Видеоаналитика на промышленном объекте: почему большинство внедрений разочаровывают и как сделать правильно

Там, где нет людей, нет времени и нет права на ошибку

Хочу поделится одной историей из жизни. На удалённом нефтепромысле в -30С° за бортом бригада выполняет огневые работы — сварку, рядом с действующим трубопроводом. По регламенту каждый должен быть в полном комплекте СИЗ, с газоанализатором. Мастер провел инструктаж, расписался в наряде‑допуске, и уехал на следующий объект. Инспектор по ТБ появится через два часа.

Что происходит в эти два часа — не знает никто.

Вот именно здесь я и хочу начать наш разговор о видеоаналитике в промышленности. Не о красивых дашбордах и не о технологиях будущего. А о конкретной задаче — увидеть то, что происходит на объекте прямо сейчас, когда физически там нет возможности присутствовать ответственному.

Последние три года я плотно погрузился в сферу промышленной видеоаналитики — от пресейла и проектирования до запуска систем на объектах нефтегазового сектора и не только. До этого прошёл через телекоммуникации, управление ИТ‑инфраструктурой крупных нефтяных компаний, промышленную безопасность. Этот путь дал главное — понимание задачи изнутри, с обеих сторон: и как технический заказчик, который принимает систему, и как специалист, который её проектируети внедряет.

В этой статье — не маркетинг и не обзор рынка. Личный опыт, реальные цифры и честный разговор о том, почему большинство внедрений не работают так, как обещают.

Почему никто не знает сколько систем реально не работает?

Сейчас найти честную статистику по провальным внедрениям видеоаналитики практически невозможно. Не потому, что таких случаев мало — а потому, что о них никто открыто не скажет.

Механизм простой. Компания выделяет бюджет — иногда десятки миллионов рублей. Система смонтирована, акт подписан, галочка в отчёте стоит. Через полгода камеры и сервера работают, но аналитику никто не смотрит — операторы отключили уведомления, потому что они сыпались каждые три минуты и мешали им выполнять свою работу. Высшее руководство об этом, в лучшем случае, не знает. Подрядчик молчит. Официально система функционирует.

Я встречал такие объекты. Дорогостоящее оборудование, красочный интерфейс — и полный ноль реальной пользы. Никто не подаст в суд, никто не напишет кейс о провале. Деньги потрачены, виновных нет, урок не извлечён.

Экономия, которая стоит дороже самой системы

Типичная история. Генеральный директор одобряет бюджет на видеоаналитику. Дальше задача уходит вниз — блоку ИТ и далее уже кладется на плечи какого‑то специалиста или инженера. Это отличный специалист, профессионал — но в своей области. Видеоаналитика для него такая же новая территория, как для большинства из нас квантовая физика. Слышал, видел, но на этом все.

Он реально прикладывает все свои силы. Сутками изучает рынок, общается с вендорами, впоследствии выбирает. Вендор, конечно же, всё продаёт красиво — показывает шаблонное демо в идеальных условиях, обещает до 95% точности, даёт референс‑лист из логотипов крупных компаний.

Система приезжает на объект.

В лучшем случае — оборудование работает, но задачи не решает, так как видело все руководство. Камеры стоят не там, углы неправильные, часть экспозиции закрыто, модель не обучена под реальные СИЗ заказчика. Аналитика сыплет ложными срабатываниями каждые несколько минут. Операторы с больной головой от этой системы через неделю отключают уведомления. Система превращается в дорогое типовое видеонаблюдение.

В худшем — система не работает вообще. Деньги потрачены, акт подписан, проблема не решена.

Итог предсказуем. У генерального директора появляется стойкое убеждение — всё это фикция, деньги на ветер. И переубедить его потом будет крайне сложно. Потому что он видел своими глазами, как ничего не заработало.

Парадокс в том, что, сэкономив на независимом эксперте в начале — заказчик потерял несравнимо больше. И не только деньги, ещё и время, доверие к технологии и возможно — чью‑то должность.

 Как же сделать правильно — или зачем нужен человек, который не продаёт

Когда проект видеоаналитики начинается правильно — первый человек в нём не вендор и не интегратор. Это независимый эксперт. Тот, кто не заинтересован продать конкретное оборудование или платформу. Тот, кто пришёл помочь Заказчику разобраться в задаче.

Разница принципиальная. Вендор покажет, что умеет его система и что он хочет продать. Эксперт же спросит, что болит у заказчика — и найдёт оптимальное решение, которое закрывает эту боль с минимальными вложениями. Иногда это дорогой GPU‑сервер и кастомные модели. Иногда — три правильно установленные камеры и коробочная аналитика. Задача определяет решение, а не наоборот.

