INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”, SEPTEMBER 19, 2025
864
ЦИФРОВАЯ ТРАНСФОРМАЦИЯ КОРПОРАТИВНОГО
УПРАВЛЕНИЯ В НЕФТЕГАЗОВОЙ ОТРАСЛИ:
ПРЕДИКТИВНЫЕ МОДЕЛИ В УПРАВЛЕНИИ
МАТЕРИАЛЬНО-ТЕХНИЧЕСКИМ ОБЕСПЕЧЕНИЕМ
Загребельская Милена Владимировна
Ташкентский государственный экономический университет, PhD доцент
h ps://doi.o g/10.5281/zenodo.17317718
Аннотация. Статья посвящена вопросам цифровой трансформации
корпоративного управления в нефтегазовой отрасли с акцентом на применение
предиктивных моделей в управлении материально-техническим обеспечении. Показано,
что интеграция инструментов предиктивной аналитики, искусственного интеллекта и
цифровых платформ обеспечивает переход от реактивного к проактивному управлению,
снижает риски сбоев и повышает эффективность использования ресурсов.
Рассматриваются ключевые направления внедрения предиктивных подходов в систему
планирования и снабжения, а также их роль в формировании интеллектуального
контура управления. Сделан вывод о том, что предиктивные модели становятся
стратегическим драйвером устойчивости и конкурентоспособности нефтегазовых
предприятий.
Ключевые слова: материально-техническое обеспечение, цепочка поставок,
нефтегазовая отрасль, Искусственный интеллект, предиктивное планирование.
Современный нефтегазовый комплекс сталкивается с необходимостью повышения
устойчивости и эффективности в условиях технологической сложности, нестабильности
поставок и высоких требований к надежности материально-технического обеспечения
(МТО). Традиционные методы планирования запасов и снабжения не справляются с
неопределенностью спроса и сроков поставок, что приводит к рискам простоев и росту
затрат.
Решением становится предиктивное планирование, основанное на анализе больших
данных (Big Da a) и машинном обучении (Machine Lea ning). Оно позволяет точнее
прогнозировать потребности в ресурсах, оптимизировать логистику и согласовывать
действия участников цепочек поставок.
Предиктивная аналитика, как часть концепции Da a-D i en Decision Making,
базируется на статистическом моделировании, методах машинного обучения и
искусственном интеллекте. Она применяется в сферах с высокой неопределенностью —
финансах, здравоохранении, логистике и энергетике. В нефтегазовой отрасли её
использование помогает прогнозировать спрос на ресурсы, отказы оборудования и
логистические сбои.
Ключевое различие между подходами: предиктивная аналитика отвечает на вопрос
«Что может произойти?», а предиктивное планирование — «Какие действия предпринять
для минимизации рисков и использования возможностей?». Таким образом, интеграция
прогнозных моделей в систему МТО позволяет формировать адаптивные сценарии
снабжения и стратегического управления запасами.
INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”, SEPTEMBER 19, 2025
865
Предиктивное планирование является развитием предиктивной аналитики и
формирует основу для интеллектуальных и устойчивых систем МТО в условиях
нестабильных рынков [1]. Его принципы включают использование больших данных,
моделирование и автоматизацию взаимодействия участников цепочек поставок. В отличие
от классического планирования, предиктивное основано на прогнозах, действует в
реальном времени, проактивно реагирует на отклонения и широко интегрируется с
внешней средой при высокой автоматизации.
В цифровой трансформации нефтегазовой отрасли ключевую роль играют
блокчейн, Big Da a, IoT, облачные вычисления и искусственный интеллект (ИИ).
Особенно значим ИИ: он повышает эффективность управления, снижает издержки
добычи, увеличивает объемы производства и улучшает показатели безотказной работы
оборудования [2].
Согласно прогнозу IBM (2025), внедрение ИИ в нефтегазовой отрасли в
ближайшие три года существенно вырастет: в добыче – с 40% до 90%, в переработке – с
41% до 93%, в транспортировке и хранении – с 28% до 77–85% [3]. Это подтверждает
стратегический курс на цифровизацию всех звеньев цепочки создания стоимости.
