Een paar weken geleden waren we op het Bloembollencongres in de Keukenhof. De gesprekken daar waren typerend voor wat we in allerlei sectoren horen, van akkerbouw tot tuinbouw en speciale teelten. Telers, adviseurs en brancheorganisaties proberen allemaal hetzelfde te achterhalen: hoe serieus moeten we AI nemen, en hoe snel komt het daadwerkelijk op ons af?

Het eerlijke antwoord is dat het afhangt van waar je op de tijdlijn kijkt. De korte termijn ziet er heel anders uit dan de middellange termijn, die op zijn beurt weer heel anders is dan hoe de sector er over twintig jaar uit zou kunnen zien. Het is belangrijk om die verschillen te begrijpen, want de maatregelen die vandaag de moeite waard zijn, zijn niet noodzakelijkerwijs dezelfde als die welke de scenario’s voor over twintig jaar vereisen.

De komende vijf jaar: AI als hulpmiddel bij besluitvorming

Hoewel discussies over de toekomst van de landbouw vaak de nadruk leggen op ambitieuze langetermijnmogelijkheden – van autonome bedrijfsvoering en versnelde gewasontwikkeling tot volledig traceerbare toeleveringsketens – zullen de komende vijf jaar waarschijnlijk worden gekenmerkt door meer praktische toepassingen. AI zal in de eerste plaats fungeren als een hulpmiddel bij besluitvorming, dat boeren en landbouwbedrijven helpt beter geïnformeerde beslissingen te nemen, in plaats van menselijke expertise te vervangen.

Door gegevens van sensoren, weersvoorspellingen, satellietbeelden, machines en historische prestatiegegevens te combineren, zullen AI-systemen aanbevelingen doen op het gebied van hulpbronnenbeheer, gewasbescherming, productieplanning en oogsten. Tegelijkertijd zal automatisering administratieve processen zoals rapportage over naleving, documentatie en traceerbaarheidseisen steeds verder stroomlijnen.

De belangrijkste verandering zal niet de technologie zelf zijn, maar de manier waarop mensen ermee werken. Succes zal afhangen van het ontwikkelen van het vermogen om gegevens te interpreteren, aanbevelingen te evalueren en AI-inzichten te integreren met praktische ervaring. Hoewel de visie van een in hoge mate autonome landbouw een vooruitzicht op langere termijn blijft, is de overgang al in gang gezet door geleidelijke invoering en groeiend vertrouwen in AI-ondersteunde besluitvorming.

De komende tien jaar: van advies naar uitvoering

De verschuiving die zich rond de tienjarige horizon voltrekt, is ingrijpender. AI houdt op voornamelijk advies te geven en begint met uitvoeren.

Robots zullen planten, zieke planten verwijderen, variabele bemesting toepassen en afzonderlijke rijen irrigeren op basis van realtime behoefte — niet op basis van veldgemiddelden. Het concept van landbouw op plantniveau wordt praktisch: elke rij, elke zone en elke plant anders behandelen op basis van wat de gegevens er daadwerkelijk over zeggen.

De productieplanning zal in realtime worden gekoppeld aan signalen van de vraag — prognoses van de detailhandel, exportgegevens, voorraadniveaus. De vraag zal verschuiven van „wat heb ik vorig jaar verbouwd?“ naar „wat heeft de markt nodig, en hoe kan ik daarop inspelen?“ Elk veld krijgt een digitale tweeling: een simulatie waarmee telers scenario’s kunnen testen voordat ze er daadwerkelijk mee aan de slag gaan. Wat gebeurt er als ik twee weken eerder oogst? Hoe beïnvloedt dat de grootte en kwaliteit? Wat is het financiële resultaat?

De rol van de teler verdwijnt in deze wereld niet. Maar deze verandert wel ingrijpend. Het landbouwbedrijf wordt een door AI ondersteunde onderneming, en de teler wordt de manager ervan.

De komende twintig jaar: structurele verandering

Als we verder vooruitkijken, worden de veranderingen nog ingrijpender. Sommige landbouwbedrijven zullen met minimale menselijke arbeid draaien — een manager, AI-systemen en autonome machines. In sectoren met sterke genetische programma’s zal AI de veredelingscycli drastisch versnellen door middel van genomica, voorspellende modellen en simulatie. Wat nu tien jaar duurt, kan straks in twee jaar.

Traceerbaarheid wordt volledig en wordt als vanzelfsprekend beschouwd. Elk product krijgt een digitale identiteit waarin de volledige geschiedenis is vastgelegd: akker, bodem, watergebruik, ziekten, productiemiddelen. Detailhandelaren in de meest veeleisende markten zullen hierop aandringen. Dit is geen toekomstige regelgevingslast — het is een concurrentievoordeel voor degenen die de infrastructuur al vroeg opzetten.

