"Hypervision" med AI-stödd säkerhetsarkitektur istället för bara kameror: Vad ligger bakom Marockos nya övervakningsnätverk

Bekämpa inställda och försenade tåg: Så här ska AI rädda det marockanska järnvägsnätet

96-miljarder dirham-programmet (8,8 miljarder euro): Marocko bygger ett nytt operativsystem för sina järnvägar

Marockos statligt ägda järnvägsbolag ONCF står inför en historisk omvandling. Med tanke på fotbolls-VM 2030 och den snabbt ökande passagerarantalet investerar landet 96 miljarder dirham i att utöka sitt järnvägsnät under de kommande åren. En till synes liten post i denna enorma budget visar sig dock vara den verkliga kärnan i järnvägens digitala framtid: en förstudie som kostar cirka en miljon dirham är avsedd att lägga grunden för en nationell, AI-driven säkerhetsarkitektur.

Med 6 000 planerade kameror – varav nästan en tredjedel kommer att automatiseras med hjälp av artificiell intelligens – planerar Marocko steget till så kallad "hypervision". Detta innebär mycket mer än bara traditionell videoövervakning. Det handlar om att snabbt förhindra förseningar, skydda kritisk infrastruktur från cyberattacker, skydda dataskydd genom att medvetet undvika ansiktsigenkänning och i slutändan avgöra om Marocko förblir tekniskt suverän eller blir beroende av utländska leverantörer. Följande artikel undersöker varför just detta arkitektoniska beslut kommer att avgöra den ekonomiska, operativa och industripolitiska framgången för Marockos framtida järnväg.

Marockos järnvägsnät håller på att bli en intelligent säkerhetsplattform: Från kameraprojekt till systembeslut

Vid första anblicken verkar den planerade AI-baserade övervakningsarkitekturen för den marockanska statsjärnvägen ONCF vara ett relativt litet digitalt projekt. Det upphandlade kontraktet har en volym på 1,08 miljoner dirham och är avsett att utveckla en nationell strategi fram till 2030. Jämfört med ONCF:s totala investeringsprogram på 96 miljarder dirham är detta belopp nästan obetydligt. Ur ett ekonomiskt perspektiv vore det dock fel att dra slutsatsen att projektet är av liten betydelse. Upphandlingen finansierar inte den fullständiga tekniska implementeringen, utan snarare det preliminära konceptuella arbetet: arkitektur, standarder, prioriteringar, integrationslogik, investeringskrav och implementeringsplan. Denna fas avgör i synnerhet vilka leverantörer som slutligen kommer att tilldelas kontraktet, hur öppet eller slutet systemet kommer att vara och vad de långsiktiga kostnaderna kommer att bli.

Kärnan i projektet är därför inte upphandling av ytterligare kameror. ONCF planerar snarare övergången från ett flertal individuella övervakningslösningar till ett centralt styrt, datadrivet säkerhetssystem. År 2030 ska cirka 6 000 kameror vara utplacerade över hela järnvägsnätet. Ungefär 30 procent, eller ungefär 1 800 enheter, kommer att automatiskt analysera bilder med hjälp av artificiell intelligens. De återstående kamerorna kommer att förbli konventionella sensorer men integreras i samma övergripande plattform. Denna kombination är ekonomiskt vettig: inte alla platser kräver dyr datorkraft eller sofistikerade analysmöjligheter. Nyckeln är att intelligent övervaka särskilt kritiska områden samtidigt som alla relevanta signaler konsolideras till en omfattande översikt.

Anbudet är därför ett arkitektoniskt kontrakt med betydande hävstångseffekt. Ett väl utformat system kan öka säkerheten, minska driftstopp, möjliggöra mer riktad personalinsats och underlätta framtida expansioner. Omvänt kan en dålig design leda till teknologiskt beroende, höga integrationskostnader, larmöverbelastning och oklara ansvarsområden. Studiens låga pris bör därför inte förväxlas med beslutets värde. Jämfört med efterföljande hårdvaru-, mjukvaru-, nätverks-, lagrings-, underhålls- och driftskostnader är planeringsinsatsen liten. Dess inverkan på dessa kostnader är dock mycket betydande.

Säkerhet som ekonomisk infrastruktur

Järnvägssäkerhet ses ofta som en kostnadskälla. Detta perspektiv är för snävt, eftersom säkerhet inom järnvägstransporter samtidigt är en förutsättning för kapacitet, tillförlitlighet och förtroende. Obehörig åtkomst till spåren, ett övergivet föremål, en brand, en farlig folkmassa eller ett hinder på en höghastighetslinje kan orsaka betydande följdkostnader. Dessa inkluderar inställda tåg, förseningar, evakueringar, omledningar, utrustningsskador, ytterligare personalutplaceringar och skador på anseendet. I ett expanderande nätverk ökar inte bara trafikvolymerna och intäktsmöjligheterna, utan även antalet potentiella störningar och de ekonomiska konsekvenserna av varje större incident.

