Сырой AIS-сигнал ничего не стоит. До тех пор, пока его не поместишь в контекст
В апреле 2026 года мировой флот генерирует около 250 миллионов точек данных AIS ежедневно. Цифры ошеломляют, но смысла в них мало. Координата, курс, скорость. Для аналитика это белый шум. Пока судно не исчезнет с радаров у побережья санкционированной страны. Пока танкер не начнет странный зигзаг в открытом море. Тогда цифры начинают кричать. Но уже поздно.
Windward, израильский стартап, который к 2026 году стал стандартом для морской разведки, решил проблему кардинально. Они убили двух зайцев: автоматизировали рутину поиска аномалий и научили AI объяснять их на человеческом языке. Результат – не просто панель с алертами, а цифровой аналитик, который пишет сводки.
Генеративный AI как переводчик с машинного на аналитический
Старый подход Windward (и всех остальных) работал так: алгоритмы ML сканировали данные, искали отклонения от паттернов и выплевывали предупреждение. «Судно X совершило необычный маневр». Аналитик открывал десять вкладок: карты, базу данных судов, новости, погоду – и пытался понять, что это было. Утечка масла? Контрабанда? Просто шторм?
В 2025-2026 годах они пересобрали архитектуру вокруг агентных моделей. Теперь система не просто находит аномалию – она начинает её расследовать.
1 Сбор улик
Первый агент – «Сыщик» – получает сырой сигнал об аномалии. Он не останавливается на AIS. Он дергает десяток источников: спутниковые снимки SAR (радар) и оптические (через интеграции, подобные WorldView), историю владения судном, данные о портах захода, текущие санкционные списки, даже сводки о погоде с волнением моря. Контекст – это все.
2 Соединение точек
Второй агент – «Аналитик» – работает на базе модифицированной мультимодальной модели, похожей на внутренние разработки, о которых мы писали в материале про корпоративных агентов Яндекс. Его задача – найти связи. Судно отключило передатчик? Но на спутниковом радаре виден его след. Оно принадлежит компании-однодневке? А вчера эта же компания фигурировала в отчете о перевалки санкционного груза. Он строит граф связей в реальном времени.
3 Генерация нарратива
Третий, и самый заметный для пользователя агент – «Докладчик». Это и есть тот самый генеративный AI. На основе графа связей и собранных улик, используя продвинутый RAG (не без проблем, как мы знаем), он пишет краткий отчет на естественном языке. Не «обнаружена аномалия», а: «С высокой степенью уверенности (87%) судно MV Aurora проводит операцию по перегрузке товара в нейтральных водах в 50 морских милях от порта Х. Судно имеет историю подобных операций в 2025 году, связанных с обходом санкций на нефтепродукты. Рекомендуется уведомить береговую охрану».
Важный нюанс 2026 года: Windward не использует публичные GPT-5 «как есть». Их агенты – это набор специализированных моделей, дообученных на миллиардах морских инцидентов. Одна виртуозно работает с геопространственными временными рядами, другая – с корпоративными цепочками владения, третья – генерирует текст. Монолитная модель здесь бы сломалась.
Что это меняет на практике? Пять кейсов, которые уже не новость
Такие системы перестали быть демо. Они влияют на реальные решения. Вот что аналитики видят сейчас:
- Тёмные встречи: AI идентифицирует встречи судов с выключенными транспондерами, вычисляя вероятную точку рандеву по косвенным данным (изменение курса других судов, паттерны течений).
- Подмена флага-невидимки: Модель отслеживает судно, которое быстро меняет флаг и название в открытом море (да, так все еще делают), находя несостыковки в его конструктивных особенностях на спутниковых снимках.
- Прогноз сбоев в цепях поставок: Анализируя кластеризацию судов у портов и их время ожидания, система прогнозирует задержки за неделю. Принцип похож на подходы к поиску root cause в логистике, но в глобальном масштабе.
- Рыболовный мониторинг: Агенты отличают законный промысел от ННН-ловли (незаконный, несообщаемый, нерегулируемый), сопоставляя заявленный тип судна с его реальной скоростью и траекторией на рыбных полях.
- Санкционный контроль: Автоматическое отслеживание цепочек владения судами, связанных с блокированными компаниями, даже через семь уровней офшоров.
Под капотом: какие технологии работают в 2026 году
Windward держит детали в секрете, но тренды очевидны. Основа – гибридная архитектура.
| Компонент | Технологии (актуально на 04.2026) | Роль в анализе |
|---|---|---|
| Детектор аномалий | Графовые нейронные сети (GNN), временные ряды (модели типа TSMixer) | Находит отклонения в поведении судна и сети контактов |
| Агент сбора контекста | Специализированные трансформеры для мультимодальных данных (AIS + спутник + текст) | Собирает и кодирует данные из разнородных источников |
| Генеративный движок | Дообученные 70B+ параметров LLM с контролируемым выводом (Constrained Decoding) | Формирует структурированный отчет, избегает галлюцинаций |
Ключевое отличие от «просто RAG» – глубокое понимание домена. Модели знают, что изменение осадки судна на 2 метра может значить погрузку, а не ошибку датчика. Знают морское право. Знают, как выглядит нефтяная слик на спутниковом снимке Sentinel-1. Это не общая эрудиция, а жесткое доменное знание, вшитое в эмбеддинги.
Так что, аналитики морской разведки останутся без работы?
Нет. Они просто перестанут быть операторами поиска в Google. Их работа сместится к валидации гипотез AI, работе с исключительными случаями и стратегическому планированию. Система выдаст три вероятных сценария для «темной встречи». Человек решит, на какой из них направить патрульный катер. Это та самая эволюция, о которой кричат все CDAO в 2026 году: AI не заменяет экспертов, он делает их в десять раз эффективнее.
Предел? Пока это прогноз в реальном времени. Следующий шаг – предиктивный. Когда агент не просто сообщит о странном маневре, а за неделю предупредит: «Судно Y, исходя из его графика, текущих погодных условий и политической обстановки в регионе Z, с вероятностью 75% совершит выгрузку в нейтральных водах для обхода эмбарго». Это уже не разведка, это предсказание. И тогда игра изменится окончательно.
Совет для тех, кто смотрит на подобные системы: не гонитесь за генерацией текста. Это финальный, самый простой этап. Вся магия – в первых двух агентах, которые умеют задавать правильные вопросы к данным. Построить такого агента с нуля – сложная инженерная задача, как описано в нашем гайде по production-агентам.
