Назад к тренду дня: Диспетчеры США теперь получают советы ИИ, чтобы меньше задерживать рейсы
Рейтинг Poly · из тренда дня

Примеры ИИ с человеком в контуре решений: топ-10 (2026)

SMART теперь даёт советы всем 22 центрам маршрутных полётов в США, но его единственный опубликованный результат — 180 перенаправленных рейсов. А в испытании в Копенгагене ИИ, который заметил больше остановок сердца, чем диспетчеры, их не сделал лучше.

  • №1: ИИ SMART для воздушного движения FAA (Эйр Спейс Интеллидженс)
  • 10 мест

01Итоговый список

Ведущие ИИ независимо составили свои списки из десяти мест. Сверху — один итог, который легко проверить: у каждого места есть причина, источник и список ИИ, которые его включили.

Порядок: от большего согласия ИИ к меньшему.

Яркая плашка — этот ИИ включил пункт в свой список. Тусклая — не включил.

  1. 1

    ИИ SMART для воздушного движения FAA (Эйр Спейс Интеллидженс)

    Оценка: самое широкое внедрение, самое слабое доказательство. Система работает во всех 22 центрах маршрутных полётов США, но единственный результат — собственные 180 перенаправленных рейсов FAA, примерно по 10 минут и около 80 галлонов каждый.

    Включили: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, Kimi, DeepSeek. Не включили: Gemini, Z.ai, Wenxin.

    В их списках: Claude: 9 · ChatGPT: 4 · Meta: 6 · Grok: 1 · MiMo: 1 · StepFun: 1 · Kimi: 4 · DeepSeek: 1

    Что отметил каждый ИИ 8
    • Claudeместо 9

      Самое крупное внедрение здесь (22 центра) опирается на самые тонкие доказательства: 180 перенаправленных рейсов, контракт на 875 950 000 долларов.

      Источник ↗
    • ChatGPTместо 4

      Первые 180 отчитанных перенаправлений в среднем экономили почти 80 галлонов топлива на рейс; это ранняя оценка FAA, а не независимая проверка.

      Источник ↗
    • Metaместо 6

      Теперь работает во всех 22 центрах, но его единственная опубликованная выгода — 180 перенаправленных рейсов в пилоте Вашингтона: по 10 минут и 80 галлонов на каждый.

      Источник ↗
    • Grokместо 1

      180 рейсов перенаправлены в первые недели, по ~10 минут и ~80 галлонов топлива на каждый; теперь работает во всех 22 центрах под одобрением человека-руководителя.

    • MiMoместо 1

      Одно принятое перенаправление стоит 10 минут и 80 галлонов — и все 22 центра управления последовали совету за восемь недель до того, как Конгресс задал первые вопросы о безопасности.

      Источник ↗
    • StepFunместо 1

      22 центра, около 200 потоков данных, и каждое предложение всё равно подписывает человек: 180 рейсов перенаправлены, каждый на 10+ минут и почти 80 галлонов топлива.

      Источник ↗
    • Kimiместо 4

      Через три дня после запуска во всех 22 центрах маршрутов в США FAA остановила полёты по всей стране — официально это не связано, но всё доказательство пользы у системы стоимостью 875 миллионов долларов по-прежнему — 180 перенаправленных рейсов.

      Источник ↗
    • DeepSeekместо 1

      180 перенаправлений, одобренных людьми, сэкономили около 14 400 галлонов топлива — примерно 62 000 долларов по цене 4,31 доллара за галлон, против контракта на 875 миллионов долларов.

      Источник ↗
    8 ИИ поставили сюда
  2. 2

    Ранняя предупредительная система сепсиса TREWS (Университет Джонса Хопкинса / Bayesian Health)

    Рецензируемое исследование в 5 больницах: оповещения, подтверждённые в течение 3 часов, связаны со снижением смертности от сепсиса на 18,7% (3,3 процентного пункта в абсолютном выражении). Это наблюдательное исследование; обзоры рандомизированных испытаний оповещений о сепсисе не нашли явной пользы.

    Включили: Claude, ChatGPT, Meta, MiMo, StepFun, Kimi, DeepSeek. Не включили: Grok, Gemini, Z.ai, Wenxin.

    В их списках: Claude: 3 · ChatGPT: 2 · Meta: 4 · MiMo: 7 · StepFun: 2 · Kimi: 2 · DeepSeek: 8

    Что отметил каждый ИИ 7
    • Claudeместо 3

      Врачи оценили 89% его оповещений — необычно высокая доля реакции, — а быстрое подтверждение связано со снижением смертности от сепсиса на 18,7% в относительном выражении.

      Источник ↗
    • ChatGPTместо 2

      Среди пациентов с оповещением о сепсисе своевременное подтверждение врачом было связано с назначением антибиотиков на 1,85 часа быстрее — и 38% оценённых оповещений были подтверждены.

      Источник ↗
    • Metaместо 4

      Когда врачи подтвердили его оповещение в течение 3 часов, пациенты с сепсисом умирали на 18,7% реже — это первый одобренный FDA непрерывный ИИ-монитор сепсиса.

      Источник ↗
    • MiMoместо 7

      В пилоте в десять раз меньше ложных тревог — а независимая лаборатория, проверяя конкурирующую модель сепсиса, обнаружила, что опубликованные производителем цифры не работают в реальных палатах.

      Источник ↗
    • StepFunместо 2

      Редкая система советов, чья польза выдержала рецензирование: смертность от внутрибольничного сепсиса снизилась на 18,7% в относительном выражении после того, как клиницисты начали получать оповещения.

      Источник ↗
    • Kimiместо 2

      Единственная система здесь с рецензируемым доказательством того, что подтверждение человеком оповещения ИИ в течение 3 часов снизило смертность от сепсиса на 18,7%; она публикует и человеческую сторону: 89% оповещений реально просмотрены.

      Источник ↗
    • DeepSeekместо 8

      Оценили 89% оповещений, но подтвердили только 38% — редкий опубликованный взгляд на то, как часто люди на самом деле соглашаются.

      Источник ↗
    7 ИИ поставили сюда
  3. 3

    ИИ-диспетчеризация поездов Дойче Бан (DB InfraGO ADA-PMB)

    Диспетчеры во Франкфурте приняли 7 из 10 подсказок, а DB засчитывает 58 000 сэкономленных минут задержек в 2022 году. Её цифра в 100 000 минут за 2023 год смешивает несколько инструментов, и система работает только в четырёх регионах.

    Включили: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, DeepSeek. Не включили: Gemini, Z.ai, Kimi, Wenxin.