De ekonomiska fördelarna med intelligent videoanalys härrör främst från hastighet. Kameror förhindrar inte automatiskt en incident, men de kan förkorta tiden mellan dess inträffande, upptäckt, bedömning och respons. Denna tidsram är särskilt kritisk inom järnvägstransporter eftersom en lokal störning snabbt kan påverka tidtabeller, anslutningar och efterföljande spåravsnitt. Tidig upptäckt av en person på spåren eller snabb identifiering av ett hinder möjliggör kontrollerade insatser innan ett säkerhetsproblem eskalerar till en större driftsincident. Fördelarna sträcker sig sedan bortom att bara förhindra skador; de inkluderar också minskade förseningar och ett mer stabilt utnyttjande av knapp infrastrukturkapacitet.

Dessutom finns det förtroendeeffekten. Passagerare utvärderar ett järnvägssystem inte bara utifrån hastighet och pris, utan även utifrån upplevd säkerhet, tillförlitlighet och ordning. Detta gäller särskilt för större tågstationer, hårt trafikerade pendlingsrutter och stora internationella evenemang. Marocko förbereder sina transportnät för betydligt högre belastningar, delvis i samband med fotbolls-VM 2030. Modern säkerhetshantering kan därför indirekt stärka acceptansen av nya tjänster. Även om det inte automatiskt förbättrar efterfrågan, minskar det ett stort hinder för att använda kollektivtrafik.

Samtidigt måste fördelarna bedömas realistiskt. Videoanalys garanterar inte säkerhet. Den flyttar fokus från reaktiv observation till proaktiv mönsterigenkänning. Huruvida detta genererar ekonomiskt mervärde beror på om larm prioriteras på ett tillförlitligt sätt, granskas av kvalificerad personal och omsätts i effektiva operativa processer. En algoritm utan ett tydligt operativt arbetsflöde producerar data, men inte nödvändigtvis säkerhet.

Tillväxten ökar trycket att agera

Projektet sammanfaller med en period av stark tillväxt inom marockansk järnvägstransport. ONCF transporterade cirka 55,1 miljoner passagerare år 2024, jämfört med 38,5 miljoner år 2019. Detta motsvarar en ökning med cirka 43 procent inom fem år, trots att denna period påverkades av pandemin och dess konsekvenser. Antalet passagerare nådde cirka 55,6 miljoner år 2025. Även om tillväxten har avtagit från en hög nivå, är den långsiktiga trenden fortfarande tydlig: järnvägen blir allt viktigare som transportsätt, och de planerade utbyggnaderna är avsedda att öppna upp en ny skala.

Intäktsutvecklingen visar också ökande ekonomisk relevans. ONCF:s intäkter år 2024 var 4,82 miljarder dirham, cirka 11 procent högre än föregående år. Persontransporter genererade 2,763 miljarder dirham, åtta procent mer än år 2023. År 2025 översteg de totala intäkterna för första gången fem miljarder dirham. Dessa siffror visar att järnvägen inte bara är ett statligt infrastrukturprojekt, utan en växande leverantör av mobilitets- och logistiktjänster med ökande operativa krav.

Utvecklingen är särskilt tydlig inom höghastighetstågstrafiken. År 2024 transporterade Al Boraq cirka 5,5 miljoner passagerare och genererade cirka 780 miljoner dirham i intäkter. År 2025 hade denna siffra stigit till ungefär 5,6 miljoner passagerare, medan intäkterna nådde cirka 848 miljoner dirham. Således, medan Al Boraq stod för endast ungefär en tiondel av passagerarna år 2024, genererade det betydligt mer än en fjärdedel av passagerarintäkterna. Detta indikerar en högre genomsnittlig intäkt per passagerare och den strategiska betydelsen av högkvalitativa långdistanstågstjänster.

Detta resulterar i en tydlig skalningseffekt för säkerhetsarkitekturen. Med ökande trafik ökar antalet kontakter, stationstätheten, komplexiteten i överföringar och värdet av oavbruten drift. Ett övervakningssystem som verkar tillräckligt för dagens nätverk skulle kunna nå sina organisatoriska och tekniska gränser inom bara några år. Därför måste planeringen fram till 2030 inte bara återspegla nuvarande behov utan också ta hänsyn till toppbelastningar, nya stationer, ytterligare rullande materiel, regionala tjänster och den utökade höghastighetsjärnvägen.

