„Хипервизија“ са безбедносном архитектуром коју подржава вештачка интелигенција уместо само камера: Шта стоји иза нове мреже за надзор у Мароку

Борба против отказивања и кашњења возова: Овако би вештачка интелигенција требало да спасе мароканску железничку мрежу

Програм од 96 милијарди дирхама (8,8 милијарди евра): Мароко гради нови оперативни систем за своје железнице

Мароканска државна железничка компанија ONCF суочава се са историјском трансформацијом. Имајући у виду Светско првенство у фудбалу 2030. године и брзи пораст броја путника, земља улаже 96 милијарди дирхама у проширење своје железничке мреже у наредним годинама. Међутим, наизглед мала ставка у овом огромном буџету показује се као прави централни део дигиталне будућности железнице: студија изводљивости која кошта око милион дирхама има за циљ да постави темеље за националну безбедносну архитектуру засновану на вештачкој интелигенцији.

Са планираних 6.000 камера – од којих ће скоро трећина бити аутоматизована коришћењем вештачке интелигенције – Мароко планира прелазак на такозвану „хипервизију“. Ово подразумева много више од традиционалног видео надзора. Реч је о брзом спречавању кашњења, заштити критичне инфраструктуре од сајбер напада, заштити приватности података намерним избегавањем препознавања лица и, на крају крајева, одређивању да ли Мароко остаје технолошки суверен или постаје зависан од страних добављача. Следећи чланак испитује зашто ће управо ова архитектонска одлука одредити економски, оперативни и индустријски успех мароканске железнице будућности.

Мароканска железничка мрежа постаје интелигентна безбедносна платформа: Од пројекта камере до системских одлука

На први поглед, планирана архитектура надзора заснована на вештачкој интелигенцији мароканске државне железнице ONCF делује као релативно мали дигитални пројекат. Тендерски уговор има обим од 1,08 милиона дирхама и намењен је развоју националне стратегије до 2030. године. У поређењу са укупним инвестиционим програмом ONCF-а од 96 милијарди дирхама, овај износ је готово безначајан. Међутим, са економске перспективе, било би погрешно закључити да је пројекат од малог значаја. Тендер не финансира комплетну техничку имплементацију, већ прелиминарни концептуални рад: архитектуру, стандарде, приоритете, логику интеграције, инвестиционе захтеве и план имплементације. Ова фаза, посебно, одређује који ће добављачи на крају добити уговор, колико ће систем бити отворен или затворен и какви ће бити дугорочни трошкови.

Суштина пројекта стога није набавка додатних камера. ONCF, пре свега, планира прелазак са бројних појединачних решења за надзор на централно контролисан, безбедносни систем вођен подацима. До 2030. године, око 6.000 камера биће распоређено широм железничке мреже. Приближно 30 процената, односно отприлике 1.800 јединица, аутоматски ће анализирати слике користећи вештачку интелигенцију. Преостале камере ће остати конвенционални сензори, али ће бити интегрисане у исту свеобухватну платформу. Ова комбинација има економског смисла: није свакој локацији потребна скупа рачунарска снага или софистициране аналитичке могућности. Кључ је интелигентно праћење посебно критичних подручја, уз истовремено консолидовање свих релевантних сигнала у свеобухватан преглед.

Тендер је стога архитектонски уговор са значајним утицајем. Добро осмишљен систем може повећати безбедност, смањити време застоја у раду, омогућити циљаније распоређивање особља и олакшати будућа проширења. С друге стране, лош дизајн може довести до технолошке зависности, високих трошкова интеграције, преоптерећења алармима и нејасних одговорности. Стога ниску цену студије не треба мешати са вредношћу одлуке. У поређењу са накнадним трошковима хардвера, софтвера, мреже, складиштења, одржавања и рада, напор планирања је мали. Међутим, његов утицај на ове трошкове је веома значајан.

Безбедност као економска инфраструктура

Безбедност железнице се често посматра као центар трошкова. Ова перспектива је преуска, јер је безбедност у железничком саобраћају истовремено предуслов за капацитет, поузданост и поверење. Неовлашћени приступ пругама, напуштени објекат, пожар, опасна гужва или препрека на брзој прузи могу проузроковати значајне последичне трошкове. То укључује отказивање возова, кашњења, евакуације, преусмеравања, оштећење опреме, додатно распоређивање особља и штету по репутацију. У мрежи која се шири, не само да се повећавају обим саобраћаја и могућности за приход, већ се повећава и број потенцијалних прекида и економске последице сваког већег инцидента.

