„Hiperwizja” z architekturą bezpieczeństwa wspieraną przez sztuczną inteligencję zamiast samych kamer: Co kryje się za nową siecią monitoringu w Maroku

Walka z odwołaniami i opóźnieniami pociągów: tak sztuczna inteligencja ma uratować marokańską sieć kolejową

Program o wartości 96 miliardów dirhamów (8,8 miliarda euro): Maroko buduje nowy system operacyjny dla swoich kolei

Marokańska państwowa spółka kolejowa ONCF stoi w obliczu historycznej transformacji. Z myślą o Mistrzostwach Świata FIFA 2030 i szybko rosnącej liczbie pasażerów, kraj inwestuje 96 miliardów dirhamów w rozbudowę sieci kolejowej w nadchodzących latach. Jednak pozornie niewielka pozycja w tym ogromnym budżecie okazuje się prawdziwym sercem cyfrowej przyszłości kolei: studium wykonalności, którego koszt wynosi około miliona dirhamów, ma na celu stworzenie podwalin pod ogólnokrajową architekturę bezpieczeństwa opartą na sztucznej inteligencji.

Z planowanymi 6000 kamer – z których prawie jedna trzecia będzie zautomatyzowana przy użyciu sztucznej inteligencji – Maroko planuje przejście na tzw. „hiperwizję”. Obejmuje to znacznie więcej niż tylko tradycyjny monitoring wizyjny. Chodzi o szybkie zapobieganie opóźnieniom, ochronę infrastruktury krytycznej przed cyberatakami, ochronę prywatności danych poprzez celowe unikanie rozpoznawania twarzy, a ostatecznie o ustalenie, czy Maroko zachowa suwerenność technologiczną, czy też stanie się zależne od dostawców zagranicznych. Poniższy artykuł analizuje, dlaczego ta właśnie decyzja architektoniczna zadecyduje o sukcesie ekonomicznym, operacyjnym i przemysłowym marokańskiej kolei przyszłości.

Sieć kolejowa Maroka staje się inteligentną platformą bezpieczeństwa: od projektu kamery do decyzji systemowej

Na pierwszy rzut oka planowana architektura nadzoru oparta na sztucznej inteligencji dla marokańskich kolei państwowych ONCF wydaje się stosunkowo niewielkim projektem cyfrowym. Wartość przetargu wynosi 1,08 miliona dirhamów i ma na celu opracowanie strategii ogólnokrajowej do 2030 roku. W porównaniu z całkowitym programem inwestycyjnym ONCF o wartości 96 miliardów dirhamów, kwota ta jest niemal nieznaczna. Jednak z perspektywy ekonomicznej błędem byłoby wnioskowanie, że projekt ma niewielkie znaczenie. Przetarg nie finansuje pełnej realizacji technicznej, lecz wstępne prace koncepcyjne: architekturę, standardy, priorytety, logikę integracji, wymogi inwestycyjne i plan wdrożenia. Ta faza w szczególności decyduje o tym, którzy dostawcy ostatecznie otrzymają kontrakt, jak otwarty lub zamknięty będzie system oraz jakie będą długoterminowe koszty.

Sednem projektu nie jest zatem zakup dodatkowych kamer. ONCF planuje raczej przejście od licznych indywidualnych rozwiązań monitoringu do centralnie sterowanego, opartego na danych systemu bezpieczeństwa. Do 2030 roku w całej sieci kolejowej ma zostać rozmieszczonych około 6000 kamer. Około 30 procent, czyli około 1800 jednostek, będzie automatycznie analizować obrazy z wykorzystaniem sztucznej inteligencji. Pozostałe kamery pozostaną konwencjonalnymi czujnikami, ale zostaną zintegrowane z tą samą, nadrzędną platformą. Takie połączenie ma sens ekonomiczny: nie każda lokalizacja wymaga kosztownej mocy obliczeniowej ani zaawansowanych możliwości analitycznych. Kluczem jest inteligentne monitorowanie szczególnie krytycznych obszarów przy jednoczesnej konsolidacji wszystkich istotnych sygnałów w kompleksowy przegląd.

Przetarg jest zatem kontraktem architektonicznym o znacznej sile przebicia. Dobrze zaprojektowany system może zwiększyć bezpieczeństwo, skrócić przestoje operacyjne, umożliwić bardziej ukierunkowane rozmieszczenie personelu i ułatwić przyszłą rozbudowę. Z drugiej strony, źle zaprojektowany system może prowadzić do uzależnienia od technologii, wysokich kosztów integracji, przeciążenia alarmami i niejasnego podziału obowiązków. Niskiej ceny badania nie należy zatem mylić z wartością decyzji. W porównaniu z późniejszymi kosztami sprzętu, oprogramowania, sieci, pamięci masowej, konserwacji i eksploatacji, nakład pracy związany z planowaniem jest niewielki. Jednak jego wpływ na te wydatki jest bardzo znaczący.

Bezpieczeństwo jako infrastruktura ekonomiczna

Bezpieczeństwo kolei jest często postrzegane jako źródło kosztów. Ta perspektywa jest jednak zbyt wąska, ponieważ bezpieczeństwo w transporcie kolejowym jest jednocześnie warunkiem wstępnym przepustowości, niezawodności i zaufania. Nieautoryzowany dostęp do torów, porzucony obiekt, pożar, niebezpieczny tłum lub przeszkoda na linii dużych prędkości mogą powodować znaczne koszty następcze. Należą do nich odwołania pociągów, opóźnienia, ewakuacje, objazdy, uszkodzenia sprzętu, dodatkowe zatrudnienie personelu i szkody wizerunkowe. W rozwijającej się sieci rośnie nie tylko natężenie ruchu i możliwości generowania przychodów, ale także liczba potencjalnych zakłóceń i konsekwencje ekonomiczne każdego poważnego incydentu.

