postsovietПроблемы постсоветского пространстваPost-Soviet Issues2313-89202587-8174The Centre of Regional Research10.24975/2313-8920-2025-12-1-30-48postsoviet-474Research ArticleЭКОНОМИЧЕСКИЕ ОТНОШЕНИЯECONOMYИскусственный интеллект как новый фактор энергетической безопасностиArtificial Intelligence as a Key Driver of Energy Security TransformationАлиевР. А.AliyevR. A.

Руслан А. Алиев, кандидат экономических наук

125009, г. Москва, ул. Тверская, д. 16, офис 701 Б

Ruslan A. Aliyev PhD in Economics, 

Office 701B, Tverskaya St., 16, Moscow, 125009

torgpredaz@gmail.comМГИМО МИД России; Комиссия по устойчивому развитию и экологии РАС ООНРоссияMGIMO University, Ministry of Foreign Affairs of Russia; Commission on Sustainable Development and Ecology of the Russian Academy of Sciences under the UNRussian Federation2025300420251213048Copyright © Алиев Р.А., 20252025Алиев Р.А.Aliyev R.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.postsovietarea.com/jour/article/view/474

В статье рассматривается влияние искусственного интеллекта (ИИ) на энергетическую безопасность, определяемую как снижение уязвимости жизненно важных энергетических систем. Анализируются существующие инициативы по внедрению ИИ в энергетику, включая прогнозирование потребления, интеллектуальное управление энергосистемами, оптимизацию сетевой инфраструктуры и предиктивное техническое обслуживание. Особое внимание уделяется вопросам цифрового суверенитета и кибербезопасности, поскольку зависимость от зарубежных технологических решений может создавать дополнительные риски для энергетической стабильности. В качестве одного из перспективных направлений предлагается концепция Каспийской цифровой информационно-аналитической платформы, предназначенной для интеграции данных о нефтегазовом комплексе, экологии, климате, транспортно-логистических потоках и развитии нормативно-правовой базы в регионе. Использование ИИ в рамках этой платформы позволит анализировать энергетические потоки, выявлять возможные кризисы и обеспечивать устойчивое развитие энергосистем Каспийских государств. В статья сделан вывод, что успешная цифровая трансформация энергетического сектора требует комплексного подхода, включающего развитие цифровой инфраструктуры, нормативно-правового регулирования и программ по подготовке специалистов. Развитие региональных платформ управления энергоресурсами на основе ИИ может стать значимым шагом к формированию глобальной архитектуры энергетической безопасности, сочетающей надежность, эффективность и экологическую устойчивость. 

This article explores the impact of artificial intelligence (AI) on energy security, defined as reducing the vulnerability of critical energy systems. It analyzes existing AI-driven initiatives in the energy sector, including demand forecasting, intelligent energy system management, grid infrastructure optimization, and predictive maintenance. Special attention is given to issues of digital sovereignty and cybersecurity, as dependence on foreign technological solutions may pose additional risks to energy stability.

One of the promising directions proposed in the article is the Caspian Digital InformationAnalytical Platform, designed to integrate data on energy production, transportation, and consumption in the region. AI implementation within this platform will enable real-time analysis of energy flows, identification of potential crises, and promotion of sustainable energy system development among Caspian states.

The article emphasizes that the successful digital transformation of the energy sector requires a comprehensive approach, including the development of digital infrastructure, regulatory frameworks, and professional training programs. The advancement of regional AI-based energy resource management platforms may become a crucial step toward establishing a global energy security architecture that combines reliability, efficiency, and environmental sustainability. 