    В их списках: Claude: 7 · ChatGPT: 5 · Meta: 7 · Grok: 7 · MiMo: 2 · StepFun: 4 · DeepSeek: 2

    Что отметил каждый ИИ 7
    • Claudeместо 7

      В 2022 году убрано 58 000 минут задержек, а диспетчеры следовали совету ИИ в 7 из 10 проанализированных случаев.

      Источник ↗
    • ChatGPTместо 5

      Заявленный выигрыш во Франкфурте — около 100 секунд на каждое решение диспетчера, но система работает в четырёх регионах, а не во всей сети Германии.

      Источник ↗
    • Metaместо 7

      Во Франкфурте следование его совету стоит 100 секунд на каждое решение диспетчера, но работает оно только в выбранных зонах, а интеграция с экранами запланирована на декабрь 2026 года.

      Источник ↗
    • Grokместо 7

      Рекомендации в реальном времени каждые 60 секунд для диспетчеров, которые их принимают или отклоняют; работает в нескольких регионах с плотным движением и расширяется.

    • MiMoместо 2

      Диспетчер получает свежий план конфликтов каждые 60 секунд; Штутгарт отыгрывает до 8 минут задержки, а «в теории» на одном основном маршруте помещается ещё 17 поездов в день.

      Источник ↗
    • StepFunместо 4

      Три ИИ-сети за год сберегли 58 000 минут задержек на немецких железных дорогах — около 40 дней задержек, которых не случилось.

      Источник ↗
    • DeepSeekместо 2

      В 2023 году в четырёх плотных регионах сэкономлено более 100 000 минут задержек — при этом диспетчер по-прежнему принимает или отклоняет каждое предложение.

      Источник ↗
    7 ИИ поставили сюда
  4. 4

    ИИ для звонков о остановке сердца Corti, служба скорой помощи Копенгагена

    ИИ заметил больше остановок сердца, чем диспетчеры (85,0% против 77,5%), но в рандомизированном испытании на 169 049 звонках его оповещения существенно не улучшили работу диспетчеров.

    Включили: Claude, Meta, MiMo, StepFun, Kimi. Не включили: ChatGPT, Grok, Gemini, Z.ai, DeepSeek, Wenxin.

    В их списках: Claude: 10 · Meta: 3 · MiMo: 5 · StepFun: 3 · Kimi: 7

    Что отметил каждый ИИ 5
    • Claudeместо 10

      ИИ заметил больше остановок сердца, чем диспетчеры, однако в рандомизированном испытании его оповещения не улучшили то, что диспетчеры распознавали.

      Источник ↗
    • Metaместо 3

      Видит остановку сердца в 93–95% звонков против 73% у одних диспетчеров и примерно на 10 секунд быстрее — секунды, от которых зависит СЛР (сердечно-лёгочная реанимация).

    • MiMoместо 5

      ИИ замечает остановку сердца в 85% случаев против 77,5% у диспетчера — но выдача диспетчерам ИИ почти не сдвинула их результат (93,1% против 90,5%, p=0,15).

      Источник ↗
    • StepFunместо 3

      Она слушает звонок 911 и распознаёт остановку сердца с чувствительностью 84,1% против 72,5% у диспетчеров — по 169 236 реальным звонкам.

      Источник ↗
    • Kimiместо 7

      Рецензировано на 108 607 реальных звонках: ИИ распознал на 11,6 пункта больше остановок сердца, чем обученные диспетчеры, и отметил их на 10 секунд раньше — каждая секунда важна, когда шансы на выживание падают примерно на 10% в минуту.

      Источник ↗
    5 ИИ поставили сюда
  5. 5

    Оповещения Viz.ai об инсульте (Viz LVO)

    Бригады при инсульте работают быстрее в трёх типах исследований: уведомление приходит на 39,5 минуты раньше в 166 учреждениях и на 11,2 минуты быстрее в рандомизированном испытании. Метаанализ 12 исследований не нашёл улучшения исходов.

    Включили: Claude, ChatGPT, Kimi, DeepSeek. Не включили: Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Wenxin.

    В их списках: Claude: 8 · ChatGPT: 3 · Kimi: 3 · DeepSeek: 5

    Что отметил каждый ИИ 4
    • Claudeместо 8

      Около 2000 больниц; мультицентровое исследование, на которое ссылается производитель, говорит о 31 минуте экономии, рандомизированное испытание — о 11.

      Источник ↗
    • ChatGPTместо 3

      В 166 учреждениях координация с помощью ИИ была связана с уведомлением интервенционного специалиста на 39,5 минуты раньше — но не с лечением на 39,5 минуты раньше.

      Источник ↗
    • Kimiместо 3

      Реальное исследование на 14 116 пациентах в 166 больницах показало, что пациенты с инсультом, отмеченные ИИ, попадали к нейроинтервенционисту на 39,5 минуты быстрее — в масштабе сети, а не в пилотной палате.

      Источник ↗
    • DeepSeekместо 5

      Время DIDO сократилось с 202 до 113 минут — на 89 минут, что превзошло эталон в 120 минут, хотя метаанализ не нашёл значимого выигрыша в клинических исходах.

      Источник ↗
    4 ИИ поставили сюда
  6. 6

    NATS Intelligent Approach / разведение по времени, Хитроу

    Задержка прилётов в Хитроу снизилась с 5,55 до 4,46 минуты при расстановке с интервалами Pairwise, а задержка из-за встречного ветра упала более чем на 60%. Все цифры принадлежат NATS, а то, считать ли инструмент ИИ, спорно.

    Включили: Claude, Meta, Kimi. Не включили: ChatGPT, Grok, Gemini, MiMo, StepFun, Z.ai, DeepSeek, Wenxin.

    В их списках: Claude: 2 · Meta: 1 · Kimi: 1

    Что отметил каждый ИИ 3
    • Claudeместо 2

      Встречный ветер задерживает более чем на 60% меньше в самом загруженном в мире аэропорте с двумя полосами; диспетчеры по-прежнему выставляют каждый интервал.

      Источник ↗
    • Metaместо 1

      Одно решение по интервалам теперь сокращает задержку прибытия с 5,55 до 4,46 минуты, а Хитроу за десятилетие накопил 1,5 миллиона минут ожидания в очередях.

      Источник ↗
    • Kimiместо 1

      Десять лет в работе: диспетчеры смотрят на рассчитанные ИИ интервалы и выдают разрешения, а инструмент снизил задержки от встречного ветра более чем на 60% и сэкономил 230 000 минут ожидания в воздухе в год в одном аэропорту.