Економске користи интелигентне видео аналитике првенствено произилазе из брзине. Камере не спречавају аутоматски инцидент, али могу скратити време између његовог настанка, откривања, процене и реаговања. Овај временски оквир је посебно критичан у железничком саобраћају јер локални поремећај може брзо утицати на ред вожње, везе и наредне деонице пруге. Рано откривање особе на прузи или благовремена идентификација препреке омогућава контролисану интервенцију пре него што безбедносни проблем ескалира у велики оперативни инцидент. Користи се тада протежу даље од пуког спречавања штете; оне такође укључују смањена кашњења и стабилније коришћење оскудних инфраструктурних капацитета.

Поред тога, постоји и ефекат поверења. Путници оцењују железнички систем не само по брзини и цени, већ и по перципираној безбедности, поузданости и уредности. Ово се посебно односи на главне железничке станице, интензивно коришћене приградске руте и велике међународне догађаје. Мароко припрема своје транспортне мреже за знатно веће оптерећење, делимично у вези са Светским првенством у фудбалу 2030. године. Модерно управљање безбедношћу стога може индиректно ојачати прихватање нових услуга. Иако не побољшава аутоматски потражњу, смањује главну препреку коришћењу јавног превоза.

Истовремено, користи морају бити реално процењене. Видео аналитика не гарантује безбедност. Она помера фокус са реактивног посматрања на проактивно препознавање образаца. Да ли ово генерише економску додату вредност зависи од тога да ли се алармима поуздано даје приоритет, да ли их прегледа квалификовано особље и да ли се претварају у ефикасне оперативне процесе. Алгоритам без јасног оперативног тока рада производи податке, али не нужно и безбедност.

Раст повећава притисак на деловање

Пројекат се поклапа са периодом снажног раста железничког саобраћаја у Мароку. ONCF је превезао приближно 55,1 милион путника у 2024. години, у поређењу са 38,5 милиона у 2019. години. Ово представља повећање од око 43 процента у року од пет година, иако је на овај период утицала пандемија и њене последице. Број путника је достигао приближно 55,6 милиона у 2025. години. Иако је раст успорен са високог нивоа, дугорочни тренд остаје јасан: железница добија на значају као вид транспорта, а планирана проширења имају за циљ да откључају нови ниво обима.

Развој прихода такође показује све већи економски значај. Приход ONCF-а у 2024. години износио је 4,82 милијарде дирхама, што је приближно 11 процената више него претходне године. Путнички превоз је генерисао 2,763 милијарде дирхама, осам процената више него у 2023. години. У 2025. години укупни приходи су први пут премашили пет милијарди дирхама. Ове бројке показују да железница није само државни инфраструктурни пројекат, већ растући пружалац услуга мобилности и логистике са све већим оперативним захтевима.

Развој је посебно очигледан у услугама брзих железница. У 2024. години, Ал Борак је превезао приближно 5,5 милиона путника и остварио око 780 милиона дирхама прихода. До 2025. године, овај број је порастао на око 5,6 милиона путника, док су приходи достигли приближно 848 милиона дирхама. Дакле, иако је Ал Борак чинио само око једне десетине путника у 2024. години, остварио је знатно више од четвртине прихода од путника. Ово указује на већи просечан приход по путнику и стратешки значај висококвалитетних железничких услуга на велике удаљености.

Ово резултира јасним ефектом скалирања за безбедносну архитектуру. Са повећањем саобраћаја, повећавају се број контаката, густина станица, сложеност трансфера и вредност непрекидног рада. Систем праћења који делује довољан за данашњу мрежу могао би достићи своје организационе и техничке границе у року од само неколико година. Стога, планирање до 2030. године не мора само да одражава тренутне потребе, већ и да узме у обзир вршна оптерећења, нове станице, додатни возни парк, регионалне услуге и продужену линију брзих железница.