96-miljarder dirham-programmet

AI-projektet kan bara förstås i samband med den större investeringscykeln. ONCF planerar att spendera totalt 96 miljarder dirham fram till 2030. Av detta är 53 miljarder dirham öronmärkta för infrastruktur och utrustning för den cirka 430 kilometer långa höghastighetsjärnvägslinjen från Kenitra via Rabat och Casablanca till Marrakech. Ytterligare 29 miljarder dirham är avsatta för 168 nya tåg. De återstående 14 miljarderna dirham kommer att användas för att modernisera, stabilisera och vidareutveckla det befintliga nätverket, samt förbereda för regionala snabbtransporttjänster.

Projektets omfattning illustrerar varför säkerhetsstrategin måste definieras tidigt. Den framtida video- och hypervisionsplattformen bör inte eftermonteras på en befintlig infrastruktur. Den måste integreras i stationsplanering, kommunikationsnätverk, driftcentraler, fordon, strömförsörjning, underhållsprocesser och cybersäkerhet. Ju senare gränssnitten definieras, desto dyrare blir eftermonteringarna. Ur ett livscykelperspektiv är det därför klokt att utforma den digitala säkerhetsarkitekturen parallellt med utvecklingen av den fysiska infrastrukturen.

Det övergripande programmet förändrar också ONCF:s roll. Från att ha varit en nationell järnvägsoperatör med ett relativt koncentrerat nätverk blir den alltmer en integrerad mobilitetsleverantör för höghastighets-, långdistans-, regional- och storstadstransporter. Tätare, RER-liknande tjänster planeras för Casablanca, Rabat och Marrakech. Detta kommer att öka trafikfrekvensen och passageraromsättningen, samtidigt som den tid som finns tillgänglig för operativa beslut minskar. Säkerhetssystem kommer då att behöva övervaka inte bara enskilda objekt utan även rörelsemönster över flera platser och aggregera information i realtid.

Expansionen har en industripolitisk dimension. Stora järnvägsprogram skapar efterfrågan på byggtjänster, signalteknik, rullande materiel, telekommunikation, programvara, underhåll och utbildning. Övervakningsstrategin kan påverka hur mycket av detta mervärde som genereras i Marocko. Om öppna gränssnitt, lokal integrationsexpertis och överförbara standarder krävs kan marockanska företag vara involverade i drift, anpassning och vidareutveckling på lång sikt. Omvänt, om en helt egenutvecklad allt-i-ett-lösning upphandlas, finns det en risk att en betydande del av det digitala värdeskapandet förblir permanent knutet till utländska leverantörer.

Hypervision som ett nytt operativsystem

Termen hypervision beskriver integrationen av olika övervaknings- och larmsystem till en enda, övergripande plattform. I praktiken innebär detta att kamerabilder, AI-larm, åtkomstkontrolldata, brandlarm, tekniska varningar och eventuellt annan driftsdata inte längre behandlas i separata applikationer. Istället skapas en enhetlig översikt som gör det möjligt att bedöma, prioritera och vidarebefordra händelser till berörda myndigheter.

Den ekonomiska fördelen ligger i minskad organisatorisk friktion. I fragmenterade system måste personal konsolidera information från olika gränssnitt. Ansvar kan vara oklart, varningar behandlas två gånger eller vidarebefordras inte i tid. En central plattform kan minska dessa medieavbrott. Den möjliggör standardiserade processer, enhetliga eskaleringsnivåer och spårbar dokumentation. Detta gör det möjligt för regionala kontrollcentraler och ett nationellt säkerhetscenter att agera på ett samordnat sätt utan att helt centralisera varje beslut.

Centralisering medför dock nya risker. En plattform som kopplar samman många system blir i sig en kritisk nod. Tekniska fel, cyberattacker eller felkonfigurationer kan påverka stora delar av nätverket samtidigt. Systemet kräver därför redundans, separata säkerhetszoner, nöddriftsprocedurer och lokala responskapaciteter. Hypervision bör inte förväxlas med fullständigt centralt beroende. En robust arkitektur måste kombinera centraliserad tillsyn med decentraliserad motståndskraft.

Den stora informationsvolymen utgör också en utmaning. 6 000 kameror genererar kontinuerligt stora dataströmmar. Om alla inspelningar lagrades permanent och analyserades centralt i hög upplösning skulle kraven på bandbredd, lagring och datorkraft öka avsevärt. En nivåindelad arkitektur är vanligtvis mer ekonomiskt hållbar. Vissa analyser kan utföras direkt vid kameran eller på lokala datorer, medan endast relevanta händelser, metadata eller utvalda videosekvenser överförs till det centrala systemet. Denna så kallade kantbehandling minskar överföringskostnaderna och kan förkorta svarstiderna. Det komplicerar dock underhåll och säkerhetshantering eftersom fler intelligenta enheter behöver användas i fält.

