Технологии «разумного управления» в настоящее время достигают той  зрелости, когда можно говорить о количественных данных, характеризующих получаемый эффект и, кроме того, формировать решения для конкретной конфигурации проблем того или иного города. О  взглядах на эти вопросы со стороны IBM и решениях данной компании рассказывает Джерард Муни, генеральный директор направления Smarter Cities.

Intelligent Enterprise: «Ум­ный город» — как его представляют в IBM? Что вы вкладываете в это понятие?

Джерард Муни: В IBM «умный город» понимают как систему систем. В нее входят государство и администрация, городское планирование, средства контроля состояния окружающей среды, водоснабжение и энергетика, транспорт, образование, здравоохранение и социальная защита, общественная безопасность. Число источников информации для управления этими системами стремительно увеличивается. 15 петабайт новых данных генерируется в мире ежедневно. 85% автомобилей в мире вскоре будут иметь средства для записи происшествий и путевой информации. Более миллиарда камер уже есть на используемых мобильных устройствах, и их можно применять для фиксации событий, преступлений, ущерба, несчастных случаев. Более 30 млрд RFID-меток уже встроены в различные объекты и могут быть источником информации.

Целей анализа этих массивов информации может быть несколько. Получение информации в большем объеме и более высокого качества для принятия более качественных решений. Координация ресурсов и процессов для большей операционной эффективности. Предупреждение проблем, проактивные действия, а не реакция на уже произошедшее. В целом нужны решения, которые действительно улучшали бы качество жизни горожан.

Информационные технологии позволяют добиться здесь реальных и заметных изменений. Проектный опыт IBM уже позволяет привести несколько примеров. Использование интеллектуальных систем учета на Мальте позволило гражданам платить только за реально потребляемую энергию. За один год уровень преступности в городе Ричмонде (США) упал на 40% в результате применения предиктивного анализа. В Нью-Йорке интеллектуальный операционный центр помог сократить преступность на 35%. В Дельфте (Нидерланды) развитие системы прогноза и система защиты в прибрежной зоне и дельте реки снизили урон от наводнений. В центре Стокгольма интеллектуальная система управления транспортом помогла снизить заторы на 20%. Превращение города в «разумный» — дело не одного и не двух проектов. Это длинное путешествие. Необходимо прицельно рассматривать действие города как «системы систем» и усиливать связи между этими системами. Данных на самом деле очень много, нужно только научиться использовать их.

Для городов какого масштаба предназначены ваши решения класса «Умный город»?

Развивая это направление, несколько лет назад мы начали с больших городов, со сложной и комплексной работы. Первым был Нью-Йорк, где мы сделали хранилище данных по правонарушениям. Постепенно мы развили это решение в продукт под названием Intelligent Operation Center. Его отличительная черта и преимущество теперь — преинтегрированный набор функций, уже опробованных во множестве ситуаций в нескольких городах.

В него входят четыре основных блока: управление транспортом, общественная безопасность, учет и управление водоснабжением, здравоохранение. Это ключевые области, но мы постоянно добавляем и новые. Основа решения — аналитика, основанная на огромных объемах данных, как исторических, так и собираемых в реальном времени. Как надстройка над этой единой платформой действуют специализированные решения для каждой функциональной области. Это и результат покупки IBM ИТ-фирм, развивавших такие решения, и результат интегрирования всех разрозненных решений в единый продукт. В области общественной безопасности мы опирались на продукт компании I2. Он работает с данными, которые собирает полиция, обрабатывает их и позволяет быстро установить связи между различными объектами, людьми, событиями, выявить тренды развития ситуации.

Теперь, когда у нас есть опыт применения нашей платформы в крупнейших городах, мы движемся дальше, предлагая свои решения для городов меньшего размера, таких как Лос-Анджелес или Мемфис (штат Теннесси). Мы намерены продвигать свое решение на основе облачных технологий, а это значит, что даже небольшие города смогут воспользоваться им, сохраняя доступное им соотношение цены и функциональности.

С какими данными работают ваши решения?

Откуда берутся данные — зависит от решений. Решения для общественной безопасности основаны в первую очередь на данных полиции. Однако к ним добавляются и совершенно другие источники: метеорологическая информация, сведения о школь­ных каникулах, праздниках, фестивалях, соревнованиях, информация банков о займах на недвижимость, их погашении, просроченной задолженности. Анализируется расположение банкоматов, причем совместно с графиком выдачи зарплаты на крупных предприятиях, например. Основная задача — выделить «паттерны», повторяющиеся, устойчивые схемы преступлений. На этой основе можно прогнозировать, где, скорее всего, криминальная активность будет наиболее заметной. Тогда ее можно предотвратить. Как минимум — послать патрульные машины именно в этот район города, именно на этот перекресток. Основная цель всей этой работы — предотвращать преступления вместо того, чтобы потом расследовать их.

Можно ожидать, что такая аналитика будет «заточена» под американскую полицию и под американских преступников и не будет полезна в других городах и странах.

Совсем нет. Изначально I2 — компания английская. Мы также применяли это решение в Париже, странах Центральной Европы, Латинской Америке и не считаем эти аналитические средства только «специально американскими». Другое дело, что «паттерны», модели деятельности преступников действительно различаются, бывают весьма специфичными. Например, в Лос-Анджелесе банд намного больше, чем осталось в Нью-Йорке, где это уже далеко не самая важная проблема. А в Латинской Америке организованная преступность очень сильна. В отдельных странах и городах заметную долю составляет киберпреступность.

Качество данных: как его обеспечить для стольких источников столь разнообразных данных?