Програм од 96 милијарди дирхама

Пројекат вештачке интелигенције може се разумети само у контексту већег инвестиционог циклуса. ONCF планира да потроши укупно 96 милијарди дирхама до 2030. године. Од тога, 53 милијарде дирхама је намењено за инфраструктуру и опрему за брзу железничку пругу дугу око 430 километара од Кенитре преко Рабата и Казабланке до Маракеша. Додатних 29 милијарди дирхама је издвојено за 168 нових возова. Преосталих 14 милијарди дирхама биће искоришћено за модернизацију, стабилизацију и даљи развој постојеће мреже, као и за припрему за регионалне услуге брзог транзита.

Обим пројекта илуструје зашто безбедносна стратегија мора бити дефинисана рано. Будућа видео и хипервизијска платформа не би требало да се накнадно уграђује на постојећу инфраструктуру. Мора бити интегрисана у планирање станица, комуникационе мреже, оперативне центре, возила, напајање, процесе одржавања и сајбер безбедност. Што се касније интерфејси дефинишу, то ће накнадне уградње бити скупље. Са становишта животног циклуса, стога је логично пројектовати архитектуру дигиталне безбедности паралелно са развојем физичке инфраструктуре.

Целокупни програм такође мења улогу ONCF-а. Од националног железничког оператера са релативно концентрисаном мрежом, све више постаје интегрисани добављач мобилности за брзи, међуградски, регионални и метрополитански превоз. Планиране су чешће услуге сличне RER-у за Казабланку, Рабат и Маракеш. Ово ће повећати учесталост услуге и промет путника, а истовремено ће смањити време расположиво за оперативне одлуке. Безбедносни системи ће тада морати да прате не само појединачне објекте већ и обрасце кретања на бројним локацијама и да агрегирају информације у реалном времену.

Експанзија има димензију индустријске политике. Велики железнички програми стварају потражњу за грађевинским услугама, технологијом сигнализације, возним парком, телекомуникацијама, софтвером, одржавањем и обуком. Стратегија праћења може утицати на то колико се ове додате вредности генерише у Мароку. Ако су потребни отворени интерфејси, стручност у локалној интеграцији и преносиви стандарди, мароканске компаније могу бити укључене у рад, адаптацију и даљи развој на дужи рок. Насупрот томе, ако се набави потпуно власничко, свеобухватно решење, постоји ризик да ће значајан део стварања дигиталне вредности остати трајно везан за стране добављаче.

Хипервизија као нови оперативни систем

Термин хипервизија описује интеграцију различитих система за праћење и алармирање у јединствену, свеобухватну платформу. У практичном смислу, то значи да се слике са камера, упозорења вештачке интелигенције, подаци о контроли приступа, противпожарни аларми, техничка упозорења и потенцијално други оперативни подаци више не обрађују у одвојеним апликацијама. Уместо тога, креира се јединствени преглед, који омогућава процену догађаја, њихово одређивање приоритета и прослеђивање надлежним органима.

Економска предност лежи у смањењу организационих трења. У фрагментираним системима, особље мора да консолидује информације из различитих интерфејса. Одговорности могу бити нејасне, упозорења се обрађују два пута или се не прослеђују благовремено. Централна платформа може смањити ове медијске прекиде. Омогућава стандардизоване процесе, јединствене нивое ескалације и праћење документације. Ово омогућава регионалним контролним центрима и националном безбедносном центру да делују координисано без потпуне централизације сваке одлуке.

Централизација, међутим, доноси нове ризике. Платформа која повезује многе системе постаје и сама по себи критични чвор. Технички кварови, сајбер напади или погрешне конфигурације могу истовремено утицати на велике делове мреже. Систем стога захтева редундантност, одвојене безбедносне зоне, процедуре рада у ванредним ситуацијама и локалне могућности реаговања. Хипервизију не треба мешати са потпуном централном зависношћу. Робусна архитектура мора комбиновати централизовани надзор са децентрализованом отпорношћу.

Сама количина информација такође представља изазов. 6.000 камера континуирано генерише велике токове података. Када би се сви снимци трајно складиштили и анализирали централно у високој резолуцији, захтеви за пропусним опсегом, складиштењем и рачунарском снагом би се знатно повећали. Слојевита архитектура је обично економски исплативија. Одређене анализе могу се вршити директно на камери или на локалним рачунарима, док се само релевантни догађаји, метаподаци или одабране видео секвенце преносе у централни систем. Ова такозвана обрада на рубу мреже смањује трошкове преноса и може скратити време одзива. Међутим, компликује одржавање и управљање безбедношћу јер је потребно користити интелигентније уређаје на терену.

