Москва, Россия
ВАК 5.2.3 Региональная и отраслевая экономика
ВАК 5.2.4 Финансы
ВАК 5.2.5 Мировая экономика
ВАК 5.2.6 Менеджмент
ВАК 5.2.7 Государственное и муниципальное управление
УДК 33 Экономика. Народное хозяйство. Экономические науки
Целью исследования является оценка экономического эффекта интеграции IoT-решений в цифровые платформы минерально-сырьевого и топливно-энергетического сектора стран БРИКС+ с выделением операционных и платформенных каналов формирования стоимости. Методы: использованы обзорный анализ публикаций 2021–2026 гг., контент-анализ корпоративной, финансовой, интегрированной и ESG-отчетности компаний, сравнительно-аналитическая декомпозиция, системный подход, классификация. Эмпирическая база включает целевую выборку компаний из 11 стран БРИКС+, представляющих горнодобывающую, металлургическую, нефтегазовую и энергетическую отрасли. Результаты: установлено, что эффект IoT-интеграции формируется через повышение производительности, снижение ресурсных и операционных затрат, укрепление промышленной безопасности и оптимизацию логистической координации. Корпоративные кейсы показали неоднородность раскрытия IoT-эффектов: от количественных ориентиров предиктивного мониторинга, предотвращения потерь и автоматизации процессов до инфраструктурных и производственных показателей. Выводы: ключевым условием усиления эффекта является переход от локального мониторинга к интероперабельным цифровым платформам, преобразующим производственную телеметрию в управленческие решения. Практическая значимость состоит в возможности использования предложенной декомпозиции для оценки цифровой трансформации ресурсных отраслей БРИКС+.
интернет вещей, промышленный интернет вещей, БРИКС+, минерально-сырьевой сектор, топливно-энергетический сектор, цифровая трансформация, экономический эффект, цифровые платформы.
Введение
Цифровая трансформация минерально-сырьевого и топливно-энергетического комплекса становится фактором глобальной конкурентоспособности, поскольку позволяет снижать издержки, повышать управляемость активов и удерживать добавленную стоимость в национальных технологических контурах. Для стран БРИКС+ это особенно значимо из-за их возрастающей роли в мировой промышленной и энергетической архитектуре и необходимости снижения зависимости от внешних цифровых инструментов. В этом контексте интеграция интернета вещей (Internet of Things, IoT) в цифровые платформы выступает организационно-экономическим условием повышения эффективности ресурсных отраслей и управления производственными, логистическими и инвестиционными данными.
В международно-экономическом измерении значение IoT-интеграции определяется тем, что цифровая управляемость ресурсных активов становится фактором участия стран БРИКС+ в глобальных сырьевых, энергетических и производственных цепочках. Чем выше сопоставимость и прозрачность производственных данных, тем больше возможностей получают национальные компании для укрепления экспортной устойчивости, снижения технологической зависимости и повышения переговорных позиций на мировых рынках сырья и энергии.
Актуальность исследования определяется ускорением энергетического перехода и ростом спроса на стратегически значимые виды сырья: по оценкам Международного энергетического агентства, в сценарии STEPS к 2040 г. спрос на литий увеличится в пять раз, на графит и никель – в два раза, на кобальт и редкоземельные элементы – на 50–60%, на медь – на 30% [Global Critical Minerals Outlook, 2025]. Одновременно фрагментация корпоративных, отраслевых и межгосударственных информационных систем ограничивает формирование единого цифрового контура ресурсно-энергетического сектора. В этих условиях IoT-интеграция становится экономическим механизмом преобразования производственной телеметрии в управленческие решения, снижения операционной неопределенности и повышения прозрачности ресурсно-энергетических цепочек.
В научной литературе интеграция IoT в промышленность стран БРИКС+ чаще рассматривается через отдельные отраслевые и корпоративные эффекты цифровизации. Так Н.В. Кучковская на данных 50 горнодобывающих предприятий России за 2019–2024 гг. показала связь IoT-решений и сенсорных сетей с сокращением аварийных простоев на 15–20%, снижением эксплуатационных расходов на 10–15% и ростом производительности труда на 8–12% [Кучковская, 2025]. Е.А. Телегина и Д.А. Чапайкин связывают эффективность цифровой трансформации нефтегазовых компаний с интеграцией IoT, блокчейн-систем, цифрового месторождения и новых бизнес-моделей [Телегина, Чапайкин, 2025]. N. Bist и соавторы рассматривают IoT, периферийные вычисления, SCADA-системы и большие данные как основу управления нефтегазовыми операциями в реальном времени, повышения безопасности и производственной эффективности [Bist et al., 2024].
Вместе с тем имеющиеся исследования преимущественно раскрывают корпоративные, отраслевые или технологические аспекты IoT-интеграции, тогда как сравнительная оценка таких эффектов в ресурсно-энергетическом секторе стран БРИКС+ с учетом платформенной интеграции данных остается недостаточно разработанной.
