Дорожная карта для внедрения ИИ или почему автопарк — не IT-компания

Российский рынок телематики и мониторинга транспорта переживает период «искусственного интеллектуального бума». Все больше автопарков стремятся внедрить предиктивную аналитику и машинное обучение, однако зачастую пытаются перепрыгнуть через необходимые технологические этапы. Текущее состояние отрасли прокомментировал директор по развитию ГК «МОНТРАНС» Дмитрий Журавлев.

— Сегодня мы наблюдаем интересный парадокс: руководители автопарков слышат о возможностях ИИ, которые предсказывают поломки и экономят миллионы, и хотят получить этот результат «вчера». При этом многие из них до сих пор используют системы мониторинга транспорта как «цифрового канцеляра» — исключительно для отслеживания пробега и маршрутов. Это все равно что пытаться запустить сложный финансовый проект, не научившись вести базовый учет. Эффективное использование искусственного интеллекта возможно только при наличии трех ключевых компонентов:

Во-первых, это качественные данные. Алгоритмы ИИ учатся на исторических данных. Если ваш датчик уровня топлива врет на 10%, а водители регулярно «забывают» глушить двигатель, система будет строить прогнозы на основе информационного шума. Результат окажется не просто бесполезным, но и экономически опасным.

Во-вторых, бизнес-процессы должны быть структурированы. ИИ должен быть интегрирован в операционные процессы. Если система предсказала выход из строя тормозных колодок через 2000 км, но у вас нет регламента — как диспетчер, механик и водитель реагируют на это предупреждение — деньги на внедрение автоматизации будут попросту выброшены на ветер.

И в-третьих, выработать культуру принятия решений на основе собранных данных. Самая сложная задача — изменить мышление персонала. Если решение о замене запчасти по-прежнему принимается по принципу «авось проедет», никакой, даже самый продвинутый ИИ, не поможет.

— Этот путь кажется логичным, но на практике он часто оказывается тупиковым и необоснованно дорогим. За квалифицированными data scientists и ML-инженерами сегодня идет настоящая охота, и автопарк, чья основная специализация — логистика, а не разработка ПО, просто не сможет конкурировать на этом рынке труда ни по зарплатам, ни по интересным для специалиста задачам. В результате он получает не команду мечты, а сборище разрозненных IT-универсалов, которые вынуждены методом проб и ошибок изобретать то, что уже давно является отраслевым стандартом. Ждать от них прорывного продукта, который изменит рынок, — наивно. Их главная задача — поддерживать текущие бизнес-процессы, а не создавать инновации с нуля».

— Современный автомобиль, оснащенный телематикой, — это, по сути, компьютер на колесах. Уязвимости в его программном обеспечении могут позволить злоумышленникам не только похитить данные, но и получить удаленный контроль над системами управления. Для нас это вопрос стратегической ответственности перед клиентами. Что касается локализации, здесь важен качественный переход. Речь уже не просто о сборке в России устройств из иностранных комплектующих. Мы говорим о глубокой локализации — создании собственных микропрограмм, разработке отечественных датчиков и построении защищенных каналов передачи данных. Только так можно обеспечить реальную технологическую независимость и устойчивость бизнеса клиентов.

— Наш опыт показывает, что путь к интеллектуальному автопарку лежит через последовательное прохождение нескольких этапов. Сначала — внедрение базового мониторинга и наведение порядка в базе данных. Затем — автоматизация регламентов и отчетности. И только после этого, имея очищенные данные и отлаженные процессы, можно подключать «тяжелую артиллерию» в виде предиктивной аналитики и ИИ. Попытки срезать этот путь, будь то прыжок через этапы или ставка на непрофильных внутренних специалистов, неизбежно приводят к разочарованию в технологии и финансовым потерям. Задача интеграторов — не просто продать «модную» опцию, а стать проводником для клиента в этой сложной, но крайне эффективной цифровой трансформации, избавив его от необходимости самому участвовать в кадровой гонке за дефицитными IT-талантами.