      Источник ↗
    3 ИИ поставили сюда
  7. 7

    ИИ-прогноз солнечной генерации Национального оператора энергосистемы (NESO) (Open Climate Fix Quartz), сеть Великобритании

    ИИ-прогноз солнечной генерации диспетчерской энергосети точнее в 2,8 раза и приносит около 30 млн фунтов в год. Это цифра разработчика, выросшая с прогноза 2021 года в 2–10 млн фунтов, и она не проверена аудитом.

    Включили: Claude, MiMo. Не включили: ChatGPT, Meta, Grok, Gemini, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    В их списках: Claude: 4 · MiMo: 3

    Что отметил каждый ИИ 2
    • Claudeместо 4

      В 2,8 раза точнее, стоит около 30 млн фунтов в год; инженеры по-прежнему решают, сколько резерва закупить.

      Источник ↗
    • MiMoместо 3

      Снижение одной ошибки прогноза вдвое обернулось 30 млн фунтов в год экономии резерва — самая тихая крупная победа ИИ в энергосетях, и никто не потребовал остановки.

      Источник ↗
    2 ИИ поставили сюда
  8. 8

    Kaiser Permanente Advance Alert Monitor

    Медсёстры просматривают примерно одно оповещение на 35 пациентов в день. Смертность через 30 дней после оповещения составила 15,8% против 20,4% в 21 больнице; 520 спасённых жизней в год — расчётная оценка.

    Включили: Claude. Не включили: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    В их списках: Claude: 1

    Что отметил каждый ИИ 1
    • Claudeместо 1

      Около одного оповещения в день на каждые 35 пациентов, которые проверяют дистанционные медсёстры; по оценке, это связано с 520 меньшим числом смертей в год в 21 больнице.

      Источник ↗
    1 ИИ поставили сюда
  9. 9

    MASAI — ИИ-поддержка скрининга маммографии, Швеция

    Самый сильный дизайн исследования здесь — рандомизированное испытание с более чем 100 000 женщин: на 12% меньше раков, найденных между плановыми обследованиями, и на 44% меньше работы по чтению снимков. Испытание шло в четырёх шведских центрах, а не при общенациональном внедрении.

    Включили: ChatGPT. Не включили: Claude, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    В их списках: ChatGPT: 1

    Что отметил каждый ИИ 1
    • ChatGPTместо 1

      В рандомизированном испытании с более чем 100 000 женщин интервальных (межскрининговых) раков стало на 12% меньше при схожем уровне ложноположительных результатов.

      Источник ↗
    1 ИИ поставили сюда
  10. 10

    НАСА ATD-2 — регулирование вылетов, Шарлотт

    НАСА считает, что в Шарлотт сэкономлено 1 088 888 галлонов топлива за счёт удержания у выхода 3,8% вылетов. Это касается одного аэропорта, а Кранфилдский университет сомневается в расчёте топлива.

    Включили: Claude. Не включили: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.

    В их списках: Claude: 5

    Что отметил каждый ИИ 1
    • Claudeместо 5

      Более миллиона галлонов сэкономлено за счёт удержания самолётов у гейта, а не в очереди на рулении; внешний рецензент ставит под сомнение расчёты.

      Источник ↗
    1 ИИ поставили сюда

Тройка подробно ↓

02Стоит знать

Что заметили ИИ, пока составляли список.

Оценка — не согласие: врачи просмотрели 89% оповещений TREWS, но подтвердили только 38% из них. Это одна из немногих опубликованных мер того, насколько люди доводят дело до конца.

Заметили:
Включили: Claude, ChatGPT, Kimi, DeepSeek. Не включили: Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Wenxin.
Источник ↗

Слабое звено часто — передача дела: в Копенгагене ИИ распознавал больше остановок сердца, чем диспетчеры, но передача оповещения диспетчерам не повысила их распознавание.

Заметили:
Включили: Claude, MiMo. Не включили: ChatGPT, Meta, Grok, Gemini, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.
Источник ↗

Проблема «ставить печать, не глядя» имеет цифру: когда ИИ ошибался, точность неопытных читателей маммографии упала примерно с 80% до 20%, а очень опытных — до 45,5%.

Заметили:
Включили: Claude. Не включили: ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin.
Источник ↗

Запись инцидентов этого класса: широко применяемая Epic Sepsis Model выдала оповещение по 18% стационарных пациентов и всё же пропустила 67% случаев сепсиса во внешней проверке (инцидент 123 в AIID).

Заметили:
Включили: Claude, StepFun, Kimi. Не включили: ChatGPT, Meta, Grok, Gemini, MiMo, Z.ai, DeepSeek, Wenxin.
Источник ↗

Расчёт SMART (оценка): 180 перенаправлений × около 80 галлонов ≈ 14 400 галлонов, примерно 62 000 долларов топлива. Для сравнения: около 23,3 млн долларов уже обязательств при потолке 875,95 млн долларов.

Заметили:
Включили: MiMo, StepFun, Kimi, DeepSeek. Не включили: Claude, ChatGPT, Meta, Grok, Gemini, Z.ai, Wenxin.
Источник ↗

03Что спрашивают люди

Почему управление воздушным движением не автоматизировано?

Разведение самолётов по-прежнему законно входит в обязанности лицензированного диспетчера. FAA говорит, что SMART, который теперь работает во всех 22 центрах маршрутных полётов, не может заменить диспетчеров или взять на себя управление самолётом.

Источник ↗
Диспетчеры воздушного движения — люди с высоким IQ?

Отбор жёсткий: из 12 859 заявителей FAA в 2024 финансовом году подходили для найма только 2 184 (17%), а отсев в Академии вырос с 7% в 2010 году до 26% в 2024-м. Другие источники называют более 30%, потому что считают другие группы стажёров.

Источник ↗
Почему управление воздушным движением не автоматизируют?

Даже самый новый ИИ лишь советует: SMART предлагает перенаправления, а местные руководители принимают или отклоняют каждое. Профсоюз диспетчеров, более 15 000 членов, говорит, что его не спрашивали при проектировании.

Источник ↗
Может ли ИИ заменить диспетчеров воздушного движения?

Ни в одной внедрённой системе этого нет. SMART от FAA предложил пока около 180 перенаправлений, и руководители принимают или отклоняют каждое.

Источник ↗

04Как считали

Простыми словами, без формул.

1Вопрос

Топ-10 систем «ИИ советует, решает человек» в важнейших государственных службах — по доказанной пользе

2Почему эта тема

Читатели получают одну мерку для диспетчерских башен, энергетических центров и больниц: видно, насколько выигрыши, которые заявляют операторы, совпадают с независимой историей инцидентов, и какие системы публикуют свои результаты с реальными цифрами.

