Я отключил её от интернета, а она не заметила.

AI-бокс приехал к нам на тест. Главное в нём оказалось не пятьдесят алгоритмов, а то, чего в нём нет.

На столе лежит коробка размером с книгу. 149 на 116 миллиметров, 38 в высоту, 0.85 кг — в руке этот вес ощущается иначе, чем в таблице спецификации. Она холодная. Вентилятора у неё нет: внутри пятьдесят алгоритмов компьютерного зрения, а сверху — просто рёбра радиатора, как у старого усилителя.

Она приехала к нам в офис на тест из Китая. AVCiT, AI Edge Computing Box, маркировка ECN16 — «16» это про шестнадцать камер, которые она тянет одновременно. Гоняют её мои инженеры — это их работа. Моя — понять, что она меняет в наших залах. Но один тест я захотел сделать сам.

Я подошёл к стенду и отключил её от интернета. Закрыл ей выход наружу на коммутаторе, оставив локальный сегмент с камерами живым.

Она не заметила.

Вот с этого и начну, потому что за этим жестом — всё, что я думаю про AI в наших залах.

Сначала про то, что это вообще такое. Не камера. Не сервер. Не видеорегистратор. Если совсем грубо — это прослойка, которую ставят между камерами и человеком, который на эти камеры смотрит.

Возьмите городской центр мониторинга — один из наших проектов в Астане. Сотни камер по всему городу. И четыре-пять диспетчеров перед стеной мониторов. Посчитайте сами: на каждого живого человека — десятки камер разом. И вот тут начинается то, чего не пишут в спецификациях: камеры видят всё и не значат ничего. Поток картинки, в котором живой оператор не способен удержать внимание дольше двадцати минут.

Дефицит в таком зале — не камеры. Их навалом. Дефицит — внимание оператора. Точнее, первые секунды после того, как что-то случилось.

Коробка занимается ровно этим. Она не «показывает видео» — это умеет любой регистратор за три копейки. Она превращает поток в события. Шестнадцать камер заходят внутрь по RTSP, пятьдесят алгоритмов разбирают каждый кадр, и наружу выходит не «вот вам шестнадцать окошек», а «здесь человек упал», «здесь дым», «здесь кто-то зашёл туда, куда нельзя». Задержка — сто миллисекунд. Быстрее, чем оператор успеет повернуть голову.

Я двадцать лет ставлю AV-системы и довольно поздно понял простую вещь. Мы продаём не пиксели и не камеры. Мы продаём то, что человек в зале замечает в первую минуту. Видеостена на сорок панелей, которая показывает всё сразу, — это красиво на фото и бесполезно в ту секунду, когда что-то горит. Полезной она становится, когда из всего «всего сразу» кто-то уже выбрал то одно, на что надо смотреть.

Теперь то, ради чего я вообще сел это писать.

Из всей спецификации — а там десятки строк про процессор, память, кодеки — для наших объектов важнее всего три слова. Без интернета. Без лицензий. Без подписок.

Это не про экономию. Точнее, не только. Это про доверие.

Посмотрите, как устроен «умный» облачный анализ видео, который сейчас продают на каждом углу. Камера снимает. Картинка уходит на чужой сервер — в дата-центр, который вы не видели и адрес которого вам, скорее всего, не назовут. Там её разбирает чья-то модель. Обратно прилетает ответ. Чтобы это работало, вы должны сделать одну вещь: отдать своё видео наружу и поверить, что с ним обойдутся правильно.

Для торгового центра — ладно. Для объекта, в описании которого встречается слово «режим», — нет.

Я заметил закономерность. Когда на встрече речь заходит про охраняемый периметр, про ведомственный объект, про зал, где обсуждают то, что не должно выйти за стены, — первый вопрос заказчика никогда не про точность алгоритма. Он всегда один: а где будут лежать кадры? И если честный ответ — «в облаке у подрядчика», — дальше можно не продолжать. Разговор закончен, и закончен правильно.

