III КВАРТАЛ 2022Г. - 55 баллов 
Теоретически инструменты для решения задач, поставленных в русле проекта НТЛП имеются. В частности, на РЖД уже занимаются созданием собственной цифровой экосистемой. И развитие модели цифровой инфраструктуры на транспорте сопоставимо с моделью развития железнодорожной инфраструктуры, считает начальник департамента информатизации, ОАО «РЖД» Кирилл Семион.
Ведь принятие решений по развитию транспортной инфраструктуры основывается на анализе, расчетах и прогнозах потоков, затрат и социально-экономических эффектов. И такой подход позволяет получить результат на цифровой сети с приемлемыми затратами.
Цифровой двойник позволяет планировать развитие инфраструктуры РЖД, добавил генеральный директор АО «ИЭРТ» Сергей Румянцев. Цифровая модель подсвечивает узкие места при перемещении грузопотоков и предлагает решения по их расшивке. В перспективе ГИС ТЭБ, работающий на ПТК АС «Генсхема» станет современным, надежным и эффективным инструментом для управления транспортной системой страны.
Аналогичным образом можно оценить эффективность распределения грузопотоков на транспортной сети в РФ. Можно, в частности, определить, как эффективнее использовать ресурсы транспортной инфраструктуры, какие грузы целесообразно переключить на РЖД, на автотранспорт и речные пути. И уже затем моделировать в цифре развитие инфраструктуры каждого вида транспорта. При этом могут быть использованы механизмы ИИ.
Видеть цель – не видеть препятствий?
НТЛП дает рабочие инструменты для прогнозирования грузоперевозок, полагает директор по взаимодействию с органами государственной власти АО «Объединенная транспортно-логистическая компания – Евразийский железнодорожный альянс» Лариса Коршунова. Это основная задача, которую ставит государство перед новой платформой.
Проблема состоит в том, что различные цифровые системы аккумулируют массивы данных по отдельным фрагментам системы перевозок. На таможне, например, знают, как грузы пересекают границу. Видеокамеры на автодорогах фиксируют перемещения фур. Датчики и специализированные АСУ на железнодорожной сети позволяют следить за перемещениями вагонов. Но пока эти данные не связаны между собой, отметил управляющий директор Единой цифровой платформы управления грузоперевозками «Smart Cargo» Алдияр Аубанов.
На эту тему уже накоплен опыт в Казахстане. Создаваемая в этой стране платформа-агрегатор в рамках пилотного проекта через шлюзы пробует собирать данные о пути груза на территории страны. Это данные не GPS-трекеров, а из государственных цифровых баз. Платформа видит, например, что транспортное средство движется к пункту пропуска еще до того, как оно достигнет границы. При этом фиксируются отклонения в пути, если они есть. Это должно помочь ускорить процедуры пересечения границы.
Правда, пока бизнес, работающий на евразийском пространстве, продолжает отмечать бумажные документы и ручные процессы, несмотря на заявления об активной цифровизации. За фасадом электронных платформ скрывается все та же реальность: «Мы по-прежнему оформляем по 7 документов, у нас большие простои», – констатируют участники рынка.
И особую озабоченность вызывает транзит через Казахстан. Причем, чем сильнее власти ставят акцент на цифровизацию, тем почему-то находится больше поводов для проверок при пересечении транзита на границе с Казахстаном. Ряд цифровых сервисов выглядят как новый жесткий фильтр для перевозок в Россию.
Трудности перевода
В рамках ЕАЭС предусмотрена интеграция национальных платформ для мониторинга транспортных потоков.
Однако это процесс не простой: национальные платформы казахстанского «Кеден» и киргизских «смарт-ботов» не стыкуются друг с другом. Теоретически предполагается интеграция российской платформы «ГосЛог» и с системами данных в Китае и Азербайджане. Но как это сделать на практике – пока непонятно.
Не говоря уже о том, что вне границ ЕАЭС имеются абсолютно другие транспортные платформы. Это становится понятным, например, из сообщения управляющего директора Единая цифровая платформа управления грузоперевозками Smart Cargo Алдияра Аубанова. Совпадают только некоторые цели с российской «ГосЛог».
Никто, в частности, не стремится заглянуть в кузов транспортных средств и сопоставить эти данные с выплаченными налогами и таможенными платежами. Кстати, уже само участие ФНС РФ в проекте вызывает у зарубежных партнеров беспокойство – ведь РФ все-таки находится в зоне действия санкций. И малок кому интересно, чтобы под таким углом зрения отслеживались все звенья логистики и нструменты, которые используют организаторы перевозок как раз для обхода санкций.
