Архив Телекоммуникации · Интегрированные операторы
Orange Côte d'Ivoire: ИИ разбирает снимки с дронов, анализ объекта — менее 30 минут
По данным Orange Côte d'Ivoire, модуль DroneAI Inspection на моделях YOLO и ResNet50 сократил анализ снимков одного объекта инфраструктуры с трёх–четырёх часов ручной работы до менее чем 30 минут. Парк из 12 дронов провёл 83 инспекции за две кампании обслуживания.
/01 · ключевые результаты
-
результат
менее 30 мин
время анализа снимков одного объекта
по данным на октябрь 2026 года · система DroneAI Inspection, инфраструктура Orange Côte d'Ivoire
данные компании
- 3–4 ч время ручного анализа снимков одного объекта до автоматизации · исходный уровень TechGriot, статья, 14.10.2026
- 97% точность выявления теплового перегрева · возможность системы TechGriot, статья, 14.10.2026
- 95% точность выявления дефектов вертикальности · возможность системы TechGriot, статья, 14.10.2026
- 92% точность выявления ржавчины и окисления · возможность системы TechGriot, статья, 14.10.2026
- 86% точность выявления износа · возможность системы TechGriot, статья, 14.10.2026
- 83 инспекций за две кампании обслуживания · масштаб TechGriot, статья, 14.10.2026
- 12 дронов парк оператора · масштаб TechGriot, статья, 14.10.2026
оценка strategai
Оценку не приводим: компания не раскрывает денежный эффект и объём инспекций в год
По данным Orange Côte d'Ivoire, модуль DroneAI Inspection на моделях YOLO и ResNet50 сократил анализ снимков одного объекта инфраструктуры с трёх–четырёх часов ручной работы до менее чем 30 минут. Парк из 12 дронов провёл 83 инспекции за две кампании обслуживания.
/02 · паспорт кейса
Бизнес
- Компания
- Orange Côte d'Ivoire
- Отрасль
- Телекоммуникации · Интегрированные операторы
- Функция
- ТОиР и управление активами
- Задача
- Предиктивное ТОиР
Технология
- Класс AI
- Компьютерное зрение
- Тип решения
- Не раскрыт
Внедрение
- Стадия
- Промышленная эксплуатация, на 14.10.2026
- География
- Кот-д’Ивуар
/03 · описание кейса
Зачем
Бизнес-задача
Orange Côte d'Ivoire обслуживает телеком-вышки, здания и солнечные поля в разных регионах Кот-д'Ивуара. Регулярный осмотр требует ручных подъёмов техников на вышки, а анализ отснятого материала вручную занимал три–четыре часа на один объект. Компания поставила задачу снизить риски для техников при работе на инфраструктуре, повысить эффективность эксплуатации и удержать под контролем затраты на обслуживание. Для этого с 2022 года оператор развивает систему инспекций с помощью дронов, которая должна охватить всю цепочку — от заявки на выезд до итогового отчёта для эксплуатационных подразделений.
Что
Решение
Заявка на инспекцию оформляется в веб- и мобильном приложении iFlex: в ней указываются объект, плановый период, оборудование и назначенный оператор дрона. После согласования руководителем техники выезжают на объект, дрон снимает инфраструктуру в высоком разрешении, а приложение автоматически сохраняет снимки и GPS-координаты. Снимки обрабатывает ИИ-модуль DroneAI Inspection: две модели, YOLO и ResNet50, выявляют несколько типов дефектов — износ, ржавчину и окисление, нарушения вертикальности и тепловой перегрев. Платформа присваивает каждому объекту уровень критичности, что помогает ранжировать объекты и распределять работу техников.
Как
Внедрение
После первых испытаний проект в 2025 году перешёл к полномасштабному развёртыванию — этап оператор называет «индустриализацией». В конце сентября 2026 года в Ямусукро 42 сотрудника получили сертификаты операторов дронов после 1000 часов обучения. По данным оператора, анализ снимков одного объекта сократился с трёх–четырёх часов до менее чем 30 минут; точность выявления износа составляет 86%, ржавчины и окисления — 92%, дефектов вертикальности — 95%, теплового перегрева — 97%. Парк из 12 дронов за две кампании обслуживания провёл 83 инспекции в Ямусукро, Абенгуру, Буаке, Далоа и Сан-Педро; инцидентов не зафиксировано.
/04 · источники и проверка
Что подтверждено
- По данным Orange Côte d'Ivoire, автоматический анализ сократил время разбора снимков одного объекта с трёх–четырёх часов до менее чем 30 минут.
- Модели YOLO и ResNet50 в модуле DroneAI Inspection выявляют четыре типа дефектов с точностью от 86% до 97%, по данным оператора.
- Парк из 12 дронов провёл 83 инспекции за две кампании обслуживания без инцидентов.
Ограничения
- Все цифры — данные оператора в пересказе издания TechGriot; методика измерения точности моделей и времени анализа не раскрыта.
- Сокращение времени относится к анализу снимков; влияние на затраты на обслуживание, число аварий или качество сети в цифрах не приводится.
-
[1] TechGriot
42 remote pilots later, Orange Côte d’Ivoire bets on drones to keep its network up
СМИ · 14.10.2026
Открыть источник
АрхИИВ /strategai · CB-001009 · Версия 1 · 17.10.2026 · /c/CB-001009/