Korzyści ekonomiczne płynące z inteligentnej analityki wideo wynikają przede wszystkim z szybkości. Kamery nie zapobiegają automatycznie incydentom, ale mogą skrócić czas między ich wystąpieniem, wykryciem, oceną i reakcją. Ten czas jest szczególnie krytyczny w transporcie kolejowym, ponieważ lokalne zakłócenia mogą szybko wpłynąć na rozkłady jazdy, połączenia i kolejne odcinki torów. Wczesne wykrycie osoby na torach lub szybka identyfikacja przeszkody pozwala na kontrolowaną interwencję, zanim problem bezpieczeństwa przerodzi się w poważny incydent operacyjny. Korzyści wykraczają zatem poza samo zapobieganie szkodom; obejmują one również zmniejszenie opóźnień i bardziej stabilne wykorzystanie ograniczonej przepustowości infrastruktury.

Dodatkowo istnieje efekt zaufania. Pasażerowie oceniają system kolejowy nie tylko pod kątem szybkości i ceny, ale także postrzeganego bezpieczeństwa, niezawodności i porządku. Dotyczy to zwłaszcza głównych dworców kolejowych, intensywnie użytkowanych tras podmiejskich oraz dużych imprez międzynarodowych. Maroko przygotowuje swoje sieci transportowe na znacznie większe obciążenia, częściowo w związku z Mistrzostwami Świata FIFA 2030. Nowoczesne zarządzanie bezpieczeństwem może zatem pośrednio wzmocnić akceptację nowych usług. Choć nie przekłada się to automatycznie na wzrost popytu, to jednak redukuje istotną przeszkodę w korzystaniu z transportu publicznego.

Jednocześnie należy realistycznie ocenić korzyści. Analityka wideo nie gwarantuje bezpieczeństwa. Przenosi ona punkt ciężkości z reaktywnej obserwacji na proaktywne rozpoznawanie wzorców. To, czy generuje to ekonomiczną wartość dodaną, zależy od tego, czy alarmy są niezawodnie priorytetyzowane, weryfikowane przez wykwalifikowany personel i przekładane na efektywne procesy operacyjne. Algorytm bez jasnego przepływu pracy generuje dane, ale niekoniecznie zapewnia bezpieczeństwo.

Wzrost zwiększa presję na działanie

Projekt zbiega się z okresem dynamicznego rozwoju marokańskiego transportu kolejowego. W 2024 roku ONCF przewiózł około 55,1 miliona pasażerów, w porównaniu z 38,5 miliona w 2019 roku. Stanowi to wzrost o około 43% w ciągu pięciu lat, pomimo wpływu pandemii i jej konsekwencji. W 2025 roku liczba pasażerów osiągnęła około 55,6 miliona. Chociaż wzrost spowolnił z wysokiego poziomu, długoterminowy trend pozostaje wyraźny: kolej zyskuje na znaczeniu jako środek transportu, a planowana ekspansja ma na celu osiągnięcie nowego poziomu skali.

Wzrost przychodów również świadczy o rosnącym znaczeniu ekonomicznym. Przychody ONCF w 2024 roku wyniosły 4,82 miliarda dirhamów, czyli o około 11 procent więcej niż w roku poprzednim. Transport pasażerski wygenerował 2,763 miliarda dirhamów, czyli o osiem procent więcej niż w 2023 roku. W 2025 roku całkowite przychody po raz pierwszy przekroczyły pięć miliardów dirhamów. Liczby te dowodzą, że kolej to nie tylko państwowy projekt infrastrukturalny, ale rozwijający się dostawca usług w zakresie mobilności i logistyki, o rosnących wymaganiach operacyjnych.

Rozwój ten jest szczególnie widoczny w przypadku kolei dużych prędkości. W 2024 roku Al Boraq przewiózł około 5,5 miliona pasażerów i wygenerował około 780 milionów dirhamów przychodu. Do 2025 roku liczba ta wzrosła do około 5,6 miliona pasażerów, a przychody osiągnęły około 848 milionów dirhamów. Zatem, chociaż w 2024 roku Al Boraq odpowiadał za zaledwie jedną dziesiątą wszystkich pasażerów, generował znacznie ponad jedną czwartą przychodów z przewozów pasażerskich. Świadczy to o wyższym średnim przychodu na pasażera i strategicznym znaczeniu wysokiej jakości dalekobieżnych usług kolejowych.

Daje to wyraźny efekt skalowania architektury bezpieczeństwa. Wraz ze wzrostem ruchu rośnie liczba kontaktów, gęstość stacji, złożoność transferów i wartość nieprzerwanych operacji. System monitorowania, który wydaje się wystarczający dla dzisiejszej sieci, mógłby osiągnąć swoje granice organizacyjne i techniczne w ciągu zaledwie kilku lat. Dlatego planowanie do 2030 roku musi nie tylko odzwierciedlać bieżące potrzeby, ale także uwzględniać obciążenia szczytowe, nowe stacje, dodatkowy tabor, połączenia regionalne oraz rozbudowę linii kolei dużych prędkości.

Program o wartości 96 miliardów dirhamów

Projekt AI można zrozumieć jedynie w kontekście szerszego cyklu inwestycyjnego. ONCF planuje przeznaczyć łącznie 96 miliardów dirhamów do 2030 roku. Z tego 53 miliardy dirhamów przeznaczono na infrastrukturę i wyposażenie około 430-kilometrowej linii kolei dużych prędkości z Kenitry przez Rabat i Casablankę do Marrakeszu. Kolejne 29 miliardów dirhamów przeznaczono na 168 nowych pociągów. Pozostałe 14 miliardów dirhamów zostanie przeznaczone na modernizację, stabilizację i dalszy rozwój istniejącej sieci, a także na przygotowanie do obsługi regionalnych usług szybkiego transportu.

