Город без жалоб

Городские службы по-прежнему часто узнают о проблемах от самих жителей: человек замечает яму во дворе, переполненный контейнер или поломку на детской площадке, пишет обращение, и информация попадает к городским службам. За первое полугодие 2026 г., по данным АНО «Диалог Регионы», россияне направили органам власти 6,95 млн сообщений – это на 24,6 % больше, чем за тот же период 2024 г. В социальных сетях за это время зафиксировали почти 248 000 жалоб к официальным представителям города.

Что именно может увидеть ИИ и где он уже применяется

Городские службы могут переходить от реагирования на обращения жителей к более проактивному подходу, обращаясь к искусственному интеллекту, который способен самостоятельно выявлять часть проблем на объектах городской инфраструктуры еще до того, как человек направит жалобу. Компьютерное зрение анализирует изображения и видео и ищет на них заранее заданные объекты или события. В городской среде это могут быть ямы, несанкционированные свалки, граффити, переполненные контейнеры, неубранный снег и другие нарушения, которые можно увидеть на камере.

Такие системы уже работают в большом масштабе. По данным на май 2026 г., городская сеть Петербурга насчитывала более 115 000 камер, около 60 000 из них были подключены к видеоаналитике. Камеры могли фиксировать более 40 видов нарушений, а с начала года система обработала свыше 700 000 событий. Среди них были не только инциденты, связанные с безопасностью, но и бытовые проблемы – ямы на дорогах, свалки и граффити.

Есть и системы, которые решают конкретные городские задачи. В Петербурге нейросетевой комплекс «Городовой» круглосуточно анализирует видеопоток и распознает около десяти видов нарушений благоустройства. В 2026 г. город планировал подключить к нему более 80 000 камер системы «Безопасный город». В поле зрения системы попадают ямы на асфальте, переполненные урны и контейнеры, мусор на территории.

В других регионах подобные системы также развиваются. В июле число камер с ИИ для контроля парковки на газонах в Подмосковье превысило 1100 – их стало втрое больше. Камера считывает номер автомобиля и передает информацию на проверку, а штраф выписывается только после подтверждения нарушения.

В Сочи в 2026 г. такую систему тестировали на 20 контейнерных площадках. Она распознает автомобили, которые мешают проезду мусоровоза, парковку на газоне и вывоз отходов за пределы контейнеров. Для считывания автомобильных номеров заявленная точность составляет не менее 95 %.

Увидеть проблему недостаточно

Но обнаружить проблему мало. Сигнал должен превратиться в понятную задачу, попасть к службе, которая отвечает за конкретный участок, и оставаться под контролем до тех пор, пока проблему не устранят.

После обнаружения нарушения система направляет ответственному за содержание территории сообщение с фотографией и сроком на устранение. Затем нейросеть снова проверяет состояние объекта. Если проблема решена, событие снимается с карты. Если нет, информация передается инспекторам Государственной административно-технической инспекции. Но само распознавание мало что дает без этой цепочки. За городскую среду отвечают разные ведомства, коммунальные службы и подрядчики. Поэтому система должна не только определить, что на изображении есть мусор или повреждение, но и понять, где находится объект и кто за него отвечает. Иначе ИИ создаст еще один поток информации, который сотрудникам придется разбирать вручную.

Масштаб задачи хорошо виден на примере обращения с отходами. По данным Российского экологического оператора, система мониторинга контейнерных площадок с применением ИИ охватывает более 1,2 млн объектов по стране. В первом квартале 2026 г. она ежедневно обрабатывала более 84 млн фотофиксаций вывоза отходов. Алгоритмы выявляют переполненные контейнеры, отходы рядом с площадкой и заблокированный проезд для мусоровозов, после чего информация поступает региональным операторам и органам власти.

При таком объеме данных вручную просматривать каждый кадр невозможно. ИИ помогает отбирать из общего потока случаи, которые требуют внимания человека.

Как понять, что работа выполнена

Следующий шаг – проверить результат. После того, как ответственная служба передала задачу подрядчику и получила сообщение об устранении проблемы, система может повторно проверить объект. Для этого алгоритм анализирует новое изображение с той же камеры или сравнивает состояние территории до и после проведения работ.

Если нарушение действительно устранено, заявка закрывается. Если проблема сохраняется, информация возвращается ответственным сотрудникам и подрядчику необходимо выполнить работы повторно. В Петербурге такой принцип уже используется: программа «Городовой» проверяет, осталось ли зафиксированное нарушение. Если да, информация передается инспекторам.

Так контроль становится проще. Сотруднику не нужно одинаково внимательно проверять каждую закрытую заявку. Сначала алгоритм может выделить случаи, где результат вызывает вопросы, а человек уже разберет их подробнее.

Где решение должен принимать человек

Чем больше задач передают алгоритмам, тем важнее разделять автоматическое обнаружение проблемы и решение, которое влечет юридические последствия. Камера может зафиксировать объект, а нейросеть – классифицировать событие и собрать данные, но ситуация не всегда однозначна.

Этот принцип сохраняется и в системах автоматической фиксации. В Подмосковье данные с ИИ-камер, которые контролируют парковку на газонах, передаются на проверку, и только после подтверждения нарушения водитель получает штраф. Человек нужен и для разбора ошибок. Тень может быть похожа на повреждение покрытия, временно оставленный предмет – на мусор, а нужный объект может оказаться закрыт машиной или снегом. Поэтому ИИ лучше использовать для первичного контроля: он быстро находит подозрительные случаи, а спорные передает человеку.

Отдельный вопрос – защита личных данных. Чтобы заметить яму, переполненную урну или поврежденный элемент благоустройства, системе в большинстве случаев не нужно знать, кто именно прошел перед камерой. Поэтому информацию для коммунальных служб можно отделить от данных, позволяющих установить личность человека, и показывать сотрудникам только тот фрагмент изображения, который нужен для проверки нарушения.

Жалобы жителей при этом останутся важным каналом обратной связи. Камера не увидит все, а человек всегда сможет обратить внимание города на проблему, которую алгоритм пропустил или пока не умеет распознавать. Но обращение жителя не должно быть единственным способом узнать, что во дворе появилась яма или рядом с контейнерами несколько дней лежит мусор.

Рабочая модель может быть такой: часть типовых проблем город обнаруживает сам, быстро передает информацию ответственным службам и проверяет результат. Сотрудники подключаются там, где нужно оценить ситуацию или принять решение, которое может иметь последствия для человека. В таком случае задача ИИ – сократить время между появлением проблемы и началом ее устранения.