Maqsut Narikbayev University — внедрение от задач, а не от технологии

Сначала понимание. Технология — вторым шагом.

В MNU работа началась не с видеопотока, а с серии встреч.

Команда разговаривала с двумя подразделениями по отдельности — у них разные задачи, и в одной комнате они дали бы не те ответы.

Служба безопасности. Встречи, чтобы описать существующие процессы наблюдения, понять, как сейчас эскалируются и закрываются инциденты, и найти, где детекция в реальном времени добавит то, чего у службы ещё нет.

Психологическая служба. Отдельные сессии о приоритетах в благополучии студентов — чтобы внедрение дополняло уже выстроенную систему поддержки, а не шло вразрез с ней. Система безопасности, которая воспринимается как программа слежки, усложняет работу психологов, а не облегчает её.

Что внедрили

Три модуля, каждый выбран потому, что эти разговоры показали конкретную потребность в нём:

• Детекция оружия — мгновенные оповещения при появлении огнестрельного оружия, ножей или опасных предметов в кадрах камер кампуса.
• Детекция курения — автоматическое распознавание курения в запрещённых зонах: лекционные залы, коридоры, общественные пространства.
• Детекция агрессивного поведения — распознавание драк, угроз и повторяющегося конфликтного поведения на территории кампуса.

AMAN Secure интегрировали в камеры, которые у университета уже были. Оборудование не меняли.

Как это проходило

1. Встречи со стейкхолдерами. Серия встреч со службой безопасности и психологической службой: описание процессов, выявление проблемных точек и определение того, каким должно быть осмысленное внедрение именно здесь.
2. Выбор модулей под задачи. Три модуля детекции выбраны прямо из приоритетов, которые обозначили эти встречи.
3. Интеграция AMAN Secure. Развёртывание на существующей инфраструктуре камер университета — без замены оборудования.
4. Тестирование и валидация. Внутренние тесты работы алгоритмов в реальных условиях кампуса.
5. Презентация руководству. Официальная презентация результатов, выводов и рекомендаций руководству университета.

Проверено в реальных условиях кампуса

Пилот оценивали по трём параметрам — в той среде, где системе и предстоит работать:

• Точность детекции в разных условиях кампуса и при разном освещении.
• Доля ложных срабатываний — чтобы служба безопасности получала оповещения, на которые есть смысл реагировать, а не шум. Систему, которая постоянно ошибается, выключают в первый же семестр, и тогда она не защищает никого.
• Скорость отклика, измеренная в разных сценариях, чтобы подтвердить работу в реальном времени.

Что изменилось

Подход от задач означал, что внедрение отвечало реальным приоритетам университета, а не типовому чек-листу, — и это проявилось как вовлечённость.

• Внедрённые модули закрывали проблемы, которые университет назвал сам
• Более сильная поддержка со стороны и службы безопасности, и психологов
• Точность, доля ложных срабатываний и скорость отклика подтверждены в реальных условиях
• Официальные результаты и рекомендации переданы руководству университета

MNU дал и кое-что многоразовое: модель оценки потребностей, выстроенная здесь, стала повторяемым фреймворком для того, как AMAN начинает внедрение.