Видеонаблюдение с ИИ: как заставить камеры зарабатывать

На типовом производстве висит 10–20 камер. Они пишут архив, который открывают раз в квартал — после ЧП. Видеонаблюдение с ИИ переворачивает эту схему: нейросеть смотрит каждый кадр сама и присылает руководителю не видео, а выводы — кто работает, что простаивает, где нарушение. Эффект с реального машиностроительного завода: +39% рабочего времени бригады за первую неделю.

Почему обычное видеонаблюдение не окупается

Посчитайте честно. Камеры, регистратор, монтаж, диски под архив — предприятие уже заплатило за всё это сотни тысяч рублей. Что оно получает взамен? Возможность разобраться постфактум: кто виноват в краже, как произошла травма. Это страховка, а не инструмент. 99% записанного видео никто никогда не посмотрит. При этом платить за него приходится каждый год: диски под архив, обслуживание, замена вышедших из строя камер — расходная строка без единой строки дохода.

Узнаёте свою площадку?

• Охранник сидит перед стеной из 16 экранов. Внимательно смотреть все одновременно человек не может физически — через 20 минут это просто фон.
• Станок простоял 142 минуты. На записи это есть. Но запись никто не смотрел, и в сводке за месяц простой растворился в «прочих потерях».
• Смена «работает» — а выпуск падает. Доказательств нет ни у мастера, ни у директора: у одного доклады, у другого ощущения.
• Человек без каски прошёл под краном 14 раз за смену. Узнаете вы об этом одним способом — из акта о несчастном случае.

Классическое решение — добавить людей: второго охранника, диспетчера, контролёра, который выборочно отсматривает архив. Это ещё 60–150 тысяч рублей ФОТ в месяц на человека, и охват всё равно останется точечным: человек смотрит один экран из шестнадцати и устаёт к концу смены. Видеонаблюдение с ИИ решает ту же задачу иначе — анализирует все камеры одновременно, круглосуточно и без усталости.

Важно: докупать ничего не нужно. Умное видеонаблюдение строится на тех же IP-камерах, что уже висят, — система забирает поток по RTSP параллельно записи архива.

Что ИИ видит на обычных камерах

Нейросеть AI Indicator обучена на производственных задачах. Один и тот же кадр она читает сразу в нескольких разрезах:

• Люди. Позы (работает, стоит, сидит), присутствие в рабочей зоне, опоздания и ранние уходы. Присутствие «для галочки» работой не засчитывается.
• Оборудование. Простои станков: когда встал, сколько стоял, был ли рядом оператор.
• Безопасность. Каска, перчатки, жилет, входы в опасные зоны — нарушение фиксируется кадром, алерт уходит мастеру за минуты.
• Качество. Дефекты продукции на конвейере — брак ловится в потоке, а не на выходе партии и не у клиента.

Четыре задачи, которые обычно закрывают четырьмя разными системами — СКУД, датчиками, инспекторами и ОТК, — здесь работают на одном парке камер и в одном отчёте.

Это не «детекция движения» из настроек регистратора. Детектор движения срабатывает на всё подряд — тень, кошку, свет фар — и через неделю его отключают. Нейросеть различает объекты и события: человек в каске отличается от человека без каски, работающий станок — от стоящего, деталь с дефектом — от нормальной. Поэтому алертов мало и каждый — по делу.

Как работает видеонаблюдение с искусственным интеллектом

1. Подключение камер — 1–2 дня. Система забирает видеопоток с ваших IP-камер по RTSP. Без датчиков, без остановки производства, монтажники по цеху не ходят.
2. Разметка зон — 1 день. Рабочие места, станки, проходы, опасные участки обводятся прямо в кадре, под каждую зону задаются нормативы.
3. Анализ — круглосуточно. Нейросеть обрабатывает кадры со всех камер одновременно. Человек в этом процессе не участвует — некому уставать и «замыливаться».
4. Результат — сам приходит к руководителям. Ежедневное письмо с выводами и рекомендациями: директору — деньги и свод, начальнику цеха — участки, мастеру — смена. Дашборды — на экранах в цехах и офисах, алерты о нарушениях — в Telegram или на почту за минуты.

