Abstract
<jats:p>целью исследования является систематизация и сравнительный анализ научных подходов к масштабированию промышленного искусственного интеллекта в странах БРИКС+ с выделением организационно-экономических моделей цифровых платформ минерально-сырьевого и топливно-энергетического сектора в условиях технологического суверенитета. Методы: использованы обзорный анализ, тематическая классификация источников, сопоставление и научное обобщение русскоязычных и англоязычных публикаций 2021-2026 гг., посвященных промышленному ИИ, цифровой трансформации минерально-сырьевого и топливно-энергетического сектора, цифровым платформам, управлению данными и технологическому суверенитету. Результаты (Findings): обзор научной литературы позволил выделить три организационно-экономических типа платформенной организации: корпоративно-интеграционный, отраслево-координационный и транзакционно-платформенный. Их различия определяются масштабом координации участников, характером управляемых данных и источниками экономического эффекта. Выводы: обобщение рассмотренных публикаций показало, что устойчивое масштабирование промышленного ИИ зависит не только от наличия отдельных цифровых решений, но и от интеграции данных, вычислительной инфраструктуры, цифровых двойников, управленческих процедур и технологической автономии. Систематизация научных подходов позволила уточнить роль цифровых платформ как организационно-экономического условия внедрения ИИ в ресурсных отраслях. Практическая значимость исследования заключается в возможности использования предложенной типологии для анализа цифровой зрелости ресурсных отраслей, обоснования приоритетов платформенной трансформации и разработки управленческих решений, направленных на повышение устойчивости промышленного развития стран БРИКС+.</jats:p> <jats:p>the purpose of the study is to systematize and comparatively analyze scientific approaches to scaling industrial artificial intelligence in BRICS+ countries, with a focus on identifying organizational and economic models of digital platforms in the mineral resources and fuel and energy sectors under conditions of technological sovereignty. Methods: the study uses review analysis, thematic classification of sources, comparison, and scientific generalization of Russian- and English-language publications from 2021-2026 devoted to industrial AI, digital transformation of the mineral resources and fuel and energy sectors, digital platforms, data management, and technological sovereignty. Findings: the review of scientific literature made it possible to identify three organizational and economic types of platform organization: corporate-integrative, sectoral-coordination, and transactional-platform. Their differences are determined by the scale of participant coordination, the nature of managed data, and the sources of economic effect. Conclusions: the generalization of the reviewed publications showed that sustainable scaling of industrial AI depends not only on the availability of individual digital solutions, but also on data integration, computing infrastructure, digital twins, management procedures, and technological autonomy. The systematization of scientific approaches made it possible to clarify the role of digital platforms as an organizational and economic condition for implementing AI in resource industries. The practical significance of the study lies in the possibility of using the proposed typology to analyze the digital maturity of resource industries, justify priorities for platform transformation, and develop management decisions aimed at increasing the sustainability of industrial development in BRICS+ countries.</jats:p>