Niet elke sector zal dit punt in hetzelfde tempo bereiken. De sectoren die het best gepositioneerd zijn voor de invoering van AI, hebben bepaalde kenmerken gemeen: een hoge mate van uniformiteit en standaardisatie, reeds gemechaniseerde activiteiten die operationele gegevens genereren, zich herhalende cycli die elk seizoen leermogelijkheden bieden, meetbare omstandigheden na de oogst en een geografisch geconcentreerde productie waardoor datasets vergelijkbaar zijn. De bloembollenteelt in Nederland voldoet bijvoorbeeld aan de meeste van deze criteria. Dat geldt ook voor delen van de aardappel- en uienteelt, de glastuinbouw en de intensieve fruitteelt.

Een paar weken geleden waren we op het Bloembollencongres in Keukenhof. De gesprekken daar waren representatief voor wat we in verschillende sectoren horen, van akkerbouw tot tuinbouw tot speciale gewassen. Telers, adviseurs en brancheorganisaties proberen allemaal hetzelfde te achterhalen: hoe serieus moeten we AI nemen, en hoe snel komt het daadwerkelijk op gang?

Het eerlijke antwoord is dat het afhangt van waar je op de tijdlijn kijkt. De korte termijn ziet er heel anders uit dan de middellange termijn, die op zijn beurt weer heel anders is dan hoe de sector er over twintig jaar uit zou kunnen zien. Het is belangrijk om die verschillen te begrijpen, want de maatregelen die vandaag de moeite waard zijn, zijn niet noodzakelijkerwijs dezelfde als die welke de scenario’s voor over twintig jaar vereisen.

Wat dit vandaag de dag voor telers betekent

De praktische implicatie is ongemakkelijk maar belangrijk: de kloof tussen degenen die nu datacapaciteiten opbouwen en degenen die afwachten, zal steeds groter worden. AI-systemen hebben trainingsdata nodig. De modellen die de landbouwbedrijven van de toekomst zullen adviseren en uiteindelijk zullen aansturen, hebben jaren aan gestructureerde, veldspecifieke data nodig om van te leren.

Vandaag de dag is grond nog steeds het belangrijkste bezit op de meeste boerderijen. Na verloop van tijd zullen gegevens in combinatie met modellen het echte onderscheidende vermogen vormen — en bepalen wie betere teeltbeslissingen neemt, lagere kosten heeft, een hogere kwaliteit van de opbrengst en snellere leercycli. De telers die vandaag beginnen met het verzamelen van die gegevens, zullen jaren aan opgebouwde kennis hebben tegen de tijd dat autonome systemen de norm worden. Dat is geen klein voordeel.

Wat we in ons eigen werk zien, bevestigt dit. Telers die drie jaar geleden met twee of drie sensoren zijn begonnen, hebben nu een beeld van hun velden dat hun buren simpelweg niet hebben. Ze weten welke percelen het snelst uitdrogen. Ze weten welke bodems verschillend reageren op dezelfde hoeveelheid regen. Ze weten waar irrigatie daadwerkelijk het verschil maakt voor de opbrengst. Die kennis stapelt zich op.

Het is de moeite waard om serieus in te gaan op het gesprek over AI in de landbouw. Niet omdat de technologie al volledig beschikbaar is – dat is ze niet – maar omdat de basis die ervoor nodig is op dit moment wordt gelegd, seizoen na seizoen, op de boerderijen die ervoor kiezen om ermee te beginnen.

„De toekomst zal niet verdeeld zijn tussen bedrijven die AI gebruiken en bedrijven die dat niet doen. Ze zal verdeeld zijn tussen bedrijven die hebben geleerd hoe ze gegevens moeten verzamelen, begrijpen en ernaar moeten handelen – en bedrijven die dat niet hebben gedaan. En die reis begint vandaag.”

Het Keukenhof-congres bracht telers, veredelaars, handelaren en onderzoekers uit de hele sector bijeen. Agurotech werkt al samen met telers die vandaag de dag die gegevensbasis aan het leggen zijn: ze volgen de bodemgesteldheid, houden de gezondheid van gewassen in de gaten en zetten seizoensgebonden ervaring om in gestructureerde kennis die jaar na jaar wordt doorgegeven.

Het is de moeite waard om hierover in gesprek te gaan. De deur staat open. De vraag is wie er als eerste doorheen stapt.