Несколько недель назад мы побывали на Конгрессе по цветочным луковицам в Кекенхофе. Разговоры, которые там велись, отражали настроения, характерные для всех секторов — от растениеводства до садоводства и выращивания специальных культур. Производители, консультанты и отраслевые организации — все они пытаются понять одно и то же: насколько серьезно следует относиться к искусственному интеллекту и как скоро он действительно станет реальностью?

Честный ответ заключается в том, что всё зависит от того, на какой период времени вы ориентируетесь. Ближайшая перспектива выглядит совсем иначе, чем среднесрочная, а та, в свою очередь, — совсем иначе, чем то, как сектор может выглядеть через двадцать лет. Понимание этих различий важно, потому что меры, которые стоит принять сегодня, не обязательно соответствуют тем, которые потребуются в сценариях на двадцатилетнюю перспективу.

Следующие пять лет: ИИ как инструмент поддержки принятия решений

Хотя в дискуссиях о будущем сельского хозяйства часто подчеркиваются амбициозные долгосрочные возможности — от автономных операций и ускоренного развития сельскохозяйственных культур до полностью прослеживаемых цепочек поставок — ближайшие пять лет, скорее всего, будут определяться более практичными применениями. ИИ будет в первую очередь функционировать как инструмент поддержки принятия решений, помогая фермерам и сельскохозяйственным предприятиям принимать более обоснованные решения, а не заменяя человеческий опыт.

Объединяя данные с датчиков, прогнозы погоды, спутниковые снимки, информацию о работе техники и исторические данные о производительности, системы ИИ будут давать рекомендации по управлению ресурсами, защите сельскохозяйственных культур, планированию производства и уборке урожая. В то же время автоматизация будет все больше оптимизировать административные процессы, такие как отчетность по соблюдению нормативных требований, ведение документации и обеспечение прослеживаемости.

Самым значительным изменением станет не сама технология, а то, как люди будут с ней работать. Успех будет зависеть от развития способности интерпретировать данные, оценивать рекомендации и интегрировать выводы ИИ с практическим опытом. Хотя концепция высокоавтономного сельского хозяйства по-прежнему остается долгосрочной перспективой, переход к ней уже идет благодаря постепенному внедрению и растущему доверию к принятию решений с помощью ИИ.

Следующие десять лет: от рекомендаций к реализации

Перемены, которые произойдут в течение следующих десяти лет, будут более значительными. ИИ перестанет в основном давать рекомендации и начнет выполнять действия.

Роботы будут высаживать растения, удалять пораженные болезни растения, вносить удобрения с переменной дозировкой и орошать отдельные ряды в зависимости от потребностей в режиме реального времени — а не исходя из средних показателей по полю. Концепция сельского хозяйства на уровне отдельных растений станет реальностью: к каждому ряду, каждой зоне и каждому растению будут применяться индивидуальные подходы на основе того, что на самом деле показывают данные.

Планирование производства будет в режиме реального времени увязано с сигналами спроса — прогнозами розничных продаж, данными об экспорте, уровнем запасов. Вопрос сменится с «что я вырастил в прошлом году?» на «что нужно рынку и как мне вырастить именно это?». У каждого поля будет цифровой двойник: симуляция, позволяющая фермерам тестировать различные сценарии, прежде чем приступать к их реализации. Что произойдет, если я соберу урожай на две недели раньше? Как это повлияет на размер и качество? Каковы будут финансовые результаты?

Роль фермера в этом мире не исчезнет. Но она существенно изменится. Ферма станет предприятием, управляемым с помощью искусственного интеллекта, а фермер станет её менеджером.

Горизонт следующих двадцати лет: структурные изменения

Если заглянуть дальше в будущее, изменения станут более фундаментальными. Некоторые сельскохозяйственные предприятия будут работать с минимальным участием человека — менеджера, систем искусственного интеллекта и автономных машин. В секторах с развитыми генетическими программами ИИ резко ускорит циклы селекции за счет геномики, прогнозного моделирования и симуляции. То, что сейчас занимает десять лет, может занять всего два.

