Управление беспилотным транспортом: сравнение ИИ и телеоператора

Именно в таких ситуациях особенно заметна граница между обещанием полной автономности и реальной архитектурой современных систем управления беспилотным транспортом.

Эту границу часто описывают слишком грубо: будто есть либо «машина с ИИ», которая всё делает сама, либо человек в диспетчерской, который ведёт её по улицам джойстиком. В действительности между этими полюсами лежит целый спектр режимов. Удалённый специалист может просто подтвердить, что впереди действительно строительный конус; может указать безопасное направление объезда; а может, в иной технической и регуляторной модели, взять в руки виртуальный руль и педали. Это разные технологии, разные риски и, что не менее существенно, разные ответы на вопрос об ответственности.

Давайте разберёмся, почему автономное вождение и телеоперации не стоит представлять как конкурирующие «мозги» — один кремниевый, другой человеческий. В зрелой системе они скорее образуют иерархию: бортовой ИИ отвечает за движение здесь и сейчас, а человек помогает там, где дорожная среда перестаёт быть однозначной для алгоритма.

Иерархия контроля: что на самом деле означают уровни автономности

Разговор об удалённом контроле транспорта полезно начать не с экранов операторского центра, а с того, кто вообще обязан вести автомобиль. Классификация SAE, которой пользуются отрасль и регуляторы, разделяет эту ответственность довольно строго.

На уровнях SAE 0–2 автоматизация может подруливать, поддерживать скорость, удерживать дистанцию, но водитель остаётся водителем. Он должен непрерывно наблюдать за дорогой и быть готовым немедленно вмешаться. Это важно проговорить отдельно: продвинутая система помощи водителю не становится беспилотником оттого, что её маркетинговое название звучит убедительно.

На SAE Level 3 система уже выполняет динамическую задачу вождения в заданных условиях, но человек в салоне должен принять управление, когда система подаст запрос. В регламенте ООН № 157, регулирующем Automated Lane Keeping System — автоматическое удержание полосы, — эта логика выражена вполне предметно: доступность водителя оценивают по нескольким признакам, и как минимум два должны подтвердить его готовность в последние 30 секунд. Однако этот норматив относится именно к человеку в машине, а не к удалённому оператору.

Уровни 4 и 5 относятся к автоматизированным системам вождения, ADS. На четвёртом уровне автомобиль способен сам выполнять задачу в определённой эксплуатационной области: например, на конкретных улицах города, в заданную погоду или в пределах геозоны. Пятый уровень предполагает работу во всех условиях, в которых способен ездить человек. Последний пока остаётся скорее ориентиром для инженерной мысли, чем повседневной транспортной реальностью.

Здесь появляется важное следствие. Если беспилотник уровня 4 нуждается в постоянном человеке, который непрерывно рулит им через сеть, то перед нами не полная автономность, а дистанционное вождение с очень сложной телекоммуникационной надстройкой. Такая схема может быть полезна — например, в закрытых промышленных зонах, портах или при особых операциях, — но для массового городского робо-такси она меняет экономику и профиль безопасности.

Чем чаще машине нужен удалённый водитель, тем меньше её автономность; чем реже ей нужен совет, тем выше требования к собственному восприятию мира и безопасному поведению.

Удалённая помощь — не всегда удалённое вождение

Термин «телеоператор» создаёт ложное ощущение единой профессии. На деле удалённое участие может занимать совершенно разные места в цепочке управления.

Американское дорожное ведомство NHTSA выделяет несколько режимов. В самом мягком варианте оператор пассивно наблюдает за состоянием машины или поездки. Далее следует подтверждение контекста: система спрашивает, например, является ли объект впереди дорожным препятствием, и человек отвечает в логике «да» или «нет». Следующий уровень — навигационная подсказка, иногда называемая breadcrumbs, «хлебные крошки»: оператор показывает предпочтительный путь, по которому машине стоит попытаться проехать. И наконец, есть полноценное дистанционное ручное управление — с командами на руление, торможение и ускорение.

Разница не терминологическая. Она определяет, сколько миллисекунд связи допустимо, какие данные нужны оператору, как должен быть устроен резервный контур безопасности и кто принимает последнее решение в момент манёвра.

1. Пассивный мониторинг нужен прежде всего для понимания состояния флота: остановилась ли машина, открылись ли двери, работает ли связь, не возник ли сервисный инцидент. Он не заменяет принятия дорожных решений.

2. Контекстная помощь позволяет человеку распутать смысловую неоднозначность. Камера может показать светофор, временный знак и сотрудника дорожной службы одновременно; алгоритму сложно оценить приоритет сигналов, а оператор способен дать дополнительную интерпретацию.

3. Маршрутная рекомендация помогает выбрать направление, но не отменяет бортовую безопасность. Автомобиль должен сам проверить, нет ли на траектории пешехода, велосипедиста, открытой двери или другого препятствия.

