Развитие систем видеонаблюдения, аналитики и алгоритмического прогнозирования в странах Центральной Азии постепенно превращается в самостоятельный фактор трансформации преступности. За последние десять лет количество камер наблюдения в крупных городах региона выросло не менее чем в 12–15 раз: если в 2014 году в Алматы было установлено около 900 камер, то к 2024 году их число превысило 100 тысяч вместе с сегментом частного видеонаблюдения. В Ташкенте к 2020 году действовало 17 тысяч камер, а к 2024 году — уже более 65 тысяч. Бишкек начинал с 2,5 тысяч камер в 2018 году в рамках первой очереди Safe City, к 2024 году — 10,2 тысячи. В Душанбе и Худжанде аналогичные программы обеспечили рост парка камер до примерно 12–14 тысяч. Эти цифры показывают, что Центральная Азия уже входит в число мировых регионов, где плотность камер наблюдения растёт быстрее, чем численность населения.
Однако ключевой фактор изменений не сам по себе объём видеонаблюдения, а переход от пассивной фиксации к активной аналитике. Камера перестаёт быть «цифровым глазом» и превращается в сенсор, встроенный в алгоритмическую среду. В крупных городах Казахстана и Узбекистана уже тестируются системы распознавания поведения, которые классифицируют аномалии — резкие перемещения толпы, зависания в определённых зонах, риск агрессии, нехарактерные маршруты. В Бишкеке и Астане применяется автоматическое выявление автомобилей, меняющих номера или совершивших резкие манёвры. А в Узбекистане, по данным МВД, к 2024 году через автоматизированные системы фиксации нарушений прошло 64,3 млн событий, из которых 41,8 млн были обработаны без участия человека.
Этот переход создаёт новый тип городской среды — «прозрачный город», где преступность утрачивает прежние пространства манёвра. Одним из первых эффектов становится изменение карт криминальной активности. Традиционные «красные зоны» — рынки, автовокзалы, тёмные дворы и промышленные окраины — больше не являются главными точками риска. В Алматы уровень уличных грабежей в районах с высокой плотностью камер снизился на 42% с 2019 по 2023 год, тогда как в микрорайонах без плотного покрытия падение составило лишь 11%. В Ташкенте в зонах с непрерывным видеоконтуром сокращение краж из автомобилей достигло 38%. Бишкек фиксирует снижение аварийности на контролируемых перекрёстках на 24%, что снижает и косвенный криминогенный фон.
Одновременно формируются криминальные «пустоты» — территории, куда криминальные группы вытесняются, избегая цифрового контроля. Это прежде всего зоны с низкой плотностью камер: периферийные микрорайоны, стихийные гаражные кооперативы, пустыри, территории возле мостов и эстакад, парковочные карманы между старыми домами, участки вдоль ЛЭП. В Ташкенте МВД фиксирует рост мелких правонарушений в таких «серых зонах» на 17–22% за последние два года. В Алматы аналогичный рост достигает 19%, а в Бишкеке — около 14%. Новая структура преступности менее централизована и менее предсказуема, поскольку криминал перемещается не по классическим социально-экономическим параметрам, а по алгоритмическим.
Второй значимый процесс — изменение профиля преступника. Алгоритмическая среда делает невозможным большинство спонтанных и простых преступлений, что приводит к «профессионализации» уличной преступности. Если раньше 70–80% грабежей и угонов совершались непрофессиональными правонарушителями, то теперь доля таких эпизодов снижается. По данным МВД Казахстана, доля преступлений, совершённых лицами без судимости или криминального опыта, в Алматы сократилась с 63% до 47% за пять лет. В Ташкенте аналогичное снижение составило 15 процентных пунктов
Появляются новые типы «алгоритмически грамотных» правонарушителей. Во-первых, это группы, которые используют чёрные пятна инфраструктуры — места с отсутствием покрытия, низким качеством изображения или без подключения к общей сети. Во-вторых, те, кто применяет методы противодействия распознаванию: маски со встроенными ИК-диодами, изменение походки, аксессуары, нарушающие симметрию лица, подбор одежды под пикселизацию камеры. В-третьих, так называемые «гибридные преступники», совмещающие физическую активность и цифровые навыки: они используют поддельные QR-коды, временные номера автомобилей, сброс GPS-маяков или ложные маршруты.