Цель исследования состоит в комплексной оценке экономического эффекта интеграции IoT-решений в цифровые платформы минерально-сырьевого и топливно-энергетического сектора стран БРИКС+ с выделением четырех прямых операционных каналов его формирования – производительности, ресурсосбережения, промышленной безопасности и логистической координации, а также платформенного эффекта, связанного с интероперабельностью производственных данных. Такая постановка цели позволяет рассматривать IoT-интеграцию не только как инструмент повышения производственной эффективности отдельных компаний, но и как фактор трансформации международной конкурентоспособности ресурсно-энергетических экономик БРИКС+ в условиях изменения глобального спроса на сырье, энергию и критически важные минералы.
Научная новизна исследования заключается в разработке аналитического подхода к оценке IoT-интеграции не только как инструмента промышленной автоматизации, но и как фактора повышения экономической результативности ресурсно-энергетических отраслей в масштабе межгосударственного объединения. Данный подход основан на декомпозиции эффекта по операционным каналам и выделении платформенной интероперабельности как условия преобразования производственной телеметрии в управленческие и инвестиционные решения.
Гипотеза исследования состоит в том, что наибольший экономический эффект IoT-интеграции возникает не при автономном внедрении отдельных датчиков и локальных систем мониторинга на уровне отдельных предприятий, а при включении производственных данных в совместимые цифровые платформы, обеспечивающие прозрачность ресурсных цепочек, снижение информационной асимметрии и повышение обоснованности управленческих и инвестиционных решений.
Материалы и методы
В качестве материалов исследования использованы научные публикации 2021–2026 гг., посвященные промышленному IoT, цифровым платформам, предиктивному обслуживанию и совместимости данных, корпоративная отчетность компаний ресурсно-энергетического сектора за 2023/2024–2024/2025 гг., отраслевые обзоры и аналитические материалы. Эмпирическая база сформирована как целевая выборка компаний и организаций из 11 стран БРИКС+, отобранных по трем критериям: системная значимость для национального ресурсно-энергетического сектора, наличие публичной отчетности и раскрытие показателей производственной эффективности, цифровизации, мониторинга активов, безопасности, логистики или инфраструктурного управления (таблица 1).
Таблица 1
Эмпирическая база сравнительного анализа IoT-интеграции в ресурсно-энергетическом секторе БРИКС+
|
Страна |
Компания / организация |
Сектор и тип активов |
|
Бразилия |
Vale |
Горнодобывающая промышленность: железная руда и базовые металлы. |
|
Россия |
«Норильский никель» |
Горнодобывающая и металлургическая промышленность: никель, медь, металлы платиновой группы. |
|
Индия |
Coal India Limited |
Угольная промышленность: добыча и поставки энергетического угля. |
|
Китай |
China Shenhua Energy |
Угольно-энергетический комплекс: добыча, генерация и транспортная инфраструктура. |
|
ЮАР |
Exxaro Resources |
Горнодобывающая промышленность: энергетический уголь и промышленные активы. |
|
Египет |
Egyptian Electricity Holding Company |
Электроэнергетика: генерация, передача и распределение электроэнергии. |
|
Эфиопия |
Ethiopian Electric Power |
Электроэнергетика: генерация и передача электроэнергии. |
|
Индонезия |
Pertamina |
Нефтегазовая промышленность и энергетика: добыча, переработка и сбыт. |
|
Иран |
Mobarakeh Steel Company |
Металлургическая промышленность: производство стали. |
|
Саудовская Аравия |
Saudi Aramco |
Нефтегазовая промышленность: разведка, добыча и переработка углеводородов. |
|
ОАЭ |
ADNOC |
Нефтегазовая промышленность: добыча, переработка и транспортировка газа. |
Источник: составлено автором
Порядок расположения стран в таблице соответствует логике институционального расширения БРИКС+: сначала представлены пять государств первоначального состава, затем – новые участники.
Выбор стран БРИКС+ обусловлен не только отраслевой значимостью их ресурсно-энергетических компаний, но и их возрастающей ролью в перераспределении центров промышленного роста, энергетического спроса и сырьевого обеспечения мировой экономики. Это позволяет рассматривать корпоративные кейсы как элементы более широкой международно-экономической конфигурации, в которой цифровая зрелость ресурсных отраслей становится фактором межстрановой конкурентоспособности.
Методологическую основу исследования составили анализ, синтез, сравнение, системный подход, типологизация и обобщение. Дополнительно использованы контент-анализ корпоративной отчетности, сравнительно-аналитическая декомпозиция и структурная интерпретация интероперабельности IoT-данных. Это позволило систематизировать выявленные количественные ориентиры и соотнести их с каналами экономического эффекта и уровнями IoT-интеграции.
