Сбербанк расширяет линейку ИИ-продуктов для адаптации к природным вызовам

Сбербанк анонсировал расширение портфеля решений на базе технологий искусственного интеллекта, ориентированных на поддержку региональных властей и бизнеса. Обновленная стратегия разработки продуктов сфокусирована на адаптации к климатическим изменениям и решению социальных задач, способствующих достижению национальных ориентиров развития. С конца февраля 2026 года банк перевел в стадию пилотного тестирования 12 проектов, охватывающих различные аспекты природопользования.

Геопространственная аналитика как основа стратегии

Центральным инструментом в линейке стала модульная платформа GeoAI, которая уже была протестирована в десяти субъектах Российской Федерации. Проще говоря, это система для анализа пространственных данных, автоматизирующая решение экологических и хозяйственных задач. Одним из прикладных сценариев платформы является инвентаризация и поиск неиспользуемых сельхозугодий. Согласно статистике Росстата и Минсельхоза, объем невостребованных, но пригодных для обработки земель в стране варьируется от 20 до 40 млн гектаров. Вовлечение в оборот хотя бы десятой части этого фонда, по предварительным оценкам, может стимулировать ежегодный рост ВВП агропромышленного сектора на десятки миллиардов рублей.

Функциональные возможности платформы GeoAI

Помимо поиска деградировавших земель, GeoAI включает ряд узкоспециализированных модулей. Например, инструменты для прецизионного земледелия позволяют проводить непрерывный мониторинг состояния посевов. На практике это значит, что аграрии могут сократить операционные издержки на 15–20% за счет более точного внесения ресурсов и контроля состояния почв. Также алгоритмы способны детектировать распространение инвазивных видов растений и отслеживать динамику опустынивания территорий.

Специализированные алгоритмы для рыболовства и животноводства

Технологический стек платформы адаптирован и под специфику добывающих отраслей. Для рыбопромысловых компаний реализован модуль, основанный на интеллектуальном моделировании поведения стайных рыб. Алгоритм вычисляет наиболее вероятные участки скоплений водных биологических ресурсов, что избавляет суда от стратегии «слепого» поиска — это прямой путь к оптимизации логистики, расхода топлива и амортизации технического парка. Схожий принцип применен и в животноводстве: отдельный программный блок оценивает состояние кормовой базы в северных регионах, помогая выстраивать оптимальные маршруты выпаса стад и прогнозировать их миграцию.