Архив Химия, нефтехимия и материалы · Удобрения и агрохимия
ЕвроХим: решения на основе ИИ принесли почти 3 млрд руб. прибыли
По словам Александра Котельникова, руководителя профильного департамента «ЕвроХима», с 2023 года до середины 2025 года решения на основе ИИ принесли компании почти 3 млрд руб. прибыли.
/01 · ключевые результаты
-
результат
почти 3 млрд ₽
прибыль от внедрения решений на основе ИИ
с 2023 года до середины 2025 года, нарастающим итогом · все внедрённые решения на основе ИИ в компании
данные компании
-
результат
270 млн ₽
экономический эффект в год
в год, после ввода в промышленную эксплуатацию · рекомендательная система цеха № 18 (NPK-удобрения), «Невинномысский азот»
данные компании
-
результат
1–4%
рост плановой выработки
после ввода в промышленную эксплуатацию · цех № 18 «Невинномысского азота», разные марки удобрений
данные компании
- более 700 млн ₽ подтверждённый экономический эффект комплекса рекомендательных систем · результат ComNews, статья, 24.02.2025
- более 80 млн ₽ потенциальный экономический эффект в год (расчёт компании) · прогноз компании ComNews, статья, 24.02.2025
- до 1% рост выработки аммиака · результат ComNews, статья, 24.02.2025
- до 0,8% снижение расходного коэффициента по природному газу · результат ComNews, статья, 24.02.2025
оценка strategai
Оценка эффекта на EBITDA
1–1,2 млрд ₽ в год
Денежный эффект решений на основе ИИ, который называет компания.
Пересчёт денежного эффекта, который приводит компания, в годовой эффект.
Без учёта затрат на систему: источники их не раскрывают.
Как посчитано
Накопленный денежный эффект, который называет компания (2,7–3 млрд ₽), делится на длительность периода накопления (30 мес.) и пересчитывается на год.
| Шаг расчёта | Нижняя | Базовая | Верхняя |
|---|---|---|---|
| Среднегодовой денежный эффект решений на основе ИИ = Среднемесячный денежный эффект решений на основе ИИ × Месяцев в году | 1,08 млрд ₽ в год | 1,14 млрд ₽ в год | 1,2 млрд ₽ в год |
| Среднемесячный денежный эффект решений на основе ИИ = Накопленный денежный эффект решений на основе ИИ по оценке компании ÷ Длительность периода накопления эффекта | 90 млн ₽ в месяц | 95 млн ₽ в месяц | 100 млн ₽ в месяц |
Входные данные
- данные кейса Накопленный денежный эффект решений на основе ИИ по оценке компании: 2,7–3 млрд ₽ база 2,85 млрд ₽ почти 3 млрд ₽, прибыль от внедрения решений на основе ИИ ComNews, статья, 15.09.2025
- данные кейса Длительность периода накопления эффекта: 30 мес. почти 3 млрд ₽, прибыль от внедрения решений на основе ИИ ComNews, статья, 15.09.2025
- константа Месяцев в году: 12
Допущения
- Среднемесячный эффект за период накопления распространяется на весь год: помесячная динамика эффекта в расчёте не учитывается.
- Компания приводит накопленный эффект за неполный период, поэтому годовое значение получено масштабированием среднемесячного.
Базовое значение: 1,1 млрд ₽ в год.
Метод afiina-pnl/1, оценка от 27.10.2026, цены 2025 года. Диапазон округлён до двух значащих цифр наружу. Методика
По словам Александра Котельникова, руководителя профильного департамента «ЕвроХима», с 2023 года до середины 2025 года решения на основе ИИ принесли компании почти 3 млрд руб. прибыли.
/02 · паспорт кейса
Бизнес
- Компания
- ЕвроХим
- Отрасль
- Химия, нефтехимия и материалы · Удобрения и агрохимия
- Функция
- Производство и основные операции
- Задача
- Оптимизация техпроцесса, АСУ ТП, советчики
Технология
- Класс AI
- Промышленный ИИ и цифровые двойники
- Тип решения
- Собственная разработка
- Данные
- Исторические данные о работе химических установок: многолетняя телеметрия и архивы, включая направление ветра, температуру воздуха и состояние катализатора; производственные параметры в реальном времени.
