2 қазанда өткен Жасанды интеллектті дамыту жөніндегі кеңестің үшінші отырысынан кейін Қазақстанның ірі компанияларының AI-пилоттардан технологияларды ауқымды енгізуге көшуіне арналған RD Analytics сериясын жалғастырамыз.

ҚТЖ-дан кейін — ҚМГ.

Мұнда жағдай анағұрлым мықты көрінеді: компанияда өндірісте жұмыс істеп тұрған AI-шешімдер бар, олардың экономикалық әсері расталған және бірнеше бағыт қазірдің өзінде масштабтау кезеңіне шығып отыр.

Алайда әзірге ҚМГ-ні AI мұнай-газ тізбегін тұтастай — геология мен өндіруден бастап тасымалдау, өңдеу және өткізуге дейін — басқаратын компания деп атауға болмайды.

1. Алдымен — нақты нені AI деп есептейміз?

Талдау үшін ҚМГ-нің мұнай-газ қызметін негізгі технологиялық контурларға бөлеміз:

upstream — геология, барлау, кен орындарын игеру және мұнай өндіру;
midstream — тасымалдау, логистика және ағындарды басқару;
downstream — мұнайды өңдеу және мұнай өнімдерін өндіру;
HSE — өнеркәсіптік қауіпсіздік;
кросс-функционалды корпоративтік шешімдер — шешім қабылдау мен басқаруға арналған AI.

Бұл ретте қарапайым автоматтандыру, AI қолданылмайтын цифрлық егіздер, инженерлік модельдер және технологиялық процестерді басқару жүйелері өздігінен AI-жоба болып саналмайды.

ҚМГ-де цифрлық база бұрыннан қалыптасқан. Қазір негізгі мәселе — сол базаның қандай бөлігі шын мәнінде өнеркәсіптік AI деңгейіне көтеріліп жатыр?

2. Upstream: ҚМГ-нің ең мықты позициясы осы жерде

Басты мысал — ABAI.

Бұл жоба қазіргі генеративті AI толқыны басталғанға дейін-ақ пайда болған. 2020 жылы ABAI ақпараттық жүйесін енгізу ҚМГ-нің цифрлық трансформация бағдарламасына кірді. 2021 жылы өндірістік деректермен жұмыс істейтін және AI мен машиналық оқытуды қолданатын жүйенің бес пилоттық модулі іске қосылды.

Модульдердің бірін тестілеу кезеңінде, 2021 жылғы мамырдан қазанға дейінгі аралықта, 13 ұңғымада 560 тонна қосымша мұнай өндірілді. Тағы бір модуль үш қондырғыда небәрі бір жарым ай ішінде 5 млн теңгеден астам үнемдеуге мүмкіндік берді.

Бүгінде ABAI одан әрі дамып келеді.

«Самұрық-Қазына» тобының деректеріне сәйкес, 2025 жылы AI қолданылатын қабаттарға су айдауды басқару модулі шамамен 12 мың тонна қосымша мұнай өндіруге және 1,5 млрд теңге экономикалық әсерге қол жеткізді. Су айдау бойынша шешімдерді дайындау уақыты 40 сағаттан 2 сағатқа дейін қысқарды.

Бұл — қол жеткізілген нақты нәтиже. Ол болашақтағы масштабтау болжамы емес: әсер 2025 жылдың қорытындысы бойынша алынып, тіркелген.

Бұл көрсеткіштің ҚМГ-нің жалпы ауқымымен арақатынасын түсіну маңызды.

2025 жылы топ 26,211 млн тонна мұнай және газ конденсатын өндірді. Бір жыл бұрын бұл көрсеткіш 23,837 млн тонна болған. Яғни жалпы өндіріс көлемінің өсімі шамамен 2,374 млн тоннаны құрады.

Осы аяда ABAI арқылы алынған 12 мың тонна ҚМГ-нің жылдық өндірісінің шамамен 0,05%-ына және топтың жылдық өндіріс өсімінің шамамен 0,5%-ына тең.

Бұл арақатынасты абайлап түсіндіру қажет: топ өндірісінің өсімі жаңа ұңғымаларды іске қосу, қолданыстағы ұңғымалар қорын оңтайландыру, нарық конъюнктурасы сияқты көптеген фактордан қалыптасады. ABAI — сол факторлардың бірі ғана. Өндіріс өсімімен салыстыру құралдың әсер ету үлесін емес, оның ауқымын көрсетеді.