Результаты
Декомпозиция экономического эффекта IoT-интеграции по каналам создания стоимости
Оценка прямого экономического эффекта IoT-интеграции требует разграничения между фактом внедрения цифровых решений и механизмом формирования стоимости. В ресурсных отраслях IoT создает результат не самостоятельно, а через повышение наблюдаемости оборудования, сокращение простоев, оптимизацию технического обслуживания, снижение аварийности и усиление управляемости распределенных активов. Поэтому прямой эффект рассматривается как совокупность операционных изменений, преобразующих производственную телеметрию в измеримые экономические результаты.
Значимость такого подхода усиливается рыночной динамикой промышленного IoT. По оценкам Precedence Research, глобальный рынок промышленного IoT демонстрирует устойчивую восходящую динамику: его объем оценивался в 483,16 млрд долл. США в 2024 г. и 514,39 млрд долл. США в 2025 г., а к 2035 г. может достигнуть 2430,21 млрд долл. США при среднегодовом темпе роста 16,8% в 2026–2035 гг. (рис. 1).
Рис. 1. Прогнозная динамика глобального рынка промышленного IoT в 2024–2035 гг., млрд долл. США [Precedence Research, 2025]
Рыночная динамика промышленного IoT свидетельствует о возрастании роли производственной телеметрии в управлении промышленными активами, однако не раскрывает механизм трансформации цифровизации в экономический результат на уровне компании. В отчетности предприятий минерально-сырьевого и топливно-энергетического сектора прямая связь между внедрением IoT-решений и показателями EBITDA или свободного денежного потока, как правило, не выделяется. Вместо этого раскрываются операционные индикаторы: объем добычи, использование оборудования, простои, затраты на обслуживание, травматизм, энергоемкость и логистическая пропускная способность [Большов, Железняк, 2023; Мусина и соавт., 2025]. Поэтому дальнейший анализ основан не на расчете универсальной эластичности IoT по финансовому результату, а на декомпозиции четырех каналов, через которые производственные данные преобразуются в экономический эффект: производительности, ресурсосбережения, промышленной безопасности и логистической координации (таблица 2).
Таблица 2
Каналы прямого экономического эффекта IoT-интеграции
|
Канал создания стоимости |
Механизм влияния IoT |
Измеримые показатели |
|
Производительность |
Мониторинг оборудования, автономизация, цифровая диспетчеризация, предиктивная аналитика. |
Выпуск продукции, коэффициент использования оборудования, простой оборудования, выпуск на одного работника. |
|
Ресурсосбережение |
Оптимизация технического обслуживания и ремонта, топлива, энергии, воды, материалов и запасных частей |
Удельная себестоимость добычи, затраты на тонну, затраты на обслуживание, энергоемкость, расход топлива. |
|
Промышленная безопасность |
Датчики опасных зон, мониторинг персонала и техники, раннее предупреждение, анализ рисков на основе искусственного интеллекта. |
Частота травматизма с потерей рабочего времени, частота смертельного травматизма, происшествия, потенциально опасные события, аварийные остановки. |
|
Логистика и инфраструктура |
Отслеживание транспорта, управление запасами, цифровая координация добычи, хранения и транспортировки сырья. |
Пропускная способность, длительность производственно-логистического цикла, транспортные расходы, задержки поставок, оборачиваемость запасов. |
Источник: составлено автором
Представленная декомпозиция задает не столько классификацию технологических решений, сколько рамку верификации экономического эффекта. В дальнейшем анализе принципиальное значение имеет не сам факт упоминания IoT, ИИ или цифрового мониторинга в корпоративной отчетности, а наличие количественно выраженных показателей, позволяющих связать цифровую трансформацию с наблюдаемыми изменениями в производственной, инфраструктурной или операционной системе компании. Поэтому в рамках данного исследования были отобраны только те количественные ориентиры, которые имеют документальное подтверждение в корпоративных отчетах, официальных материалах компаний или отраслевых источниках. Эти показатели рассматриваются как верифицированные операционные ориентиры цифровой интеграции, поскольку именно через них проявляется влияние IoT-данных на управляемость производственных, ремонтных, инфраструктурных и логистических процессов. Такой подход позволяет учитывать различия в структуре активов, отчетности и институциональной среде компаний, не сводя экономический эффект IoT к прямой зависимости от итоговых финансовых показателей (таблица 3).
