ИИ в охране труда: от китайских роботов до практики «Газпрома»

В предыдущей статье мы рассмотрели, как в Китае используют искусственный интеллект, беспилотники, интеллектуальные камеры и роботизированные устройства для повышения безопасности на производстве.
После публикации возник закономерный вопрос: а что происходит в России? Неужели подобные технологии существуют только в Китае?
Конечно, нет. Российские предприятия также внедряют цифровые решения для контроля производственной безопасности. Причём некоторые примеры уже можно рассматривать не как экспериментальные разработки, а как работающие инструменты.
Разберём несколько конкретных случаев.

1. Китай: технологии выходят за пределы обычного видеонаблюдения

Робот-собака и беспилотный автомобиль для энергетических объектов

В апреле 2025 года агентство Xinhua сообщило о запуске в Ханчжоу комплексной системы инспекции «беспилотный автомобиль + робот-собака».
Автомобиль доставляет робота к объекту, а робот-собака самостоятельно проходит сложные участки: подземные переходы, лестницы и другие места, куда затруднён доступ обычной техники.
Для обследования используются мультиспектральные камеры, газоанализаторы и акустические датчики.
Система предназначена для осмотра энергетической инфраструктуры, включая распределительные помещения и кабельные коммуникации.
Что это даёт с точки зрения безопасности труда?
Человеку не требуется лично проходить каждый сложный участок для первичного осмотра. Это позволяет уменьшить количество контактов с потенциально опасной средой и направлять специалиста туда, где действительно требуется его участие.
Источник: «Xinhua — «Беспилотный автомобиль + робот-собака»» (https://www1.xinhuanet.com/tech/20250403/fe297f084b554ef099feed1b7edc25b4/c.html).

ИИ-дроны для обследования линий электропередачи

Другой пример — применение беспилотников с искусственным интеллектом при проверке электроэнергетической инфраструктуры.
В июне 2025 года в провинции Хубэй беспилотник обследовал линию электропередачи протяжённостью 6,3 км. Работа заняла около двух часов.
Аппарат собирал изображения опор, изоляторов и других элементов линии. Затем система на основе большой языковой модели для энергетики анализировала снимки и формировала отчёт о соответствии оборудования и качества монтажа установленным требованиям.
По информации разработчиков, эффективность подготовки отчёта выросла на 50%, а точность — на 20%.
Здесь важно не смешивать две задачи: беспилотник выполняет сбор информации, а ИИ анализирует полученные данные. Для специалистов по безопасности труда значение этой технологии заключается также в сокращении необходимости ручного обследования труднодоступных участков.
Источник: ««Цифровой Китай» — ИИ-дрон для проверки линий электропередачи» (https://www.digitalchina.gov.cn/2025/xwzx/szkx/202506/t20250606_5029637.htm).

Компьютерное зрение на строительных площадках

Отдельное направление — автоматический анализ видеозаписей строительных объектов.
В научной статье, опубликованной в журнале Automation in Construction в 2025 году, описана система, объединяющая мультимодальную модель и специализированные знания о безопасности строительных работ.
Решение было развёрнуто на реальной строительной площадке и использовалось для анализа соблюдения требований безопасности при работе на высоте. Авторы сообщили о точности распознавания нарушений более 90%.
Это уже более близкая к охране труда задача: система анализирует поведение людей и условия выполнения работ, а не только техническое состояние оборудования.
Однако показатель точности из одного исследования нельзя автоматически переносить на другие предприятия и условия съёмки.
Источник: «Automation in Construction — Context-aware vision-language model agent for construction site safety monitoring» (https://doi.org/10.1016/j.autcon.2025.106305).

2. Россия: опыт «Газпрома»

Российские примеры также заслуживают внимания. Один из наиболее показательных — внедрение цифровых решений в Группе «Газпром».

Focus AI: автоматический анализ нарушений на строительных площадках

В отчёте о социальной деятельности Группы «Газпром» за 2025 год описан программный комплекс Focus AI.
Система использует специализированные нейронные сети для распознавания людей и различных объектов на строительных площадках.
Алгоритм выполняет несколько операций:
— разбивает видеоматериалы на отдельные кадры;
— распознаёт людей и объекты;
— анализирует видеоматериалы по заданным правилам;
— выявляет отклонения от требований производственной безопасности;
— формирует отчёт с визуальной разметкой;
— привязывает выявленные события к координатам, дате и времени.
Результаты направляются подрядным организациям для устранения выявленных нарушений и предупреждения их повторения.
Здесь интересен не только сам факт применения компьютерного зрения. Важна организация последующей работы: обнаруженное событие фиксируется, документируется и становится основанием для дальнейших действий.
По сути, речь идёт о переходе от выборочного просмотра видеозаписей к систематизированному анализу больших объёмов визуальной информации.
Источник: «Отчёт Группы «Газпром» за 2025 год — раздел «Мониторинг производственной безопасности»» (https://sustainability.gazpromreport.ru/2025/5-production-safety/process-safety-management/).

