Экспертные заключения: 8
Консультации: 0

Egida

Система мониторинга ЧС "Эгида" представляет распределённую сеть умных сенсоров, объединённых в облачную платформу для мониторинга параметров окружающей среды (влажность, температура, газовый фон, сейсмическая активность, уровень воды и пр.) и прогнозирования опасных природных явлений (катастроф) с использованием методов искусственного интеллекта. Система собирает, передает, анализирует поток информации о текущем состоянии и выявляет потенциальные угрозы. Совместно со специальными службами реализуется предупреждение для разных уровней власти и коммерческих потребителей. Оповещение может быть реализовано через мобильное приложение, SMS и локальные трансляционные сети.

Проблема

В 2024–2025 годах совокупный экономический ущерб от лавин, оползней и подтоплений в горных районах Южной Сибири, Кавказа и Алтая превысил 70 млрд рублей.

Для Кабардино-Балкарии:

• В июле 2025 года в Кабардино-Балкарии прошли сильные ливни, град и шквалистый ветер до 25 м/с, повлекшие локальные отключения электроэнергии и затопления улиц Нальчика.

• Ежегодный экономический ущерб республики от лавин, оползней и паводков оценивается на уровне 300–500 млн рублей, при крупных циклонах может достигать 1–1,2 млрд рублей.

• Зона повышенного лавинного риска — высоты свыше 2000 метров в Эльбрусском районе, где фиксируется от 50 до 70 лавинных сходов за сезон.

• В 2025 году убытки коммунальных и энергетических служб после июльских дождей превысили 40 млн рублей, пострадали дороги и инженерные сети.

Ущерб от природных явлений в Кабардино-Балкарии и Северном Кавказе имеет увеличивающуюся тенденцию и требует внедрения комплексных систем мониторинга и раннего предупреждения. Интеграция умных сенсорных сетей, спутникового анализа и ИИ-моделей прогнозирования может снизить реальные экономические потери региона на 20–30% в течение ближайших лет.

Решение

Предлагаемая система «Эгида» AI Network состоит из:

  • микросенсорных узлов (влажность, вибрация, температура, GPS) в форме mesh-сети;
  • edge-сервера на базе ARM или NVIDIA Jetson для локального анализа;
  • облачного ИИ (на базе LSTM и GNN-моделей) для прогнозирования лавин, селей и оседаний грунта;
  • автономных БПЛА, выполняющих аэрофотосъемку при тревожных показаниях;
  • мобильного приложения для местных служб и жителей.

Такая архитектура обеспечит автономность при потере связи, масштабируемость и возможность интеграции в смарт-регионы высокогорных территорий.

Целевая аудитория и ценностное предложение:

EMERCOM РФ

  • Размер: Федеральное агентство + 80+ региональных подразделений
  • Ценностное предложение: Единая система мониторинга всех типов ЧС, раннее предупреждение (6-12 часов ранее текущих систем)
  • Контракт: 100-200M руб. (многолетний договор)
  • Цикл продаж: 6-12 месяцев
  • Готовность: Высокая (есть бюджет на цифровизацию)

Региональные администрации

  • Размер: 80+ субъектов РФ
  • Ценностное предложение: Снижение ущербов на 20-30%, повышение инвестиционной привлекательности
  • Контракт: 2-10M руб./год
  • Цикл продаж: 3-6 месяцев
  • Готовность: Средняя (нужна демонстрация ROI)

Энергетические компании

  • Размер: 200+ объектов (ГЭС, ЛЭП, подстанции)
  • Ценностное предложение: Защита инфраструктуры от паводков, оползней, лавин. Снижение простоев на 40-60%
  • Контракт: 5-20M руб./год
  • Цикл продаж: 3-6 месяцев
  • Готовность: Высокая (есть бюджет на риск-менеджмент)

Страховые компании

  • Размер: 50-100 компаний
  • Ценностное предложение: Точное распределение рисков, снижение страховых выплат на 15-25%
  • Контракт: 1-5M руб./год
  • Цикл продаж: 2-3 месяца
  • Готовность: Высокая (есть потребность в аналитике)

Социальный эффект

  • Спасённые жизни: 100-300 человек в год (стоимость ~300M руб./год по методике ООН);
  • Предотвращённое переселение: 1000-5000 семей;
  • Безопасность туристов: +50-100% уверенности в безопасности;
  • Готовность сообществ: +40-60% повышение осведомлённости о рисках.

Рынок

Мировой рынок систем мониторинга природных явлений:

  • Объем рынка — 137,6 млрд долл. в 2024 году, прогноз — 326,3 млрд долл. к 2032 году.
  • Среднегодовой рост (CAGR) — 11,4%.
  • Основные сегменты — системы обнаружения наводнений (65% рынка), землетрясений и оползней.
  • Лидеры рынка — NEC, Hexagon, Nokia, Vaisala, Esri, Everbridge, SuperMap, SAS, Xylem.

Россия

  • Российский сегмент мониторинга паводков и георисков оценен в 9,2 млрд. руб. в 2025 году, рост 4,9% в год.
  • Основные направления — сейсмический мониторинг, контроль карстоопасных зон и гидрологический надзор.

Регионы с наибольшим потенциалом (годовой бюджет на ЧС):

  • Кабардино-Балкария (Эльбрус): 300-500 млн руб. – лавины, оползни, селевые потоки;
  • Сахалин: 400-600 млн руб. – тайфуны, цунами;
  • Камчатка: 350-500 млн руб. – цунами, вулканическая активность;
  • Дагестан: 200-300 млн руб. – лавины, обвалы, паводки;
  • Карачаево-Черкесия: 150-250 млн руб. – лавины, ледниковые озёра;

Общий годовой потенциал рынка по высоко рисковым регионам: 1.5-2.5 млрд руб.

Северный Кавказ

Регион наиболее подвержен лавинам и оползням. Потенциал рынка — до 400–500 млн руб. в год в 2025 году, с ростом инвестиций в инфраструктуру горнолыжных курортов и транспортных артерий. Перспективны проекты в Кабардино-Балкарии, Дагестане и Карачаево-Черкесии с внедрением мобильных сенсорных сетей и БПЛА для наблюдения склонов.

На основании этих данных можно оценить рыночный потенциал проекта:

  • PAM (глобальный рынок IoT мониторинга): $326.3 млрд к 2032 (CAGR 11.4%)
  • TAM (рынок РФ): ~9.2 млрд руб.
  • SAM (доступный рынок): 4-5 млрд руб.
  • SOM (ниша проекта Эгида, фаза 1): 0.4-0.6 млрд руб. (15% от SAM)

Инвестиционная привлекательность проекта

Для запуска проекта (фаза 1, 6 - 12 месяцев), включающей создание MVP приложения в 2 пилотных регионах (Кабардино-Балкария, Архыз):

Начальные инвестиции 5 млн руб.

IRR - 62.39%

ROI - 650%

NPV (при ставке дисконтирования 25%) - 8.25 млн руб.

PI - 2.65

Срок окупаемости 3 года

Ссылка

На страницу проекта

Направление

Безопасность и оборонная сфера

Рынки

TechNet, SafeNet

Сквозные технологии

Искусственный интеллект, Технологии машинного обучения и когнитивные технологии, Технологии беспроводной связи и «интернета вещей»