GenAI как новый драйвер роста в нефтегазе

Как отмечено в исследовании «Смена бизнес-парадигмы или ещё одна технология?», нефтегазовая отрасль в России демонстрирует локальный характер внедрения технологий генеративного ИИ, но классический искусственный интеллект широко применяется в производственном процессе. На скорость интеграции технологий в нефтегазе влияют цифровая культура компаний, квалификация специалистов, качество информационной базы и регулирование.

По мнению экспертов, ключевым приоритетом внедрения технологий GenAI в отрасли является разведка и добыча, так считают 66% экспертов. В топ-3 также попали сервисное использование для отдельных задач бэк-офиса (45%) и использование в нефтепереработке (37%). Оценки экспертов объясняются несколькими факторами: получением экономического эффекта и наличием достаточного количества качественных данных.

Активному внедрению технологий генеративного ИИ в нефтегазовой отрасли препятствуют как управленческие, так и технологические барьеры. По результатам опроса в тройку ключевых барьеров управленческого характера попали долгое согласование проектов внутри компании (47%), недостаток квалифицированных специалистов (47%) и консервативное отношение к GenAI со стороны руководства (39%). Среди технологических барьеров в лидерах необходимость переоснащения производственных линий (46%), недостаточная адаптация ИИ-моделей к специфике отраслевых задач (45%) и низкий уровень автоматизации и цифровой зрелости производства (43%).

Поэтапное внедрение ИИ позволяет повысить операционную эффективность и безопасность и сократить эксплуатационные расходы. Для максимизации пользы важно разрабатывать отраслевые стандарты и регламенты, развивать специализированные центры компетенции, привлекать опытных специалистов, создавать гибридные модели и формировать культуру осознанного применения GenAI в производственных процессах. Шанс на успех трансформации отрасли и ее устойчивое развитие повышает объединение усилий правительства, бизнеса и научного сообщества.

Внедрение в компаниях ИИ-решений сопровождается рядом управленческих развилок. Каждая из них имеет свою логику и вариативность дальнейшего развития. Базовые развилки: ИИ – инструмент или глубинная трансформация бизнеса, внедрение – централизованно или через горизонтальные уровни, архитектура – облако или on-premise, экономика – быстрые результаты или стратегический подход.

Исследование содержит обобщение опыта GenAI-трансформации Сбера и кейсы совместной работы банка с ведущими игроками нефтегазовой отрасли. В отчете отмечено, что создание специализированных решений для индустрии возможно только с помощью полноценной платформы, которая дает инструменты для разработки ИИ-агентов, подключения данных организации и дообучения моделей.