Вариантов размещения два: облако — быстрый старт за 4 500 ₽ за камеру в месяц, или сервер заказчика — для режимных объектов и закрытых сетей, данные не покидают периметр предприятия.

Сколько это приносит: считаем на модели цеха

Модель: цех 30 человек, 10 станков, ставка ФОТ 650 ₽/час.

Откуда цифры: каждая статья считается от ставки. 30 возвращённых минут в день на человека при 650 ₽/час — это 2,46 млн ₽/год на бригаду из 30 человек. Статьи не пересекаются, эффект складывается.

Для сравнения: 10 камер в облаке — 45 тыс. ₽ в месяц, потери цеха по модели — около 1,8 млн ₽ в месяц. Пересчитаем модель под ваши ставки бесплатно, до старта пилота.

Кейсы: что происходит в первые недели

Машиностроительный завод, Россия. Было: табель вручную, загрузка участка неизвестна. Сделали: подключили существующие камеры, разметили 12 рабочих зон — 3 дня. Стало: рабочее время бригады выросло с 82 до 114 часов в неделю (+39%) — без увольнений и штрафов, на одном факте честного учёта. Отстающий сотрудник поднялся с 9 до 23 часов в неделю.

Склад логистического оператора. Было: погрузчики простаивали, комплектация шла медленно, виновных не найти. Сделали: разметили зоны комплектации и проезды на существующих камерах. Стало: простои техники −40%, пропускная способность +30%. Объективные цифры сняли постоянный конфликт между сменами.

Производство металлургического профиля. Было: нарушения СИЗ ловились обходами инженера — то есть почти никогда. Стало: алерт с кадром уходит мастеру за минуты, нарушений за первые недели стало в разы меньше. Похожую динамику публикуют и зарубежные производства: постоянный контроль меняет поведение быстрее, чем наказания.

Ту же связку — обычные камеры плюс нейросеть — используют и мировые производители: на конвейерах проверяется не выборка, а 100% потока, на складах считаются простои техники, в ритейле — очереди и выкладка. Подход везде один: не докупать оборудование, а заставить работать камеры, которые уже висят.

Общая закономерность всех внедрений: главные потери находятся в первые дни — в зонах, на которые годами никто не смотрел объективно.

Законно ли это

Да, при корректном оформлении. Видеонаблюдение за рабочими процессами соответствует ТК РФ и 152-ФЗ: нужен приказ, положение о видеонаблюдении и уведомление работников — с документами поможем на этапе внедрения. Система анализирует рабочие процессы в производственных зонах, а не личную жизнь. Сотрудникам стоит объяснить главное: объективный учёт выгоден тем, кто работает, — их результат перестаёт растворяться в среднем по бригаде. Опыт машзавода это подтверждает: +39% рабочего времени за неделю — без единого увольнения, люди изменили поведение сами.

Как попробовать без риска

Внедрение занимает 1–3 дня: подключение камер, разметка зон, настройка отчётов и алертов. Но начинать с договора не обязательно. Бесплатный пилот на 2 недели устроен просто: подключаем 2–4 ваши камеры, размечаем зоны — вы получаете реальные отчёты по своим людям и станкам. Интеграции с 1С, SAP, ERP и СКУД — штатные, данные уходят в ваши учётные системы без ручного переноса.

Пилот проходит так: в первые 1–3 дня подключаем камеры и размечаем зоны, к концу первой недели у вас на почте реальные отчёты, вторая неделя показывает динамику — ту самую кривую, по которой видно, работает ли эффект прозрачности на вашей площадке. После пилота вы сравниваете цифры с расчётом и решаете сами.