Яндекс внедрил ИИ-систему для уборки снега: первым на автоматическое распределение задач перешло Подмосковье

Яндекс внедрил ИИ в уборку снега в Подмосковье

Ксения Польская
Текст:
05 декабря 2025, 11:00
Яндекс внедрил ИИ-систему для уборки снега: первым на автоматическое распределение задач перешло Подмосковье
Фото: Aleksandr Potashev / Getty Images

Московская область первой в России внедрила систему зимней уборки, в которой задания для снегоуборочной техники и дворников распределяются с помощью ИИ-алгоритмов. Эту технологию разработал Яндекс и на её основе запустил сервис «Яндекс Вектор». Система помогает мастерам составлять маршруты, выбирать исполнителей и отслеживать выполнение работ в реальном времени.

Работник выбирает территорию — ИИ предлагает оптимальный маршрут

«Яндекс Вектор» разработан для коммунальных служб, которые используют поливальные и снегоуборочные машины, а также другую технику для поддержания порядка на улицах. В системе задействовано более 4 000 единиц спецтехники и свыше 10 000 сотрудников.

Чтобы сформировать задание, мастер смены выбирает территорию, а ИИ разбивает её на участки и предлагает оптимальные пути движения, чтобы сократить расход топлива. После этого он назначает исполнителя, закрепляет за ним технику и формирует маршрут с учётом времени выполнения и минимального пробега.

Навигаторы не справляются с тем, что умеет ИИ

Обычные навигаторы не умеют строить маршруты по тротуарам, а именно там работает значительная часть снегоуборочной техники. Алгоритмы «Яндекс Вектора» учитывают типы дорожных поверхностей и позволяют мастеру вручную отмечать нужные точки уборки прямо на карте.

После этого система автоматически создаёт кратчайший маршрут и отслеживает передвижение техники. Если появляются отклонения или требуется снизить скорость, водитель получает подсказки в режиме реального времени.

ИИ помог повысить эффективность уборки и снизить расход топлива

Летом и осенью технология работала в пилотном режиме для подметальных и поливальных машин. За это время в системе было создано около 12 000 маршрутов и выполнено свыше 89 000 заданий по уборке улиц, дворов и общественных пространств.

По итогам тестирования эффективность уборки выросла на 20%. Вместе с этим расход топлива и расстояние, которое техника проезжает без выполнения работы снизились примерно на 17%, что показало значимость оптимизации маршрутов.

Следующим этапом ИИ будет учитывать погодные условия

Сервис разрабатывался совместно с Министерством по содержанию территорий и жилищному надзору Московской области. На следующем этапе алгоритмы начнут учитывать больше факторов — погодные условия, сезонные нагрузки на технику и специфику работ, что позволит ещё точнее формировать задания.

В дальнейшем мастер сможет отмечать точки уборки на дорогах и тротуарах, а система объединит их в один маршрут без лишних разворотов. Сервис также доступен для использования и в других регионах страны.

Подписывайтесь на наш Telegram-канал
Материалы по теме