Видеоаналитика на буровых установках

Ещё один пример — проект ООО «Газпром бурение».
По информации компании, пилотный проект видеоаналитики стартовал в 2023 году на Уренгойском месторождении. Первоначально система охватывала шесть буровых установок.
На первом этапе использовались пять детекторов для выявления следующих ситуаций:
— отсутствие защитной каски;
— отсутствие перчаток;
— отсутствие защитных очков;
— отсутствие страховочной системы при работе на высоте;
— небезопасное передвижение по лестнице.
Это уже не просто видеонаблюдение, при котором специалист должен самостоятельно просматривать записи. Система помогает автоматически выделять эпизоды, требующие внимания.
Подобный подход особенно полезен на объектах с большим количеством камер и продолжительным временем выполнения работ.
Источник: ««Газпром бурение» — опыт внедрения ИИ в системы производственной безопасности» (https://www.burgaz.ru/dmitrij-garenskih-ob-opyte-grupp-kompanij-po-vnedreniyu-ii-v-sistemy-proizvodstvennoj-bezopasnosti/).

Беспилотники для контроля строительных объектов

В отчёте Группы «Газпром» за 2023 год также описано внедрение ООО «Газпром инвест» системы аэромониторинга производственной безопасности.
Операторы получают задания на обследование определённых объектов и участков работ, выполняют аэросъёмку, после чего отчёты о зафиксированных нарушениях направляются подрядным организациям.
Это пример применения беспилотников для контроля производственной безопасности.
При этом важно уточнить: сам по себе аэромониторинг ещё не означает, что в системе используется искусственный интеллект. В опубликованном описании подтверждено применение БПЛА и формирование отчётов, но не раскрыто наличие ИИ-алгоритмов анализа изображений.
Источник: «Отчёт Группы «Газпром» за 2023 год» (https://sustainability.gazpromreport.ru/2023/process-safety/process-safety-management/).

3. Что общего у китайского и российского опыта?

Если сопоставить приведённые примеры, можно выделить несколько направлений, в которых технологии уже решают практические задачи.
Первое — автоматизация контроля.
Камеры и алгоритмы компьютерного зрения помогают выявлять отсутствие СИЗ, опасные действия и отклонения от установленных требований.
Второе — удалённое обследование опасных и труднодоступных объектов.
Беспилотники и роботизированные устройства позволяют получать информацию без обязательного присутствия человека непосредственно в опасной зоне.
Третье — обработка больших объёмов информации.
ИИ помогает анализировать видеозаписи, изображения и данные с датчиков, выделяя события, которые требуют внимания специалиста.
Четвёртое — документирование результатов.
Автоматическая фиксация времени, места и обстоятельств выявленного события позволяет быстрее перейти от обнаружения проблемы к её рассмотрению и устранению.

4. Где заканчиваются возможности искусственного интеллекта?

Несмотря на впечатляющие возможности, не стоит воспринимать ИИ как самостоятельного специалиста по охране труда.
Распознавание отсутствия каски ещё не означает, что система установила нарушение в юридическом смысле. Она могла ошибиться из-за ракурса камеры, плохого освещения или временного перекрытия изображения.
Обнаружение человека в опасной зоне также не всегда означает нарушение: необходимо учитывать характер выполняемой работы, технологический процесс, наличие допуска и принятые меры безопасности.
Поэтому правильная модель применения таких технологий выглядит следующим образом:
1. Система получает данные с камер, беспилотников или датчиков.
2. Алгоритм обнаруживает признаки возможной опасности или отклонения.
3. Событие фиксируется и передаётся ответственному специалисту.
4. Специалист проверяет обстоятельства и принимает решение.
5. Организация определяет необходимые корректирующие и предупреждающие меры.
Именно на этом этапе принципиально важно сохранить участие человека.

5. Что это означает для российской охраны труда?

Опыт Китая и российских компаний показывает, что внедрение ИИ не обязательно начинается с масштабной цифровой трансформации всего предприятия.
Можно начать с конкретной задачи: автоматического контроля СИЗ, анализа видеозаписей при работах на высоте, обследования труднодоступных участков или выявления опасных зон.
Но перед внедрением необходимо ответить на несколько вопросов:
— Какую конкретную опасность или проблему должна выявлять система?
— Какие данные она использует?
— Насколько надёжно распознаёт нужные события в реальных производственных условиях?
— Кто проверяет результаты?
— Как фиксируются ошибки распознавания?
— Какие действия предпринимаются после обнаружения опасности?
И самое главное — как оценивается реальный эффект внедрения? Не количеством установленных камер и разработанных алгоритмов, а снижением воздействия опасных факторов, сокращением времени обнаружения опасных ситуаций и предотвращением происшествий.

Вместо заключения

Китайский и российский опыт показывает, что искусственный интеллект постепенно становится практическим инструментом производственной безопасности.

При этом нельзя утверждать, что одна страна уже решила все проблемы, а другая только начинает движение. У каждой есть собственные разработки и направления внедрения.

На мой взгляд, главный вопрос сегодня не в том, кто использует больше роботов, камер или беспилотников.

Гораздо важнее понять, как превратить получаемые с их помощью данные в конкретные решения, которые действительно помогают сохранить жизнь и здоровье работников.

ИИ должен помогать специалисту раньше увидеть опасность, точнее разобраться в ситуации и принять обоснованное решение. Но ответственность за оценку обстоятельств и организацию безопасной работы остаётся за человеком.