Соответственно должны быть определены инструменты интеграции национальных баз данных, которые строятся на разных стандартах, а также выделенные фильтры для стока информации в НТЛП.
Региональный аспект
Другая проблема – региональная раздробленность баз данных. Каждый регион замыкается в границах своих территорий. И у каждого региона своя модель учета и планирования развития транспортной системы.
Нет точных данных о перемещении людей на автотранспорте – в автобусах и на личных автомобилях. Это делает невозможным планирование бюджетных инвестиций в развитие инфраструктуры для обслуживания пассажиропотоков. А это влияет и на определение пропускной способности для грузовых рейсов.
Причем, как только в регионах заходит речь об интеграции в другими регионами с целью планировать сообща инвестиции в транспортную инфраструктуру, как у чиновников просыпается желание ограничить потоки данных и заложить заниженные показатели, чтобы проще потом было оптимизировать бюджетные расходы по развитию территорий, отметил Заместитель директора передовой инженерной школы «Академия ВСМ» РУТ (МИИТ) Александр Чекмарев.
Другая сложность – в РФ нет точных данных о расположении и персонале предприятий, чтобы определить перемещения пассажиропотоков. Здесь возникает деликатная картина, связанная еще с тем, что часть автодорог, например, не обозначена на картах, поскольку позиционируются как военные дороги. Часть предприятий вообще не дают полных данных о себе.
Искусственный интеллект
Об ИИ сложилось немало мифов. Суть их – в ответе одной из домохозяек на вопрос о том, что она ждет от ИИ: «Предполагалось, что ИИ будет мыть за меня посуду. А на практике посуду по-прежнему мою я. А ИИ занимается другими задачами», – рассказал исполнительный директор Института городских инноваций Гуанчжоу Николас Ю.
Он привел и другой пример: недавно в Ухане из-за сбоя в интернете остановилось сразу 150 беспилотных машин. По аналогичной причине в Южной Калифорнии встали 100 машин. А что, если таких транспортных средств будет 150 тыс.? Подобные риски необходимо учитывать заранее при создании масштабных цифровых моделей в сфере транспорта.
Скажем, что будет, если все участники рынка перевозок будут привязаны к НТЛП, а она вдруг «просядет», скажем, из-за поломки сервера? А что будет если ИИ окажется подверженным, как говорят программисты, «галлюционациям»?
Например, система распознавания номеров автомашин в РФ стала вдруг выписывать штрафы за превышение скорости владельцам легковушек, которые перемещались на эвакуаторах, поскольку считывала номера с транспортных средств, превысивших скорость. Об этом рассказал руководитель Центра организации дорожного движения правительства Москвы Михаил Кизлык.
А способен ли ИИ различать подменные знаки на автотранспорте? Пока на эту тему только ищут решения. А где возьмут данные о движении на тех участках автотрасс, где нет камер и постов ДПС?
И вот еще один любопытный факт: инициаторы проекта «ГосЛог», частью которой является НТЛП, утверждают, что подобные инновации призваны не только позволить государству следить за перемещениями грузов, но сократить издержки участников рынка.
Однако исследования показали, что на данный момент 98% от всех внедрений систем больших данных и ИИ в транспортных компаниях не привело к получению заявленной экономии. В частности, из-за некорректности в обработке больших данных. Они при анализе усредняются. И решения, получается, принимают по средней температуре по больнице, поделился выводами основатель ГК Infinium Platform и основатель «БелТрансСпутник» Михаил Дедунович.
Аналогично можно сказать и про ОАО «РЖД». Цифровая модель инфраструктуры там имеется. Но туда стекаются как фактические данные из разных АСУ, так и нормативные показатели. И участок пути, к примеру, может быть фактически свободен, а система «увидит» перегон или станцию занятой.
Это ставит вопрос о том, насколько адекватной будет картина, которую сформируют в итоге в НТЛП для принятия решений о развитии транспортной системы. Будет ли, грубо говоря, в конечном итоге ИИ мыть посуду или заниматься какими-то своими делами, а решения проблем так и останутся на бумаге?
Напомним, что 29 апреля РЖД-Партнер проведет конференцию «Цифровизация на железнодорожном транспорте». Подробности по ссылке.
