Ключевые слова: научно-технологическое развитие, экспертные оценки, приоритизация исследований, уровень готовности технологии, роботизация нефтегазовой отрасли, трансфер технологий, НГО, РИД, НИОКР, TRL, MRL, ARL, RRL, ORL.
Современные вызовы, стоящие перед НГО, включая необходимость повышения эффективности, безопасности и экологичности производственных процессов, определяют высокий спрос на внедрение роботизированных решений. Однако разрыв между научными разработками в области робототехники и реализацией полученных результатов в производстве остается значительным. Научные исследования часто носят теоретический характер и не учитывают отраслевую специфику, а производственные компании не готовы инвестировать в разработки с неясной коммерческой перспективой.
Дополнительным катализатором этих процессов выступает необходимость достижения технологического суверенитета. Как отмечается в аналитических исследованиях, представленных в [1], в условиях санкционного давления нефтегазовая отрасль России нацелена на сокращение зависимости от иностранных технологий и увеличение инвестиций в разработку современного российского оборудования. При этом глобальной тенденцией инновационного развития является цифровизация производственных процессов, включая роботизацию [2]. Данный тренд подтверждается и на локальном уровне: согласно опросу ИСИЭЗ НИУ ВШЭ, проведенному в 2025 году [3], уже более 56 % инновационно активных предприятий высокотехнологичной промышленности России используют промышленных роботов, а 12 % планируют приступить к роботизации производства в ближайшие три года.
Поэтому актуальным моментом видится необходимость получения унифицированных методик для оценки внедрения инновационных проектов.
Как отмечает заместитель министра энергетики Российской Федерации Эдуард Михайлович Шереметцев, наличие таких методик является ключевым условием для минимизации инвестиционных рисков и синхронизации технологий с запросами ТЭК [4]. Данный факт свидетельствует о формировании устойчивого рыночного спроса, для удовлетворения которого необходимы эффективные механизмы генерации и отбора перспективных результатов интеллектуальной деятельности (РИД).
В статье описывается алгоритм комплексной оценки РИД, разработанный для ее применения в организациях нефтегазовой отрасли. Практическая применимость методики подтверждается результатами приоритизации ключевых направлений научных исследований в сегменте робототехники.
В этой связи актуальной становится задача создания методического инструментария для системной оценки РИД по критериям отраслевой востребованности, технической реализуемости и готовности к внедрению. Предложенная методология выступает в роли интеграционного механизма между фундаментальной наукой и индустриальным сектором, способствуя верифицированному распределению инвестиций и оптимизации процессов трансфера технологий.
Проблематика внедрения робототехнических комплексов в НГО
Типовые проблемы, встречающиеся при разработке и внедрении робототехнических комплексов (РТК) в НГО, как правило, связаны с:
-
теоретическим характером научных результатов, требующих существенной доработки для их применения в реальных условиях;
-
неготовностью производственных компаний финансировать исследования без гарантированного результата;
-
несоответствием научных решений реальным производственным ограничениям (себестоимость, технологические стандарты);
-
низкой рентабельностью или неэффективностью новых технологий, сдерживающих инвестиции в научные эксперименты.
Для решения указанных проблем требуется методика, позволяющая на ранних стадиях научных разработок оценить потенциал РИД с учетом отраслевого запроса, технической готовности и рыночных перспектив.
Методика комплексной экспертной оценки РИД
Методика комплексной экспертной оценки РИД включает три взаимосвязанных этапа:
-
формирование классификатора научных направлений,
-
оценку отраслевой значимости на основе анализа сценариев применения,
-
определение уровней готовности по различным метрикам и итоговую приоритизацию.
Классификация научных направлений
На первом этапе была проведена декомпозиция типового РТК для НГО, включающая четыре основных компонента: система управления, навигации и связи; бортовая система; силовая система; механическая часть.
В рамках этих компонентов выделено 17 групп для проведения научных исследований, охватывающих 81 направление. Классификатор охватывает такие области, как нейросетевое управление, интерфейсы взаимодействия, навигационные системы, средства связи, энергоснабжение, новые материалы и конструкции.
Оценка отраслевой значимости
Для количественной оценки значимости каждого научного направления была построена матрица влияния, связывающая направления исследований с конкретными сценариями применения роботов в нефтегазовой цепочке (разведка, капитальное строительство, бурение, добыча, переработка, транспортировка, сбыт). Всего рассмотрено 159 сценариев.
Экспертная группа оценивала влияние каждого научного направления на каждый сценарий по трехбалльной шкале:
-
«Влияет» (вес = 1), направление критически важно для реализации сценария;
-
«Влияет незначительно» (вес = 0,5), направление имеет второстепенное значение;
-
«Не влияет» (вес = 0), направление нерелевантно сценарию.
