ЦИПР-2026: как ИИ меняет транспорт, логистику и биометрические сервисы

22 мая 2026, 18:11

© Фото: Конференция ЦИПР

На финальной транспортной сессии ЦИПР участники обсудили использование искусственного интеллекта в авиации, железнодорожной отрасли, логистике, биометрических сервисах и беспилотном движении. В центре дискуссии оказались методика оценки ИИ-решений, нормативное разграничение ответственности, обучение автономных систем, автоматизация логистики и тиражирование технологий на транспортной инфраструктуре.

Методика и регулирование

Модератор сессии Полина Давыдова заявила, что следующим шагом для отрасли должна стать методика оценки ИИ-решений, которые уже используются на транспорте по отраслевым и сквозным направлениям. По её словам, ещё два года назад участники рынка спорили, какие решения вообще можно относить к искусственному интеллекту, тогда как теперь речь идёт уже о более прикладной оценке внедрённых технологий.

Пётр Метелкин сообщил, что в 2020 году транспортная отрасль стартовала почти с единичных значений по уровню готовности ИИ-технологий, а сейчас, по его оценке, уже вышла на уровень, при котором отдельные решения используются достаточно массово. Он также заявил, что развитие ИИ на транспорте потребовало создания нормативно-правовой и нормативно-технической базы.

По словам Метелкина, в этом году подготовлен закон по ВАТС, который, по его словам, разграничивает ответственность и определяет правила использования автономного транспорта на трассах. Он также сообщил, что совместно с ассоциацией была подготовлена «Белая книга» по теме ИИ на транспорте, которую затем перевели на английский язык и представили в рамках технологического обмена между странами БРИКС.

Отдельно Метелкин обратил внимание на интеллектуальные транспортные системы. По его словам, они помогают не только регулировать движение, но и обеспечивать транспортную безопасность, а уличные камеры в составе ИТС выводят предупреждения на информационные табло и помогают операторам быстрее реагировать на ДТП и другие дорожные инциденты.

Говоря о беспилотной авиационной доставке, Метелкин заявил, что если раньше тестовые грузы не превышали 12 кг, то теперь КБ Громова представило средний беспилотный летательный аппарат с полезной нагрузкой до 300 кг. По его словам, такие аппараты уже проходят апробацию в регионах, а в Благовещенске в рамках ЭПР испытываются БАСы для трансграничной доставки.

Как ИИ внедряют в РЖД

Кирилл Семион из РЖД описал искусственный интеллект как набор технологий, которые применяются в разных процессах компании, а не как единое решение. По его словам, в РЖД ИИ используется, в частности, в чат-ботах, которые закрывают около 60% обращений пользователей в техподдержку, в интеллектуальном документообороте, в речевой аналитике колл-центров, в видеораспознавании и в производственных процессах.

Семион также рассказал, что ИИ применяется для прогноза пассажиро- и грузопотоков, прогноза отказов и износа инфраструктуры, а также в динамической модели загрузки инфраструктуры на горизонте суток. Отдельно он упомянул проект «Цифровая железнодорожная станция», который отрабатывается на узле Челябинск-Главный и объединяет автоведение, роботизацию и цифровое управление станционными процессами.

Беспилотники: испытания и обучение моделей

Переходя к теме беспилотников, Полина Давыдова заявила, что это не самый распространённый, но один из самых зрелищных и дискуссионных сценариев применения ИИ на транспорте. Она также сказала, что транспортная отрасль одной из первых подошла к нормативному закреплению ответственности в сфере автономных систем и выразила надежду, что соответствующие решения будут приняты в ближайшее время.

Иван Соломин из Navio сообщил, что на полигоне НАМИ компания проехала почти 3 тыс. км без водителя в кабине, отрабатывая различные сценарии движения. По его словам, испытания проходили в разных погодных условиях, а среди ключевых задач были считывание светофоров, остановки и выполнение основных манёвров на дорогах общего пользования, в том числе на трассах М-1 и М-12.

