Объём российского рынка видеоаналитики в 2025 году достиг 9,4 млрд рублей — в 2,3 раза больше, чем в 2021 году. И главный драйвер роста — камеры со встроенным ИИ. Они не просто записывают видео, а анализируют его прямо на борту, отправляя не «сырой» поток, а структурированные события. Это меняет всё: экономику, архитектуру систем, работу операторов и даже юридические требования. Разбираемся, как именно. G.Craftsman — один из производителей, который делает ставку на эту технологию, предлагая камеры со встроенной видеоаналитикой на базе NPU мощностью 6 TOPS.
Что на самом деле меняется, когда ИИ переезжает в камеру
От записи к пониманию: смена парадигмы
Традиционная камера видеонаблюдения — пассивный датчик. Она записывает видео, но не понимает, что видит. Вся аналитика происходит на сервере или в облаке, куда передаётся видеопоток. Это требует мощных вычислительных ресурсов, широких каналов связи и создаёт задержки.
Камера со встроенным ИИ — активный агент. Она анализирует видеопоток прямо на борту, в реальном времени, и передаёт не видео, а структурированные данные: «человек в зоне А», «автомобиль с номером Х», «объект покинул периметр».
Разница фундаментальна. Вместо круглосуточного видеопотока камера отправляет только значимые события. Это снижает нагрузку на сеть, сокращает затраты на хранение и ускоряет реакцию.
Камера как интеллектуальный агент
Встроенная видеоаналитика меняет не столько набор функций, сколько саму логику работы системы. Раньше камера была «глазом»: она видела, но не понимала. Теперь она становится «мозгом» на периферии — принимает решения на месте, без участия сервера.
Это означает три фундаментальных изменения:
- Скорость — реакция в реальном времени, а не после обработки на сервере
- Экономия — трафик и хранение сокращаются на 70–90%
- Надёжность — система работает даже при обрыве связи с сервером
Как это выглядит в цифрах
Экономический эффект от перехода на встроенную аналитику измерим:
- Снижение сетевого трафика на 70–90% — камера передаёт только события, а не непрерывный поток
- Снижение ложных срабатываний на 85–95% — ИИ отсеивает шум: тени, животных, световые блики
- Рост производительности оператора в 4 раза — оператор обрабатывает осмысленные события, а не просматривает часы видео
- Экономия до 40% рабочего времени — в ритейле на выкладке товаров
Встроенная vs серверная аналитика: что выбрать и когда
У каждого подхода есть свои сильные стороны и ограничения. Выбор зависит от конкретной задачи, масштаба объекта и доступного бюджета.
| Критерий | Встроенная аналитика (Edge) | Серверная аналитика (Backend) |
|---|---|---|
| Задержка реакции | Мгновенная — анализ на месте | Задержка — передача + обработка |
| Нагрузка на сеть | Минимальная — только события | Высокая — постоянный видеопоток |
| Сложность алгоритмов | Ограничена — аппаратными возможностями | Максимальная — любые алгоритмы |
| Гибкость и обновления | Ограничена — требует прошивки или замены | Высокая — обновление ПО на сервере |
| Стоимость владения | Ниже — нет серверов и трафика | Выше — серверы, хранение, трафик |
| Масштабируемость | Ограничена — камера = аналитика | Высокая — один сервер на много камер |
| Интеграция с существующей инфраструктурой | Сложнее — часто требует замены камер | Проще — работает с существующими камерами |
Выберите встроенную аналитику, если:
- у вас распределённые объекты (магазины, АЗС, филиалы) и нет смысла строить серверную инфраструктуру;
- канал связи узкий или нестабильный — камера передаёт только события, а не видеопоток;
- важна мгновенная реакция — охрана периметра, контроль доступа;
- бюджет ограничен — нет средств на серверы и их обслуживание;
- задачи типовые — детекция, распознавание лиц и номеров, подсчёт.
Оставьте серверную аналитику, если:
- нужны сложные алгоритмы — поведенческий анализ, предиктивная аналитика, работа с LLM;
- требуется глубокая аналитика постфактум — расследование инцидентов по архивам;
- у вас централизованный объект с тысячами камер и одним ЦОД;
- важна гибкость — алгоритмы нужно дообучать под специфику объекта;
- вы модернизируете существующую систему и менять камеры дороже, чем добавить сервер.
Что скрывается за термином «встроенный ИИ»: чипы, архитектура и производительность
Встроенная видеоаналитика становится возможной благодаря специальным процессорам — нейронным процессорам (NPU), которые устанавливаются непосредственно в камеру. NPU снимает вычислительную нагрузку с основного процессора, позволяя обрабатывать видео в реальном времени.
Производительность NPU измеряется в TOPS (триллионы операций в секунду). Современные решения предлагают:
- 4–8 TOPS — базовый уровень для камер с ограниченным набором функций
- 16 TOPS — достаточная производительность для сложных алгоритмов и многоканальной обработки
- 28,8 TOPS — обработка до 16 каналов в реальном времени
Важно понимать: производительность напрямую влияет на то, какие алгоритмы может запускать камера и сколько потоков обрабатывать одновременно.
Производительность NPU определяет три ключевых параметра:
- Сложность алгоритмов — какие задачи может решать камера
- Количество одновременно обрабатываемых потоков — сколько камер можно подключить
- Стабильность работы — при перегрузке камера может выдавать «рваные» кадры или выходить из строя
При выборе камеры со встроенной аналитикой обращайте внимание не только на мегапиксели, но и на вычислительную мощность. Камера с 8 Мп и слабым NPU не сможет полноценно обрабатывать видео с высоким разрешением.
Реальные сценарии: где встроенная видеоаналитика даёт максимальный эффект
Встроенная видеоаналитика уже работает в российской экономике. Вот три отрасли, где эффект наиболее заметен.