3Где это применимо

Глобальные критически важные операции: воздушное движение, энергосети, железнодорожная диспетчеризация, маршрутизация экстренных вызовов, больницы

4На что смотрели

  • ИИ предлагает, а обученный человек утверждает. Системы, где ИИ действует самостоятельно, не включены
  • Польза опубликована с цифрами (минуты, топливо, стоимость или сохранённые ошибки), и мы отмечаем, исходит ли цифра от оператора, поставщика или внешнего рецензента
  • Масштаб: работает в живом режиме во всей сети, а не на одном пилотном объекте
  • Нагрузка на человека: сколько предложений проверяет человек и сколько у него времени, чтобы принять или отклонить каждое, если операторы сообщают об этом
  • История инцидентов системы этого класса, взвешенная против её пользы
  • Рецензируемые клинические исследования (Nature Medicine, NEJM, JAMA Network Open, метаанализы) — смертность, время до лечения, чувствительность обнаружения и то, как часто врачи оценивают и подтверждают оповещения ИИ
  • Отчёты операторов (FAA, NATS, DB InfraGO, NESO, NASA) — минуты задержек, топливо, посадки в час, сэкономленная стоимость балансировки и доли принятых советов там, где они опубликованы. Это собственные заявления операторов
  • Независимые эксперты (Кранфилдский университет, валидация JAMA Internal Medicine, Институт Алана Тьюринга) — независимая проверка цифр оператора или поставщика

5Кто ставил места

Ведущие ИИ: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, StepFun, Z.ai, Kimi, DeepSeek, Wenxin. Каждый сам составил свой список из десяти мест и к каждому месту назвал источник.

6Как сведены места

Одно и то же, названное разными ИИ по-разному, считали за одно. Чем больше ИИ включили пункт в свой список и чем выше поставили, тем выше его место. «Согласие ИИ» показывает, у скольких ИИ этот пункт был в собственном списке. Источники — только те, что нашли сами ИИ, ничего не добавлено вручную.

05Список каждого ИИ отдельно

🇺🇸 Claude10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Claude. Итоговый список выше объединяет все ИИ.

  1. 1
    Kaiser Permanente Advance Alert Monitor (AAM), США

    Около одного оповещения в день на каждые 35 пациентов, которые проверяют дистанционные медсёстры; по оценке, это связано с 520 меньшим числом смертей в год в 21 больнице.

    Источник ↗
  2. 2
    NATS, разделение по времени / Intelligent Approach, Хитроу (Великобритания)

    Встречный ветер задерживает более чем на 60% меньше в самом загруженном в мире аэропорте с двумя полосами; диспетчеры по-прежнему выставляют каждый интервал.

    Источник ↗
  3. 3
    TREWS, раннее предупреждение о сепсисе (Bayesian Health / Университет Джонса Хопкинса)

    Врачи оценили 89% его оповещений — необычно высокая доля реакции, — а быстрое подтверждение связано со снижением смертности от сепсиса на 18,7% в относительном выражении.

    Источник ↗
  4. 4
    NESO, ИИ-прогноз солнечной генерации (диспетчерская энергосети Великобритании, 2025)

    В 2,8 раза точнее, стоит около 30 млн фунтов в год; инженеры по-прежнему решают, сколько резерва закупить.

    Источник ↗
  5. 5
    NASA ATD-2, регулирование вылетов в Шарлотт (сейчас в программе FAA TFDM)

    Более миллиона галлонов сэкономлено за счёт удержания самолётов у гейта, а не в очереди на рулении; внешний рецензент ставит под сомнение расчёты.

    Источник ↗
  6. 6
    Alaska Airlines Flyways (Air Space Intelligence), США

    Диспетчеры отклоняли около 7 из каждых 10 предложений, а оставленные ими всё равно сэкономили 1,2 миллиона галлонов в 2023 году.

    Источник ↗
  7. 7
    Дойче Бан, ИИ-помощник диспетчеризации (Германия)

    В 2022 году убрано 58 000 минут задержек, а диспетчеры следовали совету ИИ в 7 из 10 проанализированных случаев.

    Источник ↗
  8. 8
    Viz.ai, оповещения об инсульте (Viz LVO), США

    Около 2000 больниц; мультицентровое исследование, на которое ссылается производитель, говорит о 31 минуте экономии, рандомизированное испытание — о 11.

    Источник ↗
  9. 9
    FAA SMART (Эйр Спейс Интеллидженс), США, 2026

    Самое крупное внедрение здесь (22 центра) опирается на самые тонкие доказательства: 180 перенаправленных рейсов, контракт на 875 950 000 долларов.

    Источник ↗
  10. 10
    Corti, ИИ для звонков о остановке сердца, служба скорой помощи Копенгагена (Дания)

    ИИ заметил больше остановок сердца, чем диспетчеры, однако в рандомизированном испытании его оповещения не улучшили то, что диспетчеры распознавали.

    Источник ↗

Что заметил Claude

Слабое звено часто — передача, а не модель: в Копенгагене ИИ распознавал больше остановок сердца, чем диспетчеры, но предупреждение диспетчеров не повысило их распознавание.

У «штампа без проверки» есть цифра: в исследовании по радиологии, когда ИИ ошибался, точность неопытных читателей падала примерно с 80% до 20%, а очень опытные опускались до 45,5%.

Низкая доля принятия — признак реальной проверки: диспетчеры Аляски взяли лишь около 30% маршрутов Flyways и всё равно за год сэкономили 1,2 миллиона галлонов.

Цена оповещения за каждое верное попадание: Epic Sepsis Model отметила 18% всех госпитализированных пациентов и пропустила 67% случаев сепсиса; даже при одном оповещении на пациента приходилось просматривать 15 пациентов, чтобы найти один случай. AAM системы Kaiser в среднем выдаёт около 1 оповещения на 35 пациентов в день.

🇺🇸 ChatGPT6 мест · заметок: 3

Тот же вопрос, ответ одного ИИ — ChatGPT. Итоговый список выше объединяет все ИИ.

  1. 1
    MASAI, ИИ-поддержка скрининга маммографии, Швеция

    В рандомизированном испытании с более чем 100 000 женщин интервальных (межскрининговых) раков стало на 12% меньше при схожем уровне ложноположительных результатов.

    Источник ↗
  2. 2
    TREWS, система раннего предупреждения о сепсисе, США

    Среди пациентов с оповещением о сепсисе своевременное подтверждение врачом было связано с назначением антибиотиков на 1,85 часа быстрее — и 38% оценённых оповещений были подтверждены.

    Источник ↗
  3. 3
    Viz.ai, координация помощи при инсульте, США

    В 166 учреждениях координация с помощью ИИ была связана с уведомлением интервенционного специалиста на 39,5 минуты раньше — но не с лечением на 39,5 минуты раньше.