Прослеживаемость станет полной и само собой разумеющейся. Каждый продукт будет иметь цифровую идентификацию, фиксирующую всю его историю: поле, почву, водопотребление, заболевания, используемые ресурсы. Розничные продавцы на самых требовательных рынках будут этого требовать. Это не предстоящее регуляторное бремя — это конкурентное преимущество для тех, кто создаст инфраструктуру на раннем этапе.

Не все секторы будут достигать этой стадии с одинаковой скоростью. Отрасли, наиболее готовые к внедрению ИИ, обладают определенными общими чертами: высокая однородность и стандартизация, уже механизированные операции, генерирующие операционные данные, повторяющиеся циклы, создающие возможности для обучения каждый сезон, измеримые условия послеуборочного периода, а также географически сконцентрированное производство, обеспечивающее сопоставимость наборов данных. Например, выращивание цветочных луковиц в Нидерландах соответствует большинству этих критериев. То же самое можно сказать о некоторых направлениях выращивания картофеля и лука, тепличном садоводстве и высокоинтенсивном плодоводстве.

Несколько недель назад мы побывали на Конгрессе по цветочным луковицам в Кейкенхофе. Разговоры там были типичными для того, что мы слышим во всех секторах — от полевого земледелия до садоводства и выращивания специальных культур. Производители, консультанты и отраслевые организации все пытаются понять одно и то же: насколько серьезно следует относиться к ИИ и как быстро он на самом деле появится?

Честный ответ заключается в том, что это зависит от того, на какой отрезок времени вы смотрите. Ближайшая перспектива выглядит совсем иначе, чем среднесрочная, а та, в свою очередь, сильно отличается от того, как сектор может выглядеть через двадцать лет. Понимание этих различий важно, потому что меры, которые стоит принимать сегодня, не обязательно соответствуют тем, которые потребуются в сценариях на двадцатилетнюю перспективу.

Что это означает для фермеров сегодня

Практические последствия этого неутешительны, но важны: разрыв между теми, кто уже сейчас развивает возможности в области данных, и теми, кто ждет, будет только увеличиваться. Системы ИИ требуют обучающих данных. Модели, которые будут давать рекомендации и в конечном итоге управлять фермами будущего, нуждаются в многолетних структурированных данных, собранных непосредственно в полевых условиях, чтобы на них учиться.

Сегодня земля по-прежнему остается самым важным активом на большинстве ферм. Со временем именно данные в сочетании с моделями станут решающим фактором, определяющим, у кого будут более эффективные решения по выращиванию, более низкие затраты, более высокое качество продукции и более быстрые циклы обучения. Фермеры, которые начнут собирать эти данные сегодня, к моменту, когда автономные системы станут стандартом, будут обладать многолетним накопленным опытом. Это немалое преимущество.

То, что мы наблюдаем в своей работе, подтверждает это. Фермеры, которые три года назад начали с двух-трех датчиков, теперь имеют представление о своих полях, которого у их соседей просто нет. Они знают, какие участки высыхают быстрее всего. Они знают, какие почвы по-разному реагируют на одно и то же количество осадков. Они знают, где орошение действительно влияет на урожайность. Эти знания накапливаются.

Об ИИ в сельском хозяйстве стоит говорить всерьёз. Не потому, что технология уже полностью готова — это не так, — а потому, что необходимая ей основа создаётся прямо сейчас, сезон за сезоном, на фермах, которые решили начать этот путь.

«Будущее не будет делиться на компании, использующие ИИ, и компании, которые этого не делают. Оно будет делиться на компании, которые научились собирать, понимать и действовать на основе данных, — и те, которые этого не сделали. И этот путь начинается сегодня».

Конгресс в Кейкенхофе собрал производителей, селекционеров, трейдеров и исследователей со всего сектора. Agurotech уже сотрудничает с производителями, которые создают эту базу данных сегодня: отслеживают состояние почвы, контролируют здоровье культур и превращают сезонный опыт в структурированные знания, которые передаются из года в год.

Об этом стоит поговорить. Окно возможностей открыто. Вопрос в том, кто первым через него пройдет.