Где вештачка интелигенција ствара користи

Планиране примене фокусирају се на специфичне, оперативно релевантне ситуације. То укључује откривање неовлашћеног приступа, праћење гужве, идентификацију напуштених предмета и посматрање возова. На брзим пругама могу се детектовати и животиње, препреке или предмети на шинама. На железничким станицама могу се анализирати густина, смер кретања и загушења. Пројекат стога функционише у области где компјутерски вид може генерисати мерљиве користи, под условом да су модели прилагођени локалним условима.

Детекција упада је посебно релевантна јер железничке пруге покривају велика подручја која је тешко потпуно обезбедити. Систем може да прати дефинисане зоне и пријављује кретање које је необично у одређено време или под одређеним условима. Предност у односу на једноставно детектовање покрета је у томе што модерни системи могу да разликују људе, возила, животиње и факторе околине. Идеално, ово смањује лажне аларме изазване сенкама, кишом, вегетацијом или променама светлости.

Анализа гужве тежи другачијем циљу. Она се мање фокусира на појединачне људе, а више на густину и проток. Ако се необично велики број људи окупи на перону или се појаве супротстављени токови, контролни центар може рано реаговати, управљати приступом, распоредити особље или прилагодити информације о путницима. Предности су и безбедносне и оперативне. Боља расподела путника може стабилизовати време задржавања и спречити критичне ситуације на ивицама перона.

Детекција ненадзираних објеката звучи једноставно, али је технички изазовно. Железничке станице су динамична окружења са пртљагом, опремом за чишћење, продавцима и променљивом видљивошћу. Употребљив систем мора да разликује да ли је објекат заиста ненадзиран, колико дуго је тамо и да ли блокира релевантно подручје. Без пажљиве калибрације, вероватни су бројни лажно позитивни резултати. Стога, економски успех не зависи од најдуже могуће листе карактеристика, већ од неколико поуздано функционишућих апликација са јасно дефинисаним праговима.

Управљана AI платформа - Слика: Xpert.Digital

Овде ћете сазнати како ваша компанија може брзо, безбедно и без високих баријера за улазак имплементирати прилагођена решења за вештачку интелигенцију.

Управљана AI платформа је ваше свеобухватно и безбрижно решење за вештачку интелигенцију. Уместо да се бавите сложеном технологијом, скупом инфраструктуром и дуготрајним процесима развоја, добијате готово решење прилагођено вашим потребама од специјализованог партнера – често у року од само неколико дана.

Кључне предности на први поглед:

⚡ Брза имплементација: Од идеје до апликације спремне за употребу за дане, а не месеци. Нудимо практична решења која стварају тренутну додату вредност.

🔒 Максимална безбедност података: Ваши осетљиви подаци остају код вас. Гарантујемо безбедну и усклађену обраду без дељења података са трећим лицима.

💸 Без финансијског ризика: Плаћате само за резултате. Велика почетна улагања у хардвер, софтвер или особље су потпуно елиминисана.

🎯 Фокусирајте се на свој основни посао: Концентришите се на оно што најбоље радите. Ми се бринемо о целокупној техничкој имплементацији, раду и одржавању вашег вештачке интелигенције.

📈 Спремно за будућност и скалабилно: Ваша вештачка интелигенција расте са вама. Обезбеђујемо континуирану оптимизацију и скалабилност и флексибилно прилагођавамо моделе новим захтевима.

Више информација овде:

• Управљана AI платформа

Потцењена цена лажних узбуна

Кључна пословна метрика за систем за праћење вештачке интелигенције није његова теоретска стопа детекције у лабораторији. Оно што је важно је однос између релевантних погодака, пропуштених догађаја и лажних узбуна у стварном раду. Систем може бити веома осетљив на папиру, а опет понудити мало користи ако стално пријављује безопасне ситуације. Свако упозорење захтева пажњу. Превише лажних узбуна доводи до замора од аларма: запослени реагују спорије, игноришу упозорења или развијају неформална решења.