АО «Узбекнефтегаз», как национальный лидер отрасли, активно развивает
цифровые решения, обеспечивая значимый вклад в экономику страны (около 2,5%
поступлений в бюджет в 2024 году).
АО «Узбекнефтегаз» реализует инвестиционную стратегию устойчивого роста.
Основные цели — расширение ресурсной базы, рост мощностей и выпуск более
маржинальной продукции. В условиях усиливающейся конкуренции компания
трансформирует внутренние процессы, делая ставку на автоматизацию закупочной
деятельности, цифровизацию управления договорами, оценку поставщиков и внедрение
ИТ-решений для сокращения затрат и рисков.
Существующая система МТО АО «Узбекнефтегаз» остаётся реактивной, что делает
компанию уязвимой к колебаниям спроса, рискам логистики и изменениям цен. Анализ
баланса за 2022–2024 гг. показывает стабильный уровень активов (10,4–10,9 млрд долл.)
при доминировании внеоборотных средств и снижении ликвидности (денежные средства
сократились с 222 до 99 млн долл.). Одновременно увеличилась зависимость от
краткосрочных займов, что повышает финансовые риски. Снижение доли собственного
капитала и рост валютных резервов подтверждают чувствительность компании к внешним
колебаниям. В таких условиях требуется переход к предиктивному планированию,
которое обеспечит большую точность прогнозов, автоматизацию закупок и снижение
издержек. (таблица 1)
В системе МТО нефтегазовой отрасли выявлены устойчивые проблемы:
избыточные запасы и дефицит по отдельным позициям МТР, несвоевременные закупки,
задержки поставок, отсутствие оценки эффективности и слабая автоматизация процессов.
Эти недостатки связаны с низкой интеграцией информационных систем, ограниченным
применением цифровых инструментов и слабым взаимодействием с внутренними
потребителями.
Для их решения АО «Узбекнефтегаз» в 2025 г. реализует проекты цифровой
трансформации: внедрение процессной модели МТО (бюджет — 1,05 млн долл.) и
системы управления нормативно-справочной информацией (MDM, бюджет — 0,51 млн
долл.) [4]. Эти инициативы направлены на интеграцию логистики, финансов и
INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”, SEPTEMBER 19, 2025
866
планирования, автоматизацию снабжения, стандартизацию данных.
Таблица 1
Показатели обязательств и активов АО «Узбекнефтегаз»,
млн. долларов США
Показатель
2022
2023
2024
Денежные средства и их эквиваленты
222
78
99
Прочие оборотные активы
759
2 206
728
Основные средства
6 303
5 793
5 731
Прочие внеоборотные активы
3 027
2 489
4 010
Активы, предназначенные для продажи
161
396
10
Итого активов
10 473
10 962
10 578
Краткосрочные займы
630
702
1 044
Прочие текущие обязательства
975
1 497
903
Долгосрочные займы
3 250
2 644
2 267
Прочие долгосрочные обязательства
428
1 242
1 203
Итого обязательств
5 284
6 085
5 417
Уставный капитал
1 893
1 724
1 722
Нераспределённая прибыль
1 990
1 783
1 846
Резерв по курсовым разницам
1 286
1 356
1 576
Доля неконтролирующих акционеров
20
15
16
Итого собственный капитал акционеров
5 189
4 877
5 161
Итого обязательства и собственный капитал
10 473
10 962
10 578
Источник: данные компании АО «Узбекнефтегаз»
В результате компания создаёт условия для перехода к предиктивному
планированию и интеллектуальному управлению МТО, что повысит прозрачность,
устойчивость и эффективность бизнес-процессов.
Внедрение предиктивного планирования в контур интегрированного планирования
на основе S&OP является стратегической необходимостью для нефтегазовых предприятий
в условиях цифровой трансформации [5]. Оно обеспечивает:
сокращение разрывов между планами и фактом за счёт учета изменений в
реальном времени;
прогнозирование потребности в МТР и снижение рисков дефицита;
повышение качества управленческих решений через сценарный и
вероятностный анализ;
поддержку сквозной цифровизации с применением Big Da a, ML, IoT и
цифровых двойников;
рост конкурентоспособности и адаптивности предприятий к внешним
вызовам.