искусственный интеллектэнергетическая безопасностьцифровая трансформацияинтеллектуальные энергосистемыпрогнозирование энергопотреблениякибербезопасностьКаспийская цифровая платформаartificial intelligenceenergy securitydigital transformationintelligent energy systemsenergy demand forecastingcybersecurityCaspian digital platformReferencesDanish, M. S. S., Senjyu, T. Shaping the future of sustainable energy through AI-enabled circular economy policies. Circular Economy. 2023;2(2):100040.Danish, M. S. S., Senjyu, T. Shaping the future of sustainable energy through AI-enabled circular economy policies. Circular Economy. 2023;2(2):100040.Жильцов С.С. Каспийский регион: новые процессы. Россия и новые государства Евразии. 2023;I(LVIII):57-67.Zhiltsov S. S. Caspian Region: New Processes. Russia and New States of Eurasia. 2023;I(LVIII):57-67. (In Russ.)Shukla, V., Patel, R., Yadav, S. Deep Learning Models for Smart Grid Energy Demand Prediction. IEEE Transactions on Smart Grids. 2021;12(4):1456-1472.Shukla, V., Patel, R., Yadav, S. Deep Learning Models for Smart Grid Energy Demand Prediction. IEEE Transactions on Smart Grids. 2021;12(4):1456-1472.Li, R., Wang, Y., Smith, T. Machine Learning for Energy Consumption Forecasting: A Systematic Review. Renewable Energy. 2023;192:25-38.Li, R., Wang, Y., Smith, T. Machine Learning for Energy Consumption Forecasting: A Systematic Review. Renewable Energy. 2023;192:25-38.Fathi, S., Srinivasan, R. S., Kibert, C. J., Steiner, R. L. AI-based campus energy use prediction for assessing the effects of climate change. Sustainability. 2020;12(8):3223.Fathi, S., Srinivasan, R. S., Kibert, C. J., Steiner, R. L. AI-based campus energy use prediction for assessing the effects of climate change. Sustainability. 2020;12(8):3223.Kumar, N. M., Chand, A. A., Malvoni, M., Prasad, K. A. Distributed energy resources and the application of AI, IoT, and blockchain in smart grids. Energies. 2020;13(21):5739Kumar, N. M., Chand, A. A., Malvoni, M., Prasad, K. A. Distributed energy resources and the application of AI, IoT, and blockchain in smart grids. Energies. 2020;13(21):5739Zhang, Y., Fischer, M., Wu, L. AI-Based Energy Infrastructure Resilience: Challenges and Future Prospects. Energy and AI. 2022;5:1-12.Zhang, Y., Fischer, M., Wu, L. AI-Based Energy Infrastructure Resilience: Challenges and Future Prospects. Energy and AI. 2022;5:1-12.Kalyuzhny, D., Chen, X., Lee, J. Artificial Intelligence in Energy Security: Cybersecurity and Grid Optimization Approaches. Energy Policy. 2023;156:104-118.Kalyuzhny, D., Chen, X., Lee, J. Artificial Intelligence in Energy Security: Cybersecurity and Grid Optimization Approaches. Energy Policy. 2023;156:104-118.Pereira, J., Gómez, P., Martinez, L. AI-Powered Cross-Border Energy Cooperation: Emerging Trends and Challenges. International Journal of Energy Policy. 2021;79(2):213-229.Pereira, J., Gómez, P., Martinez, L. AI-Powered Cross-Border Energy Cooperation: Emerging Trends and Challenges. International Journal of Energy Policy. 2021;79(2):213-229.Wang, C., Zhao, H., Kumar, A. Digital Energy Platforms and AI Integration in International Energy Security. Global Energy Review. 2022;98(3):45-62.Wang, C., Zhao, H., Kumar, A. Digital Energy Platforms and AI Integration in International Energy Security. Global Energy Review. 2022;98(3):45-62.Cherp, A., Jewell, J. The concept of energy security: Beyond the four As. Energy Policy. 2011;39(10):6180-6189.Cherp, A., Jewell, J. The concept of energy security: Beyond the four As. Energy Policy. 2011;39(10):6180-6189.Nøland, J., Hjelmeland, M., Korpås, M. Advanced AI Forecasting in Renewable Energy Integration. Renewable Energy Journal. 2024;15(3):345-361.Nøland, J., Hjelmeland, M., Korpås, M. Advanced AI Forecasting in Renewable Energy Integration. Renewable Energy Journal. 2024;15(3):345-361.Boretti, A. Integration of solar thermal and photovoltaic, wind, and battery energy storage through AI in NEOM city. Energy and AI. 2021;3:100038.Boretti, A. Integration of solar thermal and photovoltaic, wind, and battery energy storage through AI in NEOM city. Energy and AI. 2021;3:100038.Nøland, J. K., Hjelmeland, M., Korpås, M. Will Energy-Hungry AI create a baseload power demand boom? IEEE Access. 2024;12:110353-110360.Nøland, J. K., Hjelmeland, M., Korpås, M. Will Energy-Hungry AI create a baseload power demand boom? IEEE Access. 2024;12:110353-110360.Boretti, A. Application of Artificial Intelligence in Oil and Gas Exploration. Journal of Energy Resources Technology. 2021;11(4):1451-1461.Boretti, A. Application of Artificial Intelligence in Oil and Gas Exploration. Journal of Energy Resources Technology. 2021;11(4):1451-1461.Quest, H., Cauz, M., Heymann, F., Ballif, C., Rod, L. A 3D indicator for guiding AI applications in the energy sector. Energy and AI. 2022;9:100167.Quest, H., Cauz, M., Heymann, F., Ballif, C., Rod, L. A 3D indicator for guiding AI applications in the energy sector. Energy and AI. 2022;9:100167.Quest, R., Cauz, M., Heymann, F., Ballif, C., Rod, L. Cybersecurity in Energy Systems: Resilience Strategies. Energy Policy. 2022;165:112-123.Quest, R., Cauz, M., Heymann, F., Ballif, C., Rod, L. Cybersecurity in Energy Systems: Resilience Strategies. Energy Policy. 2022;165:112-123.Трушкин А.Н. Архитектура цифровых платформ: от настоящего к будущему / А.Н. Трушкин. Екатеринбург: Ridero; 2024. 320 с.Trushkin A.N. Digital Platform Architecture: From Present to Future. Ekaterinburg: Ridero; 2024. 320 p. (In Russ.)

The authors declare that there are no conflicts of interest present.