4. Прямое телеуправление превращает оператора в удалённого водителя. Тогда в критическую цепочку входят качество видеопотока, задержка передачи команд, обзор камер, ощущения скорости и инерции, а также устойчивость канала связи. Это самый требовательный и наименее похожий на обычную удалённую помощь режим.

Для городской мобильности наиболее интересны первые три варианта. Они позволяют не переносить каждую секунду вождения в диспетчерскую, а использовать человека как источник дополнительного контекста. Мы можем сравнить это с работой метеоролога: спутник и модели обрабатывают огромные массивы данных, но редкие, быстро меняющиеся сочетания факторов всё ещё требуют экспертной интерпретации. Только на дороге цена неверной интерпретации измеряется не ошибкой в прогнозе, а безопасностью людей вокруг автомобиля.

Почему задержка не сводится к скорости 5G

В дискуссиях об удалённом управлении беспилотниками часто звучит простая формула: появится повсеместный 5G — и проблема исчезнет. Но скорость мобильной сети сама по себе не решает задачу. Сигнал проходит не один путь: изображение с камер нужно передать с автомобиля, обработать, вывести оператору, затем принять решение, отправить команду обратно, а автомобилю — физически исполнить её тормозной системой или рулевым приводом.

В экспериментальной работе 2026 года с прототипом телемеханического автомобиля средняя сквозная задержка в коммерческих сетях 4G и 5G составила около 500 миллисекунд. При этом до 60% времени приходилось на участок между отправкой команды удалённым водителем и физическим срабатыванием машины. Это не универсальная цифра для всей отрасли: конкретный результат зависит от архитектуры автомобиля, сети, кодирования видео и множества других решений. Но он хорошо показывает, почему нельзя рассуждать о телеуправлении как о видеоигре с чуть более дорогим контроллером.

Даже полсекунды на городской скорости — это уже заметная дистанция, которую автомобиль проходит до начала исполнения команды. А ведь к сетевой задержке добавляются человеческое восприятие, распознавание опасности и моторная реакция. Поэтому прямой дистанционный контроль требует не только быстрого канала, но и осторожной операционной модели: ограниченной скорости, предсказуемой среды, запаса дистанции, автоматического экстренного торможения на борту.

В Waymo указывают медианную одностороннюю задержку порядка 150 миллисекунд для центров удалённой помощи в США и около 250 миллисекунд для агентов за пределами страны. Однако эти показатели относятся к модели Remote Assistance, а не к постоянному ручному вождению. Их не следует механически сопоставлять с измерениями телемеханического прототипа: разные системы передают разные объёмы данных и решают разные задачи.

Наконец, связь — это не только задержка. NHTSA отдельно указывает на кибербезопасность. Машина, способная принимать внешние рекомендации или тем более команды движения, должна быть защищена от подмены сигнала, несанкционированного доступа и сбоев в инфраструктуре. В хорошей архитектуре отказ сети не заставляет автомобиль «угадывать», что делать: он должен перейти в заранее предусмотренное минимально рискованное состояние — замедлиться, остановиться в безопасном месте или продолжить движение лишь в тех пределах, которые уверенно понимает сам.

Надёжность удалённой помощи определяется не тем, насколько редко пропадает связь, а тем, насколько безопасно автомобиль ведёт себя именно в момент её потери.

Waymo и Zoox: человек помогает, но не держит руль

Практика двух заметных разработчиков хорошо показывает, как отрасль пытается отделить телеассистирование от удалённого вождения.

Waymo описывает Remote Assistance как систему, которая не ведёт непрерывное наблюдение за каждым автомобилем и не управляет им напрямую. Агент подключается по запросу Waymo Driver — бортовой системы автономного вождения — когда та сталкивается со сложным или нетипичным контекстом. После этого человек может передать информацию или рекомендацию, но сама ADS вправе принять её либо отклонить.

Это принципиальная деталь. Оператор не говорит автомобилю: «поверни руль на восемь градусов прямо сейчас». Он может, условно говоря, помочь понять, что участок впереди перекрыт и целесообразно искать иной путь. Исполнение по-прежнему остаётся за машиной, которая сопоставляет подсказку с лидарами, камерами, радарами, картой, текущей скоростью и собственными ограничениями безопасности.

По состоянию на 17 февраля 2026 года Waymo сообщала о примерно 70 одновременно работающих агентах удалённой помощи, парке из 3 000 автомобилей, более чем 4 млн миль пробега и свыше 400 000 поездок в неделю. Это важные показатели масштаба работы компании, но не независимое доказательство эффективности телеассистирования и не готовая формула для других рынков. Из них нельзя вывести, сколько именно машин «приходится» на одного оператора: ответ будет радикально отличаться для редких консультаций и для постоянного наблюдения.

