Друзья, вы когда-нибудь задумывались, почему при одинаковой цене барреля одни нефтяные компании процветают, а другие еле сводят концы с концами? Или почему прогнозы аналитиков сбываются реже, чем обещания политиков? Всё дело в том, что современный нефтяной рынок — это не просто труба и танкеры. Это сложнейшая математическая система, где каждый игрок просчитывает ходы соперников, а старые методы прогнозирования уже не работают.
Сегодня, с цифрами 2025–2026 годов на руках, я покажу вам, как теория игр и гибридный искусственный интеллект меняют правила игры. И почему тот, кто не освоит эти инструменты, через пять лет будет торговать разве что березовыми дровами.
Часть 1. Равновесие по Нэшу: когда каждый ищет свою выгоду, а страдают все
Вы наверняка слышали про Нэша — того самого гениального математика из фильма «Игры разума». Так вот, его теория равновесия сегодня как никогда актуальна для нефтянки.
Представьте два связанных рынка: рынок сырой нефти и рынок нефтепродуктов. На первом сидят добытчики, на втором — переработчики. Переработчики покупают сырьё у добытчиков, перерабатывают и продают бензин, дизель, мазут. Казалось бы, всё логично. Но есть нюанс: каждый игрок на обоих рынках действует в своих интересах, не договариваясь с соседом.
В 2025 году российские нефтяники добыли 512 млн тонн. Около 80% ушло в Азию, 90% — в дружественные страны. Цена на сырьё формируется под влиянием глобального спроса (104,6 млн баррелей в сутки по миру) и политики ОПЕК+. Но на стоимость бензина внутри страны влияет совсем другой набор факторов.
Здесь в игру вступает равновесие по Нэшу.
Это такое состояние системы, при котором ни один производитель (ни сырья, ни продукции) не может увеличить свою прибыль, меняя объёмы производства в одиночку, если все остальные сохраняют свои стратегии.
Звучит сухо, но на практике это означает вот что. Допустим, вы добытчик. Вы решаете: качать больше или меньше? Если все вокруг качают много, цена на сырьё падает, ваша маржа тает. Если вы один сократите добычу, вы просто потеряете долю рынка, а цена не вырастет — остальные компенсируют. Нэш говорит: единственный разумный путь — найти точку, где всем одинаково невыгодно отклоняться.
И вот тут начинается самое интересное. Производители продукции (НПЗ) зависят от цены на сырьё, а спрос на сырьё зависит от того, сколько продукции готовы купить потребители. Это замкнутый круг, который математики описывают системой уравнений.
Исследователи из Сколтеха недавно опубликовали работу (Мещеряков, Хамисов, 2025), где они применили равновесие по Нэшу к системе «нефть — нефтепродукты». Они взяли реальные данные, подставили в модель, и знаете, что получилось?
Оказалось, что при определённых сочетаниях издержек производителей рынок схлопывается: некоторые НПЗ просто перестают быть конкурентоспособными и уходят с рынка.
В численном эксперименте, когда удельные издержки одного из производителей нефтепродуктов были высокими (160 у.е./ед.), его прибыль упала до нуля, а объём производства обнулился. Но стоило ему снизить издержки на 20% — и он снова в игре. Вывод: эффективность производства — единственный способ выжить в условиях жёсткой конкуренции. Никакие административные ресурсы не спасут, если ваша себестоимость выше, чем у соседа.
Часть 2. Гибридные модели: когда нейросети встречаются с экспертами
Теперь давайте поговорим о прогнозировании. В 2026 году уже смешно полагаться на линейные тренды и мнения экспертов из телевизора. Рынок слишком быстрый, слишком нелинейный.
На помощь приходят гибридные интеллектуальные системы. Что это такое? Это когда вы берёте нейросети (они отлично ищут закономерности в больших массивах данных) и добавляете к ним экспертные правила, накопленные за десятилетия работы.