Сондықтан өндіріс саласындағы оқырман үшін мұнда масштаб туралы жаңсақ түсінік қалыптастырмау маңызды: ABAI өзінің тиімділігін дәлелдеп үлгерді, бірақ оның бүкіл топ ауқымындағы әсері әзірге жергілікті сипатта.

Сонымен бірге ABAI-ді бір жылдың ішіндегі 12 мың тонна көрсеткішімен ғана бағалауға болмайды. Бұл шешім бірнеше жылдан бері дамып келеді және деректер жиынтығын, өндірістік міндеттерді және AI-функцияларды біртіндеп кеңейтіп келеді. 2021 жылдың өзінде ҚМГ бұл жүйені нақты өндірістік міндеттерді шешуге арналған шамамен 20 автономды модульден тұратын жүйе ретінде қарастырған.

Дәл осы бірізділік — ҚМГ-нің күшті жақтарының бірі. Компания әрбір жаңа AI циклін жеке пилоттан бастамай, бұрын қалыптасқан технологиялық базаны кеңейтіп келеді.

Сондықтан келесі мәселе ABAI-дің өлшенетін нәтиже бере алатынында емес. Бұл оның қол жеткізген нәтижелерімен расталды.

Негізгі сұрақ — ҚМГ жекелеген шешімдердің жергілікті әсерін бүкіл топ ауқымында байқалатын нәтижеге айналдыра ала ма?

3. Upstream бағытындағы келесі қадам — цифрлық егіз

2026 жылдың басынан бері ҚМГ Шығыс Молдабек кен орнының цифрлық егізін дамытып келеді.

Жүйе қабат, ұңғымалар және өндіріс туралы деректерді біріктіреді, кен орнын игерудің әртүрлі сценарийлерін модельдейді және технологиялық әрі экономикалық тиімділікті ескере отырып, оңтайлы нұсқаларды таңдауға мүмкіндік береді.

Пилот барысында шамамен 700 сценарийлік есептеу жүргізілді. Оларды орындау уақыты 38 күннен астам уақыттан 6 күнге дейін қысқарды. Модельдеу нәтижесінде ҚМГ алты көлбеу бағытталған ұңғыманың орнына екі көлденең ұңғыма бұрғылауды көздейтін игеру нұсқасын анықтады.

Пилот нәтижелері бойынша ҚМГ бұған дейін жылына шамамен 100 мың тонна қосымша мұнай өндіруді күтетінін айтқан болатын. Компанияның кейінгі материалдарында басқа көрсеткіш — үш жыл ішінде 168 мың тоннаға дейін — келтірілген.

Жобаның жарияланған бағалары өзгергендіктен, RD Analytics бұл көрсеткіштерді әзірге расталған өндірістік нәтиже емес, болжамды көрсеткіштер ретінде қарастырады.

Келесі кезең — 2027 жылғы қаңтарға дейін қабат пен ұңғымалардың модельдерін, бұрғылау және ұңғымаішілік жұмыстарды, өндіріс пен жерүсті инфрақұрылымын бірыңғай цифрлық контурға біріктіру.

Топ ауқымында ҚМГ цифрлық егіздерді өндірістің 90%-дан астамын қамтамасыз ететін 12 ірі кен орнына таратуды жоспарлап отыр.

Компания материалдарында өндірістік шығындарды 5%-ға азайту және еңбек шығындарын 15%-ға дейін қысқарту жөніндегі күтілетін көрсеткіштер де бар. 12 кен орнына дейін масштабтау кезінде ҚМГ шамамен 2,8 млн тонна қосымша мұнай және 326 млрд теңге экономикалық әсер күтеді.

Бұл — масштабтауға арналған болжамдар. Оларға қатысты нақты нәтиже әзірге жоқ. Компания сондай-ақ бұл әсер бір жылға есептелген бе, әлде жобаны іске асырудың бүкіл кезеңін қамти ма — нақтыламайды. Көрсеткішті бағалау кезінде мұны ескеру қажет.

4. Сала ауқымымен салыстырғанда: ҚМГ әлемдік ойыншылардың қай деңгейінде?

ҚМГ нәтижелерінің ауқымын бағалау үшін оларды ірі халықаралық мұнай-газ компанияларында қазірдің өзінде жұмыс істеп тұрған шешімдермен салыстыру маңызды.

Мұнда ниет туралы мәлімдемелерден гөрі енгізу ауқымы және расталған өндірістік немесе экономикалық әсер маңызды.

Equinor 2026 жылғы қаңтарда AI 2025 жылы шамамен 130 млн доллар әсер бергенін және 2020 жылдан бері жалпы әсер 330 млн доллардан асқанын хабарлады.