Трошкови лажних узбуна су вишеструки. Они укључују изгубљено радно време у контролним центрима, непотребно распоређивање безбедносних снага, потенцијалне оперативне поремећаје и пад поверења у технологију. С друге стране, систем подешен прениско може пропустити стварне опасности. Оптимизација стога није једнократни технички поступак, већ континуирани оперативни процес. Прагови се морају прилагођавати у складу са локацијом, доба дана, временским условима и врстом догађаја. Препун перон на државни празник представља другачије изазове од депоа ноћу.

За процес тендера, то значи да тврдње о перформансама треба тестирати коришћењем сценарија из стварног света. Добављачи морају не само да покажу да њихови модели могу да препознају објекте, већ и да докажу колико поуздано функционишу под мароканским условима осветљења, климе и саобраћаја. Прашина, топлота, позадинско осветљење, различити углови камере и велика густина пешака утичу на перформансе. Стога је пилот пројекат на неколико типичних локација економски вреднији од избора заснованог искључиво на спецификацијама произвођача.

Систем кључних индикатора учинка (KPI) који комбинује техничке и оперативне метрике био би користан. То укључује број релевантних аларма, просечно време тестирања, стопу лажних узбуна, откривене инциденте, избегнуте минуте застоја и укупну доступност система. Само ова комбинација омогућава утврђивање да ли је инвестиција заиста продуктивна. Висока стопа детекције без побољшаног времена одзива била би само технички успех, али још увек не и економски.

Заштита података као питање поверења

Тендерска документација, у тренутном стању, не укључује препознавање лица. Ово ограничење је стратешки значајно. Препознавање лица би пројекат учинило знатно сложенијим са правне, етичке и техничке перспективе. За планиране главне примене, идентитет појединачних особа није неопходан. Систем мора да препозна да се неко налази у ограниченом подручју или да је гомила достигла критичну густину. Не мора да зна ко је та особа.

Одустајање од биометријске идентификације може подстаћи прихватање и подржати принцип минимизирања података. Ипак, и традиционални и видео надзор заснован на вештачкој интелигенцији и даље представљају задирање у приватност. Мароко има правни оквир за заштиту личних података у Закону 09-08; Национална комисија за заштиту података (CNDP) надгледа његову примену. За ONCF, ово захтева јасне сврхе, регулисане периоде чувања, контролисан приступ и транспарентну одговорност.

Економски гледано, заштита података није само додатни трошак. Нејасни прописи могу одложити пројекте, створити отпор и наметнути касније измене. Интегрисање заштите података и безбедности информација у архитектуру од самог почетка смањује дугорочне ризике по питању усклађености и репутације. То укључује одвајање аналитике уживо од архивирања, имплементацију концепата аутоматског брисања, приступ евидентирањем, шифровање и ограничавање приступа само на овлашћено особље.

Ограничење сврхе је посебно важно. Платформа која је првобитно дизајнирана за откривање упада и претњи технички се касније може користити за опсежнију анализу понашања. Ово постепено ширење њене употребе носи политичке и друштвене ризике. Стога, нове функције не би требало легитимисати искључиво на основу техничке изводљивости. Свако проширење захтева посебну процену користи и ризика, правни основ и јасно одобрење. Експлицитно уздржавање од препознавања лица је стога разумна полазна тачка, али веродостојно само ако је обезбеђено техничким и организационим мерама заштите.

Сајбер безбедност постаје кључни задатак

Са сваком умреженом камером, површина за дигитални напад расте. Камере, локални рачунари, мрежне компоненте, складиште података, интерфејси и централне платформе могу садржати рањивости. Напад би могао да пресретне снимке, онеспособи уређаје, потисне аларме или генерише лажне извештаје. Посебно би била критична манипулација која прође незапажено. Док се потпуни квар система обично брзо открива, неоткривена промена података или модела може довести до трајно погрешних одлука.

Безбедносна архитектура стога мора подједнако штитити поверљивост, доступност и интегритет. Није довољно само заштитити видео податке од неовлашћеног приступа. ONCF такође мора да осигура да су камере аутентичне, да су верзије софтвера верификоване, да се модели не мењају неоткривено и да аларми потичу из поузданих извора. Сегментација мреже је кључна у том погледу: угрожена крајња тачка не сме бити у могућности да одобри директан приступ критичним контролним системима.

