Готовность к умному городу: история концепции и тренды

Для бюджета это, скорее, начало длинной CAPEX-программы: закупка датчиков, сети связи, вычислительные мощности, интеграция разнородных реестров. Затем начинается менее заметная, но более дорогая часть — OPEX: обслуживание устройств, обновления ПО, защита данных, калибровка моделей, обучение операторов и замена оборудования, которое физически устаревает раньше, чем заканчивается презентация проекта.

Вопрос «готов ли город к умному городу» поэтому сформулирован не вполне точно. Готовность нельзя свести к наличию 5G, камер или единой карты жителя. Она определяется способностью городской администрации и операторов инфраструктуры превращать данные в управленческие решения с измеримым эффектом: снижением энергопотребления, сокращением простоев, повышением пропускной способности улиц, улучшением доступности услуг. Если такого контура нет, цифровизация остаётся набором IT-закупок с неясным TCO.

Рост спроса на этот контур носит структурный характер. По оценке ООН, в 2025 году в городах жили 4,760632 млрд человек — 57,8% населения планеты. К 2050 году городское население может достичь 6,503046 млрд, или 67,3%. При такой концентрации людей дорожает каждая ошибка в управлении: лишний киловатт-час в коммерческой недвижимости, неоптимальный маршрут коммунальной техники, авария на сети, неверно спланированная развязка. Умный город — не технологический жанр, а попытка снизить стоимость этих ошибок.

От Smarter Cities к управлению городом как системой

Технологическая трактовка умного города получила массовую корпоративную упаковку в 2008 году, когда IBM запустила кампанию Smarter Planet, включавшую направление Smarter Cities. Логика была понятна крупному бизнесу и властям: городскую инфраструктуру можно сделать инструментированной, взаимосвязанной и интеллектуальной. Транспорт, энергоснабжение, водоканал, общественная безопасность и здания должны не просто работать параллельно, а обмениваться данными.

Эта идея оказалась продуктивной, но в ранней версии несла типичный риск платформенного мышления: сначала купить технологию, потом искать для неё задачу. Рынок быстро увидел предел такого подхода. Система видеонаблюдения не становится транспортной политикой. Платформа для обращений граждан не решает проблему доступности муниципальных услуг, если обращения не встроены в процессы подрядчиков и бюджетного планирования. Тысяча датчиков качества воздуха не снижает выбросы, пока их показания не влияют на транспортные ограничения, контроль промышленности и городское планирование.

В 2015 году Международный союз электросвязи и ЕЭК ООН закрепили более широкое определение «умного устойчивого города». В центре оказались не цифровые устройства как таковые, а качество жизни, эффективность операций и услуг, конкурентоспособность, а также интересы нынешних и будущих поколений — с экономическими, социальными, экологическими и культурными параметрами.

Для инвестора и городского финансиста это принципиальное изменение. Проект оценивается не по количеству подключённых объектов, а по цепочке создания эффекта:

1. Есть конкретный операционный узкий участок. Например, избыточное потребление HVAC в портфеле коммерческих зданий, нестабильный график общественного транспорта или высокие потери воды.

2. Данные можно получить с приемлемой точностью и частотой. Если показания датчиков не сопоставимы, запаздывают или принадлежат нескольким несвязанным операторам, аналитика не даст управленческого результата.

3. У решения есть владелец процесса. Не только департамент цифровизации, но и структура, которая меняет режим работы оборудования, маршрут, регламент обслуживания либо инвестиционную программу.

4. Эффект можно измерить в базовой линии. Без исходного расхода энергии, времени простоя, скорости движения или стоимости эксплуатации разговор об окупаемости превращается в декларацию.

5. Экономия превышает полный жизненный цикл решения. В расчёт входят не только CAPEX на внедрение, но лицензии, связь, интеграция, киберзащита, техподдержка, амортизация и кадровый контур.

Умный город начинается не с датчика, а с решения, которое город способен принять на основании его данных и оплатить в течение всего жизненного цикла.

Именно поэтому вопрос, готовы ли люди жить в умном городе, нельзя отделить от вопроса, готова ли администрация управлять цифровой инфраструктурой. Жителю не требуется разбираться в протоколах IoT. Но он быстро замечает, если приложение не работает, транспортные данные расходятся с реальностью, а автоматизация приводит к непрозрачным решениям и утечкам персональной информации.

Почему индекс готовности не заменяет измерения

Соблазн построить единый индекс готовности умного города понятен. Он позволяет сравнивать мегаполисы на одной диаграмме, проводить рейтинговые кампании и обосновывать приоритеты. Но универсальной международной шкалы, которая однозначно объявляет город «готовым» или «неготовым», нет. И это не пробел, который можно закрыть ещё одним красивым рейтингом.

У городов разная плотность застройки, структура экономики, климат, возраст инженерных сетей, качество связи, бюджетная автономия и распределение полномочий между муниципалитетом, регионом и национальными регуляторами. Один и тот же набор технологий может иметь разную экономику в городе с развитым рельсовым транспортом и в агломерации, где жители критически зависят от личных автомобилей.