Жұмыс істеп тұрған контурлардың бірі 700-ден астам айналмалы машинаны және 24 мың датчикті қамтиды. Компанияның деректеріне сәйкес, predictive maintenance — болжамды техникалық қызмет көрсету — бағытының өзі 2020 жылдан бері 120 млн доллар әсер берген.

AI ұңғымаларды жоспарлау және кен орындарын игеру үшін де қолданылады. Мысалы, Johan Sverdrup кен орнын дамытудың үшінші кезеңін дайындау кезінде AI негізіндегі шешім серіктестерге 12 млн доллар үнемдеуге мүмкіндік берген нұсқаны анықтауға көмектесті.

Shell өнеркәсіптік AI инфрақұрылымының басқа қырын көрсетеді. Компания әзірлеу мен енгізудің әртүрлі кезеңдеріндегі 100-ден астам AI-қосымша туралы және машиналық оқыту көмегімен мыңдаған жабдық бірлігін бақылау туралы хабарлайды.

Өндірістік контурлардың бірінде Shell және оның технологиялық серіктестері күн сайын 8 мыңнан астам жабдық бірлігін бақылауға арналған механизмдер әзірледі.

Бұл ретте технологиялық платформа 2 млн-ға дейін ML-модельді басқаруға есептелген. Бұл өнеркәсіптік пайдалануда тұрған модельдердің саны емес, инфрақұрылымның масштабталу мүмкіндігін көрсететін көрсеткіш.

ADNOC AI-ды тікелей өндірістік операцияларда масштабтаудың мысалын көрсетеді. 2026 жылы компания операциялық қызметте қолданылатын 200-ден астам AI-құрал туралы және ұңғымаларды нақты уақыт режимінде бақылау үшін agentic AI қолданатынын хабарлады.

Компания сонымен қатар AI жоспардан тыс тоқтап қалуларды екі есеге қысқартуға мүмкіндік бергенін мәлімдейді.

Upstream бағытындағы ауқымның тағы бір көрсеткіші — ADNOC-тың 120-дан астам бұрғылау қондырғысынан тұратын флотына AI-платформасын енгізуі.

Компанияның мәліметінше, бұл жүйе инженерлерге бұрғылау қондырғыларын екі-үш есе көп бақылауға мүмкіндік береді, инженерлік еңбек шығындарын 30–40%-ға қысқартады және екі күнге дейінгі бос тұрып қалудың алдын алуға көмектеседі.

Осы фон аясында ҚМГ-нің жағдайы мынадай: компаниядағы AI жекелеген пилоттар шеңберінен шығып үлгерді — жұмыс істеп тұрған шешімдер мен расталған өндірістік әсер бар. Бірақ жария түрде ашылған масштаб әзірге айтарлықтай кіші: әңгіме жабдықтардың, кен орындарының және өндірістік шешімдердің салыстырмалы түрде кең қамтылуы туралы емес, жекелеген өндірістік контурлар мен масштабтау бағдарламалары туралы болып отыр.

Қазіргі кезеңдегі негізгі айырмашылық — AI интеграциясының ауқымында және жария түрде расталған әсер көлемінде.

5. Midstream: мұнда KMG.AIAN пайда болады

Мұнай-газ тізбегінің орта буынында ҚМГ Диспетчерлік-талдау орталығы негізінде KMG.AIAN атты AI-көмекшіні дамытып келеді.

Диспетчерлік-талдау орталығы ҚМГ-нің шамамен 60 ірі еншілес кәсіпорнының деректерін біріктіреді және өндірістік тізбекті — өндіруден бастап мұнай өнімдерін өткізуге дейін — цифрлық бақылауды қамтамасыз етеді.

2026 жылы ҚМГ мұнай өнімдерінің логистикасын толық бақылау үшін Диспетчерлік-талдау орталығын ҚТЖ жүйелерімен де біріктірді.

Осы контурда KMG.AIAN жұмыс істейді. Ол өндіріс, қорлар, жеткізілімдер және мұнай өнімдерін өткізу туралы деректерді талдайды, отын тапшылығы немесе профицитінің ықтимал туындауын болжауға көмектеседі және басқарушылық шешімдер қабылдауды қолдайды.

Бұл — өндірістік және логистикалық шешімдерді қолдауға арналған AI.

Түпкілікті шешімді маман қабылдайды: жүйе таңдауға көмектеседі, бірақ адамның орнын баспайды.

Midstream бағытында AI қолданудың бұдан да кең әлеуеті бар:

сорғы және компрессорлық жабдықтарға болжамды техникалық қызмет көрсету;
құбырлардағы ақаулар мен коррозияны диагностикалау;
ағып кетулер мен сыртқы қауіптерді анықтау;
айдау кезіндегі энергия шығындарын оңтайландыру;
ағындарды, логистиканы және қорларды болжау.