Där artificiell intelligens skapar fördelar

De planerade tillämpningarna fokuserar på specifika, operativt relevanta situationer. Dessa inkluderar att upptäcka obehörig åtkomst, övervaka folkmassor, identifiera övergivna föremål och observera tåg. På höghastighetslinjer kan även djur, hinder eller föremål på spåren detekteras. På tågstationer kan täthet, rörelseriktning och trängsel analyseras. Projektet verkar således inom ett område där datorseende kan generera mätbara fördelar, förutsatt att modellerna anpassas till lokala förhållanden.

Intrångsdetektering är särskilt relevant eftersom järnvägslinjer täcker stora områden som är svåra att säkra helt. Ett system kan övervaka definierade zoner och rapportera rörelser som är ovanliga vid en specifik tidpunkt eller under specifika förhållanden. Fördelen jämfört med enkel rörelsedetektering är att moderna system kan skilja mellan människor, fordon, djur och miljöfaktorer. Idealiskt sett minskar detta falsklarm orsakade av skuggor, regn, vegetation eller ljusförändringar.

Folkmassaanalys har ett annat mål. Den fokuserar mindre på enskilda personer och mer på täthet och flöde. Om ett ovanligt stort antal människor samlas på en plattform eller om motsatta flöden uppstår kan kontrollcentralen reagera tidigt, hantera åtkomst, placera ut personal eller justera passagerarinformation. Fördelarna är både säkerhetsrelaterade och operativa. Bättre fördelning av passagerare kan stabilisera uppehållstider och förhindra kritiska situationer vid plattformskanter.

Att upptäcka obevakade objekt låter enkelt, men det är tekniskt utmanande. Tågstationer är dynamiska miljöer med bagage, städutrustning, försäljare och föränderlig sikt. Ett användbart system måste skilja på om ett objekt verkligen är obevakat, hur länge det har funnits där och om det blockerar ett relevant område. Utan noggrann kalibrering är många falska positiva resultat sannolika. Därför beror ekonomisk framgång inte på den längsta möjliga funktionslistan, utan snarare på ett fåtal tillförlitligt fungerande applikationer med tydligt definierade tröskelvärden.

Här får du lära dig hur ditt företag kan implementera skräddarsydda AI-lösningar snabbt, säkert och utan höga inträdesbarriärer.

En hanterad AI-plattform är din heltäckande och bekymmersfria lösning för artificiell intelligens. Istället för att behöva hantera komplex teknik, dyr infrastruktur och långa utvecklingsprocesser får du en färdig lösning skräddarsydd efter dina behov från en specialiserad partner – ofta inom bara några dagar.

De viktigaste fördelarna i korthet:

⚡ Snabb implementering: Från idé till färdig applikation på dagar, inte månader. Vi levererar praktiska lösningar som skapar omedelbart mervärde.

🔒 Maximal datasäkerhet: Dina känsliga uppgifter stannar hos dig. Vi garanterar säker och korrekt behandling utan att dela data med tredje part.

💸 Ingen ekonomisk risk: Du betalar bara för resultat. Höga initiala investeringar i hårdvara, mjukvara eller personal elimineras helt.

🎯 Fokusera på din kärnverksamhet: Koncentrera dig på det du gör bäst. Vi tar hand om hela den tekniska implementeringen, driften och underhållet av din AI-lösning.

📈 Framtidssäkert och skalbart: Din AI växer med dig. Vi säkerställer kontinuerlig optimering och skalbarhet, och anpassar modellerna flexibelt till nya krav.

Mer information här:

• Hanterad AI-plattform

Det underskattade priset för falsklarm

Det viktigaste affärsmåttet för ett AI-övervakningssystem är inte dess teoretiska detekteringsgrad i labbet. Det som spelar roll är förhållandet mellan relevanta träffar, missade händelser och falsklarm i verklig drift. Ett system kan vara mycket känsligt på pappret men ändå erbjuda liten nytta om det ständigt rapporterar ofarliga situationer. Varje varning kräver uppmärksamhet. För många falsklarm leder till larmtrötthet: anställda reagerar långsammare, ignorerar varningar eller utvecklar informella lösningar.

Kostnaderna för falsklarm är många. De inkluderar förlorad arbetstid i kontrollcentraler, onödiga utplaceringar av säkerhetsstyrkor, potentiella driftstörningar och minskat förtroende för tekniken. Omvänt kan ett system som är inställt för lågt missa verkliga faror. Optimering är därför inte en engångs teknisk procedur, utan en pågående operativ process. Tröskelvärden måste justeras efter plats, tid på dygnet, väderförhållanden och typ av händelse. En fullsatt plattform på en helgdag presenterar andra utmaningar än en depå på natten.

