Архив Транспорт и логистика · Аэропорты, порты и платные дороги
Шереметьево: цифровой двойник на ИИ, экономия более 1 млрд рублей в год
По данным отчёта АНО «Цифровая экономика», цифровой двойник аэропорта Шереметьево, который моделирует пассажирские, грузовые потоки и обслуживание самолётов на год вперёд, даёт экономию более 1 млрд рублей в год. По итогам 2022 года пропускная способность терминалов выросла на 20%.
/01 · ключевые результаты
-
результат
более 1 млрд ₽
экономия от цифрового двойника аэропорта в год
АНО «Цифровая экономика», документ, 2024
в год; год не указан · аэропорт Шереметьево
данные исследования
-
результат
20%
рост пропускной способности терминалов
АНО «Цифровая экономика», документ, 2024
по результатам 2022 года · терминалы аэропорта Шереметьево
данные исследования
- 5 раз рост точности прогноза пассажиропотока, загрузки персонала и техники · результат АНО «Цифровая экономика», документ, 2024
- 1 000 раз скорость автоматического планирования стоянок относительно команды диспетчеров · возможность системы АНО «Цифровая экономика», документ, 2024
оценка strategai
Оценка эффекта на EBITDA
не менее 1 млрд ₽ в год
Снижение затрат аэропорта от цифрового двойника на ИИ.
Пересчёт денежного эффекта, который приводит АНО «Цифровая экономика», в годовой эффект.
Без учёта затрат на систему: источники их не раскрывают.
Как посчитано
Годовое снижение затрат, которое называет отраслевой отчёт для цифрового двойника аэропорта, переведённое в годовой эффект с единичным множителем.
| Шаг расчёта | Нижняя | Базовая | Верхняя |
|---|---|---|---|
| Годовое снижение затрат аэропорта = Годовое снижение затрат от цифрового двойника аэропорта по данным отраслевого отчёта × Единичный множитель | 1 млрд ₽ в год | 1 млрд ₽ в год | 1 млрд ₽ в год |
Входные данные
- данные кейса Годовое снижение затрат от цифрового двойника аэропорта по данным отраслевого отчёта: 1 млрд ₽ в год более 1 млрд ₽, экономия от цифрового двойника аэропорта в год АНО «Цифровая экономика», документ, 2024
- константа Единичный множитель: 1
Допущения
- 1 млрд ₽ в год — наименьшая величина, которую называет источник; при большей величине эффект выше.
Базовое значение: 1 млрд ₽ в год.
Метод afiina-pnl/1, оценка от 27.10.2026, цены 2024 года. Диапазон округлён до двух значащих цифр наружу. Методика
По данным отчёта АНО «Цифровая экономика», цифровой двойник аэропорта Шереметьево, который моделирует пассажирские, грузовые потоки и обслуживание самолётов на год вперёд, даёт экономию более 1 млрд рублей в год. По итогам 2022 года пропускная способность терминалов выросла на 20%.
/02 · паспорт кейса
Бизнес
- Компания
- АО «Международный аэропорт Шереметьево»
- Отрасль
- Транспорт и логистика · Аэропорты, порты и платные дороги
- Функция
- Производство и основные операции
- Задача
- Оптимизация техпроцесса, АСУ ТП, советчики
Технология
- Класс AI
- Промышленный ИИ и цифровые двойники
- Тип решения
- Собственная разработка
Внедрение
- Стадия
- Промышленная эксплуатация, на 2024
- География
- Россия
/03 · описание кейса
Зачем
Бизнес-задача
Аэропорт Шереметьево планирует работу терминалов, обслуживание воздушных судов и грузовые потоки. В карточке кейса, опубликованной в отчёте АНО «Цифровая экономика» 2024 года, исходная проблема сформулирована как недостаточная точность используемых инструментов прогнозирования ключевых метрик бизнеса. К таким метрикам отчёт относит пассажиропоток, пропускную способность узлов терминалов, загрузку персонала и техники. Проект отнесён к процессу бизнес-планирования в отрасли «Воздушный транспорт». В разделе о трендах отчёт приводит его как пример концепции «умного аэропорта», где алгоритмы машинного обучения анализируют данные о рейсах, пассажиропотоке и багаже для оптимизации ресурсов.
Что
Решение
Цифровой двойник аэропорта на основе ИИ выполняет имитационное моделирование всех ключевых процессов аэропорта на год и более вперёд: потоков пассажиров, обслуживания самолётов, грузовых потоков. Моделирование происходит в автоматическом режиме и интегрировано с другими модулями, поэтому расчёты учитывают вчерашние тренды и события. Отчёт относит решение к классу интеллектуальных систем поддержки принятия решений. В числе результатов отдельно упомянута система автоматического планирования стоянок, которая работает быстрее команды диспетчеров. Решение — собственная разработка: АО «Международный аэропорт Шереметьево» указано в карточке кейса и поставщиком, и заказчиком.
Как
Внедрение
Отчёт АНО «Цифровая экономика» 2024 года описывает цифровой двойник как внедрённую систему и включает его в раздел кейсов успешного использования ИИ в транспорте и логистике. По данным карточки кейса, экономия превысила 1 млрд рублей в год. Точность прогнозирования пассажиропотока, пропускной способности узлов терминалов, загрузки персонала и техники повысилась в 5 раз. Скорость работы системы автоматического планирования стоянок в 1000 раз выше скорости работы команды диспетчеров. По результатам 2022 года пропускная способность терминалов повысилась на 20%. Сроки разработки, состав команды и объём инвестиций в отчёте не приводятся.
/04 · источники и проверка
Что подтверждено
- По данным отчёта АНО «Цифровая экономика», экономия от цифрового двойника Шереметьево превысила 1 млрд рублей в год.
- По результатам 2022 года пропускная способность терминалов аэропорта выросла на 20%.
- Точность прогнозирования пассажиропотока, пропускной способности узлов терминалов, загрузки персонала и техники выросла в 5 раз; планирование стоянок система выполняет в 1000 раз быстрее команды диспетчеров.
- Цифровой двойник — собственная разработка аэропорта; он моделирует пассажирские и грузовые потоки и обслуживание самолётов на год и более вперёд.
Ограничения
- Экономия более 1 млрд рублей в год приведена без года, базы и состава эффекта; неизвестно, какая часть связана с цифровым двойником, а какая — с другими модулями.
- Рост пропускной способности терминалов на 20% относится к 2022 году; вклад цифрового двойника отдельно от других факторов не выделен.
- Кратность 5 и 1000 раз приведена без исходных значений точности прогноза и времени планирования.
-
[1] АНО «Цифровая экономика»
Эффективные отечественные практики применения технологий искусственного интеллекта в сфере транспорта и логистики
СМИ · 2024
Открыть источник
АрхИИВ /strategai · CB-000903 · Версия 1 · 11.10.2026 · /c/CB-000903/