Бизнес сегодня пересматривает привычную модель контроля доступа и учета рабочего времени, основанную на пропусках и картах. Формально такие системы работают десятилетиями, но именно в них скрыты системные потери: передача карт, фиктивные отметки, ручные корректировки табелей, расхождения между фактическим присутствием и данными учета.
Команда pickTech ежедневно исследует IT-рынок: мы мониторим отраслевые издания, статистику и тренды, общаемся с вендорами и разбираем реальные кейсы. В фокусе нашего внимания на этот раз — тема биометрического учета и софт, который выручает бизнес в нестандартных условиях: на объектах, в разъездах и при сменных графиках. Тема оказалась непростой, поэтому статья местами техническая. Но каждое из этих уточнений работает на результат: чтобы у вас были не общие впечатления, а опора для выбора.
В этой статье мы расскажем о биометрии рабочего времени как технологической альтернативе привычным магнитным картам. Ведь это не просто способ идентификации, а инструмент устранения источников утечек времени и денег.
Системы учета рабочего времени на основе проксимити-карт – одни из наиболее распространенных инструментов контроля присутствия на строительных объектах. В России широко используются привычные многим магнитные карты (RFID-карты) и брелоки для контроля доступа сотрудников. Они применяются на проходных, входах в здания и в отдельных зонах доступа.
Такие системы работают как единая цепочка: сотрудник прикладывает карту к считывателю → система проверяет права доступа → данные передаются в учетную систему, которая может быть связана с кадровым учетом и расчетом заработной платы.
Ключевое преимущество RFID-решений – технологическая зрелость и предсказуемость работы инфраструктуры. Считыватели и контроллеры демонстрируют устойчивость к пыли, вибрациям и перепадам температур, типичным для стройплощадок. При этом расходные материалы – те самые магнитные проксимити-карты – подвержены высокому риску износа, утраты и замены, что формирует отдельную операционную статью затрат.
На смену традиционным RFID-картам приходят гибридные системы учета. Они сочетают два типа технологий: NFC (бесконтактная передача данных) и BLE-позиционирование (передача сигнала по энергоэффективному Bluetooth).
NFC позволяет использовать смартфон как пропуск. Но на стройплощадках это работает плохо. У сотрудников разные личные устройства, и модель BYOD (Bring Your Own Device/ принеси свой смартфон) может быть неприменима. Надежная защита возможна только при использовании корпоративных смартфонов с аппаратным шифрованием данных.
BLE-решения работают иначе. Сотруднику достаточно просто иметь метку при себе (в виде бейджа, браслета или вшитого в одежду тега). Метка регулярно передает радиосигнал, его принимают установленные на объекте шлюзы или локальные устройства. Система сама фиксирует перемещения, а не только факт прохода через турникет.
Для строительных компаний критически важным становится интеграционный слой — механизмы обмена данными между разными системами. Сегодня информация о рабочем времени и присутствии сотрудников используется шире, чем просто для расчета зарплаты. Она поступает:
Когда данные о присутствии сотрудника сопоставляются с BIM-моделью (цифровой моделью объекта) и IAM-системой (управление доступом и ролями), появляется новая возможность. Компания видит не только кто и когда вышел на смену, но и имеет ли сотрудник допуск в конкретную зону, соответствует ли его квалификация задачам на объекте и не находится ли он в зоне повышенного риска без необходимости.
Главное отличие биометрии от пропусков и логинов в том, что биометрические данные нельзя передать другому человеку. Невозможно отметиться за коллегу или закрыть смену за отсутствующего сотрудника.
За счет этого система автоматически устраняет фиктивные отметки: «подмены», приписанные часы и имитацию переработок. Биометрический учет рабочего времени фиксирует не формальную отметку, а реальное присутствие конкретного человека в конкретный момент. Вместо пропусков, карт или ручных журналов используется распознавание по биометрическим признакам – чаще всего по лицу, реже по отпечатку пальца или их сочетанию.
При входе на объект и при выходе из него система автоматически сопоставляет данные человека с сохраненным образцом и сразу фиксирует событие в системе учета рабочего времени.
На практике это означает, что система точно фиксирует, кто именно, во сколько и на каком объекте начал и закончил работу. На основе этих данных автоматически считаются отработанные часы, опоздания, переработки, ночные смены, а также работа в выходные и праздничные дни. В отличие от ручного или полуавтоматического учета, данные формируются сразу – в момент реального присутствия человека. Ничего «дописывать позже» не требуется и не допускается.