Таблица 3
Операционно-экономические ориентиры IoT-ориентированной цифровой интеграции в ресурсно-энергетических компаниях БРИКС+
|
Страна / компания, организация |
Цифровой контур и верифицированный количественный ориентир |
Экономическая интерпретация IoT-эффекта |
|
Бразилия / Vale |
Автономизация и цифровое управление операциями. Автономные самосвалы на руднике Brucutu обработали 100 млн т; расход топлива оказался на 11% ниже, выбросы CO₂ сократились на 4 300 т в год, часовая производительность выросла на 11% [Vale, 2024]. |
Прямой операционный эффект автономизации проявляется через рост производительности, снижение топливных затрат и экологических издержек. |
|
Россия / «Норильский никель» |
«Норникель 4.0», Data Platform, ML Platform. Автоматизация флотации снизила содержание вторичных металлов в концентратах более чем на 10%; LTIFR составил 0,64, FIFR – 0,025 [Nornickel Annual Report 2024]. |
Цифровая интеграция влияет на снижение технологических потерь, повышение качества процессов и сокращение рисков промышленной безопасности. |
|
Индия / Coal India Limited |
PM GatiShakti National Master Plan, SAP ERP, 5G-enabled IoT systems и цифровое планирование добычи. Проектные данные используются на платформе PMGS-NMP для планирования роста добычи [Coal India Limited Production FY 2024–25]. |
Экономический эффект связан с цифровым планированием сырьевых потоков, снижением координационных издержек и повышением предсказуемости добычи. |
|
Китай / China Shenhua Energy |
Интеллектуальное производство. К концу 2024 г. 14 угольных шахт получили статус интеллектуальных; завершено создание 74 интеллектуализированных производственных участков добычи угля [China Shenhua Energy Annual Report 2024]. |
Эффект проявляется через рост автоматизации добычи, повышение надежности производственных циклов и снижение зависимости от ручного управления. |
|
ЮАР / Exxaro Resources |
Стратегия iNNOVAXXION: цифровые инновации, ИИ, автоматизация, принятие решений на основе данных, цифровые двойники и предиктивное обслуживание; LTIFR составил 0,06 в 2024 г. против 0,07 в 2023 г. [Exxaro Integrated Report 2024]. |
Показатель отражает связь цифрового контроля с операционной устойчивостью, промышленной безопасностью и снижением производственных рисков. |
|
Египет / Egyptian Electricity Holding Company |
Цифровизация электроэнергетической инфраструктуры: Smart Grid–SCADA laboratories; общий объем выработки электроэнергии EEHC в 2023/2024 г. составил 229 284 ГВт·ч [EEHC Annual Report 2023/2024; EEHC Smart Grid–SCADA laboratories]. |
SCADA- и smart grid-контур усиливает управляемость энергосистемы, точность мониторинга нагрузки и потенциал снижения сетевых потерь. |
|
Эфиопия / Ethiopian Electric Power |
PRIME-1: модернизация энергосетевой инфраструктуры, создание System Digital Twin и установка 700 Distribution Transformers Monitoring Units к 2030 г.; передающая сеть EEP включает 16 305 км маршрутной протяженности линий [Ethiopian Electric Power Facts in Brief 2024/25; World Bank PRIME-1]. |
Цифровой двойник и мониторинг трансформаторов формируют основу для повышения надежности передачи, снижения рисков отказов и оптимизации инвестиционного планирования. |
|
Индонезия / Pertamina |
Pertamina Digital Hub, платформа INOVASI – мониторинг потоков нефти и газа почти в реальном времени. Система выявления аномалий позволила предотвратить потери на 300 млн долл. США [Pertamina Sustainability Report 2024]. |
Это прямой пример стоимостного эффекта цифрового мониторинга: выявление аномалий снижает потери и повышает управляемость потоков энергоресурсов. |
|
Иран / Mobarakeh Steel Company |
Обновлена и введена в эксплуатацию локальная SCADA-система экологического мониторинга, контроля и сбора данных [Mobarakeh Steel Company Sustainability Report 2024]. |
SCADA-контур повышает управляемость производства, контроль экологических параметров и устойчивость производственных режимов. |
|
Саудовская Аравия / Saudi Aramco |
Большая часть оборудования контролируется с применением ИИ, а предиктивные алгоритмы используются для повышения надежности; применяется около 500 сценариев аналитики [Saudi Aramco Annual Report 2024]. |
Эффект связан с переходом к предиктивному управлению активами, сокращением вероятности отказов и повышением надежности критического оборудования. |
|
ОАЭ / ADNOC |
Развернута Neuron 5 – система мониторинга оборудования с потенциалом сокращения внеплановых остановок на 50% и увеличения интервалов обслуживания на 20% [ADNOC Deploys Pioneering AI-Enabled Process Optimization Technology]. |
Цифровой мониторинг прямо связан со снижением простоев, оптимизацией ремонтных циклов и сокращением операционных потерь. |
Источник: составлено автором по материалам корпоративных отчетов, официальных материалов компаний и отраслевых источников
Представленные данные показывают, что IoT-ориентированная цифровая интеграция в компаниях БРИКС+ проявляется неодинаково: в одних случаях раскрываются прямые стоимостные эффекты цифрового мониторинга, в других – технологические, производственные, инфраструктурные или показатели безопасности. Поэтому для сопоставления результатов целесообразно использовать не универсальный индекс IoT-интенсивности, а качественную типологию уровней интеграции, отражающую степень включенности производственных данных в операционное управление (таблица 4).