Skala projektu ilustruje, dlaczego strategia bezpieczeństwa musi zostać zdefiniowana na wczesnym etapie. Przyszła platforma wideo i hiperwizualna nie powinna być modernizowana w oparciu o istniejącą infrastrukturę. Musi zostać zintegrowana z planowaniem stacji, sieciami komunikacyjnymi, centrami operacyjnymi, pojazdami, zasilaniem, procesami konserwacji i cyberbezpieczeństwem. Im później zostaną zdefiniowane interfejsy, tym droższe będą modernizacje. Z perspektywy cyklu życia, sensowne jest zatem projektowanie architektury bezpieczeństwa cyfrowego równolegle z rozwojem infrastruktury fizycznej.

Program zmienia również rolę ONCF. Z krajowego operatora kolejowego o stosunkowo skoncentrowanej sieci, staje się on coraz bardziej zintegrowanym dostawcą usług mobilnych dla transportu dużych prędkości, dalekobieżnego, regionalnego i metropolitalnego. Planowane są częstsze połączenia, przypominające połączenia RER, do Casablanki, Rabatu i Marrakeszu. Zwiększy to częstotliwość kursów i rotację pasażerów, jednocześnie skracając czas podejmowania decyzji operacyjnych. Systemy bezpieczeństwa będą musiały monitorować nie tylko poszczególne obiekty, ale także wzorce ruchu w wielu lokalizacjach i agregować informacje w czasie rzeczywistym.

Ekspansja ma wymiar polityki przemysłowej. Duże programy kolejowe generują popyt na usługi budowlane, systemy sygnalizacji, tabor kolejowy, telekomunikację, oprogramowanie, konserwację i szkolenia. Strategia monitorowania może wpływać na to, jaka część tej wartości dodanej jest generowana w Maroku. Jeśli wymagane są otwarte interfejsy, lokalna wiedza specjalistyczna w zakresie integracji i transferowalne standardy, marokańskie firmy mogą być zaangażowane w eksploatację, adaptację i dalszy rozwój w perspektywie długoterminowej. Z drugiej strony, jeśli zostanie zakupione w pełni autorskie, kompleksowe rozwiązanie, istnieje ryzyko, że znaczna część tworzenia wartości cyfrowej pozostanie na stałe związana z dostawcami zagranicznymi.

Hypervision jako nowy system operacyjny

Termin „hiperwizja” opisuje integrację różnych systemów monitoringu i alarmów w jedną, nadrzędną platformę. W praktyce oznacza to, że obrazy z kamer, alerty AI, dane kontroli dostępu, alarmy pożarowe, ostrzeżenia techniczne i potencjalnie inne dane operacyjne nie są już przetwarzane w oddzielnych aplikacjach. Zamiast tego tworzony jest ujednolicony przegląd, umożliwiający ocenę zdarzeń, nadawanie im priorytetów i przekazywanie ich odpowiednim organom.

Korzyść ekonomiczna leży w zmniejszeniu tarcia organizacyjnego. W rozdrobnionych systemach personel musi konsolidować informacje z różnych interfejsów. Obowiązki mogą być niejasne, ostrzeżenia są przetwarzane dwukrotnie lub nie są przekazywane terminowo. Centralna platforma może ograniczyć te przerwy w komunikacji. Umożliwia standaryzację procesów, ujednolicenie poziomów eskalacji i identyfikowalność dokumentacji. Pozwala to regionalnym centrom kontroli i krajowemu centrum bezpieczeństwa działać w sposób skoordynowany, bez konieczności całkowitej centralizacji każdej decyzji.

Centralizacja niesie jednak ze sobą nowe zagrożenia. Platforma łącząca wiele systemów sama staje się węzłem krytycznym. Awarie techniczne, cyberataki lub błędy konfiguracji mogą wpłynąć na duże części sieci jednocześnie. System wymaga zatem redundancji, oddzielnych stref bezpieczeństwa, procedur awaryjnych i lokalnych możliwości reagowania. Hiperwizji nie należy mylić z całkowitą centralną zależnością. Solidna architektura musi łączyć scentralizowany nadzór ze zdecentralizowaną odpornością.

Ogromna ilość informacji również stanowi wyzwanie. 6000 kamer stale generuje duże strumienie danych. Gdyby wszystkie nagrania były trwale przechowywane i analizowane centralnie w wysokiej rozdzielczości, zapotrzebowanie na przepustowość, pamięć masową i moc obliczeniową znacznie wzrosłoby. Architektura wielowarstwowa jest zazwyczaj bardziej opłacalna. Niektóre analizy mogą być wykonywane bezpośrednio w kamerze lub na komputerach lokalnych, a do systemu centralnego przesyłane są tylko istotne zdarzenia, metadane lub wybrane sekwencje wideo. To tzw. przetwarzanie brzegowe (edge ​​processing) zmniejsza koszty transmisji i może skrócić czas reakcji. Komplikuje to jednak konserwację i zarządzanie bezpieczeństwem, ponieważ w terenie konieczne jest korzystanie z bardziej inteligentnych urządzeń.

