تمتلك العديد من المؤسسات اليوم شبكات واسعة من كاميرات المراقبة CCTV، حيث تعمل الكاميرات باستمرار على التقاط وتسجيل الأنشطة داخل المصانع والمستودعات والمكاتب والبنية التحتية الحيوية والمنشآت الكبيرة. ولكن مع ازدياد عدد الكاميرات، يظهر سؤال مهم: هل تستفيد المؤسسات فعلاً من كامل إمكانات الكاميرات التي تمتلكها بالفعل؟
هنا يأتي دور AI Video Analytics أو تحليل الفيديو بالذكاء الاصطناعي.
AI Video Analytics هو استخدام الذكاء الاصطناعي لتحليل الصور ومقاطع الفيديو القادمة من كاميرات CCTV، بهدف المساعدة على اكتشاف أحداث أو أجسام أو حالات غير طبيعية تم تصميم النظام للتعرف عليها تلقائياً. وبدلاً من الاعتماد الكامل على الأشخاص لمراقبة عدد كبير من الشاشات باستمرار، يمكن للذكاء الاصطناعي المساعدة في تحديد الأحداث التي تحتاج إلى الانتباه وتحويل الفيديو إلى معلومات قابلة للاستخدام.
بالنسبة للمؤسسات التي تمتلك بنية تحتية لكاميرات CCTV بالفعل، يفتح ذلك فرصة مهمة. فبدلاً من الاكتفاء بإضافة المزيد من الكاميرات، يمكن دمج البنية التحتية الحالية مع الذكاء الاصطناعي لتحسين المراقبة والكشف والتنبيه والاستجابة التشغيلية.
وهذا النهج يمثل جزءاً أساسياً من ASAP أو All Smart AI Platform من Canal One، وهي منصة مصممة لإدخال قدرات الذكاء الاصطناعي إلى بيئة العمل الحالية وتعزيز القدرة على تحليل البيانات، وتمييز الأحداث، واكتشاف الحالات والاتجاهات غير الطبيعية، وإرسال التنبيهات.
بأبسط صورة، AI Video Analytics هو استخدام الذكاء الاصطناعي لتحليل الصور أو الفيديو القادم من كاميرات CCTV والتعرف على أحداث أو أجسام أو حالات تم تصميم النظام لاكتشافها.
والاختلاف الأساسي يكمن فيما يحدث بعد أن تلتقط الكاميرا الصورة.
في أنظمة CCTV التقليدية، تعمل الكاميرا بمثابة عين لنظام المراقبة. يتم عرض الفيديو على الشاشات أو تسجيله للرجوع إليه لاحقاً، بينما يكون الموظف مسؤولاً عن تفسير ما يراه وتحديد ما إذا كان هناك شيء يستدعي الانتباه.
عند إضافة الذكاء الاصطناعي، يمكن تحليل الفيديو للمساعدة في اكتشاف الحالات المحددة مسبقاً. وبعد اكتشاف حدث مهم، يمكن ربط هذه المعلومة بعملية تنبيه أو مسار تشغيلي آخر.
تطبق Canal One هذا النهج من خلال ASAP في حالات استخدام متعددة، مثل اكتشاف الدخان والحرائق، والتحقق من معدات الوقاية الشخصية PPE، واكتشاف المتسللين، والتعرف على الوجوه، والتعرف على لوحات المركبات، وتتبع المسارات، واكتشاف الأجسام المشبوهة، وعدّ الموظفين.
وهكذا يمكن لكاميرات CCTV أن تصبح أكثر من مجرد أداة للعودة إلى تسجيلات الحوادث بعد وقوعها، لتتحول إلى جزء من نظام يساعد على المراقبة أثناء سير العمليات.
تخيل غرفة تحكم أمنية تعرض عشرات الكاميرات في الوقت نفسه.
نظرياً، يستطيع المشغل رؤية الأنشطة في مختلف أنحاء المنشأة. لكن عملياً، تتطلب مراقبة عدد كبير من تدفقات الفيديو بشكل مستمر مستوى مرتفعاً من التركيز، وقد تظل الأنظمة التقليدية تعتمد بشكل أساسي على الموظفين لاكتشاف الأحداث غير الطبيعية.
تشير Canal One إلى هذه المشكلة بشكل مباشر، حيث إن أنظمة الكشف وتسجيل البيانات والتنبيه التقليدية قد تعتمد بشكل كبير على الموظفين، وهو ما قد يؤدي إلى أخطاء أو تأخير. وهنا يمكن للتكنولوجيا أن تساعد في زيادة الكفاءة وتقليل احتمالات Human Error.
يغير AI Video Analytics طريقة تعامل المؤسسة مع المعلومات القادمة من CCTV.
فبدلاً من توقع أن يلاحظ الموظفون كل شيء بأنفسهم، يستطيع الذكاء الاصطناعي المساعدة في تصفية الأحداث وفقاً للشروط المحددة وتوجيه انتباه الموظفين إلى الحالات التي تستحق التحقق.
