Казатомпром и искусственный интеллект: AI в добыче есть, но масштаб и эффект пока не раскрыты

Подготовлено RD Analytics

Продолжаем серию RD Analytics о применении искусственного интеллекта в крупнейших компаниях Казахстана.

В случае Казатомпрома важно учитывать специфику технологии добычи. Компания работает методом ISR (подземное скважинное выщелачивание): раствор закачивается в рудное тело через скважины, извлекает уран, после чего продуктивный раствор направляется на переработку. 100% добычи урана Казатомпром осуществляет методом ПСВ.

Поэтому для оценки AI здесь недостаточно перечислить цифровые проекты компании. Важнее понять, насколько искусственный интеллект уже встроен непосредственно в геологию, проектирование блоков, управление скважинами и производственный контур ISR.

Открытые данные показывают: такие решения есть. Некоторые уже работают в производстве. Но масштаб применения по группе и совокупный экономический эффект публично раскрыты недостаточно.

01. Что мы считаем AI

В анализе мы разделяем четыре категории:

• работающие AI-решения;

• старые AI-проекты, которые продолжают использоваться или развиваться;

• пилоты и решения на стадии масштабирования;

• обычную цифровизацию и автоматизацию, которые сами по себе AI не являются.

Это существенно меняет картину.

У Казатомпрома есть реальные AI-кейсы. По открытым данным это отдельные специализированные решения. Признаков единой AI-системы управления производством в источниках мы не нашли.

02. «Контур»: ML в геологии появился несколько лет назад

Один из наиболее ранних найденных примеров — система «Контур», использующая машинное обучение и геостатистические методы для определения контура рудных тел.

В годовом отчёте Казатомпрома за 2021 год компания указывала, что инструмент был разработан собственными силами. Его внедрение и апробация проводились в выбранном периметре, а история компании подтверждает внедрение инструмента на предприятиях Хорасан-U, Байкен-U и Семизбай-U.

В 2022 году директор департамента цифровой трансформации Казатомпрома сообщил Kursiv, что на отработанных участках модель показала около 80% точности по сравнению с результатами работы специалиста.

Это реальный ML-кейс, внедрённый за несколько лет до 2026 года.

При этом актуальный масштаб применения «Контура», количество объектов и текущий экономический эффект в открытых материалах подробно не раскрываются.

Поэтому корректно говорить о наличии инструмента. Его масштабную роль в производстве открытые данные не подтверждают.

03. Предиктивное обслуживание оборудования: старый проект

Ещё один пример — применение предиктивной аналитики для обслуживания насосного оборудования.

В Казатомпроме проект «Предиктивный ТОиР» развивался как решение на основе Big Data и элементов искусственного интеллекта. В его рамках анализировались параметры насосного оборудования — вибрация, температура, шум и другие показатели — для прогнозирования функциональной надёжности и возможных отказов.

В материалах проекта указывались ожидаемые эффекты, включая сокращение расходов на сервисное обслуживание, увеличение жизненного цикла оборудования и снижение аварийных остановок.

Это расчётные показатели проекта. Подтверждённого фактического эффекта открытые данные не содержат.

Проект также нельзя считать новой инициативой 2026 года.

Публичных данных, позволяющих оценить его нынешний масштаб и фактический экономический эффект, мы не нашли.

Поэтому включать его в число доказательств сегодняшней масштабной AI-трансформации Казатомпрома было бы неправильно.

04. Al-Farabium: применение подтверждено, детали не раскрыты

6 января 2026 года Samruk-Kazyna сообщила о 62 проектах с применением AI в группе. Основной фокус этих проектов — производственные процессы; AI-решения разворачиваются в закрытом контуре на суперкомпьютере Al-Farabium.

В отчёте Samruk-Kazyna за 2025 год прямо указано, что инфраструктура Al-Farabium используется, в том числе, АО «НАК «Казатомпром» — для оптимизации добычных процессов.

Это подтверждает применение AI-инфраструктуры группы непосредственно Казатомпромом.