Gdzie sztuczna inteligencja przynosi korzyści

Planowane zastosowania koncentrują się na konkretnych, istotnych operacyjnie sytuacjach. Obejmują one wykrywanie nieautoryzowanego dostępu, monitorowanie tłumów, identyfikację porzuconych obiektów oraz obserwację pociągów. Na liniach dużych prędkości możliwe jest również wykrywanie zwierząt, przeszkód lub obiektów na torach. Na stacjach kolejowych możliwe jest analizowanie gęstości, kierunku ruchu i natężenia ruchu. Projekt działa zatem w obszarze, w którym widzenie komputerowe może przynieść wymierne korzyści, pod warunkiem dostosowania modeli do lokalnych warunków.

Detekcja włamań jest szczególnie istotna, ponieważ linie kolejowe pokrywają rozległe obszary, które trudno całkowicie zabezpieczyć. System może monitorować określone strefy i zgłaszać nietypowe ruchy w określonym czasie lub w określonych warunkach. Przewagą nowoczesnych systemów nad prostą detekcją ruchu jest to, że potrafią one rozróżniać ludzi, pojazdy, zwierzęta i czynniki środowiskowe. W idealnym przypadku zmniejsza to liczbę fałszywych alarmów spowodowanych przez cienie, deszcz, roślinność lub zmiany oświetlenia.

Analiza tłumu ma inny cel. Koncentruje się ona mniej na pojedynczych osobach, a bardziej na gęstości i przepływie. W przypadku nietypowo dużej liczby osób zgromadzonych na peronie lub pojawienia się przeciwstawnych przepływów, centrum kontroli może zareagować wcześnie, zarządzać dostępem, rozmieścić personel lub dostosować informacje dla pasażerów. Korzyści są zarówno związane z bezpieczeństwem, jak i operacyjne. Lepsze rozmieszczenie pasażerów może ustabilizować czas postoju i zapobiec sytuacjom krytycznym na krawędziach peronu.

Wykrywanie obiektów pozostawionych bez nadzoru brzmi prosto, ale technicznie jest trudne. Stacje kolejowe to dynamiczne środowiska z bagażami, sprzętem czyszczącym, sprzedawcami i zmieniającą się widocznością. Sprawny system musi rozróżniać, czy obiekt jest rzeczywiście pozostawiony bez nadzoru, jak długo tam przebywa i czy blokuje odpowiedni obszar. Bez starannej kalibracji prawdopodobne jest wystąpienie wielu fałszywych alarmów. Dlatego sukces ekonomiczny nie zależy od najdłuższej możliwej listy funkcji, ale od kilku niezawodnie działających aplikacji z jasno określonymi progami.

Zarządzana platforma AI — zdjęcie: Xpert.Digital

Tutaj dowiesz się, jak Twoja firma może szybko, bezpiecznie i bez wysokich barier wejścia wdrażać dostosowane do jej potrzeb rozwiązania z zakresu sztucznej inteligencji.

Zarządzana platforma AI to kompleksowe i bezproblemowe rozwiązanie w zakresie sztucznej inteligencji. Zamiast zmagać się ze skomplikowaną technologią, kosztowną infrastrukturą i długotrwałymi procesami rozwoju, otrzymujesz gotowe rozwiązanie dostosowane do Twoich potrzeb od wyspecjalizowanego partnera – często w ciągu zaledwie kilku dni.

Najważniejsze zalety w skrócie:

⚡ Szybka implementacja: Od pomysłu do gotowej do użycia aplikacji w ciągu kilku dni, a nie miesięcy. Dostarczamy praktyczne rozwiązania, które generują natychmiastową wartość dodaną.

🔒 Maksymalne bezpieczeństwo danych: Twoje wrażliwe dane pozostają z Tobą. Gwarantujemy bezpieczne i zgodne z przepisami przetwarzanie bez udostępniania danych osobom trzecim.

💸 Brak ryzyka finansowego: Płacisz tylko za rezultaty. Wysokie początkowe inwestycje w sprzęt, oprogramowanie lub personel są całkowicie wyeliminowane.

🎯 Skoncentruj się na swojej podstawowej działalności: Skoncentruj się na tym, co robisz najlepiej. Zajmiemy się całościową implementacją techniczną, obsługą i utrzymaniem Twojego rozwiązania AI.

📈 Przyszłościowa i skalowalna: Twoja sztuczna inteligencja rośnie razem z Tobą. Zapewniamy ciągłą optymalizację i skalowalność oraz elastycznie dostosowujemy modele do nowych wymagań.

Więcej informacji tutaj:

• Zarządzana platforma AI

Niedoszacowana cena fałszywych alarmów

Kluczowym wskaźnikiem biznesowym dla systemu monitorowania AI nie jest jego teoretyczny wskaźnik wykrywalności w laboratorium. Liczy się stosunek trafnych trafień, pominiętych zdarzeń i fałszywych alarmów w warunkach rzeczywistych. System może być bardzo czuły na papierze, ale przynosić niewielkie korzyści, jeśli stale zgłasza niegroźne sytuacje. Każde ostrzeżenie wymaga uwagi. Zbyt wiele fałszywych alarmów prowadzi do zmęczenia alarmami: pracownicy reagują wolniej, ignorują alerty lub opracowują nieformalne obejścia.

Koszty fałszywych alarmów są różnorodne. Obejmują one stratę czasu pracy w centrach sterowania, niepotrzebne rozmieszczenie sił bezpieczeństwa, potencjalne zakłócenia operacyjne oraz spadek zaufania do technologii. Z drugiej strony, system ustawiony na zbyt niskie wartości może nie wykryć rzeczywistych zagrożeń. Optymalizacja nie jest zatem jednorazową procedurą techniczną, lecz ciągłym procesem operacyjnym. Progi muszą być dostosowywane do lokalizacji, pory dnia, warunków pogodowych i rodzaju zdarzenia. Zatłoczony peron w święto państwowe stanowi inne wyzwanie niż zajezdnia w nocy.