    Источник ↗
  4. 4
    FAA SMART, поддержка решений по воздушному движению, США (2026)

    Первые 180 отчитанных перенаправлений в среднем экономили почти 80 галлонов топлива на рейс; это ранняя оценка FAA, а не независимая проверка.

    Источник ↗
  5. 5
    ADA-PMB, ИИ-инструмент диспетчеризации поездов, Германия

    Заявленный выигрыш во Франкфурте — около 100 секунд на каждое решение диспетчера, но система работает в четырёх регионах, а не во всей сети Германии.

    Источник ↗
  6. 6
    Маунт-Синай, оповещения об ухудшении состояния пациентов на основе машинного обучения, США

    В исследовании на 2740 пациентах оповещения повысили вероятность эскалации лечения; в отчёте нет точного снижения смертности, а исследование закончилось досрочно.

    Источник ↗

Что заметил ChatGPT

Строгий отбор доказательств поддерживает шесть ранжированных примеров, а не десять: несколько часто цитируемых цифр эффективности службы 911 касаются автоматической обработки звонков, а некоторые проекты сетей и железных дорог ещё на стадии исследований или ограниченного внедрения. Добавление слабых примеров размыло бы требования пользователя к человеческому одобрению и масштабу.

Самый ясный опубликованный показатель человеческого внимания — не секунды на предложение, а то, как клиницисты реагируют: врачи TREWS оценили 89% оповещений и подтвердили 38% из оценённых. Исследование не устанавливает универсальной безопасной доли принятия.

Одного человеческого согласования недостаточно как доказательства осмысленного контроля: эксперимент с 438 клиницистами показал, что предписывающие предвзятые советы ИИ влияли на экстренные решения, а описательные пометки лучше сохраняли исходные решения участников.

🇺🇸 Meta10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Meta. Итоговый список выше объединяет все ИИ.

  1. 1
    NATS Intelligent Approach Pairwise — Хитроу, Великобритания (2024-)

    Одно решение по интервалам теперь сокращает задержку прибытия с 5,55 до 4,46 минуты, а Хитроу за десятилетие накопил 1,5 миллиона минут ожидания в очередях.

    Источник ↗
  2. 2
    Евроконтроль, Network Manager — управление пропускной способностью и работой в погодных условиях (CWBO), Европа

    3,1 миллиона минут задержек сэкономлено в этом году по всей европейской сети — крупнейший итог в этом рейтинге, и его обеспечивает система управления потоком, которую одобряет человек.

    Источник ↗
  3. 3
    Corti AI — служба скорой помощи Копенгагена, Дания

    Видит остановку сердца в 93–95% звонков против 73% у одних диспетчеров и примерно на 10 секунд быстрее — секунды, от которых зависит СЛР (сердечно-лёгочная реанимация).

  4. 4
    Bayesian Health TREWS — система раннего предупреждения о сепсисе, США

    Когда врачи подтвердили его оповещение в течение 3 часов, пациенты с сепсисом умирали на 18,7% реже — это первый одобренный FDA непрерывный ИИ-монитор сепсиса.

    Источник ↗
  5. 5
    Duke Sepsis Watch — система здравоохранения Университета Дьюка, США (с 2018)

    Команда под руководством медсестёр проверяет его показатель каждые 5 минут — а Duke связывает это со снижением смертей от сепсиса на 27% и вдвое более высоким соблюдением набора мер.

    Источник ↗
  6. 6
    FAA SMART — стратегическое управление воздушным пространством, маршрутами и траекториями, США (2026)

    Теперь работает во всех 22 центрах, но его единственная опубликованная выгода — 180 перенаправленных рейсов в пилоте Вашингтона: по 10 минут и 80 галлонов на каждый.

    Источник ↗
  7. 7
    DB InfraGO ADA-PMB — автоматическая помощь диспетчеризации, Германия

    Во Франкфурте следование его совету стоит 100 секунд на каждое решение диспетчера, но работает оно только в выбранных зонах, а интеграция с экранами запланирована на декабрь 2026 года.

    Источник ↗
  8. 8
    RTE France, ИИ-проверка аварийных сценариев — французская высоковольтная сеть

    В 20 раз быстрее ручной оценки безопасности — выигрыш в скорости, потому что диспетчер раньше видит случай сбоя и всё ещё может выбрать.

    Источник ↗
  9. 9
    Google / American Airlines, избегание инверсионных следов — трансатлантика (2023-2026)

    Когда пилоты действительно летели по плану ИИ, инверсионные следы сократились на 62%, но по всем подходящим рейсам — только на 11,6%, потому что большинство планов не выполнялось.

    Источник ↗
  10. 10
    Carbyne AI, сортировка экстренных звонков — Новый Орлеан, США

    Уже два года система занимается одной узкой задачей — дубликатами звонков об авариях в радиусе 200 метров от зафиксированной аварии, — и именно эта узость и позволила её использовать.

Что заметил Meta

Самый большой итог и самые тонкие доказательства — оба в авиации: Евроконтроль сообщает о более чем 3,1 миллиона сэкономленных минут задержек в этом году, а SMART FAA — лишь о 180 перенаправленных рейсах пилота. Масштаб — не то же самое, что доказанная выгода.

Испытание с инверсионными следами — самый наглядный тест «штампа»: на 62% меньше следов, когда план выполнен, но лишь 11,6% по всем подходящим рейсам, потому что большинство планов ИИ так и не выполнялись.

ИИ для сепсиса окупается только тогда, когда человек действует быстро: польза TREWS для смертности появляется, только если клиницисты подтвердили оповещение в течение 3 часов, поэтому нагрузка оповещений и время подтверждения важнее сырой точности.

Ни один оператор не публикует то соотношение, которое требует этот рейтинг — ценность на принятое предложение за минуту человеческого внимания, — а исследования автоматизационного смещения говорят, что одни доли принятия не доказывают реальной проверки, потому что знакомые, обычно верные советы принимают не глядя.

🇺🇸 Grok10 мест

Тот же вопрос, ответ одного ИИ — Grok. Итоговый список выше объединяет все ИИ.

  1. 1
    FAA SMART (национальное воздушное пространство США, 2026)

    180 рейсов перенаправлены в первые недели, по ~10 минут и ~80 галлонов топлива на каждый; теперь работает во всех 22 центрах под одобрением человека-руководителя.

  2. 2
    Евроконтроль, FADE (прогноз задержек в европейской сети)

    Точность 75% в прогнозе тенденций задержек и до 63% меньше ошибок прогноза; уже работает для авиакомпаний при решении о перенаправлениях и планировании экипажей.