При этом открытая информация не позволяет установить:

• конкретный производственный процесс;

• используемую модель;

• перечень предприятий;

• масштаб промышленной эксплуатации;

• достигнутый экономический эффект.

Поэтому здесь мы фиксируем сам факт применения AI для оптимизации добычных процессов, но не приписываем ему конкретный производственный результат, которого в открытых источниках нет.

05. Самые конкретные production-кейсы — у KATCO

KATCO — совместное предприятие Orano и Казатомпрома с долями 51% и 49% соответственно. Компания работает методом ISR.

Важно сразу оговорить: кейсы KATCO нельзя автоматически переносить на весь Казатомпром.

Но они показательны, поскольку речь идёт непосредственно о производственном контуре ISR.

06. Well-E: AI для проектирования добычных блоков

Orano сообщает о применении в KATCO системы Well-E.

Алгоритм интегрирует геологические данные и автоматически формирует несколько вариантов проектирования добычных блоков. Инструмент был адаптирован для Казахстана командами KATCO и утверждён специалистами, занимающимися проектированием блоков.

По данным KATCO, Well-E позволяет сформировать конфигурацию блока примерно за один день вместо 1–2 недель. При этом человек остаётся в контуре принятия решения: каждый этап проходит проверку специалистами.

KATCO прямо сообщает, что Well-E работает в production. Это уже не исследовательский эксперимент.

При этом речь идёт о KATCO. На весь периметр Казатомпрома этот кейс не распространяется.

07. NAGHY: AI для работы со скважинами

Второй кейс KATCO — NAGHY.

KATCO сообщает, что система управляет циклом очистки почти 6 000 действующих скважин: оценивает снижение производительности, моделирует ожидаемое восстановление после обработки и формирует подтверждённый недельный план действий для производственных команд.

Компания прямо указывает, что NAGHY и Well-E уже работают в production в рамках цифровой дорожной карты KATCO.

Это важный кейс, поскольку AI здесь используется непосредственно в производственном контуре ISR.

Но и здесь вывод должен оставаться ограниченным: production-кейс KATCO не является доказательством аналогичного масштаба AI на всех предприятиях Казатомпрома.

08. SafeEye: реальный AI, но это другой контур

В 2025 году Казатомпром продолжил внедрение системы SafeEye AI для видеоаналитики промышленной безопасности.

Согласно годовому отчёту компании, система находится в промышленной эксплуатации с 2024 года и к концу 2025 года была развёрнута в 14 дочерних и зависимых организациях с более чем 700 подключёнными камерами.

AI используется для автоматического обнаружения нарушений требований безопасности.

В 2025 году на объектах внедрения компания зафиксировала снижение нарушений и инцидентов безопасности на 30%. На 2026 год запланировано расширение системы до более чем 1 000 камер.

Это полноценный промышленный AI-кейс с измеримым результатом. Но в нашей оценке это кейс HSE, вне контура управления добычей урана.

Поэтому использовать SafeEye как доказательство AI-трансформации ISR нельзя.

09. Тепловизионный AI-кейс пока был пилотом

В том же отчёте Казатомпром сообщает о завершении в 2025 году пилота на базе СП «Инкай» по использованию тепловизионных камер для обнаружения утечек, дыма и возгораний.

Компания планировала тиражировать полученный опыт на другие производственные площадки в 2026 году.

То есть на момент отчётности это был пилот. Доказанным масштабным production-кейсом он не стал.

10. Что мы не относим к AI

В материалах Казатомпрома есть и другие крупные цифровые проекты:

• Digital Mine;

• системы производственного планирования;

• мониторинг оборудования;

• корпоративное хранилище данных;

• интеграционные системы.

Но цифровизация сама по себе не является AI.

Показателен запущенный ещё в 2016 году проект «Цифровой рудник». Система собирала в реальном времени данные с датчиков и оборудования, позволяла удалённо контролировать и регулировать расход химических реагентов, отслеживать динамику производительности скважин и автоматически выявлять отклонения. Samruk-Kazyna описывала его как систему автоматизации и онлайн-контроля производства.

