На форуме «Транспортная неделя 2026» обсуждали, как развиваются пассажирские перевозки по железной дороге. На сессии «Межрегиональные магистрали: от обновления состава к развитию территорий» эксперты подвели промежуточные итоги обновления подвижного состава: двухэтажные вагоны и вагоны габарита Т уже ходят более чем по 20 направлениям. Также говорили о межрегиональных маршрутах и о том, какими будут поезда дальнего следования будущего. В дискуссии участвовали представители ТМХ, ФПК и Центра промышленного дизайна «Лаб 20-50».

Директор Билайна по работе с государственными заказчиками Александр Шведов рассказал, как компания развивает связь на железной дороге и какие технологии ИИ уже работают на транспорте.

«Связи на железных дорогах мы уделяем большое внимание. В том числе развиваем сотрудничество с „Бюро 1440“ и его низкоорбитальной спутниковой группировкой. Надеюсь, зон покрытия будет становиться всё больше, в том числе для тех, кто путешествует на поездах.

Про искусственный интеллект активно заговорили год-два назад, но мы с этими технологиями работаем давно. С видеоаналитикой и большими языковыми моделями имеем дело практически ежедневно уже 8–10 лет. Часть решений работает на железнодорожном транспорте, в том числе на промышленных предприятиях. Например, у омского „Титана“ больше 30 км собственных путей. Мы внедрили там систему видеоаналитики, которая считает и анализирует вагоны. Раньше это делали люди вручную, ошибок было много, и под эту работу уходило много трудовых ресурсов. Видеоаналитика алгоритмизировала процесс и убрала львиную долю ошибок, а влияние человеческого фактора практически ушло в ноль».

Александр Шведов.jpg

По словам Александра, языковые модели и аудиоаналитика помогают повысить качество обслуживания пассажиров:

«Одно из наших решений — аудиобейдж. Он фиксирует разговор клиента с сотрудником, который оказывает сервис. Его используют во множестве государственных и частных сервисов, и на железнодорожном транспорте у нас тоже были такие проекты. Главный результат после внедрения — KPI по соблюдению стандартов обслуживания вырастают на 20–40%.

Много лет мы работаем и с аналитикой больших данных. Агрегированные данные о перемещениях помогают в транспортном планировании. Такие проекты мы делали в центральной России и за Уралом. Например, смотрели, кто на самом деле ездит на новой „Ласточке“. Получается обезличенный, но очень подробный слепок пассажиров, и открытий было много. Казалось бы, поезд запустили в непопулярное время, а люди всё равно ездят. Такие технологии подробно отвечают на вопрос, кто и зачем ездит. Главное, что они позволяют строить предиктивную аналитику и планировать развитие сервисов для пассажиров.

Генеративный ИИ помогает оптимизировать огромное количество рутинных операций в любом подразделении: проектирование, поиск ошибок, написание кода. Эффекты здесь, думаю, все и так знают».