В статье обоснован организационно-экономический механизм внедрения технологий искусственного интеллекта в деятельность российских промышленных компаний на примере ПАО «Газпром нефть». Исследование основано на системном, сравнительном, структурно-функциональном и расчетно-аналитическом подходах, дополненных контент-анализом корпоративных материалов и кейс-анализом. Рассмотрена эволюция цифровой трансформации компании, выявлены изменения в масштабах применения цифровых двойников, интеллектуальных систем и отечественной программной инфраструктуры. Выявлено – сколько-нибудь заметный экономический результат достигается лишь там, где цифровая архитектура, управление данными, продуктовый подход, а также экспертиза научно-технического характера, кадровые компетенции и процедуры оценки развиваются параллельно, а не последовательно. Итогом работы стала шестиблочная модель организационно-экономического механизма. В неё вошли стратегическое управление, инфраструктура, компетенции, экономическая оценка, промышленное внедрение и, наконец, тиражирование решений. Модель конкретизирует условия, в которых вложения в интеллектуальные технологии оборачиваются измеримым производственным и экономическим результатом, и применима при разработке программ цифровой трансформации промышленных компаний, включая отраслевые инициативы.
Using PJSC Gazprom Neft as a case study, the article presents an organizational and financial mechanism whereby artificial intelligence technologies might be applied in Russian industrial organizations. Content and case analysis are combined with structural-functional, comparative, systemic, and analytical techniques. The study examines the company’s digital transformation, including digital twins, intelligent systems, and domestic software infrastructure, and compares this stage with earlier periods. Sustainable economic effects depend on coordinated development of digital architecture, data management, product-oriented management, scientific and technical expertise, workforce competencies, and performance evaluation. A six-block model is proposed, integrating strategic management, infrastructure, competencies, economic evaluation, industrial deployment, and scaling. The findings clarify the conditions under which investment in intelligent technologies can generate measurable economic effects and support digital transformation programs at industrial enterprises.