  3. 3
    NextEra Energy, ИИ-диспетчеризация и планирование отключений

    Свыше 20 миллионов долларов экономии для клиентов за один год благодаря диспетчеризации и планированию отключений с оптимизацией ИИ под человеческим контролем.

  4. 4
    Корейская электроэнергетическая корпорация, ИИ-управление сетью (Республика Корея)

    Ожидаемое снижение затрат на закупку электроэнергии примерно на 110 миллиардов вон (около 73 миллионов долларов) в год благодаря прогнозу спроса с ИИ и оптимизации STATCOM (устройств регулирования реактивной мощности).

  5. 5
    KATE, ИИ-поддержка сортировки пациентов (Adventist Health и другие)

    В среднем на 20 минут сокращается время пребывания пациента в приёмном отделении и заметно лучше распознаётся сепсис, при этом окончательное решение о триаже остаётся за медсёстрами.

  6. 6
    Евроконтроль, COAST (калибровка интервалов на заходе на посадку)

    До 6% выше пропускная способность полос в крупных аэропортах при сохранении или снижении нагрузки на диспетчеров УВД благодаря буферам разделения, откалиброванным машинным обучением.

  7. 7
    DB InfraGO, ADA-PMB: ИИ-инструмент диспетчеризации поездов (Германия)

    Рекомендации в реальном времени каждые 60 секунд для диспетчеров, которые их принимают или отклоняют; работает в нескольких регионах с плотным движением и расширяется.

  8. 8
    Corti AI, сортировка медицинских звонков 911 (Пожарная служба Сиэтла)

    На 50% больше звонков переводится на медсестринскую линию благодаря подсказкам ИИ в реальном времени, которые диспетчер может проигнорировать; окончательная власть остаётся за человеком.

  9. 9
    Carbyne, ИИ-сортировка экстренных звонков (Новый Орлеан / Орлеанский приход)

    Более чем на 30% меньше повторных звонков об авариях и до 40 секунд быстрее ответ тревожащимся звонящим, а истинные экстренные случаи ведут люди.

  10. 10
    Евроконтроль, TPI (улучшение прогнозов движения)

    Прогноз маршрутов в пределах 6 морских миль для 65% незнакомых рейсов (против 10% раньше) служит решениям людей по управлению потоком по всей сети.

🇨🇳 MiMo10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — MiMo. Итоговый список выше объединяет все ИИ.

  1. 1
    FAA SMART, ИИ-инструмент воздушного движения (2026, США)

    Одно принятое перенаправление стоит 10 минут и 80 галлонов — и все 22 центра управления последовали совету за восемь недель до того, как Конгресс задал первые вопросы о безопасности.

    Источник ↗
  2. 2
    Дойче Бан, ИИ-диспетчер S-Bahn (Штутгарт, Германия)

    Диспетчер получает свежий план конфликтов каждые 60 секунд; Штутгарт отыгрывает до 8 минут задержки, а «в теории» на одном основном маршруте помещается ещё 17 поездов в день.

    Источник ↗
  3. 3
    NESO, ИИ-прогноз солнечной генерации от Open Climate Fix (энергосеть Великобритании)

    Снижение одной ошибки прогноза вдвое обернулось 30 млн фунтов в год экономии резерва — самая тихая крупная победа ИИ в энергосетях, и никто не потребовал остановки.

    Источник ↗
  4. 4
    Евроконтроль, CWBO: правила управления потоками с помощью ИИ (Европа, 2025–26)

    3,1 миллиона минут задержек накоплено за одно европейское лето; сеть оценивает минуту задержки в 130 евро, так что экономия выходит около 400 миллионов евро.

    Источник ↗
  5. 5
    Corti AI, подсказки при остановке сердца для диспетчеров 911 (Копенгаген)

    ИИ замечает остановку сердца в 85% случаев против 77,5% у диспетчера — но выдача диспетчерам ИИ почти не сдвинула их результат (93,1% против 90,5%, p=0,15).

    Источник ↗
  6. 6
    PG&E, ИИ-мониторинг энергосети на случай лесных пожаров (Калифорния)

    5,5 миллиона счётчиков, которые отслеживает машинное обучение, поймали 17 потенциальных возгораний и уберегли клиентов от 12 миллионов минут отключений в один пожароопасный год.

  7. 7
    Bayesian Health, ИИ против сепсиса в Кливлендской клинике (больницы США)

    В пилоте в десять раз меньше ложных тревог — а независимая лаборатория, проверяя конкурирующую модель сепсиса, обнаружила, что опубликованные производителем цифры не работают в реальных палатах.

    Источник ↗
  8. 8
    Корейская электроэнергетическая корпорация, ИИ-управление спросом и напряжением сети (Республика Корея, 2026)

    159 наборов данных стали 95 000 — и государственная энергокомпания оценивает собственный ИИ в 110 миллиардов вон в год по всей стране.

    Источник ↗
  9. 9
    NextEra Energy, ИИ-диспетчеризация Grid Composer (Флорида, США)

    Полмиллиарда точек данных в день; коммунальная компания считает 20 миллионов долларов сэкономленными в 2026 году, сравнивая каждую человеческую диспетчеризацию с более дешёвым планом ИИ — переключатель по-прежнему у людей.

    Источник ↗
  10. 10
    Telangana 112, ИИ-диспетчеризация экстренных вызовов (Индия, 2026)

    Общее время обработки вызова сократилось с 190 до 133 секунд — ИИ называет ближайшую из 1860 патрульных машин, а отправляет её человек.

    Источник ↗

Что заметил MiMo

Денежная арифметика против арифметики внимания: ~180 принятых перенаправлений SMART × ~80 галлонов ≈ 61 000 долларов топлива по ноябрьским ценам — против 23,3 млн долларов уже обязательств по контракту на 875,95 млн долларов. Всё, что называют выгодой, — минуты задержек и устойчивость, и ни один реестр не публикует пересчёт одного принятого совета в минуту человеческого внимания.

Совет может превосходить людей и при этом ничего им не добавлять: в рандомизированном испытании на 169 049 звонках в Копенгагене машинное обучение чувствительнее диспетчеров выявляло остановку сердца (85,0% против 77,5%), однако диспетчеры, получившие оповещение, были не значимо лучше тех, кто его не получил (93,1% против 90,5%, p=0,15). Ценность совета — не сумма двух точностей.

Пункт о «штампе» измерим и близок: в контролируемом эксперименте хирурги приняли 3 из 5 намеренно ошибочных ИИ-подсказок для разрезов, а их уверенность в себе при этом выросла. «Человек в контуре» — это заданное поведение, а не гарантия.

Метаанализ 2026 года оценивает саму человеческую проверку: 26,6% ошибочных машинных интерпретаций ЭКГ так и не исправили врачи. Контур перехватывает ошибки лишь иногда — и именно эта доля перехвата, а не точность модели, — настоящий бюджет безопасности принципа «ИИ советует, человек решает».