Зачем это нужно? Нейросети, при всей их мощи, имеют недостаток: они требуют огромных объёмов чистой информации. А нефтяные данные часто бывают шумными, с пропусками, особенно по старым месторождениям или в регионах с нерегулярным мониторингом. Чисто статистические модели, наоборот, устойчивы к пропускам, но плохо ловят сложные зависимости.
Исследователи из Института проблем передачи информации РАН (Клевцова, Галиев, Дмитриев, 2026) показали, что гибридные модели, объединяющие нейросети (свёрточные и рекуррентные) с байесовскими методами восстановления данных, дают прирост точности прогнозов добычи на 10–15% по сравнению с традиционными подходами.
Вот конкретный пример. В работе Song et al. (2023) гибридная модель CNN-LSTM (свёрточная сеть плюс долгая краткосрочная память) для прогнозирования дебита скважин в низкопроницаемых коллекторах показала снижение ошибки на 67% по сравнению с обычными нейросетями. Коэффициент детерминации R² стабильно превышал 0,95. Это не просто цифры — это возможность точно планировать ремонты, логистику и сбыт.
Для России, где многие месторождения вступили в стадию падающей добычи, такие модели становятся вопросом выживания. Если вы можете предсказать провал добычи за полгода, вы успеете перебросить буровые установки, законтрактовать танкеры, не попасть на демередж. Если нет — вы теряете миллионы.
Часть 3. Мировой контекст 2025–2026: инвестиции и технологии
По данным Международного энергетического агентства (IEA), в 2025 году инвестиции в разведку и добычу нефти составили около 420 млрд долларов. Это на треть меньше, чем десять лет назад. При этом спрос продолжает расти (104,6 млн б/с), и основная нагрузка ложится на существующие месторождения.
В таких условиях повышение эффективности через цифровые технологии — единственный способ удержать маржу. Гибридные модели и равновесный анализ позволяют компаниям не просто гадать на кофейной гуще, а принимать обоснованные решения.
Например, при моделировании ситуации с тремя производителями нефтепродуктов и семью производителями нефти (сценарий из статьи Мещерякова) система сошлась к равновесию всего за одну итерацию, объёмы производства сырья и продукции совпали с высокой точностью. Это означает, что метод работает даже при асимметричной структуре рынка.
Часть 4. Почему это важно для каждого из нас
Казалось бы, какое мне, простому водителю, дело до равновесия по Нэшу и нейросетей? А вот какое.
Когда нефтяные компании внедряют гибридные системы прогнозирования, они точнее планируют загрузку НПЗ. Меньше простоев, меньше аварий, стабильнее производство. Это напрямую влияет на предложение бензина на внутреннем рынке. А если предложение стабильно, цены тоже ведут себя предсказуемее.
Кроме того, анализ равновесия помогает регуляторам понять, какие меры поддержки действительно работают. Если вы хотите субсидировать модернизацию НПЗ, вы должны знать, что это даст эффект только тем игрокам, у которых издержки близки к пороговым. Без математической модели вы просто раздадите деньги направо и налево, а конкуренция не усилится.
Итог
Нефтяной рынок 2026 года — это не просто баррели и тонны. Это сложная динамическая система, где каждый шаг нужно просчитывать на несколько ходов вперёд. Равновесие по Нэшу даёт теоретическую базу, а гибридные нейросети — практический инструмент.
Компании, которые уже сегодня внедряют такие подходы, получают колоссальное преимущество. Они не гадают, они знают. Они не реагируют на изменения, а предсказывают их.
В следующем материале я расскажу о конкретных примерах из практики: как «Газпром нефть» использует цифровые двойники месторождений и какие результаты это приносит. Не переключайтесь.
Подписывайтесь, чтобы не пропустить свежие разборы. И да, я знаю, о чём говорю: за моей спиной не одна успешная сделка, построенная на математике, а не на интуиции.
Как вы думаете, заменит ли искусственный интеллект трейдеров-людей полностью? Или останутся ниши, где без человеческого опыта не обойтись? Жду ваши мнения в комментариях.