Нефтегазовые компании направили на ИИ 2,7 из 151 млрд рублей цифрового бюджета
Российские нефтегазовые компании вложили в решения на базе искусственного интеллекта 2,7 млрд рублей по итогам 2025 года. Такие данные приводит ИТ-холдинг «Т1» в отраслевом исследовании. Всего на цифровизацию отрасль за тот же год потратила 151 млрд рублей, и на ИИ из этой суммы пришлось менее 2%.
Где работает ИИ
Лидирует обработка визуальных данных, включая компьютерное зрение: такие решения используют 77% организаций. На втором месте интеллектуальная поддержка принятия решений и управления с долей 63%. Половина участников исследования применяет обработку текстов, 47% работают с речью и звуком. Среди самых востребованных прикладных задач участники рынка называют анализ геологических данных, оптимизацию добычи, предиктивное обслуживание оборудования и контроль промышленной безопасности.
Что дает внедрение
Рост эффективности бизнес-процессов отметили 67% организаций, повышение эффективности производства зафиксировали 53%. Реже респонденты сообщают о росте производительности труда (43%) и улучшении безопасности (40%). Меньше всего заметно влияние на качество продукции и сроки вывода новых продуктов: 37% и 30% соответственно. Эффект проще всего увидеть там, где задача хорошо формализована и опирается на поток однотипных данных с камер, датчиков и из документов.
Два из трех главных барьеров связаны с данными
На первом месте среди препятствий остаются высокие затраты, их назвали 40% компаний. Дальше идут данные: 28% не хватает объема для обучения моделей, у 23% информация неструктурирована. Больше четверти участников рынка упираются в состояние собственного информационного хозяйства раньше, чем в возможности алгоритмов.
Что это значит для предприятий
По оценке Никиты Трофимова, старшего менеджера отдела методологии «Т1», отрасль постепенно переходит от поиска точек применения ИИ к доказательству его ценности. Соотношение 2,7 и 151 млрд рублей показывает, что основные деньги по-прежнему уходят в базовую цифровизацию, а от ИИ ждут подтвержденного эффекта. Подтвердить его можно только на полных и связанных данных. Поэтому следующая волна инвестиций, вероятно, пойдет в управление данными: сбор, разметку, единые справочники и контроль качества. Для промышленных предприятий из других отраслей вывод тот же: проект ИИ разумно начинать с аудита данных, на которых модель будет учиться.