Параллельно для каждого сценария был определен прогнозируемый объем спроса на период 2025–2030 гг. (в натуральном выражении) на основе отраслевых данных и экспертных оценок. Вес сценария в общей оценке рассчитывался как нормализованное значение спроса:
(1)
где: где Di – спрос по i-му сценарию; n – общее количество сценариев
На следующем этапе эти прогнозные данные о спросе были использованы для ранжирования приоритетности научных направлений. В основе разработанной методики лежит принцип сквозной оценки от масштаба отраслевой потребности к конкретной области исследований. Все 159 сценариев применения роботов были сгруппированы по производственным кластерам, для каждого из которых посредством экспертной оценки определялся прогнозируемый объем спроса. Распределение спроса по кластерам, агрегированное на основе данных опросов 15 компаний ТЭК, представлено на рисунке.
Кластер «Разведка» является наиболее емким с точки зрения внедрения роботов, что определяет высокий приоритет научных направлений, связанных с автономной навигацией, анализом данных и работой в недетерминированных средах.
Представленное распределение выступает весовой основой для последующего расчета интегрального показателя отраслевой значимости j-го научного направления. Данный показатель вычислялся по формуле:
(2)
где 
– итоговый приоритет j-го научного направления; 
– экспертная оценка влияния j-го направления на i-й сценарий; 
– нормализованный вес i-го сценария, рассчитанный на основе прогнозируемого спроса 
; n – количество сценариев. Полученное значение нормируется к 100-балльной шкале для удобства интерпретации.
Оценка уровней готовности и интегральная приоритизация
Помимо отраслевой значимости, учитывались многомерные уровни готовности технологии:
-
TRL (Technology Readiness Level) – уровень технологической готовности (от фундаментальной концепции до серийного производства);
-
MRL (Market Readiness Level) – уровень рыночной готовности (от определения целевого рынка до масштабирования продаж);
-
RRL (Regulatory Readiness Level) – уровень нормативной готовности (доступность разрешительной документации);
-
ARL (Acceptance Readiness Level) – уровень общественного принятия технологии;
-
ORL (Organizational Readiness Level) – уровень готовности организационных процессов к интеграции технологии.
Каждая метрика оценивалась по 9-уровневой шкале на основе экспертных данных о состоянии конкретных разработок в вузах и научных центрах. На заключительном этапе производилась интегральная приоритизация научных направлений с учетом отраслевой значимости данных разработок и уровней готовности. Направления группируются по кластерам, и для каждого кластера определяется приоритетный статус: переоценка, доработка, внедрение, НИОКР, стимулирование. Данный подход позволяет сформировать целевую программу исследований и технологического брокерства. Применение методики позволило получить следующие результаты. Расчет интегральных весов показал, что наибольшую значимость для НГО имеют следующие кластеры научных исследований (таблица 1).
ТАБЛИЦА 1. Приоритетные научные направления робототехнического комплекса для нефтегазовой отрасли
На основе интегральной оценки выделены 8 приоритетных кластеров научных исследований, охватывающих как фундаментальные, так и прикладные аспекты робототехники: двигатели, управление сложными нестационарными объектами, взаимодействие человека и робота, энергоснабжение и аккумулирование энергии, внешние оболочки и конструкционные материалы.
Анализ наработок вузов и научных центров
С использованием методики была проведена оценка наработок вузов-партнеров Ассоциации «Цифровые технологии в промышленности».
Всего проанализировано 166 вузов и 158 научно-технических центров РФ, выявлено 455 релевантных наработок по направлению робототехники (рисунок 2). Примеры наиболее перспективных наработок включают:
-
износо-бензостойкие полимеры (Северо-Восточный федеральный университет);
-
беспроводную подводную зарядку (ИПМТ ДВО РАН, СевГУ);
-
фреймворк генерации конструкций роботов под задачи НГО (МФТИ, УУНиТ);
-
водородно-воздушные топливные элементы (ЮФУ);
-
технологию предотвращения взрыва аккумуляторов при коротком замыкании (КЗ) (СПбГУ).
На основе оценки уровней готовности были определены три специфических для НГО направления, требующие первоочередных НИОКР: разработка взрывозащищенных компонентов для навигационного обеспечения, приводов и элементов питания автономных мобильных роботов.
РИСУНОК 1. Структурная схема наработок вузов и научных центров
Модель перехода исследований в решения для бизнеса
Разработана обобщенная модель перехода исследований в бизнес-решения, учитывающая уровень зрелости наработок (TRL) и необходимые мероприятия на каждом этапе: от формирования отраслевого запроса до внедрения серийного изделия. Модель предусматривает дифференцированные стратегии для коммерциализируемых разработок, разработок, ожидающих применения, и технологического брокерства.
Предложенная методика комплексной экспертной оценки обладает рядом преимуществ по сравнению с традиционными подходами, основанными исключительно на экспертных опросах или библиометрическом анализе.
Во-первых, методика обеспечивает прямую связь научных направлений с конкретными производственными сценариями, что позволяет оценить реальную востребованность РИД отраслью. Использование прогнозных данных о спросе придает оценке объективный количественный базис.
Во-вторых, многомерная оценка готовности (TRL, MRL, RRL, ARL, ORL) позволяет выявить не только технические, но и рыночные, регуляторные, социальные и организационные барьеры, препятствующие внедрению технологии. Это особенно важно для нефтегазовой отрасли, где действуют высокие требования безопасности и нормативное регулирование.
