Архив Нефть и газ · ВИНК: групповые программы

Газпром нефть: маршруты танкеров в Арктике, затраты ниже примерно на 12%

По данным «Газпром нефти» в пересказе DTF, система «Капитан», которая рассчитывает маршруты танкеров в Арктике, снизила удельные затраты на транспортировку арктической нефти примерно на 12%. Суммарный экономический эффект проекта ранее оценивался почти в 900 млн рублей.

Стадия
Промышленная эксплуатация
География
Россия
Год
2026
Источники
1
CB-000562
проверено 11.10.2026

/01 · ключевые результаты

  • результат

    около 12%

    снижение удельных затрат на транспортировку арктической нефти

    DTF, статья, 09.09.2026

    период не указан · транспортировка арктической нефти танкерами

    данные компании

  • результат

    почти 900 млн ₽

    суммарный экономический эффект проекта по прежней оценке

    DTF, статья, 09.09.2026

    период не указан, названа прежней оценкой · проект системы «Капитан»

    данные компании

оценка strategai

Компания приводит денежный эффект в публикации DTF: суммарный экономический эффект проекта по прежней оценке — почти 900 млн ₽, период не указан, названа прежней оценкой. DTF, статья, 09.09.2026

По данным «Газпром нефти» в пересказе DTF, система «Капитан», которая рассчитывает маршруты танкеров в Арктике, снизила удельные затраты на транспортировку арктической нефти примерно на 12%. Суммарный экономический эффект проекта ранее оценивался почти в 900 млн рублей.

Стадия
Промышленная эксплуатация
География
Россия
Год
2026
Источники
1
CB-000562
проверено 11.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-000562Газпром нефть

Бизнес

Компания
Газпром нефть
Отрасль
Нефть и газ · ВИНК: групповые программы
Функция
Цепочка поставок, закупки и логистика
Задача
Маршрутизация и диспетчеризация

Технология

Класс AI
Оптимизация и поддержка решений
Тип решения
Не раскрыт

Внедрение

Стадия
Промышленная эксплуатация, на 09.09.2026
География
Россия

/03 · описание кейса

Бизнес-задача

«Газпром нефть» вывозит нефть с арктических месторождений танкерами, и маршрут каждого рейса зависит от ледовой обстановки, погоды и загрузки флота. Компания применяет ИИ почти во всей производственной цепочке — от поиска месторождений до разработки новых масел и управления арктической логистикой. В обзоре DTF, посвящённом рейтингу AI Awards 2025, «Газпром нефть» заняла третье место среди промышленных компаний, а арктическая логистика названа одним из направлений, где компания применяет алгоритмы помимо цехов и месторождений.

Решение

Система «Капитан» рассчитывает оптимальные маршруты танкеров в Арктике. При расчёте она учитывает ледовую обстановку, погоду, загрузку флота и десятки других параметров. Разработчик системы, используемые модели и состав данных в источнике не названы. В том же обзоре перечислены другие ИИ-проекты компании: ИИ-агент для проектирования скважин, генеративный ИИ-помощник для управления разработкой месторождений и платформа «Алхимик» для разработки масел; «Капитан» относится к логистическому контуру.

Внедрение

В обзоре DTF от 9 сентября 2026 года указано, что «Капитан» рассчитывает маршруты танкеров в Арктике. По данным компании, внедрение системы позволило снизить удельные затраты на транспортировку арктической нефти примерно на 12%. Суммарный экономический эффект проекта, по словам автора обзора, ранее оценивался почти в 900 млн рублей. Обзор не указывает, к какому периоду относятся обе цифры и когда система была внедрена; сами цифры поданы как данные компании, а оценка эффекта — как прежняя. Число танкеров и рейсов, охваченных системой, в источнике не приводится.

/04 · источники и проверка

Что подтверждено

  • По данным «Газпром нефти», внедрение системы «Капитан» снизило удельные затраты на транспортировку арктической нефти примерно на 12%.
  • Суммарный экономический эффект проекта ранее оценивался почти в 900 млн рублей.
  • Система рассчитывает маршруты танкеров в Арктике с учётом ледовой обстановки, погоды и загрузки флота.

Ограничения

  • Около 12% — относительное снижение удельных затрат; абсолютный уровень затрат до внедрения и объём перевозок не раскрыты.
  • Почти 900 млн рублей — суммарный эффект проекта по прежней оценке; период, за который он получен, и метод расчёта в обзоре не названы.
  • Обзор 2026 года не датирует цифры, поэтому их нельзя считать результатом 2026 года; первичный документ компании в обзоре не указан.
  1. [1] DTF

    ИИ в промышленности: топ-10 российских компаний, которые сильнее всего внедряют искусственный интеллект

    СМИ · 09.09.2026

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-000562 · Версия 1 · 11.10.2026 · /c/CB-000562/