Что делает независимый эксперт на старте

Первое — обследует объект лично. Ногами, с блокнотом и фотоаппаратом. То, что выглядит идеально на плане — на объекте оказывается столбом посередине зоны контроля или прожектором бьющим прямо в камеру.

Второе — формулирует требования на языке заказчика. Не «детекция объектов класса Person с Precision 0.85» — а «система должна зафиксировать каждого рабочего без каски в течение трёх секунд после входа в зону». Это разные документы. Второй понимает любой руководитель.

Третье — подсвечивает узкие места до того, как потрачены деньги. Плохое освещение в ночную смену. Канал связи, который не потянет видеопоток. Существующие камеры, которые не подходят для аналитики. Всё это выясняется на этапе обследования — а не после монтажа, когда переделка стоит втрое дороже.

Четвёртое — описывает систему так чтобы её смог понять не только технарь. Каждый сценарий расписан: что контролирует, где, при каком условии срабатывает, что происходит дальше. Руководитель читает техническое задание и понимает, что именно он покупает. Интегратор же не сможет сказать «мы так не договаривались».

Пятое — называет ограничения честно. Система не будет работать при освещённости ниже 100 люкс. Точность на загрязнённых СИЗ упадёт до 60%. Эти вещи нужно озвучивать до внедрения.

Полтора года от зерна до продукта

Всё началось с обычного разговора с заказчиком. Заказчик — крупная нефтедобывающая компания — сформулировал задачу просто: хотим контролировать работы повышенной опасности на удалённых объектах. Огневые работы, газоопасные, работы на высоте. Там, где один пропущенный момент может стоить жизни, а инфраструктура отсутствует для контроля.

Готового решения на рынке не было. Точнее — были предложения, но ни одно не закрывало реальную задачу полностью. Так из короткого разговора выросло полтора года работы.

Что оказалось сложнее всего

Техническое задание заказчика. Документ был, но написан людьми, далёкими от видеоаналитики. Часть требований оказались сложно реализуемыми, часть — противоречила друг другу. Каждое несоответствие выливалось в дополнительные согласования и незапланированные вложения.

Данные для обучения модели собирали самостоятельно. Заказчик не понимал, что именно нужно снимать и почему. Пришлось самостоятельно записывать часы видео на объектах — в разных условиях освещения, в разную погоду, с разными типами СИЗ. Каски грязные и чистые, жилеты мятые и новые, очки запотевшие и в снегу. Модель обучается на реальности — а не на картинках из каталога.

Переговоры. Часами объяснять заказчику, как работает детекция конкретного типа страховочной системы, почему газоанализатор на поясе система видит хуже, чем каску, где проходит граница между «человек нарушил» и «система ошиблась». Это не технические переговоры — это просветительская работа, причем в обе стороны.

Архитектура менялась в процессе. Удалённые объекты, нестабильные каналы связи, автономная работа— всё это накладывало ограничения, которые не были очевидны на старте. Решения переделывались. Это нормально — живой проект всегда так работает.

Что в итоге

Мобильный комплекс. Автономный, с edge‑аналитикой, работающий там, где нет ни стабильного интернета, ни постоянного персонала. Контроль СИЗ, огневых работ, работ на высоте — в реальных промышленных условиях.

Я называю его пионером. Не потому, что он идеален — он не идеален. В нём ещё много чего нужно доработать. Но он существует не на слайдах презентации, а на реальных объектах. Работает. Развивается. Продолжает обучаться каждый день. Он как живой организм, который развивается вместе с тобой.

 Это не про замену человека

Мы живём в момент, когда искусственный интеллект входит в промышленность быстрее, чем большинство успевает осмыслить. И первый страх, который возникает у людей на производстве — нас заменят.

Видеоаналитика не про это.

Камера не принимает решений. Она не несёт ответственности. Она не чувствует контекста и не понимает нюансов, которые видит опытный мастер. Но она делает кое‑что, что человек физически не может — смотрит одновременно на сто точек, двадцать четыре часа в сутки, не отвлекаясь и не уставая. Помогая специалисту принять верное и молниеносное решение.

Это не замена. Это другое измерение контроля.

Видеоаналитика в промышленности — это новый виток не в технологии наблюдения, а в культуре производственной безопасности.

Мы только в начале этого пути. Системы несовершенны, рынок незрел, экспертизы не хватает. Но направление очевидно — производство становится гораздо умнее. И те компании, которые начинают этот путь осознанно, с правильной экспертизой и реалистичными ожиданиями — получают не дорогую игрушку, а настоящее конкурентное преимущество, помогающее им ежедневно.