W procesie przetargowym oznacza to, że deklaracje dotyczące wydajności powinny być testowane w rzeczywistych scenariuszach. Dostawcy muszą nie tylko wykazać, że ich modele potrafią rozpoznawać obiekty, ale także udowodnić, jak niezawodnie działają w marokańskim oświetleniu, klimacie i warunkach ruchu. Kurz, wysoka temperatura, podświetlenie, zmienne kąty widzenia kamery i duże zagęszczenie pieszych – wszystkie te czynniki wpływają na wydajność. Dlatego projekt pilotażowy w kilku typowych lokalizacjach jest bardziej opłacalny ekonomicznie niż wybór oparty wyłącznie na specyfikacjach producenta.

System kluczowych wskaźników efektywności (KPI), który łączyłby metryki techniczne i operacyjne, byłby korzystny. Obejmowałby on liczbę istotnych alarmów, średni czas testowania, wskaźnik fałszywych alarmów, wykryte incydenty, uniknięte minuty przestoju oraz ogólną dostępność systemu. Tylko takie połączenie pozwala ocenić, czy inwestycja jest rzeczywiście efektywna. Wysoki wskaźnik wykrywalności bez skróconego czasu reakcji byłby jedynie sukcesem technicznym, ale jeszcze nie ekonomicznym.

Ochrona danych jako kwestia zaufania

Dokumentacja przetargowa, w obecnym brzmieniu, nie uwzględnia rozpoznawania twarzy. To ograniczenie ma strategiczne znaczenie. Rozpoznawanie twarzy znacznie skomplikowałoby projekt z prawnego, etycznego i technicznego punktu widzenia. W przypadku planowanych głównych zastosowań tożsamość poszczególnych osób nie jest niezbędna. System musi rozpoznawać, że dana osoba znajduje się w strefie ograniczonego dostępu lub że tłum osiągnął krytyczne zagęszczenie. Nie musi wiedzieć, kim jest ta osoba.

Rezygnacja z identyfikacji biometrycznej może sprzyjać akceptacji i wspieraniu zasady minimalizacji danych. Niemniej jednak, zarówno tradycyjny, jak i oparty na sztucznej inteligencji monitoring wideo nadal stanowi naruszenie prywatności. Maroko posiada ramy prawne dotyczące ochrony danych osobowych w ustawie 09-08; Narodowa Komisja Ochrony Danych (CNDP) nadzoruje ich wdrażanie. W przypadku ONCF wymaga to jasno określonych celów, uregulowanych okresów przechowywania, kontrolowanego dostępu i przejrzystej rozliczalności.

Z ekonomicznego punktu widzenia ochrona danych to nie tylko dodatkowy koszt. Niejasne przepisy mogą opóźniać projekty, generować opór i wymuszać późniejsze modyfikacje. Integracja ochrony danych i bezpieczeństwa informacji z architekturą od samego początku zmniejsza długoterminowe ryzyko braku zgodności i utraty reputacji. Obejmuje to oddzielenie analizy danych na żywo od archiwizacji, wdrożenie koncepcji automatycznego usuwania danych, rejestrowanie dostępu, szyfrowanie oraz ograniczenie dostępu wyłącznie do upoważnionego personelu.

Ograniczenie celu jest szczególnie ważne. Platforma pierwotnie zaprojektowana do wykrywania włamań i zagrożeń może być technicznie wykorzystana później do bardziej szczegółowej analizy behawioralnej. To stopniowe rozszerzanie jej zastosowania niesie ze sobą ryzyko polityczne i społeczne. Dlatego nowe funkcje nie powinny być legitymizowane wyłącznie na podstawie wykonalności technicznej. Każde rozszerzenie wymaga odrębnej oceny korzyści i ryzyka, podstawy prawnej i jednoznacznej zgody. Wyraźne powstrzymanie się od rozpoznawania twarzy jest zatem rozsądnym punktem wyjścia, ale wiarygodnym tylko wtedy, gdy jest zabezpieczone zabezpieczeniami technicznymi i organizacyjnymi.

Cyberbezpieczeństwo staje się kluczowym zadaniem

Z każdą kamerą sieciową rośnie cyfrowa powierzchnia ataku. Kamery, komputery lokalne, komponenty sieciowe, pamięć masowa, interfejsy i platformy centralne – wszystkie te urządzenia mogą zawierać luki w zabezpieczeniach. Atak może przechwycić nagrania, wyłączyć urządzenia, wyłączyć alarmy lub generować fałszywe raporty. Szczególnie krytyczna byłaby manipulacja, która nie została zauważona. Chociaż całkowita awaria systemu jest zazwyczaj szybko wykrywana, niezauważona zmiana danych lub modeli może prowadzić do trwałych błędnych decyzji.

Architektura bezpieczeństwa musi zatem w równym stopniu chronić poufność, dostępność i integralność. Samo zabezpieczenie danych wideo przed nieautoryzowanym dostępem nie wystarczy. ONCF musi również zapewnić autentyczność kamer, weryfikację wersji oprogramowania, brak modyfikacji modeli bez wykrycia oraz wiarygodność alarmów. Segmentacja sieci ma w tym kontekście kluczowe znaczenie: zainfekowany punkt końcowy nie może udzielić bezpośredniego dostępu do systemów sterowania o znaczeniu krytycznym.