وفي عمليات Safety وSecurity، يمكن أن يكون لهذا الاختلاف أهمية كبيرة، لأن دقائق قليلة، وأحياناً ثوانٍ، قد تؤثر في طريقة التعامل مع الحادث.
استخدام AI Video Analytics لا يعني بالضرورة أن المؤسسة يجب أن تزيل نظام CCTV بالكامل وتبدأ من الصفر.
يعتمد نهج Canal One على دمج الذكاء الاصطناعي مع المعدات التشغيلية الحالية عندما يكون ذلك مناسباً. وتبدأ العملية بفهم مشكلات المؤسسة واحتياجاتها والبنية التحتية الموجودة لديها، ثم تصميم النظام وتخصيصه بما يتناسب مع بيئة الاستخدام الفعلية.
لذلك، لا ينبغي أن يكون الهدف ببساطة هو «استبدال كل كاميرا بكاميرا AI».
السؤال الأكثر فائدة هو: كيف يمكن تحويل الفيديو القادم من الكاميرات الحالية إلى جزء من عملية تحليل وإدارة أكثر ذكاءً؟
عندما يمكن إدخال الفيديو في بنية النظام المناسبة، يستطيع الذكاء الاصطناعي تحليله وفقاً لحالات الاستخدام التي تحتاج إليها المؤسسة. وبعد ذلك يمكن ربط نتائج الكشف بلوحات التحكم أو التنبيهات أو عمليات الاستجابة الأخرى.
كما يقدم ملف Canal One التعريفي R4 مفهوم ASAP AI Box ضمن Software + AI as a Service، باستخدام تقنية Edge AI لمعالجة البيانات بطريقة آمنة وفعالة. ويعكس ذلك نهجاً أوسع يمكن من خلاله إضافة قدرات الذكاء الاصطناعي إلى البنية التشغيلية بدلاً من اعتبار AI مجرد ميزة مدمجة داخل الكاميرا نفسها.
لذلك، قبل استبدال شبكة CCTV بالكامل، يمكن للمؤسسة أولاً تقييم مدى قدرة الكاميرات والبنية التحتية الحالية على العمل مع نظام الذكاء الاصطناعي المطلوب، والأهم من ذلك تحديد المشكلة التشغيلية التي تريد من AI المساعدة في حلها.
تتضح قيمة AI Video Analytics أكثر عندما يتم تصميم النظام حول المخاطر الفعلية لكل بيئة.
في المصنع، قد يكون أحد المخاطر هو ظهور الدخان أو اندلاع حريق. وفي منطقة أخرى قد تكون مراقبة الالتزام باستخدام PPE أكثر أهمية. أما المستودعات والمناطق المقيدة فقد تحتاج إلى التركيز على اكتشاف المتسللين أو الأجسام المشبوهة.
تدعم ASAP تطبيقات AI-Based Safety Detection في عدد من هذه الحالات. كما يمتد إطار Canal One إلى مفهوم AI-Powered Compliance Monitoring، مثل مراقبة استخدام الموظفين لمعدات PPE أو الالتزام بالقواعد التشغيلية المحددة.
وهذا يمنح فيديو CCTV دوراً يتجاوز المراقبة الأمنية التقليدية.
فالفيديو يمكن أن يتحول إلى مصدر للمعلومات التشغيلية يدعم Safety وCompliance أثناء العمل اليومي.
وهو تحول من مفهوم Video Surveillance التقليدي إلى Video Intelligence، حيث لا تُقاس قيمة النظام فقط بعدد ساعات الفيديو التي يستطيع تخزينها، بل أيضاً بمدى قدرته على مساعدة المؤسسة في اكتشاف الحالات التي تحتاج إلى الانتباه في الوقت المناسب.
لنفترض أن نظام الذكاء الاصطناعي اكتشف بشكل صحيح شخصاً يتسلل إلى منطقة محظورة.
إذا ظهرت هذه المعلومة على Dashboard فقط ولم يكن هناك أحد يراقب الشاشة في تلك اللحظة، فإن قيمة عملية الكشف ستكون محدودة.
لهذا السبب، ينبغي النظر إلى AI Video Analytics في الاستخدام الفعلي باعتباره جزءاً من مسار تشغيلي أكبر.
يدعم نهج Real-Time Notification لدى Canal One عدة قنوات للاتصال، بما في ذلك LINE Official Account، وتطبيقات Android وiOS، والهاتف السلكي، وواجهات API، والرسائل المباشرة، وأضواء التحذير أو صفارات الإنذار، وأجهزة الراديو المحمولة.
وعندما يكتشف AI حدثاً محدداً، يمكن إيصال المعلومات عبر القنوات المناسبة لطبيعة عمل المؤسسة بدلاً من أن تبقى على شاشة CCTV فقط.
وهنا يبدأ AI Video Analytics في التحول من مجرد أداة لتحليل الفيديو إلى جزء من Incident Management.
فالكشف Detection يصبح أكثر فائدة عندما يكون متصلاً بالتنبيه Alert والاستجابة Response.
