RICHARDSON, TX — Амбициозная попытка Amazon доминировать на рынке логистики на низких высотах столкнулась с очередным серьёзным препятствием после того, как один из беспилотников следующего поколения MK30 врезался в жилой комплекс в Северном Техасе. 6 февраля 2026 года федеральные следователи и инженеры компании изучают обломки инцидента; это уже второй громкий провал программы Prime Air в штате за трёхмесячный интервал.

Жители пригорода Даллас—Форт-Уэрт, Richardson, были потрясены в начале недели, когда гексакоптер, разработанный для высокоточной автономной доставки, сбился с курса. Жительница Сесси Джонсон сняла спуск на видео, зафиксировав, как аппарат неустойчиво движется к фасаду жилого дома.

«Пропеллеры у этой штуки всё ещё вращались, и чувствовался запах горения», — сказала Джонсон местным СМИ, отметив, что начала запись просто потому, что раньше никогда не видела доставочный дрон в действии. «И в одном из моих видео видно несколько искр.»

Пожарная служба Richardson прибыла на место вскоре после удара, однако возгорания зафиксировано не было, а здание получило лишь небольшие конструктивные повреждения. Тем не менее для отрасли, стремящейся заслужить доверие общественности и получить одобрение регуляторов для операций за визуальной линией наблюдения (BVLOS), вид 50-pound дрона, врезающегося в многоквартирное здание, наносит имиджевый ущерб.

{{AD}}

Технологические отказы и пробелы в системе «sense-and-avoid»

Amazon позиционировала MK30 как революционный шаг по сравнению с предшественником MK27-2. Модель отличается более тихим акустическим профилем и более совершенным пакетом «sense-and-avoid», предназначенным для обнаружения и объезда проводов, дымоходов и даже домашних животных.

Несмотря на эти улучшения, крушение в Richardson вписывается в схему столкновений с неподвижными объектами. В ноябре 2025 года MK30 перерезал интернет-кабель в Waco, TX, во время набора высоты. Непосредственно до этого в Аризоне два дрона были уничтожены после столкновения со стрелой строительного крана. Эти повторяющиеся инциденты указывают на возможную системную уязвимость в стеке восприятия дрона — сочетании программного и аппаратного обеспечения, которое позволяет аппарату «видеть» окружение.

{{REC}}

Официальная реакция и вопрос ответственности

Amazon оперативно приняла меры по нейтрализации последствий, предложив отремонтировать здание и принесла официальные извинения. В заявлении, предоставленном журналу FLYING Magazine и другим профильным изданиям, представитель Amazon прокомментировал случившееся в Richardson:

«Мы приносим извинения за причинённые неудобства и активно расследуем причину этого инцидента.»

Федеральное управление гражданской авиации (FAA) было уведомлено и, как ожидается, включит этот последний инцидент в своё продолжающееся расследование протоколов безопасности Prime Air. Хотя Национальный совет по безопасности на транспорте (NTSB) ещё не начал формальное расследование по удару в Richardson, он продолжает отслеживать так называемые события «non-action», которые начинают накапливаться в связи с внедрением MK30.

Журнал инцидентов Amazon Prime Air 2025-2026

В приведённой ниже таблице отслеживаются последние значимые инциденты с флотом MK30 по мере того, как компания стремится к цели в 500 million ежегодных доставок к 2030 году:

{{AD}}

Дальнейший путь для Prime Air

Несмотря на эти потрясения, Amazon не планирует приземлять флот. Компания недавно получила одобрение Civil Aviation Authority (CAA) на начало опытных полётов в Darlington, UK, и продолжает добавлять площадки доставки в Michigan и Missouri. Аналитики считают, что Amazon готова брать на себя издержки этих «учебных моментов» в условиях закрытого цикла тестирования, но по мере того как инциденты перемещаются с закрытых полигонов в жилые дворы, терпимость к ошибкам со стороны регуляторов и общественности стремительно сокращается.

Ключевая проблема остаётся в задачах «тонкого провода» и «сложного фона». Хотя MK30 успешно может объезжать припаркованный фургон или большое дерево, обнаружение неотражающего коммунального кабеля или точного угла кирпичного здания в меняющихся световых условиях по-прежнему представляет серьёзное препятствие для современных моделей машинного обучения.