Kolejne ryzyko tkwi w łańcuchu dostaw. System tej skali prawdopodobnie będzie zawierał komponenty pochodzące od wielu producentów. Aktualizacje, zdalna konserwacja i usługi w chmurze mogą tworzyć zależności wykraczające poza pierwotny okres obowiązywania umowy. Dlatego przetargi powinny wymagać aktualizacji zabezpieczeń przez cały cykl życia, przejrzystych procesów zarządzania podatnościami, lokalnych możliwości odzyskiwania danych po awarii oraz jasno określonych praw dostępu. Możliwość wymiany poszczególnych komponentów bez konieczności wymiany całej platformy jest również kluczowym czynnikiem zarówno dla bezpieczeństwa, jak i opłacalności.

Cyberodporność generuje dodatkowe koszty, ale nie jest opcjonalnym poziomem jakości. Im więcej decyzji dotyczących bezpieczeństwa jest zautomatyzowanych i scentralizowanych, tym większe potencjalne szkody wynikające z manipulacji cyfrowej. Dlatego tego projektu nie należy traktować jako prostego zakupu kamer z późniejszym dodaniem zabezpieczeń IT. Jest to system cyberfizyczny, w którym decyzje cyfrowe mogą wpływać na rzeczywisty przepływ ruchu.

Otwarta architektura chroniąca przed uzależnieniem od dostawcy

Najważniejszym strategicznie pytaniem w procesie zamówień jest to, czy ONCF wybierze otwartą, modułową platformę, czy zamknięty system typu „wszystko w jednym”. Rozwiązanie firmowe można początkowo wdrożyć szybciej, ponieważ sprzęt, oprogramowanie i wsparcie techniczne pochodzą z jednego źródła. Jednak w dłuższej perspektywie mogą pojawić się wysokie koszty zmiany dostawcy. Jeśli kamery, modele analityczne, pamięć masowa i interfejsy użytkownika są ściśle powiązane z jednym dostawcą, każda późniejsza wymiana staje się kosztowna i ryzykowna.

Biorąc pod uwagę perspektywę sięgającą 2030 roku i znacznie dłuższy przewidywany okres eksploatacji, elastyczność technologiczna jest szczególnie ważna. Modele sztucznej inteligencji (AI) ewoluują dynamicznie, a infrastruktura kolejowa i kamery są często wykorzystywane przez dziesięć lat lub dłużej. Architektura powinna zatem umożliwiać aktualizację lub wymianę komponentów analitycznych bez konieczności przebudowy całego systemu. Ustandaryzowane interfejsy, udokumentowane formaty danych oraz jasne prawa własności do konfiguracji i danych operacyjnych są w tym przypadku kluczowe.

Otwartość nie oznacza jednak łączenia jak największej liczby dostawców bez centralnej odpowiedzialności. Nadmierna fragmentacja zwiększa ryzyko integracji i utrudnia rozwiązywanie problemów. Jasno zdefiniowana architektura platformy z wiążącymi standardami, ale konkurencyjnymi modułami, jest ekonomicznie uzasadniona. ONCF powinien zachować kontrolę nad modelem danych, interfejsami i regułami bezpieczeństwa, podczas gdy wyspecjalizowani dostawcy mogą dostarczać indywidualne funkcje.

Koszty wyjścia muszą być również uwzględnione w analizie kosztów i korzyści. Najniższa cena zakupu może okazać się wysoka w całym cyklu życia produktu, jeśli licencje, magazynowanie, konserwacja lub aktualizacje są dostępne wyłącznie na warunkach monopolistycznych. Dlatego całkowite koszty operacyjne należy oceniać w perspektywie co najmniej dziesięciu lat. Obejmują one nie tylko sprzęt i oprogramowanie, ale także energię, transfer danych, szkolenia, aktualizacje produktów, cyberbezpieczeństwo, części zamienne, wsparcie i migrację. Solidna koncepcja musi uwidocznić te ukryte koszty.

Szanse dla gospodarki cyfrowej Maroka

Projekt wpisuje się w marokańską strategię narodową „Maroc IA 2030”, która pozycjonuje sztuczną inteligencję jako siłę napędową wzrostu gospodarczego i suwerenności. Kraj dąży do osiągnięcia dodatkowego wkładu gospodarczego w wysokości 100 miliardów dirhamów z AI do 2030 roku, stworzenia 50 000 bezpośrednich i pośrednich miejsc pracy oraz przeszkolenia lub certyfikacji 200 000 osób w zakresie umiejętności związanych z AI. Cele te są ambitne i nie są automatycznie osiągalne. Jednak projekty infrastrukturalne, takie jak system ONCF, mogą stanowić realny czynnik napędzający popyt, jeśli systematycznie uwzględnia się lokalne tworzenie wartości.

Największy wpływ lokalny nie leży w produkcji standardowych kamer. Leży w integracji systemów, inżynierii danych, adaptacji modeli, cyberbezpieczeństwie, konserwacji i projektowaniu procesów operacyjnych. Marokańskie uniwersytety, firmy technologiczne i startupy mogłyby pracować nad lokalnymi zbiorami danych, procedurami testowymi i aplikacjami. Generowałoby to wiedzę, która mogłaby być później transferowana do portów, lotnisk, zakładów przemysłowych, centrów logistycznych i miejskich systemów transportowych.

Warunkiem koniecznym jest proces zamówień, który nie ogranicza transferu technologii do niewiążących listów intencyjnych. Umowy mogą obejmować szkolenia, lokalne możliwości wsparcia, wspólny rozwój, zobowiązania dotyczące dokumentacji oraz stopniowy transfer wiedzy specjalistycznej. Równie ważny jest dostęp do zanonimizowanych lub kontrolowanych danych szkoleniowych i testowych. Bez dostępu do danych lokalne firmy często ograniczają się do podstawowych usług instalacji i konserwacji, podczas gdy bardziej wartościowe zasoby oprogramowania i analityki pozostają za granicą.

