных заказчиков, системных интеграторов, дистрибьюторов и крупные центры мониторинга, а также выстраивают гибридную архитектуру, позволяющую выжимать максимум аналитики из уже установленного разномарочного парка камер без принудительной замены всего «железа».

Заглядывая в будущее к концу 2028 года, эксперты нарисовали картину глубокой трансформации отрасли. Дейв Китинг прогнозирует появление управляющих агентов-координаторов (оркестраторов), которые будут объединять на одном видеопотоке сразу несколько узкоспециализированных нейросетей, формируя комплексную сводку по сцене в одном событии — от выявления курения и нарушений охраны труда до фиксации вооруженной угрозы. Фуртер ожидает, что автономные агенты возьмут на себя рутинное управление большинством объектов при сохранении человека в роли финального контролера, а Хоррелл предсказывает переход от громоздких интеграций к компактным высокоавтоматизированным командам.

Главное предупреждение рынка сформулировал Жан-Висенте Де Карвальо: благодаря легкости создания программ на базе готовых ИИ-моделей в ближайшие два года на рынок хлынет волна неопытных софтверных стартапов. Заказчики, соблазнившиеся низкими ценами таких новичков, рискуют серьезно обжечься, поскольку молодые команды не имеют полевого опыта поддержания круглосуточной связи с камерами на удаленных объектах и не понимают ответственности за инциденты с высоким уровнем риска. К этому Китинг добавил еще один структурный вызов — предстоящую волну дешевого оборудования и закрытых облачных подписок от крупных азиатских производителей, которые стремятся замкнуть клиента внутри собственной экосистемы, что делает технологическую независимость, открытые стандарты интеграции и осознанный выбор проверенного партнера критически важными для безопасности бизнеса.

Памятка для заказчиков и интеграторов: как выбирать ИИ-видеоаналитику в 2026–2028 годах

Проводите «лакмусовый тест» до заключения контракта. Запрашивайте у поставщика не маркетинговые презентации, а техническое объяснение архитектуры: работает ли решение на статических правилах движения, на специализированных моделях глубокого обучения или на визуально-языковых агентах. Для базовой охраны периметра переплата за тяжелые облачные модели экономически нецелесообразна, тогда как для сложного контекстного анализа и операционного учета обычных детекторов недостаточно.

Закладывайте в проект «луковичную» фильтрацию и гибридную схему. Не подключайте универсальные языковые модели напрямую к сырому потоку со всех камер — это приводит к лавинообразному росту затрат на вычисления и ложным срабатываниям на нестандартный декор или погодные аномалии. Используйте легкие детекторы на камерах или локальных серверах как первый фильтр, передавая на верхний уровень только события, требующие смысловой оценки.

Оценивайте экономику проекта через операционные задачи, а не только через охрану. При защите бюджета перед руководством объединяйте требования службы безопасности и производственных подразделений: контроль средств индивидуальной защиты, автоматизация складского учета, фиксация задымления, падений персонала и соблюдения регламентов позволяют окупить внедрение аналитики кратно быстрее, чем одно лишь предотвращение краж.

Требуйте прозрачной привязки цены к точности и проверяйте полевой опыт вендора. Откажитесь от ожиданий абсолютной безошибочности при минимальном тарифе и заранее согласуйте допустимый уровень пропусков, требования к качеству существующих камер и резервированию каналов связи. При отборе поставщика проверяйте наличие подтвержденного опыта круглосуточной эксплуатации на реальных объектах, открытых интерфейсов интеграции и практики кадрового сопровождения операторов пульта, чтобы исключить саботаж при запуске системы.

Компания:  ИА Безопасность Сегодня


Последние публикации компании:

Новости
Статьи
Передний край

ВРЕМЯ УЯЗВИМОСТЕЙ

Обновление возможностей технических продуктов, подпитывающее рынок безопасности, почти на сто процентов зависит от развития технологий. Однако прогресс рождает и новые возможности для злоупотреблений. Поэтому в солидных компаниях, прежде чем выпускать на рынок заведомо инновационный продукт, на всякий случай принято проводить экспертизу на предмет того, каким образом можно употребить новинку во зло. Если этого не сделать, разыгравшаяся пользовательская фантазия рано или поздно приведёт к появлению новых угроз и опасностей, непосредственно вызванных этим продуктом...

ЭПОХА СТАРТАПОВ

Крупные корпорации, как известно, в рыночном смысле несколько неповоротливы и инертны. А данные о высокой эффективности операций, почерпнутые из отчётов перед акционерами, зачастую выглядят не слишком правдоподобно. На этапе становления рынка крупным компаниям всегда легче: уже сложилась репутация, установилась клиентская база, выработаны навыки ведения переговоров. Когда рыночный пирог поделен «крупняком», мелким игрокам остаётся лишь подбирать крошки.

10 СОВЕТОВ УЧАСТНИКАМ ВЫСТАВОК

Выставка — это серьёзные инвестиции, организационное напряжение и большие надежды. Чтобы всё это оправдалось, следует избегать и «лотерейного» подхода (авось, кто-нибудь да забредёт), и жёсткой программы (только встречи по списку). Как выжать всё возможное из присутствия на очередном мероприятии? Оставим в стороне вопрос целесообразности участия и выбор самой выставки и приведём несколько практических советов. Несмотря на то, что часть из них выглядят вполне очевидными, постарайтесь уделить внимание каждому пункту. Что необходимо предусмотреть, готовясь к экспозиции своих продуктов и услуг?

Книжная полка


Системы защиты периметра

Системы защиты периметра







Охранные системы и технические средства физической защиты объектов

Охранные системы и технические средства физической защиты объектов




Руководство по подготовке операторов систем видеонаблюдения

Руководство по подготовке операторов систем видеонаблюдения



Hits 131388584
409655
Hosts 13388907
70853
Visitors 27420953
154159

1356

RSSRSS
Присоединиться в ТвиттереTwitter
Присоединиться в FacebookTelegram
Присоединиться в LinkedInLinkedIn
Присоединиться в FacebookFacebook
Присоединиться в Google+Google+
Присоединиться ВКонтактеВКонтакте
Присоединиться в YoutubeYouTube
Присоединиться в ОдноклассникиОдноклассники
Присоединиться в LiveJournaLiveJournal
© ИА «Безопасность Сегодня», 2017-2026.
© «Секьюрити Фокус», 2001-2016.
Свидетельство о регистрации электронного СМИ SECURITY NEWS ЭЛ № ФС 77-33582