غالباً ما يركز التخطيط التقليدي لأنظمة CCTV على موقع الكاميرا: كاميرا المدخل، كاميرا المستودع، كاميرا خط الإنتاج، أو كاميرا محيط المنشأة.
لكن AI Video Analytics يقدم طريقة أخرى للتفكير.
فبدلاً من السؤال فقط: «أين تم تركيب هذه الكاميرا؟» يمكن للمؤسسة أن تسأل:
«ما الذي يمكن للمعلومات القادمة من هذه الكاميرا أن تساعدنا على اكتشافه؟»
قد يساعد الفيديو القادم من أحد المواقع على اكتشاف المتسللين، بينما يمكن استخدام كاميرا تغطي بيئة الإنتاج لدعم PPE Safety، وقد تكون كاميرا في منطقة أخرى مناسبة لاكتشاف الدخان أو الحرائق، بحسب البيئة وجودة الفيديو وحالة الاستخدام التي تم تصميم نظام AI من أجلها.
لذلك، لا ينبغي أن يبدأ مشروع AI Video Analytics بالسؤال: «ما الذي يستطيع الذكاء الاصطناعي فعله؟»
بل بالسؤال:
«ما المشكلة التي نريد من كاميراتنا أن تساعدنا على اكتشافها أو التنبيه إليها بشكل أسرع؟»
عندما يكون الهدف واضحاً، يمكن تصميم AI Analytics ومسار العمل حول احتياج فعلي للمؤسسة، بدلاً من تطبيق التكنولوجيا لمجرد استخدام التكنولوجيا.
تبدأ المرحلة التالية عندما لا تعمل بيانات CCTV بشكل منفصل عن بقية الأنظمة.
فالحوادث الواقعية قد تحتاج إلى معلومات تتجاوز الصورة وحدها. قد تكتشف الكاميرا حالة غير طبيعية، بينما توفر مستشعرات IoT معلومات إضافية حول درجة الحرارة أو منسوب المياه أو جودة الهواء. بعد ذلك يمكن للنظام تنبيه الموظفين، وفي البيئة التي تدعم Automation يمكن إدخال Drone ضمن عملية الاستجابة.
تقدم Canal One منصة ASAP باعتبارها قادرة على ربط AI مع عدة تقنيات وأجهزة تشغيلية، من بينها CCTV وSmart Drone وSmart Robot وIntegrated Communication System وSmart Voice Radio والمستشعرات الحرارية المتقدمة.
وفي هذا السياق، يصبح معنى AI Video Analytics أكبر من مجرد تمكين الكاميرا من التعرف على جسم معين.
إنه يحول الفيديو إلى مصدر آخر من مصادر البيانات التشغيلية الذكية التي يمكن ربطها بإنترنت الأشياء IoT وأنظمة الاتصال وAutomation لدعم عمليات Safety, Security & Environment.
تصبح تحليلات الفيديو مفيدة تشغيليًا عندما يفهم الموظفون الحدث ويعرفون الجهة التي ينبغي إشراكها. يمثل ذلك سياقًا عمليًا لتطبيق Integrated Operation Center، أي مركز ذكي متكامل لإدارة المواقف، يُصمم لربط المعلومات وتنسيق عمل المسؤولين.
قد لا يتحدد مستقبل CCTV بدقة الصورة وحدها.
ما يزداد أهمية هو قدرة المؤسسة على الاستفادة من معلومات الفيديو أثناء وقوع الحدث وربط تلك المعلومات بالأنظمة التشغيلية الأخرى.
بالنسبة للمؤسسات التي تمتلك بالفعل بنية تحتية واسعة من كاميرات CCTV، فإن تطوير نظام الأمن لا يعني بالضرورة البدء بشراء المزيد من الكاميرات.
قد تكون البداية الأفضل هي النظر إلى البنية التحتية الموجودة وطرح السؤال:
هل تستطيع المعلومات القادمة من هذه الكاميرات مساعدتنا على اكتشاف المخاطر بشكل أسرع، وإيصال التنبيهات بفاعلية أكبر، واتخاذ القرارات بسرعة أكبر؟
يعتمد نهج Canal One على ربط People, Data, and Intelligent Devices من خلال تقنية سلسة ومتمحورة حول الإنسان Human-Centric. وتعمل ASAP على إدخال الذكاء الاصطناعي إلى بيئات التشغيل الحالية لتعزيز قدرات التحليل والكشف والتنبيه.
لذلك، فإن AI Video Analytics لا يعني ببساطة تحويل كاميرات CCTV إلى «كاميرات AI»، بل يعني تحويل الفيديو إلى معلومات قابلة للاستخدام تساعد المؤسسة على اكتشاف المواقف وفهمها والاستجابة لها بشكل أكثر فاعلية وتنظيماً.
وبالنسبة للمؤسسات التي تمتلك بالفعل أنظمة CCTV، ربما لا يكون السؤال الأول:
«هل حان الوقت لاستبدال كاميراتنا؟»
بل:
«هل حان الوقت لكي تفعل كاميراتنا الحالية أكثر من مجرد تسجيل الفيديو؟»