Maroko może również wykorzystać projekt jako punkt odniesienia dla rynku afrykańskiego. Wiele krajów stoi przed podobnymi wyzwaniami: rozrastającymi się miastami, rosnącym natężeniem ruchu, ograniczonymi zasobami bezpieczeństwa i niejednorodną istniejącą infrastrukturą. Modułowe, odporne na zmiany klimatu i ekonomiczne rozwiązanie mogłoby stworzyć możliwą do eksportu wiedzę specjalistyczną. Projekt ONCF musi jednak przynieść wymierne rezultaty. Prestiżowy system bez przejrzystych wskaźników efektywności byłby mniej wartościowy jako punkt odniesienia niż mniejsze, mierzalnie skuteczne podejście.

Produktywność zamiast redukcji personelu

Nadzór oparty na sztucznej inteligencji (AI) często kojarzy się z oszczędnościami w personelu ochrony. To oczekiwanie jest jednak tylko częściowo realistyczne. System z 6000 kamer i licznymi automatycznymi alertami nadal wymaga od ludzi oceny zdarzeń, inicjowania działań, konserwacji technologii i monitorowania modeli. Korzyści ekonomiczne wynikają raczej ze wzrostu produktywności niż z redukcji personelu.

Tradycyjny system monitoringu wizyjnego jest słabo skalowalny, ponieważ ludzie mogą uważnie monitorować jedynie ograniczoną liczbę obrazów. Sztuczna inteligencja może wstępnie sortować duże ilości nagrań i sygnalizować podejrzane sytuacje. To przesuwa punkt ciężkości z ciągłej obserwacji na kwalifikowaną ocenę. Może to zwiększyć efektywność istniejących zespołów i ograniczyć dodatkowe zapotrzebowanie na personel, które wynikałoby z rozbudowy sieci i rosnącej liczby pasażerów.

Jednocześnie pojawiają się nowe profile zawodowe. Analitycy centrów kontroli, specjaliści ds. danych i sztucznej inteligencji, specjaliści ds. cyberbezpieczeństwa, integratorzy systemów i zespoły ds. utrzymania technicznego są poszukiwani. Obecni pracownicy potrzebują szkoleń, aby zrozumieć ograniczenia systemów. Traktowanie ostrzeżeń sztucznej inteligencji jako obiektywnej prawdy może prowadzić do decyzji równie niebezpiecznych, jak ignorowanie wszystkich alertów. Ludzki nadzór oznacza zatem coś więcej niż tylko formalne potwierdzenie. Wymaga kompetencji, czasu i jasnego upoważnienia do podejmowania decyzji.

Organizacja pracy i technologia muszą być projektowane wspólnie. Wprowadzanie nowych aplikacji bez dostosowania procesów, modeli zmianowych i zakresu obowiązków zwiększa obciążenie pracą. Szczególnie w fazie wdrażania, równoległe uruchamianie starszych i nowych systemów może generować dodatkową pracę. Dlatego analiza kosztów i korzyści powinna uwzględniać koszty przejścia i krzywe uczenia się. Wzrost produktywności rzadko pojawia się już pierwszego dnia działania; pojawia się on poprzez kalibrację, szkolenia i rutynę organizacyjną.

Finansowanie i rzeczywistość bilansu

Inwestycje napotykają na swojej strukturze finansowej, która jest już silnie uzależniona od infrastruktury. Na koniec 2024 roku ONCF odnotował zadłużenie finansowe w wysokości około 36,5 miliarda dirhamów, z czego około 71% przypada na infrastrukturę. Jednocześnie spółka wygenerowała zysk EBITDA w wysokości 1,949 miliarda dirhamów w 2024 roku i zdolność samofinansowania na poziomie około 501 milionów dirhamów. Strata netto za ten rok wyniosła około 1,373 miliarda dirhamów, głównie z powodu amortyzacji i kosztów finansowania infrastruktury. Według ONCF wynik byłby dodatni bez uwzględnienia kosztów kapitałowych związanych z infrastrukturą.

Te dane ilustrują typowy problem państwowych systemów kolejowych: o ile działalność może być ekonomicznie efektywna, kapitałochłonna infrastruktura generuje wysokie obciążenia księgowe i finansowe. Program o wartości 96 miliardów dirhamów nie może zatem być finansowany wyłącznie z bieżących nadwyżek. Kluczowe pozostają rządowe zastrzyki kapitałowe, pożyczki z międzynarodowych instytucji finansowych oraz długoterminowe struktury finansowania.

Wymaga to rygorystycznego planowania cyklu życia systemu monitorowania. Początkowy zakup sprzętu to tylko jeden z elementów kosztów. Bieżące wydatki na licencje, pamięć masową, łączność, energię, konserwację i aktualizacje mogą osiągnąć znaczny poziom w ciągu lat. Jeśli te koszty operacyjne zostaną niedoszacowane na etapie planowania, rezultatem będzie infrastruktura cyfrowa o ograniczonej funkcjonalności z powodu ograniczeń budżetowych. Byłoby to szczególnie problematyczne, ponieważ platformy bezpieczeństwa wymagają ciągłej konserwacji i nie mogą pozostać w dużej mierze niezmienione po zakończeniu, jak ma to miejsce w przypadku jednorazowego projektu budowlanego.