Zoox использует близкую по смыслу, хотя и иначе названную модель TeleGuidance. Компания подчёркивает, что удалённая команда передаёт рекомендации бортовой системе, но не может управлять автомобилем в реальном времени. Решение о том, следует ли выполнять рекомендацию и в какой момент, остаётся на стороне машины. Так сохраняется фундаментальный принцип: последнее звено безопасности не должно зависеть от нестабильного канала связи между городом и операторским центром.

В экологическом и городском контексте это разделение тоже имеет значение. Робо-такси часто представляют как технологию, которая автоматически уменьшит выбросы и разгрузит улицы. На деле климатический эффект зависит от того, заменяет ли поездка личный автомобиль, общественный транспорт или пеший маршрут; как устроена зарядная инфраструктура; какой источник электроэнергии питает парк; не создаёт ли дешёвая автоматизированная поездка дополнительный спрос на перемещения.

Но операционная модель влияет на устойчивость не меньше, чем тип силовой установки. Если один центр может безопасно помогать большому парку лишь в редких исключениях, сервис потенциально масштабируется без пропорционального роста числа удалённых водителей. Если же каждой машине нужен фактический водитель за экраном, то мы получаем не столько новую транспортную систему, сколько новую форму распределённого труда с дорогостоящей связью и ограниченной пропускной способностью.

Человеческий фактор: оператор далеко не всевидящ

Интуитивно кажется, что человек за несколькими мониторами — надёжная страховка от ошибок ИИ. Но удалённый оператор видит дорожную сцену через сенсоры, интерфейс и алгоритмы отбора информации. Он не чувствует ускорение кузова, не слышит звуки улицы в полном объёме, не замечает боковым зрением пешехода, который только собирается сделать шаг с тротуара. Его ситуационная осведомлённость неизбежно отличается от осведомлённости водителя в салоне.

Именно поэтому удалённая помощь лучше работает как решение исключений, а не как скрытая замена автономности. Когда оператор подключается к редкому эпизоду, у него есть возможность изучить переданный контекст, воспользоваться картой, историей маршрута и специальными инструментами. Когда же ему приходится одновременно следить за большим числом быстро меняющихся сцен, качество внимания начинает ограничивать систему не хуже пропускной способности сети.

Здесь есть и психологическая проблема, знакомая авиации и диспетчерским службам: человек, который долго наблюдает за процессом, но редко вмешивается, может потерять готовность к внезапному сложному решению. А человек, который вмешивается слишком часто, становится источником вариативности там, где автоматическая система могла бы последовательно действовать по проверенному сценарию. Найти баланс между автоматизацией и участием оператора — значит не просто распределить обязанности, а спроектировать ритм работы, интерфейс, обучение и пределы допустимой нагрузки.

Регуляторная рамка пока развивается неравномерно. Для водителя, сидящего в автомобиле с системой уровня 3, существуют более понятные требования к передаче управления. Для телеоператора нет единого международного обязательного численного норматива сквозной задержки именно для дорог общего пользования. Это не пробел, который можно заполнить одной универсальной цифрой: допустимая задержка зависит от того, советует ли человек маршрут или действительно управляет торможением на перекрёстке.

Поэтому зрелое регулирование, вероятно, будет оценивать не только миллисекунды. Ему придётся смотреть на всю систему: какие действия разрешены оператору, что происходит при потере связи, как подтверждается личность подключившегося сотрудника, сколько контекста доступно ему на экране, какие манёвры автомобиль может выполнять без внешней помощи и как фиксируются решения после инцидента.

Автономность не отменяет человека, а меняет место его работы

Вопрос «ИИ или телеоператор?» поставлен чуть неверно. В безопасной модели управления беспилотным транспортом бортовой ИИ отвечает за непосредственное движение: распознаёт среду, рассчитывает траекторию, удерживает безопасную дистанцию, тормозит перед препятствием. Удалённый человек нужен не как запасная пара рук на руле, а как редкий источник смыслового контекста — там, где город оказывается сложнее заранее описанных правил.

Такой подход не избавляет отрасль от трудных задач. Нужны устойчивые сенсорные системы, понятные режимы отказа, защита каналов связи, реалистичные испытания в дождь, туман, плотной городской застройке и среди непредсказуемого поведения людей. Нужна и честность в словах: телеассистирование не следует называть «полной автономностью», если оператор фактически водит автомобиль издалека.

Но именно раздельная архитектура — машина управляет, человек помогает понять исключение — сегодня выглядит наиболее содержательным направлением. Она позволяет сохранить преимущество автоматизации в скорости реакции и постоянстве, не делая вид, будто алгоритм уже научился безошибочно читать весь социальный язык улицы. Исследователи и регуляторы, судя по текущей дискуссии, движутся не к исчезновению человека из транспортной системы, а к более точному определению его роли: меньше непрерывного контроля, больше редкого, проверяемого и безопасно ограниченного участия.