В-третьих, методика масштабируема и может быть адаптирована для других отраслей промышленности путем модификации классификатора научных направлений и сценариев применения (рисунок 3).
РИСУНОК 2. Алгоритм многомерной оценки востребованности и готовности РИД к внедрению
Предложенный подход согласуется с общемировой тенденцией перехода от монокритериальных экспертных оценок к многомерным моделям оценки зрелости технологий. На ранних этапах методология NASA и DARPA опиралась преимущественно на шкалу уровня технологической готовности (TRL) [5]. Современные европейские инициативы, такие как проект MultiRATE в рамках Horizon Europe, направлены на создание гармонизированной методологии, объединяющей несколько независимых измерений готовности [6]. В частности, фреймворк BRLa (Balanced Readiness Level assessment) предлагает совместную оценку технологической, рыночной, нормативной и социальной зрелости, что методологически близко к разработанной системе координат TRL–MRL–RRL–ARL–ORL [7].
В то же время прямое заимствование зарубежных подходов без учета отраслевой специфики представляется неэффективным. Ключевое отличие предлагаемой методики заключается в соответствии структурированному отраслевому запросу. Весовые коэффициенты каждого из 81 научного направления определяются не абстрактным экспертным консенсусом, а через его вклад в покрытие прогнозируемого спроса на конкретные роботизированные решения в сегментах нефтегазовой цепочки. Такой подход позволяет сместить фокус экспертизы с оценки потенциала технологии в целом на оценку способности закрыть конкретную, количественно измеримую потребность рынка.
РИСУНОК 3. Оценка применимости и влияния РИД по ключевым технологическим направлениям
Сопоставление ключевых характеристик международных методологий и разработанной методики приведено в таблице 2.
ТАБЛИЦА 2. Сопоставление подходов к оценке технологической зрелости РИД на примере нефтегазовой отрасли
Ограничением методики является зависимость от качества экспертных оценок и прогнозных данных. Для повышения надежности рекомендуется привлечение широкого круга экспертов из академической среды и промышленности, а также регулярная актуализация исходных данных.
Заключение
Разработанная методика комплексной экспертной оценки результатов интеллектуальной деятельности в системе научно-технологического развития позволяет:
-
системно оценивать перспективность научных направлений с учетом отраслевого запроса;
-
выявлять приоритетные кластеры исследований для концентрации ресурсов;
-
оценивать готовность технологий к внедрению по пяти ключевым метрикам;
-
формировать целевые программы НИОКР и технологического брокерства.
Практическая апробация методики на примере роботизации нефтегазового комплекса подтвердила эффективность: определены приоритетные научные направления, сформирована база наработок вузов, запущены программы взаимодействия с индустриальными партнерами. Дальнейшее развитие методики связано с углублением экспертной базы, автоматизацией расчетов и расширением на смежные технологические области.
Литература
1. Качелин А.С. Научно-технологическое развитие в нефтегазовой отрасли России в условиях глобальной нестабильности / А.С. Качелин // Деловой журнал Neftegaz.RU. – 2023. – № 3 (135). – С. 80–91.
2. Верецкий, В.В. Тенденции инновационного развития международных нефтегазовых компаний / В.В. Верецкий // Экономика, предпринимательство и право. – 2025. – том 15, № 5. – С. 3269–3284. – DOI 10.18334/epp.15.5.122993.
3. Белоусова В.Ю., Чичканов Н.Ю. Робототехника в отечественной промышленности [Электронный ресурс] // Институт статистических исследований и экономики знаний НИУ ВШЭ. – 2026. – URL: https://issek.hse.ru/news/1139806260.html (дата обращения: 24.04.2026).
4. Пресняков В., Эдуард Шереметцев: Потребность в цифровизации становится все больше / В. Пресняков, С. Румянцева // Дайджест избранных статей издания «Энергетика и промышленность России». Том 1. – Санкт-Петербург: Издательский дом «Реальная экономика», 2022. – С. 46–49.
5. Mankins J.C. Technology Readiness Levels: A White Paper. – Washington, DC: NASA, Office of Space Access and Technology, 1995. – URL: https://www.researchgate.net/publication/247705707_Technology_Readiness_Levels_A_White_Paper (дата обращения: 24.04.2026).
6. MultiRATE Consortium. Holistic Framework for the MatUrity evaLuaTIon of ReAdiness Level for Security TEchnologies: Project Fact Sheet. – CORDIS, European Commission, Horizon Europe Grant Agreement No. 101073929, 2022. – URL: https://cordis.europa.eu/project/id/101073929 (дата обращения: 24.04.2026).
7. Vik J., Melås A., Stræte E.P., Søraa R.A. Balanced Readiness Level Assessment (BRLa): A Tool for Exploring New and Emerging Technologies // Technological Forecasting and Social Change. – 2021. – Vol. 169. – P. 120854. – DOI: https://doi.org/10.1016/j.techfore.2021.120854 (дата обращения: 24.04.2026).