För anbudsprocessen innebär detta att prestandakrav bör testas med hjälp av verkliga scenarier. Leverantörer måste inte bara visa att deras modeller kan känna igen objekt, utan också bevisa hur tillförlitligt de fungerar under marockanska ljus-, klimat- och trafikförhållanden. Damm, värme, bakgrundsbelysning, varierande kameravinklar och hög fotgängartäthet påverkar alla prestandan. Därför är ett pilotprojekt på flera typiska platser mer ekonomiskt värdefullt än ett urval baserat enbart på tillverkarens specifikationer.

Ett system med nyckeltal (KPI) som kombinerar tekniska och operativa mätvärden skulle vara fördelaktigt. Detta inkluderar antalet relevanta larm, genomsnittlig testtid, andelen falsklarm, upptäckta incidenter, undvikna driftstopp i minuter och systemets totala tillgänglighet. Endast denna kombination möjliggör en bedömning av om investeringen verkligen är produktiv. En hög detekteringsgrad utan förbättrad responstid skulle bara vara en teknisk framgång, men ännu inte en ekonomisk.

Dataskydd som en förtroendefråga

Förfrågningsunderlaget, som det ser ut nu, inkluderar inte ansiktsigenkänning. Denna begränsning är strategiskt betydelsefull. Ansiktsigenkänning skulle göra projektet betydligt mer komplext ur ett juridiskt, etiskt och tekniskt perspektiv. För de planerade huvudtillämpningarna är identiteten på enskilda personer inte avgörande. Systemet måste känna igen att någon befinner sig i ett begränsat område eller att en folkmassa har nått en kritisk täthet. Det behöver inte veta vem den personen är.

Att avstå från biometrisk identifiering kan främja acceptans och stödja principen om dataminimering. Trots detta är både traditionell och AI-driven videoövervakning fortfarande ett intrång i integriteten. Marocko har en rättslig ram för skydd av personuppgifter i lag 09-08; den nationella dataskyddskommissionen (CNDP) övervakar dess genomförande. För ONCF kräver detta tydliga syften, reglerade lagringsperioder, kontrollerad åtkomst och transparent ansvarsskyldighet.

Ekonomiskt sett är dataskydd inte bara en extra kostnad. Otydliga regler kan försena projekt, skapa motstånd och tvinga fram senare modifieringar. Att integrera dataskydd och informationssäkerhet i arkitekturen från början minskar långsiktiga risker för efterlevnad och anseende. Detta inkluderar att separera liveanalyser från arkivering, implementera automatiska raderingskoncept, loggning av åtkomst, kryptering och begränsa åtkomst till endast behörig personal.

Ändamålsbegränsning är särskilt viktig. En plattform som ursprungligen utformats för intrångs- och hotdetektering kan tekniskt sett senare användas för mer omfattande beteendeanalys. Denna gradvisa expansion av dess användning medför politiska och samhälleliga risker. Därför bör nya funktioner inte legitimeras enbart utifrån teknisk genomförbarhet. Varje expansion kräver en separat nytta-riskbedömning, en rättslig grund och ett tydligt godkännande. Att uttryckligen avstå från ansiktsigenkänning är således en förnuftig utgångspunkt, men endast trovärdigt om det är säkerställt genom tekniska och organisatoriska skyddsåtgärder.

Cybersäkerhet blir en kärnuppgift

Med varje nätverkskamera växer den digitala attackytan. Kameror, lokala datorer, nätverkskomponenter, lagring, gränssnitt och centrala plattformar kan alla innehålla sårbarheter. En attack kan fånga upp inspelningar, inaktivera enheter, undertrycka larm eller generera falska rapporter. Särskilt kritiskt skulle vara manipulation som går obemärkt förbi. Medan ett fullständigt systemfel vanligtvis upptäcks snabbt, kan en oupptäckt förändring av data eller modeller leda till permanent felaktiga beslut.

Säkerhetsarkitekturen måste därför skydda konfidentialitet, tillgänglighet och integritet i lika hög grad. Det räcker inte att bara säkra videodata mot obehörig åtkomst. ONCF måste också säkerställa att kamerorna är autentiska, att programvaruversionerna verifieras, att modellerna inte ändras utan att detekteras och att larm kommer från betrodda källor. Nätverkssegmentering är avgörande i detta avseende: En komprometterad slutpunkt får inte kunna ge direkt åtkomst till verksamhetskritiska styrsystem.