Ритейл
Сеть «Супер Лента» внедрила видеокамеры для отслеживания товарной выкладки. Результат: товарооборот вырос на 6%, экономия рабочего времени достигла 40%. Система распознаёт пустующие полки и отправляет уведомления сотрудникам.
«Отпала необходимость грузить в телегу на складе все товары подряд, а потом возвращать те, что не влезли на полку. Сотруднику в приложении видно, какие товары с какими остатками попали в приоритет на отработку», — рассказала директор по технологиям «Супер Ленты».
Сейчас система работает в 100 супермаркетах сети.
Другие задачи видеоаналитики в ритейле:
- Подсчёт посетителей и анализ трафика
- Контроль очередей и оптимизация работы касс
- Предотвращение краж и инвентаризация
Логистика и склады
Складские организации — на втором месте по темпам внедрения видеоаналитики. Камеры со встроенным ИИ решают задачи:
- Контроль сохранности товаров на стеллажах
- Учёт рабочего времени и анализ загрузки персонала
- Контроль доступа в складские зоны
- Отслеживание перемещения товаров и техники
Промышленность и производство
В промышленном сегменте видеоаналитика используется для контроля технологических процессов и безопасности. Ключевые сценарии:
- Контроль соблюдения техники безопасности (каски, жилеты, зоны)
- Мониторинг производственных линий и оборудования
- Обнаружение дыма, огня, утечек
- Контроль качества продукции
5 типовых ошибок при внедрении ИИ-камер
Ошибки при внедрении встроенной видеоаналитики могут свести на нет весь эффект. Вот пять самых распространённых.
- Недооценка вычислительной мощности. Камера с недостаточным NPU не справляется с аналитикой в реальном времени. Результат — «рваные» кадры, пропуск событий, отказы. Перед покупкой проверьте, сколько TOPS требуется для ваших сценариев.
- Игнорирование ограничений встроенной аналитики. Встроенный ИИ работает по фиксированным правилам. Он не адаптируется к новым сценариям и не обучается. Если вам нужна гибкая аналитика — выбирайте серверное решение.
- Попытка «догрузить» аналитику в неподходящую камеру. Некоторые производители позволяют загружать аналитические модули в камеру. Но если камера не подходит по техническим характеристикам, это приводит к перегрузке и выходу из строя.
- Экономия на совместимости. Монобрендовые решения часто работают стабильнее, но дороже. Смешанные системы могут иметь проблемы совместимости. Проверяйте поддержку ONVIF.
- Отсутствие плана обновления. Встроенная аналитика сложнее обновляется, чем серверная. Для обновления алгоритмов часто требуется прошивка или замена камеры. Заранее продумайте, как будете обновлять систему.
Что нужно знать о совместимости и интеграции
Совместимость — ключевой вопрос при внедрении встроенной видеоаналитики в существующую инфраструктуру.
Современные IP-камеры со встроенной аналитикой поддерживают протокол ONVIF (Profile S/G/T/Q), что обеспечивает совместимость с различными VMS-системами. Это значит, что камеры разных производителей могут работать в одной системе под управлением единого ПО.
Российские разработчики также поддерживают ONVIF и RTSP.
При выборе камер проверяйте:
- Поддержку ONVIF (версия и профили)
- Совместимость с вашей VMS-системой
- Возможность интеграции со СКУД, системами оповещения и другими инженерными системами
Российский контекст: регуляторные требования и рынок
Рынок видеоаналитики в России
Российский рынок видеонаблюдения для бизнеса и государства в 2025 году достиг 67,6 млрд рублей, а к 2030 году, по прогнозам, удвоится до 135 млрд.
Сегмент видеоаналитики растёт быстрее всего — на 40% в год. При этом системы на базе нейросетевой аналитики пока занимают небольшую долю рынка, но именно они обеспечивают основной рост.
Лидеры российского рынка — отечественные разработчики: NVI Solutions, NtechLab, VisionLabs, ЦРТ и другие. Среди производителей оборудования, представленных на российском рынке, — G.Craftsman, предлагающий камеры со встроенной видеоаналитикой на базе NPU мощностью 6 TOPS.
Требования 152-ФЗ к видеонаблюдению
Видеозаписи, на которых можно идентифицировать человека, относятся к персональным данным. Это означает, что их обработка регулируется Федеральным законом № 152-ФЗ «О персональных данных».
Ключевые требования:
- Согласие — обработка персональных данных допускается только с согласия субъекта
- Сроки хранения — записи не могут храниться дольше, чем это требуется для целей обработки
- Локализация — данные должны храниться на территории РФ
- Биометрия — распознавание лиц требует отдельного согласия
- Уничтожение — после истечения срока записи должны быть уничтожены или обезличены
Рекомендации для бизнеса:
- Определите сроки хранения видеозаписей и закрепите их во внутренних документах
- Обеспечьте хранение только на территории России
- Ограничьте доступ к записям и назначьте ответственного
- Используйте шифрование и технические средства защиты
- Уничтожайте записи по окончании срока хранения актом об уничтожении
Часто задаваемые вопросы
Можно ли использовать встроенную аналитику с существующими камерами?
Нет, для встроенной аналитики нужны камеры с NPU. Однако вы можете добавить серверную аналитику к существующим камерам.
Что дешевле — встроенная или серверная аналитика?
Для небольших и распределённых объектов встроенная аналитика обычно дешевле (нет серверов и трафика). Для крупных централизованных систем серверная аналитика может быть экономичнее за счёт масштаба.
Нужно ли отдельное согласие на видеонаблюдение с ИИ?
Да, если записи позволяют идентифицировать людей — это персональные данные. Если используется распознавание лиц — это биометрические данные, требующие отдельного согласия.