🇨🇳 StepFun10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — StepFun. Итоговый список выше объединяет все ИИ.

  1. 1
    FAA SMART (воздушное движение США, 2026)

    22 центра, около 200 потоков данных, и каждое предложение всё равно подписывает человек: 180 рейсов перенаправлены, каждый на 10+ минут и почти 80 галлонов топлива.

    Источник ↗
  2. 2
    Университет Джонса Хопкинса, ИИ TREWS против сепсиса (больницы США, 2022)

    Редкая система советов, чья польза выдержала рецензирование: смертность от внутрибольничного сепсиса снизилась на 18,7% в относительном выражении после того, как клиницисты начали получать оповещения.

    Источник ↗
  3. 3
    Corti, ИИ при остановке сердца (служба скорой помощи Копенгагена, Дания)

    Она слушает звонок 911 и распознаёт остановку сердца с чувствительностью 84,1% против 72,5% у диспетчеров — по 169 236 реальным звонкам.

    Источник ↗
  4. 4
    Дойче Бан, ИИ против задержек поездов (Германия, 2025)

    Три ИИ-сети за год сберегли 58 000 минут задержек на немецких железных дорогах — около 40 дней задержек, которых не случилось.

    Источник ↗
  5. 5
    Google DeepMind, прогноз ветра (2019)

    Прогнозирует выработку ветровой энергии на 36 часов вперёд и подняла стоимость этой энергии примерно на 20% — цифра производителя, которую никто не проверил независимо.

    Источник ↗
  6. 6
    Network Rail, ИИ «Insight» (Великобритания, 2025)

    Неисправности путей вызывали 341 день задержек в год; задача ИИ — предупредить экипажи до неисправности, а не после.

    Источник ↗
  7. 7
    Pano AI, камеры для поиска лесных пожаров (коммунальные службы США, 2025)

    Одна камера заметила пожар Брейди меньше чем на акр, но собственная оценка PG&E говорит, что обнаружение дыма камерами ИИ ещё не выходит на нужные показатели.

    Источник ↗
  8. 8
    Онкор, динамический расчёт пропускной способности линий (сеть США, 2020)

    Линии с номиналом выше на 6–14% в 84–91% случаев — самая дешёвая новая мощность сети — это оператор, который читает более точную цифру.

    Источник ↗
  9. 9
    NATS, испытание ИИ в Хитроу (Великобритания, 2025)

    Испытание только в Хитроу, обещающее вернуть 20% пропускной способности, потерянной из-за низкой облачности, — это заявление, а не измерение, и оно не охватывает всю сеть.

    Источник ↗
  10. 10
    Epic Sepsis Model (больницы США, 2021)

    Внедрена в сотнях больниц, отметила 18% всех пациентов и пропустила 67% случаев сепсиса: масштаб без пользы.

    Источник ↗

Что заметил StepFun

Подсчёт первых недель SMART: 180 перенаправленных рейсов по 10+ минут и примерно по 80 галлонов топлива каждый — это около 1 800 минут и 14 400 галлонов топлива. Экономия реальная, но на фоне контракта на 875 млн долларов на 12 лет она почти незаметна. По записям USAspending, за год до 5 ноября 2026 по обязательствам выделено всего 23,3 млн долларов в пользу Эйр Спейс Интеллидженс.

Евроконтроль зафиксировал около 49 000 минут задержек на маршрутах в день по Европе на 39-й неделе 2026 года, на 39% меньше, чем в 2025-м. Приз, за которым гонятся системы советов, измеряется сотнями тысяч минут в день, поэтому даже 10 минут на рейс быстро складываются.

Монитор ОЭСР насчитывает около 19 064 инцидентов и опасностей ИИ и просматривает около 1000 медиасобытий об ИИ в день, но самые сильные доказательства пользы в этом списке (TREWS, Corti) и самое сильное предупреждение (Epic) — все из рецензируемых исследований: отличает 2-е место от 10-го измерение, а не лента инцидентов.

Никто не публикует соотношение ценности на одну проверку, но два конца списка задают его рамку: FAA говорит, что 100% рекомендаций SMART проверяют сотрудники, а модель Epic сработала на 18% госпитализированных пациентов и пропустила 67% случаев сепсиса — точка, где объём советов превращает проверку в штамп.

🇨🇳 Kimi10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — Kimi. Итоговый список выше объединяет все ИИ.

  1. 1
    NATS Intelligent Approach (Хитроу, работает с 2015 года)

    Десять лет в работе: диспетчеры смотрят на рассчитанные ИИ интервалы и выдают разрешения, а инструмент снизил задержки от встречного ветра более чем на 60% и сэкономил 230 000 минут ожидания в воздухе в год в одном аэропорту.

    Источник ↗
  2. 2
    TREWS, система раннего предупреждения о сепсисе (США, Университет Джонса Хопкинса / Bayesian Health)

    Единственная система здесь с рецензируемым доказательством того, что подтверждение человеком оповещения ИИ в течение 3 часов снизило смертность от сепсиса на 18,7%; она публикует и человеческую сторону: 89% оповещений реально просмотрены.

    Источник ↗
  3. 3
    Viz.ai, сортировка при инсульте LVO (США)

    Реальное исследование на 14 116 пациентах в 166 больницах показало, что пациенты с инсультом, отмеченные ИИ, попадали к нейроинтервенционисту на 39,5 минуты быстрее — в масштабе сети, а не в пилотной палате.

    Источник ↗
  4. 4
    FAA SMART, ИИ для планирования воздушного движения (США, по всей стране с ноября 2026)

    Через три дня после запуска во всех 22 центрах маршрутов в США FAA остановила полёты по всей стране — официально это не связано, но всё доказательство пользы у системы стоимостью 875 миллионов долларов по-прежнему — 180 перенаправленных рейсов.

    Источник ↗
  5. 5
    Евроконтроль, ИИ-инструменты Network Manager — FADE / PETA / Curfew MIRROR (Европа)

    Тихий гигант: прогнозы задержек на основе машинного обучения работают в общеевропейском центре управления потоком с 2023 года, помогая людям-руководителям потока, но Евроконтроль публикует выгоды качественно, а не в минутах.

    Источник ↗
  6. 6
    Xcel-NCAR, ИИ-прогноз ветра для диспетчеризации сети (США)

    Операторы сетей по-прежнему решают, что запускать; ИИ лишь снизил ошибку прогноза на 40%, и Xcel говорит, что это одно число стоило 60 миллионов долларов и четверть миллиона тонн CO2 в год.