Внедрение
- Стадия
- Масштабировано, на 24.02.2025
- География
- Россия
/03 · описание кейса
Зачем
Бизнес-задача
«ЕвроХим» — минерально-химическая компания с крупнотоннажными химическими производствами. На предприятии «Невинномысский азот» выпускаются аммиак и NPK-удобрения. Производство NPK-удобрений требует смешения компонентов в тщательно выверенных пропорциях при строгом температурном режиме, и любые отклонения ведут к потере качества продукции. Прежде оператор опирался на контроль химического состава готовой продукции, который проводился раз в четыре часа. В производстве аммиака задача — поддерживать оптимальные технологические параметры, чтобы эффективнее использовать сырьё и увеличивать выпуск целевого продукта. Оценка экономического эффекта цифровых решений, по словам Александра Котельникова, руководителя профильного департамента, была для компании приоритетной с самого начала.
Что
Решение
Рекомендательные системы на основе машинного обучения подсказывают операторам режимы работы установок. Комплекс для азотной производственной цепочки (аммиак, азотная кислота, карбамид) разработала дочерняя ИТ-компания «Цифровые технологии и платформы» (ЦТиП). Система анализирует данные с производства, прогнозирует возможные отклонения и предлагает решения для повышения эффективности процессов. В цехе № 18 «Невинномысского азота» программа даёт оператору советы по компонентному составу продукции и сигнализирует о возможных нарушениях технологии; оператор каждую минуту видит все производственные параметры. Встроенный сервис оценивает, насколько эффективно отработал смену конкретный оператор. В цехе «Аммиак-1В» рекомендательная система интегрирована с ранее запущенной системой улучшенного управления технологическим процессом.
Как
Внедрение
Комплекс рекомендательных систем для азотной цепочки ЦТиП сначала внедрила в АО «Новомосковская акционерная компания „Азот“», затем тиражировала его в цех «Аммиак-1В» «Невинномысского азота». Примерно за год до февраля 2025 года отдельная рекомендательная система заработала на линиях цеха № 18; после ввода в промышленную эксплуатацию плановая выработка выросла на 1–4% для разных марок удобрений. Систему для «Аммиака-1В» команда технологов, программистов и аналитиков данных разработала полностью на цифровой промышленной платформе компании. Эффект «ЕвроХим» считает с помощью вычислительного конвейера: по многолетней телеметрии и архивам находит идентичные режимы работы установок и сравнивает результаты до и после внедрения. Корпоративный R&D-центр «ПроТех Лаб» намерен масштабировать цифровых советчиков на другие площадки.
/04 · источники и проверка
Что подтверждено
- По словам Александра Котельникова, руководителя профильного департамента, с 2023 года до середины 2025 года решения на основе ИИ принесли «ЕвроХиму» почти 3 млрд руб. прибыли.
- Рекомендательная система в цехе № 18 «Невинномысского азота» увеличила плановую выработку на 1–4% для разных марок удобрений; эффект, по данным компании, — 270 млн руб. в год.
- Комплекс рекомендательных систем для азотной цепочки, по данным ЦТиП, обеспечил подтверждённый экономический эффект более 700 млн руб.
- В цехе «Аммиак-1В» балансовые испытания показали рост выработки до 1% и снижение расходного коэффициента по природному газу до 0,8%.
Ограничения
- Почти 3 млрд руб. — накопленный эффект всех ИИ-решений компании с 2023 года до середины 2025 года, названный в выступлении на отраслевом форуме. Это не годовой показатель и не результат одной системы.
- Более 80 млн руб. в год по цеху «Аммиак-1В» — потенциальный эффект по расчётам компании; фактический годовой результат в источниках не приводится.
- Эффект компания измеряет сама, сравнивая сопоставимые режимы работы установок до и после внедрения на собственных исторических данных.
-
[1] ComNews
Искусственный интеллект помог «ЕвроХиму» улучшить бизнес-показатели
СМИ · 15.09.2025
Открыть источник -
[2] ComNews
Цифровые советчики нашептали «ЕвроХиму» на 350 млн руб. в год
СМИ · 24.02.2025
Открыть источник
АрхИИВ /strategai · CB-000028 · Версия 2 · 10.10.2026 · /c/CB-000028/