Біз бұл бағыттарды даму әлеуеті ретінде қарастырамыз. ҚМГ-де бұл бағыттар бойынша енгізілген AI-жүйелер әзірге жоқ.

6. Downstream: AI мұнай өңдеу зауыттарына ене бастады

Мұнай өңдеу зауыттарында ҚМГ болжамды аналитиканы дамытып жатыр.

2025 жылы АНПЗ және ПНХЗ-да пилоттық жобалар жүргізілді. АНПЗ-де баяу кокстеу қондырғысының реакторларындағы ауытқуларды ерте анықтау жүйесі қазірдің өзінде жұмыс істеп тұр.

2026 жылдан бастап АНПЗ және ПНХЗ ең маңызды жабдықтар бойынша ауқымды енгізу кезеңін жүргізіп жатыр.

Бұл ретте 100-ден астам жабдық бірлігі деген көрсеткішті дұрыс түсіну маңызды: әңгіме әрбір зауытта үш кезең ішінде 100-ден астам жабдық бірлігін қосу жоспарланып отырғаны туралы болып отыр.

Өнеркәсіптік пайдалануда әзірге осы көлемнің аз бөлігі ғана жұмыс істейді.

Бұл — пилоттардан масштабтауға көшу кезеңі.

7. HSE: TUMAR пилот шеңберінен шығып, кеңейіп келеді

Тағы бір мысал — өнеркәсіптік қауіпсіздікті бақылауға арналған TUMAR компьютерлік көру және машиналық оқыту жүйесі.

2024 жылы жобаның тәжірибелік-өнеркәсіптік сынақтары Жетібайдағы ұңғымаларды күрделі жөндеумен айналысатын бір бригадада өткізілді.

2025 жылы TUMAR Жетібай мен Қаламқастағы 10 бригадада пилоттық режимде қолданылды. Модельдерді оқыту үшін шамамен 15 мың сурет өңделіп, 16 класс бойынша 183 мыңнан астам объект белгіленді.

2026 жылы ҚМГ TUMAR жүйесі 242 бригаданың 60 бригадасын қамтығанын хабарлады. Келесі міндет — жүйені жұмыс персоналын толық қамту деңгейіне жеткізу.

Бұл — практикалық industrial AI. Бірақ әзірге ол өнеркәсіптік қауіпсіздіктің жекелеген контурымен шектеледі және толық қамтуға әлі жеткен жоқ.

8. Басқа AI бағыттары кеңірек портфель қалыптастырады

ҚМГ сондай-ақ корпоративтік геологиялық-геофизикалық деректер массивімен жұмыс істейтін KMG GeoAI — геологтың AI-көмекшісін дамытып келеді.

Бұл деректер массивінің көлемі шамамен 7 ТБ, ал құжаттар саны 2 млн-нан асады. Бұл жерде де түпкілікті шешімді маман қабылдайды.

ҚМГ-нің 2025 жылғы жылдық есебінде өндірістегі AI және ML-шешімдер, TUMAR, болжамды аналитика және бірыңғай деректер архитектурасын дамыту да көрсетілген.

Компания data-driven моделіне көшуді және ұңғымадан бастап АЗС-қа дейінгі цифрлық шешімдерді дамытуды тікелей атап өтеді.

Бірақ технологиялық портфельде жобаның болуы оның өнеркәсіптік масштабқа жеткенін білдірмейді.

Сондықтан RD Analytics үшін мына кезеңдерді ажырату принципті маңызды:

әзірлеу → пилот → тәжірибелік-өнеркәсіптік пайдалану → өнеркәсіптік енгізу → масштабтау.

Қазір ҚМГ-де осы тізбектің әртүрлі кезеңдерінде тұрған шешімдер бар.

9. 2026 жылғы 5 қазандағы жағдай қандай?

Егер мұнай-газ тізбегі бойынша жалпы көріністі жинақтасақ, мынадай картина қалыптасады.

Upstream — ең жетілген контур.

ABAI-дің көпжылдық тарихы және расталған өндірістік әсері бар. Цифрлық егіздер бұл жұмысты келесі деңгейге көтереді.

Midstream — шешім қабылдауды қолдайтын AI-құралдар пайда болуда.

KMG.AIAN AI-дың баланстармен, жеткізілімдермен және өнім қозғалысымен жұмыс істей бастағанын көрсетеді.

Downstream — болжамды аналитиканы масштабтау жүріп жатыр.