En annan risk ligger i leveranskedjan. Ett system av denna skala kommer sannolikt att inkludera komponenter från flera tillverkare. Uppdateringar, fjärrunderhåll och molntjänster kan skapa beroenden som sträcker sig bortom den ursprungliga kontraktsperioden. Därför bör anbud kräva säkerhetsuppdateringar under hela livscykeln, transparenta processer för sårbarhetshantering, lokala katastrofåterställningsmöjligheter och tydligt definierade åtkomsträttigheter. Möjligheten att ersätta enskilda komponenter utan att ersätta hela plattformen är också en nyckelfaktor för både säkerhet och kostnadseffektivitet.

Cyberresiliens medför extra kostnader men är inte en valfri kvalitetsnivå. Ju fler säkerhetsbeslut som automatiseras och centraliseras, desto större är den potentiella skadan från digital manipulation. Därför bör detta projekt inte behandlas som enbart att anskaffa kameror med IT-säkerhet som läggs till senare. Det är ett cyberfysiskt system där digitala beslut kan påverka trafikflödet i verkligheten.

Öppen arkitektur mot leverantörslåsning

Den strategiskt viktigaste upphandlingsfrågan är huruvida ONCF väljer en öppen, modulär plattform eller ett slutet allt-i-ett-system. En proprietär lösning kan implementeras snabbare initialt eftersom hårdvara, mjukvara och support kommer från en enda källa. Dock kan höga byteskostnader uppstå på lång sikt. Om kameror, analysmodeller, lagring och användargränssnitt är starkt knutna till en leverantör blir eventuella efterföljande utbyten dyra och riskabela.

Med en tidshorisont som sträcker sig till 2030 och en betydligt längre förväntad livslängd är teknisk flexibilitet särskilt viktig. AI-modeller utvecklas snabbt, medan järnvägs- och kamerainfrastruktur ofta används i tio år eller mer. Arkitekturen bör därför möjliggöra uppdatering eller utbyte av analyskomponenter utan att hela systemet behöver byggas om. Standardiserade gränssnitt, dokumenterade dataformat och tydliga äganderätter till konfigurationer och driftsdata är avgörande för detta.

Öppenhet innebär dock inte att kombinera så många leverantörer som möjligt utan centralt ansvar. Överdriven fragmentering ökar integrationsriskerna och försvårar felsökning. En tydligt definierad plattformsarkitektur med bindande standarder men konkurrenskraftiga moduler är ekonomiskt sund. ONCF bör behålla kontrollen över datamodellen, gränssnitten och säkerhetsreglerna, medan specialiserade leverantörer kan leverera individuella funktioner.

Exitkostnader måste också inkluderas i kostnads-nyttoanalysen. Det lägsta inköpspriset kan bli dyrt under produktens livscykel om licenser, lagring, underhåll eller uppgraderingar endast är tillgängliga under monopolistiska förhållanden. Därför bör de totala driftskostnaderna utvärderas över minst tio år. Detta inkluderar inte bara hårdvara och mjukvara, utan även energi, dataöverföring, utbildning, produktuppdateringar, cybersäkerhet, reservdelar, support och migrering. Ett sunt koncept måste synliggöra dessa dolda kostnader.

Möjligheter för Marockos digitala ekonomi

Projektet ligger i linje med Marockos nationella strategi, "Maroc IA 2030", som positionerar artificiell intelligens som en drivkraft för tillväxt och suveränitet. Landet siktar på ett ytterligare ekonomiskt bidrag på 100 miljarder dirham från AI till 2030, skapandet av 50 000 direkta och indirekta jobb, och utbildning eller certifiering av 200 000 personer i AI-färdigheter. Sådana mål är ambitiösa och inte automatiskt uppnåeliga. Infrastrukturprojekt som ONCF-systemet kan dock fungera som konkreta drivkrafter för efterfrågan om lokalt värdeskapande systematiskt beaktas.

Den största lokala hävstångseffekten ligger inte i produktionen av standardkameror. Den ligger i systemintegration, datateknik, modellanpassning, cybersäkerhet, underhåll och design av operativa processer. Marockanska universitet, teknikföretag och startups skulle kunna arbeta med lokalt relevanta datamängder, testprocedurer och applikationer. Detta skulle generera kunskap som senare skulle kunna överföras till hamnar, flygplatser, industrianläggningar, logistikcenter och urbana transportsystem.

En förutsättning är en upphandlingsprocess som inte reducerar tekniköverföring till icke-bindande avsiktsförklaringar. Avtal kan omfatta utbildning, lokala supportfunktioner, gemensam utveckling, dokumentationsskyldigheter och stegvis expertisöverföring. Lika viktigt är tillgång till anonymiserade eller kontrollerade utbildnings- och testdata. Utan dataåtkomst är lokala företag ofta begränsade till grundläggande installations- och underhållstjänster, medan de mer värdefulla programvaru- och analysfunktionerna förblir utomlands.