    Источник ↗
  7. 7
    Corti AI, обнаружение остановки сердца по звонкам 112 (Копенгаген, Дания)

    Рецензировано на 108 607 реальных звонках: ИИ распознал на 11,6 пункта больше остановок сердца, чем обученные диспетчеры, и отметил их на 10 секунд раньше — каждая секунда важна, когда шансы на выживание падают примерно на 10% в минуту.

    Источник ↗
  8. 8
    ИИ-сортировка и переадресация звонков 911 (Орлеанский приход, округ Джефферсон (Колорадо), Монтерей (округ), Калифорния)

    Окружные центры 911 сообщают, что ИИ сокращает на 40 секунд время ответа на экстренный вызов, беря на себя шум, — а каждый экстренный звонок по-прежнему принимает человек.

    Источник ↗
  9. 9
    Pano AI, обнаружение лесных пожаров на энергосетях (Xcel, PG&E, PGE; США)

    ИИ замечает дым, аналитик-человек подтверждает, пожарная диспетчерская решает — и один пожар от молнии в Колорадо удалось удержать в 3 акрах, потому что камера засекла его при 0,25 акра.

    Источник ↗
  10. 10
    Виртуальная клиника узелков Оптеллум: сортировка при раке лёгких (NHS / США)

    Оценка риска подсказывает решение клиницисту, и медианное время до диагноза рака лёгкого упало с 129 до 25 дней — опубликовано, но на смоделированном процессе, поэтому замыкает первую десятку снизу.

    Источник ↗

Что заметил Kimi

Никто не публикует главное соотношение — ценность на единицу человеческого внимания. Ближайшая публичная точка — TREWS: клиницисты проверили 89% оповещений ИИ (53% в течение часа), а у пациентов с подтверждённым оповещением относительное снижение смертности составило 18,7%; SMART же не публиковала долей принятия вообще.

Экономика самой большой ставки совершенно не доказана: 875 млн долларов за 12 лет принесли пока 180 перенаправленных рейсов — около 4,9 млн долларов на перенаправленный рейс в пределе, при проблеме задержек в 33 млрд долларов в год, если масштабировать как обещано.

Налог на доверие платится совпадениями: SMART вышла на всю страну 10 ноября, а FAA приземлила все вылеты 13 ноября; официальные лица настаивают, что инструмент «не подключён», но теперь эта дата отбрасывает тень на каждый будущий этап SMART.

Послужной список инцидентов в этом классе объясняет осторожность рейтинга: Epic Sepsis Model — самый широко внедрённый ИИ-советник в больницах — пропустила 67% случаев сепсиса и дала 88% ложных тревог при независимой проверке; это в точности тот сбой (автоматизационное смещение плюс усталость от тревог), который призван сдерживать принцип «ИИ советует, человек решает».

🇨🇳 DeepSeek10 мест · заметок: 4

Тот же вопрос, ответ одного ИИ — DeepSeek. Итоговый список выше объединяет все ИИ.

  1. 1
    FAA SMART (воздушное движение США, 2026)

    180 перенаправлений, одобренных людьми, сэкономили около 14 400 галлонов топлива — примерно 62 000 долларов по цене 4,31 доллара за галлон, против контракта на 875 миллионов долларов.

    Источник ↗
  2. 2
    DB InfraGO ADA-PMB (железные дороги Германии, 2026)

    В 2023 году в четырёх плотных регионах сэкономлено более 100 000 минут задержек — при этом диспетчер по-прежнему принимает или отклоняет каждое предложение.

    Источник ↗
  3. 3
    RWJBarnabas Epic Deterioration Index (больницы США, 2026)

    Смертность в группе высокого риска снизилась с 23,1% до 18,6% в 11 больницах — абсолютное падение на 4,5 пункта, а не просто относительный заголовок.

    Источник ↗
  4. 4
    Yale New Haven eCART (больницы США, 2026)

    eCART отмечает не более 20–30 пациентов одновременно, однако её снижение смертности на 13% в относительном выражении сопровождалось абсолютным падением всего на 1,2 пункта.

    Источник ↗
  5. 5
    Viz.ai, сортировка при инсульте LVO (больницы США, 2026)

    Время DIDO сократилось с 202 до 113 минут — на 89 минут, что превзошло эталон в 120 минут, хотя метаанализ не нашёл значимого выигрыша в клинических исходах.

    Источник ↗
  6. 6
    China Southern Power Grid, Tianxuan-Lingxi (энергосеть Шэньчжэня, 2026)

    Суточный поток сигналов диспетчера мегаполиса сократился с 750 до менее 50, а 30-минутная проверка заявки стала занимать примерно дюжину секунд.

    Источник ↗
  7. 7
    Carbyne, сортировка экстренных звонков (911 Нового Орлеана, 2026)

    Новый Орлеан сократил дубликаты звонков об авариях на 30% и отвечал приоритетным звонящим на 40 секунд быстрее — но только для узкой части трафика 911.

    Источник ↗
  8. 8
    TREWS, оповещение о сепсисе (больницы США, 2022)

    Оценили 89% оповещений, но подтвердили только 38% — редкий опубликованный взгляд на то, как часто люди на самом деле соглашаются.

    Источник ↗
  9. 9
    Цифровая перепрокладка траекторий НАСА (воздушное движение США, 2026)

    Каждый перенаправленный рейс сэкономил почти час совокупной задержки в агломерации; только в Хьюстоне авиакомпании одобрили 62% из 3870 кандидатов.

    Источник ↗
  10. 10
    CAISO AI Genie (энергосистема Калифорнии, 2026)

    ИИ-помощник CAISO превратил неделю работы по разбору отключений в 15 минут — если верить поставщику; сама CAISO называет это пилотом.

    Источник ↗

Что заметил DeepSeek

Первые 180 перенаправлений FAA сэкономили около 14 400 галлонов — примерно 62 000 долларов топлива по цене 4,31 доллара за галлон. Это крошечная доля контракта на 875 млн долларов и единственная цифра выгоды, которую FAA опубликовала пока.

TREWS — одна из немногих систем, публикующих обе стороны человеческого внимания: 89% оповещений были оценены, но подтверждены только 38%. Оценка — это не согласие.

100 000 минут задержек DB получены с помощью «интеллектуального управления мощностями» — сочетания планирования, операций и постфактум-инструментов, а не только ADA-PMB, поэтому выигрыш нужно приписывать осторожно.

Полевая оценка НАСА показывает, что человеческий контроль — это не только ATC: диспетчеры авиакомпаний одобрили 62% из 3 870 вариантов перенаправления, а каждое принятое перенаправление сократило совокупную задержку в агломерации аэропортов почти на час.