Алайда жарияланған ауқымның едәуір бөлігі қол жеткізілген нәтижеге емес, енгізу бағдарламасына қатысты.

HSE — жеке жетілген кейс.

TUMAR өнеркәсіптік қауіпсіздікте computer vision мен ML-ді практикалық қолданудың мысалын көрсетеді. Жүйе пилоттан бригадалардың кеңірек ауқымына таралып келеді, бірақ толық қамтуға — 242 бригадаға — әлі жеткен жоқ.

Нәтижесінде бізде тізбектің әртүрлі бөліктеріне бөлінген, жетілу деңгейі әртүрлі шешімдер жиынтығы бар.

Бүкіл топты қамтитын бірыңғай AI-контур әзірге жоқ.

10. Осы тұрғыдан ҚМГ ҚТЖ-дан мықтырақ көрінеді, бірақ әлемдік көшбасшылардан қалып отыр

Алдыңғы материалда сипатталған ҚТЖ-мен салыстырғанда, ҚМГ-дегі жағдай анағұрлым жетілген көрінеді.

ҚМГ-де көпжылдық ABAI жобасы, расталған экономикалық әсер, өндірісте жұмыс істеп тұрған AI-шешімдер және бірнеше масштабтау бағыты бар.

Алайда сала ауқымымен салыстырғанда 2026 жылғы жағдай әлемдік көшбасшылармен салыстыруға болатын AI-интеграциясының масштабын әзірге көрсетіп отырған жоқ.

Бұл — қазіргі кезеңнің маңызды сипаттамасы.

Негізгі AI-задел бұрын қалыптасқан. Қазір компания оны көбірек кен орындарына, жабдықтарға және өндірістік процестерге таратуға тырысып жатыр.

Сонымен бірге мұнай-газ тізбегінің қамтылуы біркелкі емес күйінде қалып отыр.

Геология мен өндіруден бастап тасымалдау және өңдеу арқылы өткізуге дейінгі тізбекті оңтайландыратын бірыңғай AI-контурдың бар екеніне қатысты жария расталған дерек әзірге жоқ.

Дәл осы — жетілудің келесі деңгейі болады.

11. Келесі бақылау нүктесі — масштаб

ҚМГ қоғамға жеткілікті түрде нақты бағдарларды жариялап үлгерді.

Цифрлық егіздерді масштабтау аясында компания өндірістің 90%-дан астамын қамтамасыз ететін 12 ірі кен орнын қамту жоспары туралы айтып отыр.

Жария материалдарда күтілетін көрсеткіштер де бар: 2,8 млн тонна қосымша мұнай өндіру және шамамен 326 млрд теңге экономикалық әсер.

Бұл — масштабтаудың күтілетін көрсеткіштері. Компания есептеу кезеңін ашып көрсетпейді. Сондықтан бұл бойынша нақты нәтиже әзірге жоқ.

Осы жерде объективті тексеруге мүмкіндік пайда болады.

2 қазанда Президент Қасым-Жомарт Тоқаев өнеркәсіп секторын терең цифрлық трансформацияға көшіру және жинақталған AI әлеуетін нақты экономикалық нәтижеге айналдыру міндетін қойды.

Президент сапалы өнеркәсіптік деректерге қолжетімділік пен өнеркәсіптік AI-дың практикалық бағыттылығына ерекше тоқталды.

ҚМГ үшін бұл келесі қадамды білдіреді:

жекелеген шешімдердің дәлелденген тиімділігінен — бүкіл топ ауқымындағы әсерді дәлелдеуге көшу.

Алдағы уақытта RD Analytics ҚМГ жариялаған көрсеткіштерді нақты нәтижелермен салыстырып отырады: қанша кен орны шын мәнінде жаңа цифрлық контурға көшірілді, қанша қосымша мұнай өндірілді, қандай экономикалық әсер расталды және AI өндірістік шешімдерде қаншалықты кең қолданылады.

ҚМГ-де белгілі бір AI-задел бар.

Бірақ сала өлшемімен қарағанда бұл — әлемдік компаниялар әлдеқайда үлкен масштабта жұмыс істей отырып, әлдеқашан өткен кезең.

Енді бұл задел масштаб пен нақты цифрлар арқылы — әрі индустрияда болып жатқан процестермен салыстыра отырып тексерілетін болады.

Серияның алдыңғы материалы: «ҚТЖ және жасанды интеллект: пилоттардан масштабқа көшу уақыты келді».

Келесі материалда RD Analytics AI-дың Қазатомпромда қалай дамып жатқанын талдайды.