Још један ризик лежи у ланцу снабдевања. Систем ове величине ће вероватно укључивати компоненте од више произвођача. Ажурирања, даљинско одржавање и услуге у облаку могу створити зависности које се протежу изван првобитног уговорног рока. Стога, тендери би требало да захтевају безбедносна ажурирања током целог животног циклуса, транспарентне процесе управљања рањивостима, локалне могућности опоравка од катастрофе и јасно дефинисана права приступа. Могућност замене појединачних компоненти без замене целе платформе је такође кључни фактор и за безбедност и за исплативост.

Сајбер отпорност носи додатне трошкове, али није опциони ниво квалитета. Што су безбедносне одлуке аутоматизованије и централизованије, већа је потенцијална штета од дигиталне манипулације. Стога, овај пројекат не треба третирати као пуку набавку камера са накнадним додавањем ИТ безбедности. То је сајбер-физички систем у коме дигиталне одлуке могу утицати на проток саобраћаја у стварном свету.

Отворена архитектура против зависности од произвођача

Стратешки најважније питање у вези са набавком је да ли ONCF бира отворену, модуларну платформу или затворени, све-у-једном систем. Власничко решење се може брже имплементирати у почетку јер хардвер, софтвер и подршка долазе из једног извора. Међутим, дугорочно могу настати високи трошкови преласка. Ако су камере, модели анализе, складиштење и кориснички интерфејси чврсто везани за једног добављача, свака накнадна замена постаје скупа и ризична.

Са временским хоризонтом који се протеже до 2030. године и знатно дужим очекиваним оперативним веком трајања, технолошка флексибилност је посебно важна. Модели вештачке интелигенције се брзо развијају, док се железничка и камерска инфраструктура често користе десет или више година. Архитектура би стога требало да омогући ажурирање или замену компоненти за анализу без поновне изградње целог система. Стандардизовани интерфејси, документовани формати података и јасна права власништва над конфигурацијама и оперативним подацима су кључни за ово.

Отвореност, међутим, не значи комбиновање што већег броја провајдера без централне одговорности. Прекомерна фрагментација повећава ризике интеграције и отежава решавање проблема. Јасно дефинисана архитектура платформе са обавезујућим стандардима, али конкурентним модулима је економски исплатива. ONCF треба да задржи контролу над моделом података, интерфејсима и безбедносним правилима, док специјализовани провајдери могу да испоручују појединачне функције.

Трошкови изласка такође морају бити укључени у анализу трошкова и користи. Најнижа куповна цена може постати скупа током животног циклуса производа ако су лиценце, складиштење, одржавање или надоградње доступни само под монополским условима. Стога, укупни оперативни трошкови треба да се процене током најмање десет година. Ово укључује не само хардвер и софтвер, већ и енергију, пренос података, обуку, ажурирања производа, сајбер безбедност, резервне делове, подршку и миграцију. Добар концепт мора учинити ове скривене трошкове видљивим.

Могућности за дигиталну економију Марока

Пројекат је у складу са националном стратегијом Марока „Мароко ИА 2030“, која вештачку интелигенцију позиционира као покретач раста и суверенитета. Земља има за циљ додатни економски допринос од 100 милијарди дирхама од вештачке интелигенције до 2030. године, стварање 50.000 директних и индиректних радних места и обуку или сертификацију 200.000 људи у вештинама вештачке интелигенције. Такви циљеви су амбициозни и нису аутоматски достижни. Међутим, инфраструктурни пројекти попут система ONCF могу деловати као конкретни покретачи потражње ако се систематски разматра стварање локалне вредности.

Највећа локална предност не лежи у производњи стандардних камера. Она лежи у системској интеграцији, инжењерингу података, адаптацији модела, сајбер безбедности, одржавању и дизајну оперативних процеса. Марокански универзитети, технолошке компаније и стартапови могли би да раде на локално релевантним скуповима података, процедурама тестирања и апликацијама. Ово би генерисало знање које би касније могло бити пренето у луке, аеродроме, индустријска постројења, логистичке центре и градске транспортне системе.

Предуслов је процес набавке који не своди трансфер технологије на необвезујућа писма о намерама. Уговори могу да укључују обуку, локалне могућности подршке, заједнички развој, обавезе документације и фазни пренос стручности. Подједнако важан је приступ анонимизованим или контролисаним подацима о обуци и тестирању. Без приступа подацима, локалне компаније су често ограничене на основне услуге инсталације и одржавања, док вреднији софтверски и аналитички капацитети остају у иностранству.