Соломин сказал, что до 2024 года в основе разработки лежал преимущественно алгоритмический подход с описанием типовых сценариев, но полностью охватить все ситуации таким способом невозможно. По его словам, именно поэтому в разработке начали играть большую роль VLA-модели, трансформеры и фотореалистичные симуляторы, которые используются для обучения и валидации.

Он также заявил, что вручную можно описать около 70% сценариев, тогда как оставшиеся 30% составляют редкие случаи. Соломин добавил, что компания сегментировала 17 категорий экспертных знаний и навыков вождения, необходимых для обучения системы управления.

Логистика: физический и информационный контуры

Евгений Некрасов предложил рассматривать логистику как систему из двух слоёв — физического и информационного. По его словам, в физическом слое находятся машины, корабли, самолёты и поезда, а в информационном — информационные системы и люди, обеспечивающие передачу и согласование информации.

Некрасов заявил, что именно в информационном слое часто возникают значительные задержки, из-за которых машина может простоять на складе 5–10 часов в сутки, даже если груз был доставлен раньше. По его словам, причиной таких простоев становится разрыв коммуникаций между грузоотправителем, получателем и транспортной компанией.

По оценке Некрасова, доля информационного слоя составляет 15–30% общих затрат на логистику, а весь объём логистических затрат в России он оценил в 9 трлн рублей. Он также заявил, что рынок информационного слоя составляет 1,2 трлн рублей, а совокупная экономия от применения ИИ в физическом и информационном контуре может достигать 40% всех затрат на логистику.

Шереметьево: прогнозирование, камеры, биометрия

Дмитрий Ильин из Шереметьево рассказал, что для аэропорта прогноз пассажиропотока — один из показателей, который влияет более чем на 60% операционных затрат и затраты на технику. По его словам, система должна прогнозировать не только общий поток, но и загрузку по каждому самолёту, пассажиру и багажу на горизонте не менее шести месяцев.

Ильин сообщил, что Шереметьево занимается этой системой с 2017 года и сейчас использует ансамбль методов ИИ, который прогнозирует каждый рейс на несколько месяцев вперёд с точностью свыше 95%. На основе этих данных, по его словам, аэропорт рассчитывает потребность в стойках регистрации, выходах на посадку, линиях досмотра, персонале и технике.

По словам Ильина, эти процессы уже тиражируются не только в Шереметьево, но и в Пулково и Сочи, а также обсуждаются с Домодедово, Внуково и «Новапортом», объединяющим 26 региональных аэропортов. Он оценил экономический эффект от прогнозирования, цифрового двойника и управления задачами более чем в 1 млрд рублей в год.

Ильин также сообщил, что в аэропорту используется более 5 тыс. камер, а среди кейсов машинного зрения он назвал парковочные сервисы и анализ различных очередей. По его словам, с 1 июня вступает в силу экспериментальный режим, в рамках которого пассажиры с подтверждённой биометрией смогут воспользоваться сервисом на рейсах «Аэрофлота» между Москвой и Санкт-Петербургом через терминал B Шереметьево.

Новые сценарии биометрии на транспорте

Евгений Семёнов из Центра биометрических технологий сообщил, что ЦБТ участвует в проектах внедрения биометрической посадки на поезд и в аэропорту Шереметьево. По его словам, вместе с регуляторами обсуждаются следующие этапы, включая возможность безбарьерного прохода в чистую зону и в зону после таможенного досмотра без гейтов.

Семёнов также заявил, что такие прецеденты уже существуют в мире, а биометрия на транспорте в целом внедряется достаточно активно. В этой части дискуссии модератор отдельно поставила вопрос о границе между удобством и конфиденциальностью при развитии биометрических сервисов.

Что нужно для масштабирования решений

В целом участники сессии обсуждали не только отдельные цифровые кейсы, но и условия их дальнейшего распространения на транспортной инфраструктуре. В центре дискуссии оказались нормативное разграничение ответственности, обучение и валидация автономных систем, автоматизация логистики, тиражирование решений в аэропортах и развитие биометрических сервисов.

Читайте также: Промышленные данные как стратегический актив: Минпромторг запускает переход от изолированных систем к экономике совместного использования.