Практическую основу для сопоставления даёт ISO 37122:2019. Стандарт устанавливает определения и методологии для набора индикаторов умных городов и предназначен для совместного применения с ISO 37120, посвящённым показателям городских услуг и качества жизни. Первая редакция ISO 37122 вышла в мае 2019 года и была подтверждена при пересмотре 28 октября 2024 года.

Смысл стандарта не в том, чтобы выдать городу сертификат технологического превосходства. Его ценность — в дисциплине данных. Он заставляет разделять наличие цифрового сервиса, охват пользователей, качество услуги и фактический результат. Это базовая защита от ситуации, в которой муниципалитет отчитывается числом установленных устройств, хотя транспортная доступность, энергопотребление и скорость реакции на аварии не изменились.

Оценка готовности инфраструктуры умного города требует смотреть как минимум на четыре слоя.

Такой разбор выглядит менее эффектно, чем городской рейтинг с цветными иконками. Зато он ближе к реальности инвестиционного комитета. В умном городе решающим активом становится не платформа сама по себе, а совместимость между активами, системами и людьми, которые ими управляют.

На транспорте эта логика давно понятна. В США для проектов интеллектуальных транспортных систем, финансируемых из Highway Trust Fund, предусмотрено соответствие национальной архитектуре ITS и применимым стандартам через региональную архитектуру, учитывающую локальные потребности и информационные обмены. Это не мировой норматив, но показательный принцип: когда проект оплачивается из инфраструктурного бюджета, совместимость превращается из технической детали в условие финансирования.

Цифровой двойник: не трёхмерная витрина, а слой для сценариев

Цифровой двойник города часто представляют как фотореалистичную 3D-модель кварталов. Для презентаций она полезна: помогает показать стройку, реконструкцию улицы или будущую застройку. Но к операционной ценности сама геометрия отношения почти не имеет.

В актуальном европейском подходе цифровой двойник города — это виртуальная реплика физических активов, систем и процессов, предназначенная для мониторинга в реальном времени, моделирования и оптимизации. Ключевое слово здесь — «процессов». Если модель показывает здания, но не связана с энергопотреблением, транспортными потоками, состоянием сетей и правилами эксплуатации, она остаётся дорогим визуальным продуктом.

Настоящий цифровой двойник требует уже работающей локальной цифровой платформы, которая собирает сведения из систем, приложений, IoT-устройств и иных источников. Поэтому его нельзя разумно ставить первым пунктом дорожной карты. Сначала городу нужны инвентаризация активов, единые идентификаторы, описание потоков данных, правила качества информации и права доступа. Затем — модели, которые дают возможность тестировать решения до того, как они превратятся в дорогостоящий физический CAPEX.

Например, в транспортном контуре двойник может помочь сравнить сценарии изменения светофорного регулирования, выделенных полос или перекрытий на время работ. В энергетике — оценить влияние реконструкции зданий и распределённой генерации на нагрузку сети. В градостроительстве — проверить, как новая застройка изменит инсоляцию, спрос на транспорт и коммунальную инфраструктуру. Но модель не отменяет инженерную экспертизу: она зависит от полноты входных данных, допущений и качества калибровки.

Европейский союз уже рассматривает локальные цифровые двойники как элемент общей цифровой инфраструктуры. В 2024 году был создан консорциум Local Digital Twins towards the CitiVERSE в форме EDIC, а в июне 2025 года Еврокомиссия сообщила о запуске первых проектов. Это значимый сигнал для рынка: двойники выходят из режима разрозненных демонстрационных кейсов в область межгосударственной политики совместимости.

Однако для города это не аргумент немедленно покупать платформу. Экономический смысл возникает в трёх случаях:

• когда решение о строительстве, реконструкции или эксплуатации имеет высокую стоимость ошибки;
• когда данные используются несколькими ведомствами и повторно применяются в разных сценариях;
• когда двойник встроен в регулярный управленческий цикл, а не открывается для отчёта раз в квартал.

Двойник окупается не точностью картинки, а числом дорогих решений, которые удалось проверить до выхода техники на площадку.

IoT: скрытый OPEX и киберриск городской платформы

Устройства интернета вещей — наиболее материальная часть умного города. Счётчики, контроллеры освещения, датчики заполненности контейнеров, трекеры транспорта, метеостанции, сенсоры состояния оборудования создают поток данных, без которого не работают ни диспетчеризация, ни цифровые двойники, ни прогнозное обслуживание.

Но именно на уровне IoT многие программы недооценивают стоимость владения. Закупочная цена датчика — лишь небольшая часть TCO. Дальше появляются монтаж, питание, передача данных, замена батарей, поверка и калибровка, обслуживание вандалозащищённых корпусов, роуминг или тарифы связи, лицензии платформы, хранение данных, управление учётными записями и вывод оборудования из эксплуатации.