Интеграция предиктивных моделей в S&OP переводит систему планирования от
реактивного к проактивному управлению и обеспечивает согласованность
INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”, SEPTEMBER 19, 2025
867
стратегического, тактического и операционного уровней.
Операционный уровень предиктивного планирования в нефтегазовой отрасли
основан на Big Da a, IoT и AI и обеспечивает динамическое моделирование графиков
снабжения, добычи, производства и распределения с точностью до суток. Он
интегрируется с системами SCADA, телеметрией и BI-платформами, что позволяет
оперативно корректировать планы, контролировать исполнение и анализировать KPI.
Внедрение предиктивного компонента в S&OP повышает точность и адаптивность
планирования, снижает издержки, укрепляет устойчивость цепочек поставок и ускоряет
принятие решений (рисунок 1).
Рисунок 1. Предлагаемый цикл предиктивного планирования (разработано автором)
Исследование показало:
предиктивное планирование — это развитие аналитики, ориентированное на
реализацию решений в цикле S&OP;
его элементы включают прогнозирование спроса и рисков, интеграцию с
производственными и закупочными планами и обратную связь;
в МТО сохраняются системные проблемы (потери ресурсов, несогласованность
планов, низкая прозрачность цепочек);
финансовый анализ АО «Узбекнефтегаз» подтверждает необходимость
цифровизации закупок и планирования;
предложенный цикл S&OP обеспечивает согласованность и адаптивное
управление;
предиктивный подход снижает риски простоев и повышает операционную
эффективность.
Цифровая трансформация корпоративного управления в нефтегазовой отрасли
является не столько технологическим трендом, сколько стратегической необходимостью,
обеспечивающей устойчивое развитие и конкурентоспособность предприятий в условиях
высокой рыночной турбулентности и технологических вызовов. Интеграция
INTERNATIONAL SYMPOSIUM “ADVANCED RESEARCH IN ECONOMICS AND BUSINESS MANAGEMENT”, SEPTEMBER 19, 2025
868
предиктивных моделей в управление бизнес-процессами позволяет нефтегазовым
компаниям перейти от реактивной к проактивной логике принятия решений, снизить
риски операционных сбоев и повысить эффективность использования ресурсов.
Внедрение инструментов искусственного интеллекта, Big Da a, IoT и цифровых
двойников формирует интеллектуальный контур управления, где управление снабжением,
добычей, переработкой и распределением строится на прогнозах и сценариях, а не на
запаздывающих исторических данных. Таким образом, предиктивные модели в
корпоративном управлении становятся не отдельным элементом цифровизации, а
ключевым драйвером формирования адаптивной, устойчивой и конкурентоспособной
бизнес-системы нефтегазовой отрасли.
ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА
1. Загребельская, М. В. (2024). Предиктивное планирование в нефтегазовой отрасли:
тенденции и барьеры. Экономика: анализы и прогнозы, 4 (28), 105-111.
2. Wang HF, Wang SJ, Zhu SB. (2018) Concep ion and explo a ion o he sma oil and gas
ield cons uc ion in “in e ne +” e a. Oil Gas Field Su Eng.. 8:1–8
3. IBM (2025). Oil and gas in he AI e a D illing deep o business oppo uni ies.
Электронный документ. Режим доступа: h ps://www.ibm.com/downloads/documen s/us-
en/12 c84a1 2d95593 Дата обращения: 10.06.2025
4. АО “Узбекнефтегаз”.(2025) План-график закупок. Электронный докуент. Режим
доступа:
h ps://webde .ung.uz/media/all iles/ iles/7ab 22a 0474158ac21907e481 1043.pd Дата
обращения 22.06.2025
5. Загребельская М.В. (2021). Планирование продаж и операций (S&OP) как инструмент
оптимизации процесса материально-технического обеспечения предприятий
нефтегазового комплекса // Инновации в нефтегазовой отрасли. Том 2, номер 1, с.11-
16 h p://dx.doi.o g/10.26739/2181-1482-2021-1-2
