# Кимберли Тан: «Видеоаналитика перестраивает физический мир в 2024 году»

Источник: https://www.youtube.com/watch?v=E1NGCapnyn0
Канал: a16z (Andreessen Horowitz)
Опубликовано: 26.12.2023

---

## Новая эра компьютерного зрения: как видеоаналитика меняет физический мир
[[JUMP:01:48]]

Технологии компьютерного зрения и видеоинтеллекта выходят на этап стремительного внедрения, становясь мощным инструментом для трансформации реального сектора экономики. Кимберли Тан, инвестиционный партнер в Andreessen Horowitz (a16z), полагает, что 2024 год станет переломным моментом, когда разрозненные инновации в области «железа», программного обеспечения и моделей искусственного интеллекта объединятся в масштабируемые бизнес-решения.

### Смена парадигмы: от «программного обеспечения» к «физическому миру»
[[JUMP:03:07]]

По мнению Тан, текущий тренд можно охарактеризовать как переход от концепции «программное обеспечение поглощает мир» к идее «программное обеспечение поглощает физический мир». Несмотря на повсеместное распространение камер — от смартфонов до систем видеонаблюдения на предприятиях — большая часть видеоданных сегодня существует пассивно и не анализируется.

Компании решают проблему отсутствия инфраструктуры с помощью комбинированной модели «оборудование + ПО». Успех такой стратегии уже доказан: например, компания Flock Safety выстроила крупный бизнес, поставляя собственные камеры и софт для обеспечения безопасности в жилых районах и школах. Теперь этот опыт планируется масштабировать на другие сектора:

*   Транспорт и логистика;
*   Промышленность;
*   Сельское хозяйство;
*   Горнодобывающая отрасль.

### Факторы «идеального шторма»
[[JUMP:04:15]]

Эксперт выделяет четыре ключевых фактора, которые делают 2024 год временем для массового внедрения видеоаналитики:

1.  **Снижение стоимости вычислений**: Расходы на облачные вычисления падают, что делает обработку массивных потоков видеоданных экономически целесообразной.
2.  **Развитие Edge Computing**: Удешевление производительных чипов и рост качества камер позволяют запускать сложные модели ИИ непосредственно на устройствах, минимизируя затраты на передачу данных.
3.  **Эволюция нейросетей**: Использование архитектуры трансформеров (изначально созданной для языка) в задачах компьютерного зрения, таких как классификация объектов, значительно повысило эффективность распознавания.
4.  **Развитие бизнес-моделей**: Появление компаний-первопроходцев, таких как Flock Safety, предоставило новым стартапам готовые сценарии по выходу на сложные, «традиционные» рынки.

### Новые сценарии применения
[[JUMP:06:51]]

Внедрение интеллектуальных систем позволяет автоматизировать процессы, которые десятилетиями оставались ручными и неэффективными. Тан приводит конкретные примеры:

*   **Транспорт**: Автоматизация подтверждения доставки грузов, сверка счетов и проверка соблюдения тарифной политики через видеофиксацию факта передачи товара конкретному лицу.
*   **Промышленность**: Контроль соблюдения норм техники безопасности (OSHA) и условий труда без необходимости вести слежку за конкретными сотрудниками, что позволяет избежать нарушений приватности.
*   **Сельское хозяйство**: Дистанционный мониторинг состояния посевов и здоровья скота, исключающий необходимость ручного осмотра всех активов.

### Приватность и этические границы
[[JUMP:08:35]]

Обсуждая риски сценариев «Большого брата», Тан подчеркивает, что разработчики должны внимательно относиться к вопросам конфиденциальности. По её словам, существуют проверенные методы защиты прав пользователей:

*   Четкое определение того, кто владеет данными и как долго они хранятся.
*   Фокус анализа на объектах, а не на людях (например, фиксация номерных знаков или позиций оборудования вместо биометрии лиц).

Эксперт убеждена, что компании обязаны тесно сотрудничать с регуляторами и стейкхолдерами, чтобы технология воспринималась обществом не как инструмент слежки, а как способ улучшения качества жизни.