Мароко такође може користити пројекат као референтну вредност за афричко тржиште. Многе земље се суочавају са сличним изазовима: растући градови, све веће потребе за саобраћајем, ограничени безбедносни ресурси и хетерогена постојећа инфраструктура. Модуларно, климатски отпорно и исплативо решење могло би створити стручност која се може извозити. Међутим, пројекат ONCF мора да пружи видљиве резултате. Престижни систем без транспарентних индикатора учинка био би мање вредан као референтна вредност од мањег, мерљиво ефикасног приступа.

Продуктивност уместо смањења броја запослених

Надзор помоћу вештачке интелигенције често се повезује са уштедама у броју безбедносног особља. Ово очекивање је само делимично реалистично. Систем са 6.000 камера и бројним аутоматизованим упозорењима и даље захтева од људи да процењују догађаје, покрећу акције, одржавају технологију и прате моделе. Економска корист лежи више у повећању продуктивности него у једноставном смањењу броја запослених.

Традиционални видео надзор се слабо скалира јер људи могу пажљиво да прате само ограничен број слика. Вештачка интелигенција може унапред да сортира велике количине снимака и означи упадљиве ситуације. Ово помера фокус са континуираног посматрања на квалификовану процену. Ово може повећати ефикасност постојећих тимова и ограничити додатне потребе за запошљавањем које би настале због ширења мреже и повећања броја путника.

Истовремено, појављују се нови профили послова. Тражени су аналитичари контролних центара, стручњаци за податке и вештачку интелигенцију, стручњаци за сајбер безбедност, систем интегратори и тимови за техничко одржавање. Постојећим запосленима је потребна обука да би разумели ограничења система. Третирање упозорења вештачке интелигенције као објективне истине може довести до одлука које су подједнако опасне као и оне које игноришу сва упозорења. Људски надзор, дакле, значи више од пуке формалне потврде. Потребна је компетенција, време и јасна овлашћења за доношење одлука.

Организација рада и технологија морају бити дизајниране заједно. Увођење нових апликација без прилагођавања процеса, модела смена и одговорности повећава обим посла. Посебно током фазе имплементације, паралелно покретање старих и нових система може створити додатни посао. Стога, анализа трошкова и користи треба да узме у обзир трошкове транзиције и криве учења. Повећање продуктивности ретко се дешава првог дана рада; оно настаје кроз калибрацију, обуку и организациону рутину.

Финансирање и стварност биланса стања

Инвестициони покрет наилази на финансијску структуру која је већ у великој мери зависна од инфраструктуре. Крајем 2024. године, ONCF је пријавио финансијски дуг од приближно 36,5 милијарди дирхама, од чега се око 71 проценат приписује инфраструктури. Истовремено, компанија је остварила EBITDA од 1,949 милијарди дирхама у 2024. години и капацитет самофинансирања од приближно 501 милион дирхама. Нето губитак за годину износио је отприлике 1,373 милијарде дирхама, првенствено због амортизације и трошкова финансирања инфраструктуре. Према ONCF-у, резултат би био позитиван без капиталних трошкова инфраструктуре.

Ове бројке илуструју типичан проблем са државним железничким системима: Иако операције могу бити економски ефикасне, капитално интензивна инфраструктура ствара велика рачуноводствена и финансијска оптерећења. Програм од 96 милијарди дирхама стога не може бити финансиран искључиво из текућих вишкова. Владине капиталне инјекције, кредити од међународних финансијских институција и дугорочне структуре финансирања остају кључне.

Ово захтева ригорозно планирање животног циклуса система за праћење. Почетна набавка хардвера је само једна компонента трошкова. Текући трошкови за лиценце, складиштење, повезивање, енергију, одржавање и ажурирања могу достићи значајан ниво током година. Ако се ови оперативни трошкови потцене током фазе планирања, резултат ће бити дигитална инфраструктура чија је функционалност ограничена због буџетских ограничења. Ово би било посебно проблематично јер безбедносне платформе захтевају континуирано одржавање и не могу остати углавном непромењене након завршетка као једнократни грађевински пројекат.