Jednocześnie projektu nie należy oceniać wyłącznie na podstawie bezpośrednich przychodów. Inwestycje w bezpieczeństwo przynoszą korzyści przede wszystkim dzięki uniknięciu szkód, stabilniejszej pracy i lepszemu wykorzystaniu. Solidna analiza kosztów i korzyści musi zatem uwzględniać scenariusze: ile istotnych incydentów ma miejsce, o ile szybciej są one wykrywane, jakich kosztów spowodowanych opóźnieniami lub szkodami można uniknąć oraz jak zmieniają się koszty ubezpieczenia, personelu lub konserwacji? Bez takich założeń ocena ekonomiczna pozostaje zbyt abstrakcyjna.

Od badań do solidnej realizacji

Czteromiesięczny etap planowania powinien zakończyć się jasnym ustaleniem priorytetów. Nie wszystkie 6000 kamer i nie wszystkie funkcje sztucznej inteligencji muszą być wdrażane jednocześnie. Podejście etapowe zmniejsza ryzyko technologiczne i finansowe. Początkowo należy wybierać lokalizacje, w których potrzeby w zakresie bezpieczeństwa są wysokie, dostępność danych jest dobra, a korzyści są wymierne. Mogą to być ruchliwe stacje kolejowe, wybrane odcinki kolei dużych prędkości, zajezdnie i znane punkty dostępu.

W fazie pilotażowej modele muszą być testowane w warunkach rzeczywistych. Kluczowe znaczenie mają różne pory roku, pory dnia, warunki pogodowe i zagęszczenie pasażerów. Następnie ONCF powinien skalować tylko te aplikacje, które spełniają uzgodnione minimalne standardy wydajności. Funkcje generujące zbyt wiele fałszywych alarmów mogą być dalej rozwijane lub odrzucane. Taka dyscyplina zapobiega częstemu błędowi polegającemu na zakupie szerokiego zestawu funkcji, którego praktyczna wydajność nie spełnia obiecanych oczekiwań.

Przetarg powinien również ustanowić solidną strukturę zarządzania danymi. Obejmuje to odpowiedzialność za jakość danych, publikację nowych modeli, aktualizacje zabezpieczeń, ochronę danych, analizę incydentów i monitorowanie wydajności. Każda funkcja AI wymaga przypisanego właściciela biznesowego w ramach operacji. Sama odpowiedzialność IT jest niewystarczająca, ponieważ konsekwencje decyzji wpływają na bezpieczeństwo i zarządzanie ruchem.

Wreszcie, system wymaga niezależnych testów akceptacyjnych. Producenci nie powinni definiować i oceniać własnej wydajności. Zestawy danych testowych, scenariusze i kluczowe wskaźniki wydajności (KPI) muszą być kontrolowane przez ONCF lub weryfikowane przez niezależne jednostki. Kluczowe jest, aby nie brać pod uwagę wyłącznie wartości średnich. System może działać dobrze na ogół, ale zawodzić w sytuacjach krytycznych, takich jak silne podświetlenie tła lub duże zagęszczenie tłumu. Akceptacja i stały monitoring muszą zatem opierać się na ryzyku.

Sieć kolejowa Maroka: Dlaczego inteligentna architektura systemowa jest ważniejsza niż czysta technologia kamer

Planowana strategia sztucznej inteligencji i hiperwizji nie jest jedynie projektem kamer ani dowodem na to, że koleje marokańskie zostaną w przyszłości w pełni zautomatyzowane. To przygotowanie do nowej, cyfrowej warstwy nad rozwijającą się siecią kolejową. Jej potencjał tkwi w krótszym czasie reakcji, lepiej skoordynowanych procesach bezpieczeństwa, większej stabilności operacyjnej oraz rozwoju transferowalnej wiedzy technologicznej.

Sukces ekonomiczny zależy mniej od liczby kamer, a bardziej od jakości architektury. 6000 urządzeń i 1800 jednostek z obsługą sztucznej inteligencji to cele możliwe do osiągnięcia, ale nie wskaźniki sukcesu. Kluczowymi czynnikami są: brak zakłóceń w działaniu, krótki czas reakcji, kontrolowana liczba fałszywych alarmów, wysoka dostępność systemu i niskie koszty cyklu życia. Równie ważne są ochrona danych, cyberodporność oraz możliwość późniejszej zmiany dostawcy lub modelu.

Z perspektywy polityki przemysłowej projekt oferuje możliwość rozwoju marokańskiej wiedzy specjalistycznej w zakresie wizji komputerowej, integracji systemów i infrastruktury krytycznej. Jednak ta szansa zostanie zrealizowana tylko wtedy, gdy otwarte standardy, lokalny transfer wiedzy i wymierny udział staną się wiążące. W przeciwnym razie Maroko pozostanie odbiorcą importowanej platformy i przez lata będzie ponosić koszty uzależnienia technologicznego.

Uzasadnienie jest zatem następujące: ONCF ma rację, planując architekturę systemu przed przetargiem na dużą skalę i rezygnując na razie z rozpoznawania twarzy. Jednak kolejny krok musi wykraczać poza projekt techniczny. Potrzebny jest ekonomiczny i organizacyjny model operacyjny, który zapewni transparentność korzyści, ryzyka, odpowiedzialności i kosztów następczych. Jeśli się to powiedzie, mały przetarg może stać się kluczowym projektem dla bezpieczniejszego, bardziej wydajnego i cyfrowo suwerennego systemu transportu kolejowego. Jeśli się nie powiedzie, istnieje ryzyko powstania kosztownej sieci kamer, która generuje duże ilości danych, ale oferuje zbyt mało niezawodnych narzędzi do podejmowania decyzji.

Konrad Wolfenstein

Chętnie będę pełnić rolę Twojego osobistego doradcy.

Możesz się ze mną skontaktować pod adresem wolfenstein∂xpert.digital lub

Po prostu zadzwoń do mnie pod numer +49 7348 4088 965 .

LinkedIn