В Москве состоялась рабочая встреча главы Хакасии Валентина Коновалова с председателем правления ПАО «Газпром нефть» Александром Дюковым. Стороны подписали соглашение о стратегическом партнёрстве в сфере импортозамещения.
В частности, сотрудничество с крупнейшей компанией позволит Хакасии решить проблему импортозамещения специализированных смазочных материалов и технических жидкостей.
Соглашением предусмотрены прямые поставки высокотехнологичной продукции «Газпром нефти» в нашу республику с заводов компании в Омске и Московской области.
— Сотрудничество Хакасии с компанией «Газпром нефть» позволит решить задачу импортозамещения смазочных материалов и технических жидкостей для широкого спектра наших предприятий и организаций, что обеспечит их стабильную работу, — отметил важность подписанного соглашения глава Хакасии.
Дополнительно специалисты «Газпром нефти» предоставят региональным предприятиям уникальный для российской промышленности сервис предиктивного мониторинга состояния оборудования — G-Lab*. Собственная цифровая платформа компании с помощью технологий искусственного интеллекта анализирует пробы работающих масел и формирует рекомендации по необходимому сервисному обслуживанию техники.
— «Газпром нефть» как один из крупнейших российских производителей смазочных материалов может не только обеспечить потребности региональных предприятий в этой продукции, но и по запросам партнёров разработать индивидуальные рецептуры масел для различной техники. Помимо этого, теперь предприятиям Хакасии будет доступно наше экспертное решение по предиктивной аналитике оборудования, которое уже показало высокую эффективность на промышленных объектах во многих регионах России, — подчеркнул председатель правления «Газпром нефти» Александр Дюков.
Пресс-служба главы Республики Хакасия и правительства Республики Хакасия
совместно с пресс-службой ПАО «Газпром нефть»
______________________
* Первый в России цифровой программный комплекс диагностики оборудования и автомобильной техники на основе анализа состояния масла. Технология позволяет прогнозировать потенциальные неисправности механизмов на ранних стадиях и формировать рекомендации по оптимальному сервисному обслуживанию.
