22.09.2026

ИИ может сократить затраты на доставку топлива до АЗС на 8%

Т1 оценивает потенциал ИИ для топливной логистики: до 8% снижения затрат и до 80% экономии времени на ручное планирование маршрутов.

Логистика и управление транспортом становятся одним из наиболее активно развивающихся направлений применения искусственного интеллекта в нефтегазовой отрасли.

По оценке ИТ-холдинга Т1, особенно востребованы системы, способные автоматически планировать доставку нефтепродуктов от нефтебаз до АЗС с учётом большого количества ограничений — от доступности бензовозов до временных окон поставки.

Почему маршруты бензовозов сложно планировать вручную

Топливная логистика отличается большим количеством постоянно меняющихся параметров.

При построении маршрута необходимо одновременно учитывать:

  • остатки и потребность АЗС в различных видах топлива;
  • расположение нефтебаз;
  • доступность бензовозов;
  • вместимость отдельных секций автоцистерн;
  • графики работы объектов;
  • временные окна доставки;
  • дорожную ситуацию;
  • ограничения конкретных маршрутов.

Чем крупнее сеть АЗС, тем сложнее становится задача распределения машин и топлива между объектами.

Именно поэтому в Т1 относят транспортную логистику к направлениям, где использование алгоритмов оптимизации и ИИ может давать заметный экономический эффект.

Система рассчитывает «последнюю милю» нефтепродуктов

На промышленно-энергетическом форуме TNF-2026 Т1 продемонстрировал решение Т1 Орсима, предназначенное в том числе для планирования доставки топлива от нефтебаз до АЗС.

Математическая модель строит маршруты с учётом временных окон, неоднородного парка бензовозов, географии нефтебаз и других отраслевых ограничений.

Фактически система должна ответить сразу на несколько вопросов: какой бензовоз отправить, на какую АЗС, какое топливо загрузить, в какой последовательности выполнить доставки и как сделать это с минимальными затратами.

До 8% экономии на логистике

По оценке Т1, пилотное использование подобных решений может позволить компаниям ТЭК сократить совокупные логистические затраты до 8%.

Время, которое сотрудники тратят на ручное планирование маршрутов, потенциально может сократиться до 80%.

Важно, что это показатели, заявленные самим разработчиком по результатам пилотного применения решения. Они не означают, что любой оператор АЗС автоматически получит такой же эффект: результат будет зависеть от масштаба сети, существующей логистической схемы, качества исходных данных и количества ограничений.

ИИ используют прежде всего для внутренних процессов

По данным исследования Т1, компании нефтегазового сектора пока используют искусственный интеллект преимущественно для повышения эффективности внутренних процессов.

Наибольший эффект респонденты связывают с:

  • повышением эффективности бизнес-процессов — 67%;
  • повышением эффективности производства — 53%.

Это указывает на то, что компании рассматривают ИИ прежде всего как инструмент сокращения операционных издержек и оптимизации производственных цепочек, а не только как технологию для клиентских или маркетинговых сценариев.

От маршрутов бензовозов — к выездным бригадам

Тот же принцип оптимизации может использоваться и для других транспортных задач нефтегазовой отрасли.

Один из модулей Т1 Орсима предназначен для планирования работы выездных бригад.

Система может работать в двух сценариях: либо равномерно распределять нагрузку между сотрудниками, либо задействовать минимально необходимое число экипажей, оставляя резерв для аварийных заявок.

Это показывает, что речь идёт не столько о генеративном ИИ в привычном понимании, сколько о сочетании математической оптимизации, алгоритмов принятия решений и автоматизированного планирования.

Когда обычной ERP уже недостаточно

В Т1 считают, что подобные системы особенно полезны в задачах высокой размерности, где количество возможных комбинаций становится слишком большим для ручного расчёта.

«ИИ показывает эффективность в тех задачах, которые невозможно качественно решить вручную или с помощью стандартных ERP-систем. Мы разработали сложный математический комплекс, позволяющий быстро находить оптимум в задачах высокой размерности и большого количества ограничений», — пояснил руководитель направления Т1 ИИ Сергей Голицын.

Компания также заявляет, что используемый решатель является полностью импортозамещённым и не содержит Open Source-компонентов.

Почему это особенно важно для АЗС

Для розничной топливной сети логистика напрямую влияет на наличие топлива на конкретной станции.

Ошибка в планировании может привести либо к дефициту определённого вида топлива на АЗС, либо, наоборот, к неэффективным рейсам бензовозов и росту транспортных расходов.

Поэтому автоматизация здесь решает две задачи одновременно: снижает стоимость доставки и уменьшает риск того, что станция останется без нужного нефтепродукта.

При большом количестве АЗС и нефтебаз даже небольшое сокращение холостых пробегов или более точное распределение бензовозов может дать заметный эффект на масштабе всей сети.


Статьи по теме


>