Истовремено, пројекат не треба процењивати искључиво на основу директних прихода. Инвестиције у безбедност генеришу своје користи првенствено кроз избегнуту штету, стабилније пословање и побољшано коришћење. Робусна анализа трошкова и користи стога мора користити сценарије: Колико се релевантних инцидената догоди, колико се брже откривају, који трошкови због кашњења или штете се могу избећи и како се мењају трошкови осигурања, особља или одржавања? Без таквих претпоставки, економска процена остаје превише апстрактна.

Од студије до робусне имплементације

Четворомесечна фаза планирања требало би да се заврши јасним одређивањем приоритета. Није потребно имплементирати свих 6.000 камера и све функције вештачке интелигенције истовремено. Фазни приступ смањује технолошке и финансијске ризике. У почетку, треба одабрати локације где су безбедносне потребе високе, доступност података добра, а користи мерљиве. То може да укључује прометне железничке станице, одабране деонице брзих железница, депое и познате приступне тачке.

Током пилот фазе, модели морају бити тестирани у реалним условима. Различита годишња доба, доба дана, временски услови и густина путника су кључни. Након тога, ONCF треба да скалира само оне апликације које испуњавају договорене минималне стандарде перформанси. Карактеристике са превише лажних узбуна могу се даље развијати или одбацити. Ова дисциплина спречава уобичајену грешку куповине широког скупа функција чије практичне перформансе не испуњавају обећане презентације.

Тендер би такође требало да успостави робусну структуру података и управљања. То укључује одговорности за квалитет података, објављивање нових модела, безбедносна ажурирања, заштиту података, анализу инцидената и праћење учинка. Свакој функцији вештачке интелигенције потребан је власник предузећа унутар операције. Чиста ИТ одговорност није довољна јер последице одлука утичу на безбедност и управљање саобраћајем.

Коначно, систем захтева независно тестирање пријемљивости. Произвођачи не би требало да дефинишу и процењују сопствене перформансе. Скупови података тестирања, сценарији и кључни индикатори перформанси морају бити контролисани од стране ONCF-а или верификовани од стране независних тела. Кључно је да се не узимају у обзир само просечне вредности. Систем може добро функционисати у целини, али да не успе управо у критичним ситуацијама, као што су јако позадинско осветљење или велика густина гужве. Прихватање и континуирано праћење стога морају бити засновани на ризику.

Мароканска железничка мрежа: Зашто је архитектура интелигентног система важнија од чисте технологије камера

Планирана стратегија вештачке интелигенције и хипервизије није ни пуки пројекат камере нити доказ да ће железница Марока у будућности бити потпуно аутоматизована. То је припрема за нови дигитални слој изнад растуће железничке мреже. Њен потенцијал лежи у бржем времену одзива, боље координисаним безбедносним процесима, већој оперативној стабилности и развоју преносиве технолошке стручности.

Економски успех мање зависи од броја камера него од квалитета архитектуре. 6.000 уређаја и 1.800 јединица омогућених вештачком интелигенцијом су достижни циљеви, али не и метрике успеха. Кључни фактори су избегавање оперативних прекида, кратко време одзива, управљиве стопе лажних узбуна, висока доступност система и ниски трошкови животног циклуса. Подједнако важни су заштита података, сајбер отпорност и могућност касније промене добављача или модела.

Са становишта индустријске политике, пројекат нуди могућност за изградњу мароканске стручности у области рачунарског вида, системске интеграције и критичне инфраструктуре. Међутим, ова прилика ће се остварити само ако отворени стандарди, локални трансфер знања и мерљиво учешће постану обавезујући. У супротном, Мароко ће остати купац увезене платформе и сносити трошкове технолошке зависности годинама које долазе.

Образложење је, дакле, следеће: ONCF је у праву што планира архитектуру система пре великих набавки и што за сада одустаје од препознавања лица. Међутим, следећи корак мора ићи даље од техничког плана. Потребан је економски и организациони оперативни модел који чини транспарентним користи, ризике, одговорности и трошкове праћења. Ако ово успе, мали тендер би могао постати кључни пројекат за безбеднији, ефикаснији и дигитално суверени систем железничког транспорта. Ако не успе, постоји ризик од скупе мреже камера која генерише велике количине података, али пружа премало поузданих алата за доношење одлука.

Konrad Wolfenstein

Било би ми драго да вам будем лични саветник.

Можете ме контактирати на wolfenstein∂xpert.digital или

Само ме позовите на +49 7348 4088 965 .

ЛинкедИн