Наличие датчиков, автоматического мониторинга, математического моделирования или оптимизации ещё не доказывает использование машинного обучения.

Поэтому такие проекты мы не включаем в число AI-кейсов без подтверждения соответствующих технологий.

11. Что происходит непосредственно с ISR

ISR (подземное скважинное выщелачивание) — основная технология добычи урана Казатомпрома.

Поэтому главный вопрос при оценке AI Казатомпрома — не просто сколько AI-проектов запущено, а насколько искусственный интеллект уже влияет непосредственно на процессы ISR.

И здесь открытых данных пока недостаточно, чтобы оценить:

• какая доля добычных блоков использует AI;

• какая доля скважин находится под алгоритмическим анализом или управлением;

• влияет ли AI на режимы закачки и отбора растворов;

• какой дополнительный объём урана получен благодаря AI;

• как изменились расход реагентов, производительность и себестоимость;

• какой совокупный экономический эффект AI даёт группе.

Это принципиальный момент.

Отдельные AI-инструменты в производственной деятельности подтверждены. Публичных данных о масштабном влиянии AI именно на основную технологию добычи урана пока недостаточно.

12. Международный контекст

Здесь также требуется осторожность.

У международных операторов ISR есть исследования и проекты по применению машинного обучения, моделированию пластов, прогнозированию добычи и оптимизации скважин.

В 2026 году, например, опубликовано исследование, в котором модель глубокого обучения использовалась для прогнозирования концентрации урана при подземном выщелачивании и подбора концентрации кислоты для закачки. Модель показала высокое соответствие тестовым данным, однако исследование проводилось на одном добычном блоке и не является доказательством промышленного масштабирования.

Для оценки этого результата авторы использовали показатель R² — коэффициент детерминации. В исследовании R² составил 0,915, то есть модель объяснила около 91,5% вариации данных тестовой выборки.

Это не означает рост добычи на 91,5% и не означает, что технология уже работает на промышленном объекте.

Более того, авторы отмечают ограничение: модель проверялась на данных одного добычного блока, поэтому её применимость к другим месторождениям и геологическим условиям ещё должна быть подтверждена.

Для нашего анализа важен не сам показатель R², а направление развития: AI уже исследуется не только для анализа геологических данных, но и для прогнозирования параметров процесса ISR и оптимизации технологических режимов.

При этом в открытых источниках мы не нашли достаточного количества сопоставимых production-кейсов, чтобы построить полноценный мировой рейтинг применения AI именно в ISR.

Поэтому необоснованно утверждать, что Казатомпром отстаёт от международных конкурентов.

Но и обратное утверждение — что Казатомпром является мировым лидером по применению AI в ISR — открытые данные также не подтверждают.

13. Есть ещё один критерий

Также важен критерий оценки внедрения AI в работу.

Посещение рабочих мест производственников — от геополигона до офиса геолога. Это наглядно покажет, насколько глубоко цифровизация и AI действительно вошли в производственный процесс — и изменили ли они саму работу людей.

Потому что настоящую цифровую трансформацию видно не только в количестве проектов и моделей.

Её видно в том, как изменилось рабочее место самого производственника.

По Казатомпрому открытых данных, позволяющих оценить такую трансформацию в масштабе всей производственной системы, пока недостаточно.

Вывод

Казатомпром остаётся крупнейшим в мире производителем природного урана, а 100% его уранодобычи осуществляется методом ISR.

При этом AI в производственной деятельности компании есть.

Мы нашли несколько разных уровней применения:

• старые ML-решения в геологии;

• предиктивную аналитику оборудования;

• применение AI-инфраструктуры Al-Farabium для оптимизации добычных процессов;

• действующие AI-инструменты непосредственно в ISR у KATCO;

• промышленную AI-видеоаналитику в сфере безопасности.

Но масштабы этих решений сильно различаются.

