Нефтегазовые компании России внедряют ИИ и получают измеримый эффект — вклад комплексных программ в EBITDA достигает 3–5%. Проблема в другом: каждая компания считает этот эффект по-своему. Одни фиксируют сэкономленные человеко-часы, другие — прирост добычи, третьи — снижение числа аварий. Такие данные невозможно сравнить между собой, а значит, невозможно обосновать новые инвестиции или масштабировать успешный пилот на всю организацию.
Именно эту проблему взялись решить MWS ИИ (структура «МТС Web Services») и ЦТИ «Нейролаб». В июне 2026 года они объявили о первом этапе совместного исследования — кабинетном анализе открытых данных о цифровой трансформации ведущих нефтегазовых компаний. Ни в одной из них не обнаружена единая корпоративная методология измерения совокупного эффекта от ИИ. При этом в крупных компаниях, где проекты вышли на стадию масштабирования, уже сложился программный подход: отдельные ИИ-решения объединяются в сквозные программы, нацеленные на трансформацию операционной модели целиком.
| Сегмент | KPI | Целевой показатель |
|---|---|---|
| Разведка и добыча (upstream) | Сокращение непроизводительного времени бурения | −30% и более |
| Разведка и добыча (upstream) | Коэффициент извлечения нефти (КИН) | Рост (абсолютный ориентир не указан) |
| Транспортировка и переработка (midstream/downstream) | Снижение затрат на ТОиР | −15–30% |
| Транспортировка и переработка (midstream/downstream) | Снижение удельных OPEX | −10–15% |
| Все сегменты (сквозные) | Частота травматизма (LTIFR) | Снижение |
| Все сегменты (сквозные) | Доля отечественного ПО в ИИ-решениях | Рост |
Разрабатываемая методология строится вокруг пяти типов финансовых эффектов — так называемых корзин. Корзина A — инкрементальная выручка, корзина B — снижение операционных затрат (OPEX), корзина C — снижение рисков и потерь, корзина D — стратегические энейблеры, корзина E — заморозка или перенос капитальных затрат (CAPEX deferral). Первые две дают прямые, верифицируемые эффекты; третья и четвёртая — косвенные, где прямая связь с финансовым результатом сложнее. Пятая корзина в ИИ-проектах встречается редко.
Для разных сегментов отрасли методология вводит специализированные KPI. В разведке и добыче (upstream) это коэффициент извлечения нефти (КИН), сокращение непроизводительного времени бурового оборудования — целевой показатель не менее 30% — и скорость интерпретации сейсмических данных. В транспортировке и переработке (midstream и downstream) ключевыми становятся снижение затрат на техническое обслуживание и ремонт на 15–30% за счёт предиктивного обслуживания, рост коэффициента готовности оборудования и сокращение удельных OPEX на 10–15%. Сквозные метрики — частота травматизма (LTIFR), выбросы и доля отечественного ПО в ИИ-решениях — применяются ко всем сегментам.
Оценка строится в четыре последовательных контура. Сначала формируется информационная база и базовый сценарий. Затем параллельно рассчитываются инвестиционные показатели — адаптированные NPV и ROI — и операционно-отраслевые KPI с декомпозицией по пяти корзинам. Третий контур — бенчмаркинг: типичный срок окупаемости корпоративных ИИ-проектов составляет 2–4 года, для предиктивного обслуживания — 18–36 месяцев. Четвёртый — обязательный пост-аудит через 12–24 месяца после внедрения для накопления собственной базы сравнений.
В основе подхода — привязка ИИ-решений к ключевым драйверам роста бизнеса, а не к техническим метрикам. «Эффекты выражаются в привычных для CFO показателях. Это даёт рабочий инструмент, а не отчёт ради отчёта», — объясняет Оксана Хлыстова из отдела ИИ-трансформации MWS ИИ. Методология также учитывает специфику нефтегазовых инвестиционных циклов — от 3 до 15 лет, высокую капиталоёмкость и геологическую неопределённость, которые делают стандартные финансовые модели плохо применимыми без адаптации.
На следующих этапах запланированы 15–20 глубинных интервью с руководителями цифровой трансформации, CDO и CFO промышленных и нефтегазовых компаний. Компании, уже реализовавшие или планирующие ИИ-проекты в производственном контуре, приглашаются к участию — данные будут использоваться в агрегированном виде, участники получат ранний доступ к итоговому отчёту. Полная публикация ожидается во второй половине 2026 года.
