Впервые в мировой практике российским специалистам удалось создать технологию, которая с помощью искусственного интеллекта оптимизирует планирование работы общественного транспорта. Это не просто лабораторный эксперимент, а реально работающая система, протестированная на московских маршрутах.
Суть технологии и первые результаты
Разработка, получившая название платформа «Оптуран», была создана подведомственным Минтрансу ФГУП «ЗащитаИнфоТранс». Ключевая инновация заключается в том, что алгоритмы впервые смогли объединить в единую модель три критически важных фактора: расписание движения, выпуск машин на линию и график смен водителей. Ранее эта задача считалась практически невыполнимой из-за высокой сложности расчетов.
Эксперимент проводился в течение двух недель на девяти маршрутах автобусного парка «Андропова» в Москве, при участии ГКУ «Организатор перевозок». Результаты впечатляют: межрейсовые простои сократились на 34%, а ночная нагрузка на водителей существенно снизилась. Более того, оптимизация позволила высвободить два автобуса, которые были перенаправлены на усиление других, более загруженных маршрутов.
Стратегический вектор: ИИ во всех сферах
Этот успех — не случайность, а часть системной государственной политики. Президент Владимир Путин ранее поручал активнее внедрять ИИ для прогнозирования спроса и оптимизации транспортных расписаний. Теперь это поручение получило конкретное практическое воплощение. Транспорт становится еще одной сферой, где алгоритмы берут на себя вычисления, недоступные человеку по скорости обработки данных.
Аналогичные процессы идут и в других секторах. Минстрой, например, планирует к 2030 году перевести на ИИ половину процессов в строительстве и ЖКХ, переходя к единым цифровым платформам. Параллельно Минцифры и Минпромторг разрабатывают стандарты для интеграции ИИ-агентов в промышленное ПО, чтобы избежать создания закрытых экосистем.
Власти также работают над созданием собственной технологической базы: обсуждаются требования к локализации чипов для ИИ, чтобы снизить зависимость от импорта. Без собственных вычислительных мощностей масштабировать такие проекты, как московская транспортная модель, на всю страну будет крайне сложно.
Соседние страны тоже не отстают. В Казахстане два министерства запустили ИИ-сервис, который самостоятельно разбирает нормы законодательства, снижая нагрузку на бизнес.
Мой взгляд: Успех московского эксперимента — это важный сигнал для всего рынка. Эффективность в 34% — это не просто цифра, а доказательство того, что ИИ способен решать задачи, ранее считавшиеся неразрешимыми. Однако ключевым вызовом остается инфраструктура: для масштабирования таких решений на всю страну потребуются значительные инвестиции в отечественные вычислительные мощности. Без этого мы рискуем получить точечные успехи вместо системной трансформации.