Третий эффект — перераспределение преступности между оффлайном и онлайном. Когда физическая среда становится прозрачной, часть преступных моделей мигрирует в цифровые каналы. Казахстан за 2019–2024 годы увеличил число зарегистрированных киберпреступлений почти в 23 раза: с 1,6 тысяч до 36,4 тысяч. В Узбекистане рост — с 4,1 тысяч случаев в 2020 году до 18,7 тысяч в 2024 году. Кыргызстан фиксирует ежегодный прирост около 40–50%. Это не просто рост цифровой преступности, а структурный сдвиг: преступники из уличной среды переходят в телефонное мошенничество, фишинг, схемы обналичивания через дропперов. В условиях цифровой камеры проще уйти из физического риска в онлайн-анонимность.
При этом полностью исчезнуть уличная преступность не может. Алгоритмы фиксируют лучше всего предсказуемые модели поведения: бег, задержку, скопление, агрессию. Но значительная часть реального криминала остаётся статистически «неаномальной». Это семейное насилие за закрытыми дверями, экономические преступления, сексуственные преступления, скрывающиеся под бытовыми ситуациями. С ростом камер фиксируемые виды преступности сокращаются, но «невидимые» типы могут сохраняться или даже расти. По данным МВД Узбекистана, выявляемость случаев бытового насилия выросла на 54% после установки системы «101 безопасность семьи», что говорит о существовании большого скрытого массива, который не обладает поведенческими аномалиями до критической точки.
Алгоритмическая среда начинает влиять не только на структуру преступлений, но и на структуру городов. Появляется феномен «преступностной урбанистики» — когда застройщики, муниципальные службы и инвесторы корректируют проекты под цифровые требования. Новые жилые комплексы в Астане, Ташкенте, Бишкеке проектируются с учётом линий обзора камер, видимости дворов, прозрачности подъездов, качества освещения. Муниципалитеты включают видеонаблюдение в стандарты капитального ремонта. Это, в свою очередь, создаёт новую экономику безопасности: жители начинают выбирать районы не только по школе и транспорту, но и по плотности камер. В Алматы сайты недвижимости фиксируют, что в 2024 году квартиры в домах с видеонаблюдением продаются в среднем на 7–9% дороже.
Параллельно формируются новые риски. Центральная Азия сталкивается с недостатком квалифицированных кадров для анализа больших массивов данных. Обработка терабайтов видеопотоков требует не только алгоритмов, но и специалистов, которые понимают город как систему. Если видеонаблюдение растёт быстрее, чем аналитическая мощность, возникает риск «цифровой слепоты» — когда камеры есть, но своевременной реакции нет. В Алматы в 2023 году 18% обращений, связанных с уличными правонарушениями, поступили в ситуационный центр с задержкой более 4 минут из-за перегруза. В Ташкенте доля задержанных уведомлений составляла 11–13%.
Второй риск — алгоритмические ошибки. Распознавание лиц в Центральной Азии сталкивается с большой этнокультурной вариативностью, что приводит к повышенному уровню ложных совпадений. В пилотных проектах Казахстана ошибка первого рода доходила до 0,9%, что кажется низким, но при миллионах сопоставлений ежедневно даёт сотни ошибочных совпадений. При слабой юридической базе это может создавать конфликт между технологиями и правами граждан.
Тем не менее развитие аналитики продолжится. Узбекистан планирует увеличить количество камер до 120 тысяч к 2027 году, Казахстан — до 160 тысяч, Кыргызстан — до 20 тысяч в рамках второй очереди Safe City, Таджикистан — до 25 тысяч. Одновременно внедряются системы прогнозирования, основанные на «поведенческих тепловых картах». Такие системы уже тестируются в Ташкенте и Астане: алгоритм анализирует маршруты толпы, интенсивность потоков, паттерны ночных перемещений, связывая их с вероятностью правонарушений. Это идея, близкая к предиктивной полиции, но адаптированная под местный контекст.
В перспективе 5–7 лет карта преступности в Центральной Азии станет фрагментированной, распределённой и подвижной. Линии высокого риска будут повторять линии отсутствия цифрового контроля, а не классические социальные или экономические параметры. Центры городов станут почти полностью «прозрачными», улицы — предсказуемыми, а криминалитет — более мобильным. На место традиционных преступников придут гибридные группы, совмещающие минимальное физическое присутствие с максимальной цифровой гибкостью. Алгоритмы поведения будут переплетаться с реальной городской жизнью, а новые «пустоты» станут главным вызовом для правоохранительных органов. Центральная Азия войдёт в эпоху, где преступность перестанет быть статичной и станет функцией от качества данных.
Оригинал статьи можете прочитать у нас на сайте