Эта коробка отвечает иначе. Кадры не лежат нигде снаружи. Все пятьдесят алгоритмов крутятся внутри, на железке, которая стоит в той же стойке, что и всё остальное. Интернет ей для работы не нужен — живёт только локальный сегмент с камерами. Это я и проверил на стенде первым делом: перекрыл на коммутаторе выход наружу, камеры оставил в локальной сети. Бокс продолжил разбирать все шестнадцать потоков как ни в чём не бывало. Спецификация не соврала.

Вот это для меня и есть «edge» — не модное слово из презентаций, а буквальная физика доверия. Считаем здесь. Наружу не отдаём никому. Когда каждый второй сервис просит загрузить ему ваши данные «для вашего же удобства», коробка, которая принципиально ничего не отправляет, — редкая честная позиция, зашитая прямо в железо.

Моя ставка простая: для режимных и ведомственных объектов облачное видеонаблюдение — тупик. Не потому что технически хуже. Потому что в основе лежит требование, которое такой заказчик выполнить не может и не должен, — отдать картинку наружу.

Дальше — слой, который заметит, наверное, только тот, кто, как я, двадцать лет занимается коммутацией сигнала. Я наткнулся на него не в начале мануала, а в приложении, мелким шрифтом. И зацепило меня сильнее всего именно оно.

Коробка умеет отдавать тревогу в систему KVM и AV-over-IP. По-человечески: когда алгоритм увидел событие, он может не просто мигнуть лампочкой, а дёрнуть саму матрицу коммутации. Сработала детекция на седьмой камере — видеостена сама, без оператора, выводит седьмую камеру на главный экран.

Вот здесь два мира, которые я всю жизнь держал по отдельности, сходятся в одной точке. AV — это про то, как доставить и переключить сигнал. AI — про то, чтобы понять, что в сигнале происходит. Обычно их ставят разные подрядчики, и они живут в соседних шкафах, не разговаривая друг с другом. А тут детекция управляет коммутацией напрямую. Понимание само двигает картинку.

Я двадцать лет проектировал, как сигнал доходит до экрана. И всё это время недостающим звеном был человек, который решает, какой сигнал на экран вывести. Теперь это звено можно частично снять.

Добавлю честности — без неё разбор не разбор. Алгоритмов внутри пятьдесят, и большая их часть не про залы, а про улицу и стройку: проезд на красный, парковка где не положено, каска и жилет на рабочем. Для кризисного центра я включил бы пять-шесть. Падение. Вторжение в зону. Дым и огонь. Скопление людей. Длительное нахождение там, где находиться не должны. Остальные сорок с лишним пусть спят. Маркетинг любит число «пятьдесят». В работе важно не сколько алгоритмов в коробке, а сколько из них вы реально включите и настроите под конкретный зал.

И ещё одно, для инженера важное: модель можно завести свою. Формат YOLO коробка принимает — значит, это не запертый чёрный ящик, под нестандартную задачу её можно дообучить. Это разница между «прибор» и «инструмент».

Я уже как-то писал, что AI в наших залах в итоге станет похож на кондиционер. Сейчас, глядя, как она работает у нас на стенде, я уверен в этом сильнее.

В любом приличном зале есть кондиционирование. Никто не водит заказчика гордо смотреть на чиллер. Никто не пишет в проекте «зал с искусственным охлаждением» — смешно, охлаждение давно стало фоном. А ведь когда-то это была дорогая, заметная, «инновационная» штука, которой хвастались.

С этой коробкой будет так же. Пятнадцать ватт. Пассивное охлаждение — она даже не шумит. Размер с книгу. Её повесят в стойку, забудут, и через пять лет «зал с искусственным интеллектом» будет звучать так же странно, как сегодня — «зал с искусственным охлаждением».

И вот что я думаю про весь нынешний шум вокруг AI. Он победит не там, где громче всего кричат. Не как экран, на котором живёт говорящий ассистент с лицом. А как тихий слой, который однажды просто окажется везде — и все будут считать, что так было всегда.

Хорошая инженерия обычно так и заканчивается. Тем, что её перестают замечать.

Коробку мы взяли в работу — гоняем на своих сценариях, смотрим, где врёт, где нет. Если у вас есть объект, на котором кадр не должен уходить наружу, а смотреть на шестнадцать экранов руками уже некому, — напишите, покажу, что у нас вышло.