Проблема банальна, но дорога: дикие животные регулярно сталкиваются с инфраструктурой и наносят как ущерб самой себе, так и людям. FAA подсчитала, что столкновения с животными обходятся американской авиации в $272 млн в год в среднем за последние 35 лет. Французская железная дорога SNCF сообщает, что бродячие животные влияют на расписание более 8 тысяч поездов ежегодно — это один из пяти основных источников задержек. Только в Бретани в 2023 году поезда сбили животных 120 раз, что привело к срывам расписания 660 сервисов и задержкам на 15 тысяч минут суммарно.
Sara Nozkova, основательница Flox Intelligence, отошла от традиционных подходов типа сирен, миганий, заборов или отстрела. Двенадцать лет работы в транспорте и автономных системах научили её, что машины, обученные ориентироваться в контролируемой среде, становятся «слепыми» при встрече с природой. Вместо громче кричащих пугал она решила создать систему, которая адаптирует свой ответ в зависимости от поведения конкретного животного и его вида.
Flox создала edge-устройства — они обрабатывают данные на месте, не полагаясь на облако. Датчик движения активирует камеру, сенсоры используют обученные на месте модели для идентификации животного, после чего устройство издаёт вид-специфичный звук. Система учится из опыта и варьирует отклики, чтобы животные не привыкали к одному и тому же сигналу. Сейчас компания продаёт батарейные устройства, крепящиеся на столбы и деревья, и предлагает платформу для отслеживания их работы и генерации отчётов для мониторинга биоразнообразия.
По словам Nozkova, около 150 устройств Flox работают в Северной Америке, Европе и Австралии — на аэропортах, вдоль железных дорог и автомагистралей, в национальных парках и на сельхозугодьях. Компания продаёт устройства, а потом берёт годовую подписку на ПО и ИИ. Длинноиграющая цель — адаптировать систему для установки на поезда, грузовики и дроны через OEM-партнёрства. Alstom, производитель поездов, уже партнёр.
Конкурентов немало: Robin Radar предлагает Scarecrow с видо-специфичными звуками птиц, iCHASE использует компьютерное зрение и адаптивный лазер. Nozkova видит преимущество Flox в полноте подхода и собранных в поле данных о том, что действительно заставляет лося или медведя гризли безопасно уходить. Компания привлекла $5 млн и теперь открывает Series A на $10 млн — средства пойдут на масштабирование от 150 до нескольких тысяч устройств.
Для российского бизнеса такая система актуальна в первую очередь для железных дорог (РЖД сталкивается с той же проблемой дорогостоящих задержек), аэропортов и добывающих компаний в регионах с богатой фауной. Отечественные производители оборудования могли бы адаптировать подход для своих логистических сетей — например, системы вроде AI Studio позволяют автоматизировать обработку видеопотоков с камер наблюдения, что может быть основой для локализации подобного решения. Но пока готовых российских аналогов с таким функционалом нет; рынок остаётся открытым.
Фундаментально интересна здесь позиция на пересечении «природного интеллекта» и инженерии: Nozkova права, что почти никто не строит системы понимания дикой природы как отдельный слой perception stack'а. Пока весь AI-фокус на городской среде, внутри помещений и контролируемых пространствах. Выход в природу — это другой класс задачи, и Flox работает именно там, где машины действительно ещё слепы.