Таблица 4
Типология уровней IoT-интеграции в ресурсно-энергетических компаниях БРИКС+
|
Уровень зрелости |
Характеристика |
Основной экономический эффект |
|
Локальный мониторинг |
Датчики, цифровые панели, контроль отдельных единиц оборудования. |
Снижение локальных технических и производственных рисков. |
|
Операционная интеграция |
Связь IoT с SCADA, MES, ERP, диспетчеризацией и техническим обслуживанием. |
Рост производительности и снижение операционных потерь. |
|
Предиктивная модель |
Аналитика отказов, цифровые двойники, прогнозирование режимов эксплуатации. |
Сокращение простоев и повышение надежности активов. |
|
Платформенная модель |
Интегрированные центры управления, ИИ-аналитика, межфункциональная оптимизация. |
Системное влияние на EBITDA, денежный поток и устойчивость активов. |
Источник: составлено автором
Обобщение представленных данных показывает, что компании БРИКС+ находятся на разных уровнях готовности к экономически результативной IoT-интеграции. В более зрелых контурах цифровые решения уже выражаются в операционных эффектах – снижении простоев, предотвращении потерь, автоматизации процессов и развитии предиктивного мониторинга. В менее зрелых случаях цифровизация преимущественно формирует базовую инфраструктуру учета, диспетчеризации и сбора данных. Полученная типология задает основу для перехода от оценки отдельных операционных эффектов к анализу платформенной интероперабельности IoT-данных.
Экономический эффект интероперабельности IoT-данных в цифровых платформах БРИКС+
На следующем уровне анализа ключевое значение приобретает не отдельный операционный эффект IoT, а способность цифровых платформ объединять производственные данные разных контуров управления. Локальные IoT-системы выполняют преимущественно диагностическую функцию, тогда как их интеграция с SCADA, MES, ERP, системами технического обслуживания, цифровыми двойниками, логистическими модулями и аналитическими сервисами превращает производственные данные в основу операционных и финансово-экономических решений. В научной литературе промышленные цифровые платформы рассматриваются как механизм создания стоимости, основанный на объединении оборудования, производственных участков, транспортных систем и корпоративных приложений [Pauli et al., 2021; Mosch et al., 2023; Endres et al., 2024; Моттаева, 2026].
В настоящем исследовании интероперабельность IoT-данных понимается как межсистемная совместимость, позволяющая принимать, сопоставлять и использовать данные из производственных, инфраструктурных и управленческих систем. Именно она переводит телеметрию из статуса технического сигнала в статус экономического ресурса. Основными барьерами такого перехода выступают неоднородность оборудования, сложность промышленных данных, требования безопасности и организационная фрагментация [Arnold et al., 2023; Afrin et al., 2025; Городнова, 2024; Кубасов, 2023; Сарычев, Семенихин, 2023; Урасова, 2025].
Для минерально-сырьевого и топливно-энергетического сектора БРИКС+ это особенно важно из-за территориальной распределенности активов, высокой капиталоемкости проектов и протяженных производственно-логистических цепочек. В таких условиях экономический эффект IoT определяется не числом подключенных устройств, а глубиной включения данных в диспетчеризацию, ремонтное планирование, управление запасами, логистику и инвестиционную оценку (таблица 5).
Таблица 5
Механизмы экономического эффекта интероперабельности IoT-данных в цифровых платформах
|
Платформенный контур |
Роль IoT-данных |
Экономический эффект |
|
Производственное управление |
Данные о загрузке, простоях и отклонениях поступают в системы диспетчеризации и планирования. |
Рост использования активов и снижение производственных потерь. |
|
Техническое обслуживание |
Телеметрия оборудования используется для диагностики, прогнозирования отказов и планирования ремонтов. |
Сокращение внеплановых остановок и оптимизация ремонтных циклов. |
|
Промышленная безопасность |
Данные с техники, опасных зон и систем мониторинга персонала включаются в контур риск-контроля. |
Снижение аварийности, травматизма и связанных с ними потерь. |
|
Логистика и запасы |
Данные о сырье, транспорте, складах и поставках синхронизируются в платформе. |
Сокращение задержек, избыточных запасов и транспортно-складских издержек. |
|
Инвестиционное планирование |
Производственные, геологические и эксплуатационные данные используются для оценки активов. |
Снижение неопределенности и повышение качества инвестиционных решений. |
Источник: составлено автором
Представленные механизмы показывают, что один и тот же поток IoT-данных может создавать разный экономический эффект в зависимости от глубины платформенной интеграции. Например, данные карьерной техники при локальном использовании только фиксируют техническое состояние оборудования. При включении в ремонтный модуль они позволяют прогнозировать отказ; при связи с производственным планированием – перераспределять нагрузку; при синхронизации с логистическим контуром – корректировать графики перевозки сырья; при передаче в финансово-аналитический блок – оценивать стоимость простоя и экономическую целесообразность ремонта или замены оборудования. Следовательно, интероперабельность не является вспомогательным техническим условием, а выступает самостоятельным механизмом преобразования производственных данных в управленческое и финансовое решение.