Marocko kan också använda projektet som ett riktmärke för den afrikanska marknaden. Många länder står inför liknande utmaningar: växande städer, ökande trafikbehov, begränsade säkerhetsresurser och heterogen befintlig infrastruktur. En modulär, klimattålig och kostnadseffektiv lösning skulle kunna skapa exporterbar expertis. ONCF-projektet måste dock leverera påvisbara resultat. Ett prestigefyllt system utan transparenta prestationsindikatorer skulle vara mindre värdefullt som ett riktmärke än en mindre, mätbart effektiv metod.

Produktivitet istället för personalminskning

AI-övervakning förknippas ofta med besparingar inom säkerhetspersonal. Denna förväntan är bara delvis realistisk. Ett system med 6 000 kameror och ett flertal automatiserade varningar kräver fortfarande att människor bedömer händelser, utlöser åtgärder, underhåller teknik och övervakar modeller. Den ekonomiska fördelen ligger mer i ökad produktivitet än i att bara minska personalstyrkan.

Traditionell videoövervakning skalas dåligt eftersom människor bara kan övervaka ett begränsat antal bilder noggrant. AI kan försortera stora mängder filmmaterial och flagga iögonfallande situationer. Detta flyttar fokus från kontinuerlig observation till kvalificerad utvärdering. Detta kan öka effektiviteten hos befintliga team och begränsa de ytterligare personalbehov som skulle uppstå vid nätverksutbyggnad och ökande passagerarantal.

Samtidigt dyker nya jobbprofiler upp. Kontrollcenteranalytiker, data- och AI-specialister, cybersäkerhetsexperter, systemintegratörer och tekniska underhållsteam är efterfrågade. Befintliga anställda behöver utbildning för att förstå systemens begränsningar. Att behandla en AI-varning som objektiv sanning kan leda till beslut som är lika farliga som att ignorera alla varningar. Mänsklig tillsyn innebär därför mer än bara formell bekräftelse. Det kräver kompetens, tid och tydlig beslutsfattande befogenhet.

Arbetsorganisation och teknik måste utformas tillsammans. Att introducera nya applikationer utan att anpassa processer, skiftmodeller och ansvarsområden ökar arbetsbelastningen. Särskilt under implementeringsfasen kan det skapa merarbete att köra äldre och nya system parallellt. Därför bör kostnads-nyttoanalyser beakta övergångskostnader och inlärningskurvor. Produktivitetsvinster uppstår sällan den första driftdagen; de uppstår genom kalibrering, utbildning och organisatorisk rutin.

Finansiering och balansräkningens verklighet

Investeringsdrivningen möter en finansiell struktur som redan är starkt beroende av infrastruktur. I slutet av 2024 rapporterade ONCF en finansiell skuld på cirka 36,5 miljarder dirham, varav cirka 71 procent hänförligt till infrastruktur. Samtidigt genererade företaget ett EBITDA på 1,949 miljarder dirham år 2024 och en självfinansieringskapacitet på cirka 501 miljoner dirham. Nettoförlusten för året var cirka 1,373 miljarder dirham, främst på grund av avskrivningar och kostnader för infrastrukturfinansiering. Enligt ONCF skulle resultatet ha varit positivt utan infrastrukturkapitalkostnaderna.

Dessa siffror illustrerar ett typiskt problem med statligt ägda järnvägssystem: Även om driften kan vara ekonomiskt effektiv, genererar den kapitalintensiva infrastrukturen höga redovisningsmässiga och finansiella bördor. Programmet på 96 miljarder dirham kan därför inte finansieras enbart från nuvarande överskott. Statliga kapitalinjektioner, lån från internationella finansinstitut och långsiktiga finansieringsstrukturer är fortfarande avgörande.

Detta kräver rigorös livscykelplanering för övervakningssystemet. Initial hårdvaruanskaffning är bara en del av kostnaderna. Löpande kostnader för licenser, lagring, anslutning, energi, underhåll och uppdateringar kan nå en betydande nivå över åren. Om dessa driftskostnader underskattas under planeringsfasen blir resultatet en digital infrastruktur vars funktionalitet är begränsad på grund av budgetbegränsningar. Detta skulle vara särskilt problematiskt eftersom säkerhetsplattformar kräver kontinuerligt underhåll och inte kan förbli i stort sett oförändrade efter färdigställandet, som ett engångsbyggprojekt.