В основе большинства решений системы биометрического учета рабочего времени лежат алгоритмы компьютерного зрения и машинного обучения, которые обеспечивают идентификацию пользователя по уникальным биометрическим признакам.
Наиболее распространены двухэтапные архитектуры: первичная биометрическая аутентификация на edge-устройстве (терминал, камера, мобильное устройство) и последующая обработка и агрегация данных в облачной или корпоративной системе учета.
На практике это означает, что биометрический учет перестал быть просто «турникетом с камерой». Сегодня развитие идет по нескольким направлениям.
Ключевой тренд последних лет – переход к бесконтактным методам идентификации, прежде всего к контролю доступа по распознаванию лиц. Современные CNN-модели демонстрируют устойчивость к вариациям освещения, ракурса и частичной окклюзии лица, что делает их применимыми в производственных и полевых условиях. CNN — тип нейросетей, созданный для работы с изображениями и другими данными с сеточной структурой.
Параллельно развивается интеграция биометрии с IoT-экосистемами. RFID-метки, мобильные клиенты и сенсоры формируют единый слой сбора данных, который автоматически синхронизируется с кадровыми (HRM) и учетными (ERP) системами.
Отдельное направление — мультибиометрические системы. Они комбинируют несколько признаков (лицо, отпечаток, голос), чтобы повысить надежность идентификации. Ансамблевые методы и ИИ-модели компенсируют недостатки каждого из способов распознавания по отдельности. В итоге система становится устойчивее к ошибкам и попыткам обхода.
Российский рынок приложений учета рабочего времени сформировался вокруг двух технологических классов: биометрические решения и проксимити-системы (RFID, NFC, BLE). В отличие от западных рынков, где доминируют облачные SaaS-платформы, в России преобладают корпоративные on-prem и hybrid-архитектуры, что обусловлено требованиями по локализации данных и отраслевыми стандартами безопасности (ФСТЭК), предъявляемыми к системам контроля доступа.
Биометрические приложения, например FaceKit, BioTime или BioSmart, отражают общий мировой тренд на бесконтактную идентификацию. В основе этих систем лежат алгоритмы компьютерного зрения и искусственный интеллект. Камера в реальном времени находит лицо в кадре, анализирует его уникальные особенности (например, расстояние между глазами, форму скул) и мгновенно сравнивает с базой данных сотрудников. Современные системы обеспечивают высокую точность — они редко ошибаются как в сторону «чужого» (пропуск постороннего), так и «своего» (неопознанный сотрудник), особенно при стандартных условиях на входе в офис.
В российском контексте биометрия чаще применяется, как событийная аутентификация (приход/уход), что позволяет снизить риски для конфиденциальности персональных данных. В сравнении с зарубежными решениями российские продукты уступают в глубине аналитики и экосистемности, но выигрывают в готовности к соблюдению юридических требований. В них изначально реализованы механизмы управления согласиями, шифрование биометрических шаблонов и жесткие модели разграничения доступа.
При сравнении биометрии и проксимити-карт ключевой критерий для бизнеса – не удобство, а способность технологии сокращать прямые и косвенные потери. Карточные системы выглядят дешевле на входе: инфраструктура проста, процессы понятны, риски юридически ниже.
Однако именно в этой модели заложены системные утечки денег. Передача карт, отметки «за коллегу», подмена смен и ручные корректировки табелей формируют накопленный финансовый эффект, который редко виден в отчетности, но стабильно увеличивает фонд оплаты труда без реального роста выработки.
Биометрия снижает возможность злоупотреблений, делая их экономически и организационно невыгодными, хотя и не гарантирует абсолютной неуязвимости. Экономия возникает не из-за «высоких технологий», а за счет снижения злоупотреблений и роста прозрачности.
При этом биометрия дороже в эксплуатации с точки зрения IT-зрелости: требуется стабильная инфраструктура, корректная интеграция с HRM-системой и учет юридических требований к персональным данным.
В карточных системах риски распределены по процессам, в биометрии – концентрированы в архитектуре и правовом контуре. Поэтому в краткосрочной перспективе проксимити-карты выглядят экономичнее, но в долгосрочной – именно биометрия покажет лучший финансовый результат там, где контроль времени напрямую влияет на себестоимость работ.