В экономическом смысле интероперабельность IoT-данных снижает три группы издержек:
- производственные, связанные с простоями, несвоевременным ремонтом и неравномерной загрузкой оборудования;
- трансакционные, возникающие из-за несогласованности данных между производственными подразделениями, логистическими операторами, регуляторами и финансовыми институтами;
- инвестиционные, обусловленные неопределенностью данных о состоянии активов, запасах, инфраструктурных ограничениях и эксплуатационных рисках.
Поэтому интероперабельность цифровых платформ следует рассматривать не как вспомогательное техническое условие, а как самостоятельный фактор снижения производственных, трансакционных и инвестиционных потерь.
В контексте БРИКС+ различие между локальной и платформенной цифровизацией особенно важно, поскольку эти уровни имеют разный экономический масштаб. Корпоративная цифровизация повышает эффективность отдельного актива или компании, тогда как платформенная интеграция формирует более широкий промышленный контур, в котором производственные данные связывают добычу, энергетику, транспорт, экспортную инфраструктуру, экологический контроль и государственное регулирование [Мацко, Харитонова, 2025; Шайлиева и др., 2025]. Поэтому переход от локального мониторинга к платформенной модели создает предпосылки не только для корпоративного, но и для межотраслевого эффекта, значимого для экспортной выручки, энергетической безопасности, технологического суверенитета и устойчивости критической инфраструктуры стран БРИКС+.
Обсуждение
Полученные результаты показывают, что экономический эффект IoT-интеграции в минерально-сырьевом и топливно-энергетическом секторе стран БРИКС+ формируется не самим фактом внедрения датчиков, платформ или аналитических модулей, а через изменение управляемости производственных, ремонтных, логистических и инфраструктурных процессов. Поэтому оценка такого эффекта требует перехода от прямого соотнесения IoT-интеграции с показателями EBITDA или свободного денежного потока к анализу операционных каналов, в которых цифровые данные приобретают экономическое значение.
С позиции мировой экономики это означает, что IoT-интеграция в ресурсно-энергетическом секторе БРИКС+ должна рассматриваться не только как технологический инструмент корпоративной модернизации, но и как фактор изменения места этих стран в международном разделении труда. Цифровая управляемость добычи, переработки, транспортировки и инфраструктурного обслуживания ресурсов усиливает способность национальных компаний участвовать в глобальных цепочках создания стоимости на более устойчивых и технологически автономных условиях.
Сравнительный анализ корпоративных кейсов выявил неодинаковую степень раскрытия IoT-эффектов. Часть компаний фиксирует прямые или квази-прямые результаты цифровой интеграции: сокращение технологических и предотвращение операционных потерь, развитие предиктивного мониторинга, повышение надежности оборудования. В других случаях отчетность отражает преимущественно производственные, инфраструктурные или ESG-показатели, которые характеризуют масштаб и среду цифровизации, но не всегда позволяют выделить самостоятельный вклад IoT. Это подтверждает необходимость осторожной интерпретации корпоративных данных и использования сравнительно-аналитической, а не строго эконометрической модели оценки.
Для стран БРИКС+ наиболее значимым результатом является выявление различия между локальной цифровизацией и платформенной интеграцией. Локальные IoT-решения повышают наблюдаемость отдельных активов, однако их экономический потенциал существенно возрастает при включении данных в интероперабельные цифровые платформы. Именно на этом уровне производственная телеметрия связывается с техническим обслуживанием, диспетчеризацией, логистикой, безопасностью и инвестиционным планированием, что создает предпосылки не только для корпоративного, но и для межотраслевого эффекта.
Выводы
Проведенное исследование показало, что экономический эффект интеграции IoT-решений в цифровые платформы минерально-сырьевого и топливно-энергетического сектора стран БРИКС+ формируется не как единый прямой финансовый результат, а через совокупность операционных каналов: повышение производительности, снижение ресурсных и операционных затрат, укрепление промышленной безопасности и оптимизацию логистики. Анализ корпоративных кейсов подтвердил, что наиболее убедительные количественные ориентиры связаны с цифровым мониторингом оборудования, предиктивным обслуживанием, автоматизацией технологических процессов и управлением распределенной инфраструктурой.
