Север и рынок. 2025, № 4.

СЕВЕР И РЫНОК: формирование экономического порядка. 2025. № 4. С. 152-168. Sever i rynok: formirovanie ekonomicheskogo poryadka [The North and the Market: Forming the Economic Order], 2025, no. 4, pp. 152-168. ИННОВАЦИИ В ЭКОНОМИКЕ СЕВЕРНЫХ И АРКТИЧЕСКИХ РЕГИОНОВ (а = 0,3) и проверены на структурные сдвиги тестом Чоу (р < 0,05). Корреляции между инвестициями в ИИ и логистическими издержками оценивались коэффициентом Спирмена. SWOT-оценка кооперационных возможностей: на каждом кластере сформированы подматрицы «сила-слабость-возможность-угроза». Данные собирались из официальных стратегий РФ и КНР, а также из интервью с 15 экспертами (5 российских полярных исследователей, 5 китайских специалистов по ИИ [13-15] и 5 менеджеров арктических проектов). Оценка факторов проводилась по пятибалльной шкале вероятности и воздействия, итоговые значения агрегировались в сводный SWOT-профиль. Разработка дорожной карты и матрицы рисков: на основе результатов предыдущих этапов составлена дорожная карта, представившая последовательность вех 2025-2030 гг. Для оценки рисков применялась методика ISO 31000: вероятность*влияние с последующей категоризацией («высокий», «средний», «низкий») и подбором мер нивелирования (локализация производства, SOC-центр, FPIC-протокол и др.). Результаты и обсуждение Современные вызовы и возможности, связанные с развитием Арктики, обусловили необходимость применения ИИ как стратегического инструмента устойчивого экономического роста, повышения технологической независимости и укрепления международного сотрудничества. Российско-китайская кооперация в данном контексте представляет собой уникальный симбиоз ресурсной базы, цифровых компетенций и инвестиционного потенциала, направленный на трансформацию ключевых отраслей арктической экономики. В рамках исследования были проанализированы перспективы внедрения ИИ в такие сферы, как ледовый мониторинг, цифровая логистика, интеллектуальная добыча, ESG-контроль и формирование Big Data-инфраструктуры. Статистические оценки показывают, что интеграция ИИ позволит снизить аварийность на Северном морском пути на 30% , увеличить навигационное окно на 20 суток, повысить КПД добычи на 8 -1 2% , а также создать свыше 12 000 рабочих мест в арктических регионах. Кроме того, потенциальный объем привлеченного капитала по линии совместных ИИ-проектов оценивается в $ 25 -3 0 млрд, а снижение выбросов CO2 может достичь 0,8 млн тонн в год. Полученные результаты легли в основу анализа кооперационного потенциала и формулирования 1AI-Powered Ship Route Optimization: Cutting Costs and Carbon Emissions [Электронный ресурс] // VoyageX AI. 2025. URL: https://voyagex.ai/ ai-powered-ship-route-optimization/ (дата обращения: 01.09.2025); AI-Powered Ship Routing Reduces Fuel Consumption and Emissions ©Скворцова И. В., Тесля А. Б., Сомов А. Г., Чжан С., 2025 предложений по стратегической дорожной карте ИИ-интеграции до 2030 г. Таблица 1 системно сопоставляет приоритетные сферы применения ИИ — от мониторинга климата до инвестиционного анализа — и демонстрирует их экономические эффекты, действующие инициативы России и Китая, а также потенциальные двусторонние проекты. Такой сравнительный обзор позволяет быстро оценить, где синергия технологий и совместных инвестиций даст наибольший вклад в устойчивое развитие Арктики. Интеграция ИИ в арктическую экономику представляет значительный потенциал для российско-китайского сотрудничества, особенно если учитывать, что объем рынка ИИ в России в 2024 г. достиг 145 млрд рублей, а в Китае превысил $ 207 млрд. Применение машинного обучения для мониторинга ледовых условий и климата может снизить аварийность судоходства на 20-30 %, что критически важно для Северного морского пути, грузооборот которого в 2024 г. составил 36,2 млн тонн. Цифровизация логистики СМП с использованием ИИ-маршрутизации способна сократить время транзита на 15-25 % и снизить потребление топлива на 10-12 %, что при средней стоимости бункерного топлива $ 650 за тонну даст экономию до $ 2-3 млн на рейс крупнотоннажного судна1. Радар-диаграмма (рис. 1) переводит девять показателей (от снижения аварийности до экономии телеком-расходов) в сопоставимую шкалу 0 -1 0 0 %, показывая, какие направления уже близки к целевым значениям и где остается запас для роста. Визуальное сравнение помогает быстро расставить приоритеты совместных проектов: максимальный прогресс отмечен в телеком-экономии и привлечении капитала, тогда как наибольший потенциал дальнейшего улучшения — в ускорении обработки данных и повышении безопасности судоходства. Внедрение предиктивной аналитики в добывающую промышленность Арктики может повысить КПД добычи на 8 -12 %, что для российского арктического шельфа с запасами более 85 млрд тонн нефтяного эквивалента означает дополнительную добычу стоимостью $ 15-20 млрд ежегодно. Развитие Big Data-инфраструктуры с геораспределенными дата-центрами ускорит обработку арктических данных в 3 -5 раз, что особенно актуально при объеме спутниковых данных по Арктике свыше 50 терабайт в сутки. Системы экологического мониторинга на базе ИИ помогут российским и китайским компаниям соответствовать ESG-стандартам, рынок которых в АТР оценивается в $ 53 трлн активов под управлением. [Электронный ресурс] // Omdena. 2023. URL: https://www.omdena.com/ blog/ai-powered-ship-routing-reduces-fuel-consumption-and-emissions (дата обращения: 01.09.2025). 155