Samtidigt bör projektet inte utvärderas enbart baserat på direkta intäkter. Säkerhetsinvesteringar genererar sina fördelar främst genom undvikna skador, stabilare drift och förbättrad utnyttjandegrad. En robust kostnads-nyttoanalys måste därför använda scenarier: Hur många relevanta incidenter inträffar, hur mycket snabbare upptäcks de, vilka kostnader på grund av förseningar eller skador kan undvikas och hur förändras försäkrings-, personal- eller underhållskostnader? Utan sådana antaganden förblir den ekonomiska utvärderingen för abstrakt.

Från studie till robust implementering

Den fyra månader långa planeringsfasen bör avslutas med en tydlig prioritering. Inte alla 6 000 kameror och inte alla AI-funktioner behöver implementeras samtidigt. En etappvis strategi minskar tekniska och ekonomiska risker. Inledningsvis bör platser väljas där säkerhetsbehoven är höga, datatillgängligheten är god och fördelarna är mätbara. Dessa kan inkludera trafikerade tågstationer, utvalda höghastighetstågssträckor, depåer och kända åtkomstpunkter.

Under en pilotfas måste modeller testas under verkliga förhållanden. Olika årstider, tider på dygnet, väderförhållanden och passagerartätheter är avgörande. Därefter bör ONCF endast skala upp de applikationer som uppfyller överenskomna minimiprestandastandarder. Funktioner med för många falsklarm kan vidareutvecklas eller kasseras. Denna disciplin förhindrar det vanliga misstaget att köpa en bred uppsättning funktioner vars praktiska prestanda inte motsvarar de utlovade presentationerna.

Anbudet bör också etablera en robust data- och styrningsstruktur. Detta inkluderar ansvar för datakvalitet, lansering av nya modeller, säkerhetsuppdateringar, dataskydd, incidentanalys och prestandaövervakning. Varje AI-funktion behöver en verksamhetsägare inom verksamheten. Rent IT-ansvar är otillräckligt eftersom konsekvenserna av beslut påverkar säkerhet och trafikledning.

Slutligen kräver systemet oberoende acceptanstestning. Tillverkare bör inte definiera och utvärdera sin egen prestanda. Testdataset, scenarier och nyckeltal måste kontrolleras av ONCF eller verifieras av oberoende organ. Det är avgörande att inte bara beakta medelvärden. Ett system kan prestera bra överlag men misslyckas just i kritiska situationer, såsom starkt bakgrundsbelysning eller hög publiktäthet. Acceptans och kontinuerlig övervakning måste därför vara riskbaserad.

Marockos järnvägsnät: Varför en intelligent systemarkitektur är viktigare än ren kamerateknik

Den planerade AI- och hypervisionsstrategin är varken bara ett kameraprojekt eller ett bevis på att Marockos järnväg kommer att vara helt automatiserad i framtiden. Det är förberedelserna för ett nytt digitalt lager ovanför det växande järnvägsnätet. Dess potential ligger i snabbare svarstider, bättre samordnade säkerhetsprocesser, större driftsstabilitet och utveckling av överförbar teknisk expertis.

Ekonomisk framgång beror mindre på antalet kameror än på arkitekturens kvalitet. 6 000 enheter och 1 800 AI-aktiverade enheter är uppnåeliga mål, men inte framgångsmått. Avgörande faktorer är undvikande driftstörningar, korta svarstider, hanterbara falsklarmsfrekvenser, hög systemtillgänglighet och låga livscykelkostnader. Lika viktigt är dataskydd, cybermotståndskraft och möjligheten att byta leverantör eller modell senare.

Ur ett industripolitiskt perspektiv erbjuder projektet möjligheten att bygga upp marockansk expertis inom datorseende, systemintegration och kritisk infrastruktur. Denna möjlighet kommer dock endast att förverkligas om öppna standarder, lokal kunskapsöverföring och mätbart deltagande blir bindande. Annars kommer Marocko att förbli en köpare av en importerad plattform och bära kostnaderna för det tekniska beroendet i många år framöver.

Motivet är därför: ONCF gör rätt i att planera systemarkitekturen före storskalig upphandling och att för tillfället avstå från ansiktsigenkänning. Nästa steg måste dock gå bortom en teknisk ritning. Det som behövs är en ekonomisk och organisatorisk verksamhetsmodell som gör fördelar, risker, ansvar och uppföljningskostnader transparenta. Om detta lyckas kan den lilla anbudsgivaren bli ett nyckelprojekt för ett säkrare, mer effektivt och digitalt suveränt järnvägstransportsystem. Om det misslyckas finns det en risk för ett dyrt nätverk av kameror som genererar stora mängder data men tillhandahåller för få tillförlitliga beslutsverktyg.

Jag skulle gärna fungera som din personliga rådgivare.

Du kan kontakta mig på wolfenstein∂xpert.digital eller

Ring mig bara på +49 7348 4088 965 .

LinkedIn