Ключевым условием усиления эффекта является переход от локального использования IoT-данных к их включению в интероперабельные цифровые платформы. Именно платформенная интеграция позволяет преобразовывать данные оборудования, ремонтов, запасов, логистики и безопасности в управленческие решения, влияющие на себестоимость, надежность активов и устойчивость ресурсно-энергетических цепочек. Для стран БРИКС+ это имеет не только корпоративное, но и стратегическое значение, поскольку повышает управляемость критической инфраструктуры и создает предпосылки для более устойчивой цифровой трансформации ресурсных отраслей.
В международно-экономическом аспекте значение выявленных эффектов состоит в том, что IoT-интеграция повышает не только операционную эффективность отдельных компаний, но и устойчивость ресурсно-энергетических цепочек стран БРИКС+ в мировой экономике. Платформенная совместимость производственных данных может рассматриваться как один из факторов укрепления экспортной надежности, инвестиционной прозрачности и технологической автономии ресурсных отраслей.
Перспективой дальнейшего исследования является переход от качественной типологии IoT-интеграции к разработке интегральной системы оценки цифровой зрелости ресурсно-энергетического сектора стран БРИКС+ с учетом технологических, организационных, инфраструктурных и институциональных параметров.
1. Большов М. А., Железняк Г. И. Эффективность цифровой трансформации нефтегазовой отрасли // Journal of Monetary Economics and Management. 2023. № 4. С. 235–239. DOI:https://doi.org/10.26118/2782-4586.2023.88.66.035
2. Городнова Н. В., Шаблова Е. Г. Развитие промышленного интернета вещей в России: экономический анализ и правовые аспекты // Экономика, предпринимательство и право. 2024. Т. 14. № 6. С. 2753–2772. DOI:https://doi.org/10.18334/epp.14.6.121163
3. Кубасов И. А. Промышленный интернет вещей как революционный скачок развития // Надежность и качество сложных систем. 2023. № 2 (42). С. 83–89. DOI:https://doi.org/10.21685/2307-4205-2023-2-9
4. Кучковская Н. В. Экономическая эффективность цифровой трансформации горнодобывающих предприятий в условиях технологической модернизации и решений Индустрии 4.0 // Горная промышленность. 2025. № 6. С. 88–96. DOI:https://doi.org/10.30686/1609-9192-2025-6-88-96
5. Мацко Н. А., Харитонова М. Ю. Влияние цифровизации на производительность горнодобывающих отраслей // Горный информационно-аналитический бюллетень. 2025. № 10. С. 153–166. DOI:https://doi.org/10.25018/0236_1493_2025_10_0_153
6. Моттаева А. Б., Крупнов Ю. А. Цифровые платформы как драйверы устойчивого экономического развития горных компаний // Горная промышленность. 2026. № 1. С. 74–82. DOI:https://doi.org/10.30686/1609-9192-2026-1-74-82
7. Мусина Д. Р., Самойлов А. А., Самойлов Д. А. Требования к системе оценки уровня цифровой зрелости нефтедобывающей компании // Дискуссия. 2025. № 4 (137). С. 71–77.
8. Сарычев А. Е., Семенихин Д. Е. Инновационные тренды развития мировой горнодобывающей отрасли: цифровизация управленческих и операционных процессов // Экономика, предпринимательство и право. 2023. Т. 13. № 8. С. 2897–2908. DOI:https://doi.org/10.18334/epp.13.8.118702
9. Телегина Е. А., Чапайкин Д. А. Измерение экономической эффективности цифровой трансформации нефтегазовых компаний // Проблемы экономики и управления нефтегазовым комплексом. 2025. № 3 (243). С. 17–22.
10. Урасова Н. Г. Экономическая эффективность цифровой трансформации угледобывающих предприятий: комплексная оценка внедрения интеллектуальных систем управления // Горная промышленность. 2025. № 6. С. 112–119. DOI:https://doi.org/10.30686/1609-9192-2025-6-112-119
11. Шайлиева М. М., Нестеренко Ю. Н., Кухаренко О. Г. Цифровизация в добывающей промышленности России – текущее развитие // Вестник Российской академии естественных наук. 2025. Т. 25. № 2. С. 168–180. DOI:https://doi.org/10.52531/1682-1696-2025-25-2-168-180
12. ADNOC Deploys Pioneering AI-Enabled Process Optimization Technology / ADNOC // URL: https://www.adnoc.ae/en/news-and-media/press-releases/2024/adnoc-deploys-pioneering-ai-enabled-process-optimization-technology (дата обращения: 22.04.2026).