Мы много внимания уделяем этой теме. Работаем со структурированными и неструктурированными данными, с сильно «зашумленными» данными. Не стоит забывать, что самый быстрорастущий исследовательский отдел в IBM — математический. Мы стараемся решать проблемы качества данных, в том числе через оптимальные алгоритмы их обработки и анализа.

Задачи решаются очень масштабные. В городе размером с Нью-Йорк используется более 6 тыс. видеокамер. Сигналы с них анализируются в реальном времени, ищутся определенные закономерности. Простой случай — зоны, куда запрещен вход пассажирам, в метро и на железнодорожных станциях, хождение по путям. Как только какое-либо из заданных ограничений нарушено, ответственный за данную зону сотрудник получает сигнал автоматически.

В целом поиск закономерностей в сверхбольших массивах данных, с которыми работает Intelligent Operation Center, поиск трендов в поведении преступников — очень интересная задача. Для ее решения в Мемфисе, например, мы привлекаем местный университет, где есть отделение криминологии. Совместно с учеными ведем поиск «паттернов» поведения преступников в их городе. Ведь они изучают те же самые события, проблемы, но с другой стороны.

Обычно ИТ-специалистам и полицейским не так-то просто найти общий язык. Как вы организуете их общение, как достигаете понимания?

Это действительно совсем не просто, но есть несколько трендов, которые помогают все лучше понимать друг друга. Во-первых, сказывается то, что мы работаем с учеными-криминологами. Они отлично понимают и ИТ-язык, и особенности мышления полицейских. Во-вторых, очень заметно, что в последние годы в полицию нанимают людей очень образованных, с аналитическими навыками и способностями. И в-третьих, мы сами принимаем на работу людей, многие годы отработавших в полиции. Их практический опыт для нас очень ценен, а им вполне интересно заняться таким новым для них делом на пенсии.

Как вы взаимодействуете с частным бизнесом в деле по­строения «умных городов»?

В США многие крупные банки уже сотрудничают с нами в рамках этой концепции. Они имеют опыт обработки большого числа транзакций и достигли экономической эффективности в этом процессе. Это важно и для городских служб, транспорта, например при продаже билетов. Медицинские компании участвуют в городских программах предоставления медицинских услуг горожанам в рамках совместных проектах, которые мы ведем. Частные энергетические компании, поставщики газа, горючего, владельцы крупных объектов недвижимости, зданий, как деловых, так и жилых, — все они работают вместе с нами, поскольку заинтересованы в повышении эффективности своих бизнесов.

Какие модели предоставления облачных услуг выглядят наиболее реалистичными?

Облачные технологии — очень важная среда, дающая даже относительно небольшим городам возможность использовать наши аналитические решения, причем сейчас многие стремятся перейти на них. Возможны три основных бизнес-модели предоставления облачных сервисов: мы строим «облако» для клиента, и он сам его эксплуатирует; мы строим «облако» для клиента и предоставляем ему весь необходимый сервис; или же мы строим «облако» для какой-либо третьей стороны, например для телекоммуникационной компании, и уже она выступает провайдером облачных сервисов для клиентов, в том числе для городов. Какая модель окажется самой успешной — пока рано говорить. Скорее всего, комбинация всех трех окажется жизнеспособным подходом.

«Разумный город»: определение IBM

Андрей Галицкий,
руководитель направления «Разумные города», IBM в России и СНГ

С точки зрения применения ИКТ «разумный город» — это город, который эффективно использует всю доступную взаимосвязанную информацию, чтобы лучше понимать и контролировать свои функции и оптимально использовать ресурсы. Для перехода к такому эффективному использованию информации требуется несколько ключевых шагов. Оснащение датчиками, подключение к сети, применение аналитических алгоритмов могут обеспечить лучшее понимание, получить скоординированный и оптимизированный оперативный отклик на действия и события. Далее нужны разработка, исполнение, контроль и совершенствование политик и процедур на основе изучения и анализа данных. В результате жители города и предприятия получают более привлекательную среду обитания. Обеспечивается более эффективный контроль, распределение и использование ресурсов: электричество, вода, канализация, газ, дороги, общественный транспорт, а также более разумное и обоснованное инвестирование в развитие инфраструктуры.

Традиционная структура управления городом не дает целостной картины происходящих в нем процессов. Для получения такой картины возможно создание центра операционного управления городом (см. врезку «Применение операционного центра»). Он может дать единый взгляд на системы и данные всех городских ведомств с измеримыми ключевыми показателями эффективности, доступ к городским системам в реальном времени на базе ролей, интегрированные инструменты коллективной работы для поддержки взаимодействий и оперативного принятия решений.

Применение операционного центра

Около года назад операционный центр был создан в Рио-де-Жанейро. Rio Operations Center объединяет информацию и процессы 30 различных городских ведомств и служб в единый центр управления. Центр Rio Operations Center использует аналитические модели IBM для прогнозирования и координации реагирования на чрезвычайные ситуации.

Система прогнозирования основана на единой математической модели Рио-де-Жанейро, которая использует информацию о речных бассейнах, данные топографической съемки, статистические сведения об осадках, а также показания радиолокационных станций. Система будет также оценивать последствия неблагоприятных погодных условий для обстановки в городе и городской инфраструктуры — например, образование пробок или отключения подачи электроэнергии.

В отличие от предыдущей системы, в которой предупреждения передавались вручную, новая система оповещения, как ожидается, резко сократит время реагирования на чрезвычайные ситуации благодаря возможностям оперативной мобильной связи — включая автоматическое уведомление аварийных бригад и горожан с помощью электронных писем и мгновенных сообщений.