Наиболее конкретные современные production-кейсы непосредственно в ISR, которые удалось подтвердить открытыми источниками, относятся к KATCO — Well-E и NAGHY.

Для самого Казатомпрома публичных данных пока недостаточно, чтобы оценить:

• долю добычи, на которую влияет AI;

• количество производственных процессов с AI;

• совокупный экономический эффект;

• масштаб тиражирования AI по предприятиям;

• влияние AI непосредственно на производственные показатели ISR.

По открытым данным, у Казатомпрома есть отдельные AI-решения, которые уже используются в производственной деятельности. Однако степень их масштабирования именно в основной технологии добычи урана — ISR (подземном скважинном выщелачивании) — публично не раскрыта.

Для компании такого масштаба отсутствие подробных данных о существенных изменениях в основном производственном процессе само по себе является важным сигналом. Если AI действительно масштабно влияет на добычу, это должно находить отражение в производственных показателях, описании изменившихся технологических процессов и раскрытии полученного эффекта.

Пока таких данных недостаточно, чтобы говорить о масштабной AI-трансформации основной производственной системы Казатомпрома.

Поэтому корректнее говорить о наличии отдельных подтверждённых AI-решений при недостаточно раскрытом масштабе их влияния на основную технологию добычи.

Источники

1. Казатомпром — Интегрированный годовой отчёт 2021 — «Контур», машинное обучение и геостатистика.
   Годовой отчёт Казатомпрома за 2021 год
2. Kursiv — проекты цифровой трансформации Казатомпрома — данные о точности ML-модели и предиктивной аналитике.
   Kursiv — материал о проектах Казатомпрома
3. SK News — проекты цифровой трансформации Казатомпрома — predictive maintenance, Big Data и элементы AI.
   SK News — проекты цифровой трансформации Казатомпрома
4. Samruk-Kazyna — «Цифровой рудник» Казатомпрома — автоматизация и онлайн-мониторинг производственных процессов.
   Samruk-Kazyna — «Цифровой рудник»
5. KATCO — Well-E и NAGHY — production-статус обоих AI-инструментов и работа NAGHY почти с 6 000 действующих скважин.
   KATCO — Well-E и NAGHY
6. Orano — AI в горнодобывающих операциях — Well-E, его адаптация для KATCO и сокращение времени расчёта с 1–2 недель до примерно одного дня.
   Orano — применение AI
7. Orano — KATCO — совместное предприятие Orano и Казатомпрома и производственный контекст ISR.
   Orano — KATCO
8. Казатомпром — Интегрированный годовой отчёт 2025 — SafeEye AI, тепловизионный пилот и AI-дорожная карта.
   Годовой отчёт Казатомпрома за 2025 год
9. Samruk-Kazyna — AI как стратегический инструмент — прямое указание на использование Al-Farabium Казатомпромом для оптимизации добычных процессов.
   Samruk-Kazyna — AI как стратегический инструмент
10. Премьер-министр РК — внедрение AI в производственные процессы, 6 января 2026 года — 62 AI-проекта Samruk-Kazyna и развитие AI-инфраструктуры Al-Farabium.
    Премьер-министр РК — AI в производственных процессах
11. Казатомпром — добыча природного урана — технология ISR/ПСВ и 100% добычи методом ПСВ.
    Казатомпром — добыча природного урана
12. Казатомпром — материалы IPO — позиционирование компании как крупнейшего мирового производителя природного урана по объёму добычи.
    Казатомпром — материалы IPO
13. Springer Nature — исследование AI для ISR — прогнозирование концентрации урана и оптимизация концентрации кислоты с использованием модели глубокого обучения.
    Исследование AI и ISR

Методология RD Analytics: в анализ включены только те AI-кейсы, для которых удалось найти публичное подтверждение. Старые цифровые проекты не выдаются за новые AI-внедрения; пилоты отделены от промышленной эксплуатации; там, где компания не раскрывает масштаб или эффект, это прямо указано.

Далее в серии — QazaqGaz.