13. Afrin S., Rafa S. J., Kabir M., Farah T., Alam M. S. B., Lameesa A., Ahmed S. F., Gandomi A. H. Industrial Internet of Things: Implementations, challenges, and potential solutions across various industries // Computers in Industry. 2025. Vol. 170. Article 104317. DOI:https://doi.org/10.1016/j.compind.2025.104317
14. Arnold L., Karnebogen P., Urbach N. Challenges of Organizations’ Adoption of Industrial IoT Platforms: Results of a Delphi Study // International Journal of Innovation and Technology Management. 2023. Vol. 20. № 6. Article 2350041. DOI:https://doi.org/10.1142/S0219877023500414
15. Bist N., Sircar A., Yadav K. Digital transformation and trends for tapping connectivity in the oil and gas sector // Natural Gas Industry B. 2024. Vol. 11. № 4. P. 468–478. DOI:https://doi.org/10.1016/j.ngib.2024.02.009
16. China Shenhua Energy Company Limited. Annual Report 2024 // URL: https://www.hkexnews.hk/listedco/listconews/sehk/2025/0415/2025041501086.pdf (дата обращения: 25.04.2026).
17. Coal India Limited Production FY 2024–25 / Coal India Limited // URL: https://www.coalindia.in/departments/production/ (дата обращения: 25.04.2026).
18. Cooperation between the Egyptian Electricity Holding Company (EEHC) and the Network of Excellence Training Centers in Africa (ANCEE) / Egyptian Electricity Holding Company // URL: https://eehc.gov.eg/CMSEehc/en/news-articles/cooperation-between-the-egyptian-electricity-holding-company-eehc-and-the-network-of-excellence-training-centers-in-africa-ancee-a-subsidiary-of-the-african-power-utilities-association-apua/ (дата обращения: 25.04.2026).
19. Annual Report 2023/2024 / Egyptian Electricity Holding Company // URL: https://www.eehc.gov.eg/CMSEehc/Files/AnnualReport2024En.pdf (дата обращения: 25.04.2026).
20. Endres H., Indulska M., Ghosh A. Unlocking the potential of Industrial Internet of Things (IIOT) in the age of the industrial metaverse: Business models and challenges // Industrial Marketing Management. 2024. Vol. 119. P. 90–107. DOI:https://doi.org/10.1016/j.indmarman.2024.04.006
21. Facts in Brief 2024/25 / Ethiopian Electric Power // URL: https://www.eep.com.et/wp-content/uploads/2025/10/fact-and-bierf-pdf.pdf (дата обращения: 29.04.2026).
22. Integrated Report 2024 / Exxaro Resources Limited // URL: https://investor.exxaro.com/integrated-reports2024/pdf/exxaro-ir-2024.pdf (дата обращения: 25.04.2026).
23. Industrial IoT Market Size, Share and Trends 2025 to 2035 / Precedence Research // URL: https://www.precedenceresearch.com/industrial-iot-market (дата обращения: 25.04.2026).
24. Global Critical Minerals Outlook 2025 / International Energy Agency // URL: https://www.iea.org/reports/global-critical-minerals-outlook-2025 (дата обращения: 29.04.2026).
25. Sustainability Report 2024 / Mobarakeh Steel Company // URL: https://www.msc.ir/_douranportal/documents/2283/en-2024.pdf (дата обращения: 25.04.2026).
26. Mosch P., Majocco P., Obermaier R. Contrasting value creation strategies of industrial-IoT-platforms: A multiple case study // International Journal of Production Economics. 2023. Vol. 263. Article 108937. DOI:https://doi.org/10.1016/j.ijpe.2023.108937
27. Nornickel Annual Report 2024 / ПАО «ГМК “Норильский никель”» // URL: https://ar2024.nornickel.com/download/full-reports/ar_en_annual-report_pages_nornickel_2024.pdf (дата обращения: 26.04.2026).
28. Pauli T., Fielt E., Matzner M. Digital Industrial Platforms // Business & Information Systems Engineering. 2021. Vol. 63. № 2. P. 181–190. DOI:https://doi.org/10.1007/s12599-020-00681-w
29. Sustainability Report 2024 / Pertamina // URL: https://www.pertamina.com/file/files/2025/06/sustainability-report-pt-pertamina-persero-2024-2.pdf (дата обращения: 27.04.2026).
30. Annual Report 2024 / Saudi Aramco // URL: https://www.aramco.com/-/media/publications/corporate-reports/annual-reports/saudi-aramco-ara-2024-english.pdf (дата обращения: 28.04.2026).
31. Vale completes 100 million tons handled by autonomous trucks at the Brucutu mine / Vale // URL: https://vale.com/de/w/vale-completes-100-million-tons-handled-by-autonomous-trucks-at-the-brucutu-mine-with-safety-and-environmental-benefits (дата обращения: 29.04.2026).
32. Implementation Status Results Report: Power Sector Reform, Investment and Modernization in Ethiopia (PRIME-1), P176731 / World Bank // URL: https://documents1.worldbank.org/curated/en/099061225070518854/pdf/P176731-a7e87f79-cef0-45bd-b74d-c3286cdfb394.pdf (дата обращения: 29.04.2026).
