Недавно «ЭЖ» провела опрос о том, как компании используют технологии ИИ на практике и какие возникают трудности. Часть комментариев была размещена в материале «Нейросети в деле. Находят ли технологии ИИ практическое применение в бизнесе». Публикуем еще несколько экспертных мнений.
Дмитрий Морковкин, доцент кафедры экономической теории, ведущий научный сотрудник Института исследований международных экономических отношений Финансового университета при Правительстве РФ
Развитие технологий Big Data привело к увеличению использования интернета вещей, искусственного интеллекта и машинного обучения. В 2020 году, согласно статистике, в России 22,4% организаций использовали технологии сбора, обработки и анализа больших данных, в сельском хозяйстве этот показатель составил 17,2%. Однако использование аналитических инструментов Big Data в России по-прежнему ниже, чем в развитых странах, что отражает потребность в дальнейшем развитии и адаптации этих технологий. Эффективное использование технологий больших данных требует программ, которые не только понятны и удобны в использовании, но и обеспечивают защиту данных и окупаемость вложенных средств.
Поэтому можно отметить, что Big Data в сельском хозяйстве представляет собой перспективное направление, в котором совмещаются инновации, государственная поддержка и активное участие частного сектора, способствующие повышению эффективности и продуктивности отрасли.
В сельском хозяйстве реализуются множество инновационных проектов на базе больших данных, которые способствуют оптимизации производственных процессов и улучшению управления ресурсами. Один из таких примеров – ГК «Дамате», активно использующая Big Data и предиктивную аналитику. Компания внедрила онлайн-мониторинг в животноводческие процессы и разработала лабораторию MathLab для анализа больших данных и машинного обучения, что позволяет оптимизировать процесс производства и сбыта продукции. Компания «Сити-Фермер» также внедряет цифровые технологии, создавая удаленно управляемые фермы на базе искусственного интеллекта. Эти инновации применяются в различных направлениях, от выращивания зелени и грибов до производства яиц и рыбы.
Агрохолдинг «АФГ Националь» осуществил внедрение цифровых технологий, включая мониторинг полей с помощью дронов, установку полевых аккумуляторных метеостанций и развитие цифровых систем учета работ и расходов. АО «Агрокомпания Русь» применяет сервисы аналитики и прогнозирования на основе ИИ для молочного производства. Компания «Степь» разработала собственное программное обеспечение для прогнозирования урожая яблок с использованием нейросетей и внедрила облачный сервис «История поля» для сбора и анализа данных. Это позволяет оптимизировать севооборот и оценивать спрос на рынке.
ГК «ЭкоНива» представила приложение EkoCrop для растениеводства, обеспечивающее сбор и анализ данных о работах на полях. Кроме того, компания использует RFID-идентификацию животных и собственные программы для оптимизации процесса кормления.
Юрий Швец, доцент кафедры экономической теории Финансового университета при Правительстве РФ
Проект Agro AI от Сбера является примером передового применения искусственного интеллекта в сельском хозяйстве. Эта уникальная система способна оценивать поля, прогнозировать урожай и проводить глубокий анализ посевов, используя комплексный подход с применением беспилотных аппаратов, роботов и ИИ. Разработка этого проекта, осуществленная полностью силами компании Сбер и специалистами СберАналитики, подчеркивает значительный потенциал IT-технологий в сельском хозяйстве.
Австралийский проект для виноградников также демонстрирует инновационное использование технологий в агросекторе.
Специалисты Квинслендского университета предложили систему, использующую БПЛА для мониторинга виноградников. Эта система, протестированная в 2016 году, доказала свою высокую эффективность в оценке урожайности, что особенно важно для Австралии как крупного производителя виноградной продукции. Британская компания Intelligent Fruit Vision разработала систему Fruitvision для мониторинга посевов фруктов и овощей, предоставляя точные данные об урожае. Это комплексное решение включает автоматизированные системы, роботов и БПЛА, что позволяет более эффективно управлять агропроизводством.
Эти примеры демонстрируют, как интеграция больших данных и цифровых технологий в сельское хозяйство способствует улучшению управления производственными процессами, повышению эффективности и автоматизации ключевых операций.
Специалисты Россельхозбанка выделяют несколько ключевых трендов, которые будут определять развитие российского АПК до 2025 года. Среди них – разработка собственных семян, создание органических удобрений и средств защиты растений, развитие цифровых сервисов на основе точного земледелия и переход сельского хозяйства в онлайн-формат торговли. Примечательно, что прогнозирование урожайности через космические спутники является одним из наиболее смелых и перспективных направлений. Развитие космической эры и систем дистанционного зондирования Земли открывает новые горизонты для точного мониторинга аграрных угодий, повышая эффективность прогнозирования и управления в сельском хозяйстве.
Эти примеры иллюстрируют, как инновации в области Big Data, ИИ и космических технологий способствуют прорывному изменению в агропромышленном комплексе, открывая новые возможности для повышения производительности и эффективности управления.