Ещё дороже обходится архитектурная ошибка, при которой тысячи устройств подключены без единого стандарта идентификации и управления жизненным циклом. Национальный институт стандартов и технологий США обращает внимание, что IoT создаёт особые риски кибербезопасности и приватности: устройства взаимодействуют с физическим миром, широко связаны между собой, нередко имеют ограниченные вычислительные ресурсы и зависят от облачных сервисов.

Для городской среды это не отвлечённая угроза. Компрометация датчика в офисе неприятна; компрометация устройства, связанного с освещением, транспортом, доступом в муниципальные здания или инженерными сетями, может перейти из цифрового инцидента в физический. В ноябре 2025 года NIST выпустил финальные материалы по безопасному подключению IoT-устройств к сетям. Среди базовых подходов — доверенное подключение, уникальные локальные учётные данные для устройств и управление ими на протяжении всего жизненного цикла.

Из этого следует неприятный для бюджетов вывод: безопасность нельзя добавлять отдельной строкой после запуска пилота. Она должна быть частью первоначальной спецификации, наряду с требованиями к связи и точности измерений. Иначе город экономит на CAPEX, а затем получает несоразмерный OPEX на ручное исправление архитектуры.

В контрактной модели разумно заранее фиксировать:

• возможность безопасного обновления программного обеспечения без физического доступа к каждому устройству;
• уникальную идентификацию, а не общие заводские пароли и общий доступ для всего парка;
• правила хранения, передачи и удаления данных;
• совместимость с существующими системами и понятный порядок миграции при смене поставщика;
• ответственность за поддержку после окончания гарантийного периода.

Последний пункт особенно важен для крупных агломераций. Закрытая экосистема может ускорить первый запуск, но затем делает город заложником одного вендора и его ценовой политики. В инфраструктуре, рассчитанной на десятилетия, такая зависимость часто дороже первоначальной скидки.

Здания — наиболее понятная экономика умного города

Если транспортные цифровые проекты часто требуют сложной межведомственной координации, то энергоуправление зданиями даёт более прямую связь между технологией и финансовым результатом. Город владеет или арендует школы, больницы, административные корпуса, культурные учреждения, депо, спортивные объекты. Каждый из них — самостоятельный источник OPEX, а вместе они формируют масштабный портфель.

Высокопроизводительное управление зданиями объединяет датчики, мониторинг, аналитику, совместимые системы управления и связь здания с потребностями электросети. Министерство энергетики США указывает, что успешное внедрение таких систем в коммерческих зданиях может снизить потребление энергии HVAC до 30%.

Эту цифру нельзя механически переносить на жилой фонд, отдельный объект или любой климатический регион. Она описывает успешную реализацию высокопроизводительного управления в коммерческом сегменте США, а не гарантированный результат каждой автоматизации. Но она показывает порядок потенциального эффекта и, что важнее, направление расчёта.

Вместо вопроса «нужна ли зданию умная система» оператору следует разложить экономику на конкретные переменные: профиль нагрузки, сезонность, часы фактической занятости, состояние вентиляционного и холодильного оборудования, стоимость энергии, аварийность, график ремонтов. В старом здании цифровой BMS не заменит изношенные клапаны, плохую теплоизоляцию или неверно спроектированную вентиляцию. Зато она способна выявить, что оборудование работает ночью в пустом корпусе, конфликтует с другими системами или обслуживается не по фактическому состоянию, а по формальному календарю.

Городской эффект появляется, когда здания перестают быть изолированными объектами. Тогда можно управлять портфелем: сопоставлять потребление сопоставимых площадей, приоритизировать модернизацию по реальному потенциалу, учитывать пиковые нагрузки, увязывать капитальный ремонт с цифровой диспетчеризацией. Это уже не «умный дом» в маркетинговом смысле, а управляемый набор активов, где данные помогают перераспределять инвестиции.

Что считать реальной готовностью

Готовность к умному городу — это не точка на шкале и не набор видимых технологий. Это зрелость операционной модели, в которой инфраструктурные данные стандартизированы, системы могут обмениваться ими, решения имеют владельца, а финансовый эффект прослеживается от датчика до бюджета.

Городу не требуется строить единый цифровой центр, который контролирует всё. Такая централизация часто создаёт собственный монолитный риск. Гораздо продуктивнее формировать совместимые контуры вокруг приоритетных функций: здания и энергия, транспорт, коммунальные сети, городское планирование, сервисы для жителей. Общими должны быть правила данных, идентификации, безопасности и оценки результата; прикладные решения могут оставаться разными.

Финансовый вердикт здесь строгий. Проекты умного города оправданы там, где они сокращают стоимость эксплуатации, предотвращают капиталоёмкие ошибки или повышают отдачу от уже существующих активов. Цифровой двойник без качественных данных, IoT без жизненного цикла и городское приложение без изменения процессов не имеют самостоятельной инвестиционной логики.

На горизонте ближайших лет выиграют не города с самым эффектным набором цифровых витрин, а те, кто умеет считать TCO инфраструктуры, требует совместимости в закупках и вкладывает средства в управляемые данные. Именно эта дисциплина, а не число сенсоров на квадратный километр, определяет, готов ли мегаполис жить в умном городе.