Цифровое земледелие что это
Поле возможностей: цифровые решения для сельского хозяйства
Сегодня цифровые технологии охватывают большинство сфер. Исключением не стало и сельское хозяйство – стратегическая для России отрасль. Минсельхоз РФ реализует проект «Цифровое сельское хозяйство», который ставит перед собой амбициозные цели – цифровые технологии должны помочь увеличить производительность сельхозпредприятий вдвое к 2024 году.
Для цифровой трансформации сельского хозяйства необходимы специалисты, обладающие новыми знаниями, а также новые «умные» решения, которые придут им на помощь. Об одной из таких разработок – Информационно-аналитической системе управления растениеводством – рассказали эксперты «Росэлектроники» на Федеральном ИТ-форуме агропромышленного комплекса России «Smart Agro: Цифровая трансформация в сельском хозяйстве».
Цифровизация – основной вектор развития сельского хозяйства
От собирательства к возделыванию полей, культивации растений, изобретению удобрений, использованию средств механизации и автоматизации производства – каждое революционное нововведение поднимало сельское хозяйство на новую ступень развития. Современная аграрная революция подразумевает внедрение передовых информационных технологий (ИТ), которые сократят объем ручного труда и расходы, при этом повысят производительность и урожайность.
Сегодня использование ИТ в сельском хозяйстве – это не только применение компьютеров. Цифровые технологии позволяют контролировать полный цикл растениеводства или животноводства – «умные» устройства измеряют и передают параметры почвы, растений, микроклимата и т.д. Все эти данные с датчиков, дронов и другой техники анализируются специальными программами. Мобильные или онлайн-приложения приходят на помощь фермерам и агрономам – чтобы определить благоприятное время для посадки или сбора урожая, рассчитать схему удобрений, спрогнозировать урожай и многое другое.
Примерно 70% фермерских хозяйств США, Канады и Европы уже используют «умные» технологии для сельского хозяйства. Отечественные аграрии далеки от таких показателей, но спрос на «цифру» повышается. По мнению экспертов, цифровизация поможет агропромышленному комплексу России совершить мощный скачок вперед.
Минсельхоз РФ ведет активную работу в этом направлении. В прошлом году был разработан ведомственный проект «Цифровое сельское хозяйство» сроком реализации до 2024 года. Его основная цель – цифровая трансформация сельского хозяйства посредством внедрения цифровых технологий и платформенных решений для обеспечения технологического прорыва в АПК и достижения роста производительности на «цифровых» сельскохозяйственных предприятиях. Первым этапом проекта стало создание национальной платформы «Цифровое сельское хозяйство» – приказ приступить к ее формированию был издан в феврале 2020 года. Реализацию проекта не «притормозил» и коронавирус – на данном этапе идет создание личного кабинета для сельхозпроизводителя.
В переходе сельскохозяйственной отрасли страны на «цифру» принимает участие Госкорпорация Ростех. В апреле этого года Ростех и Минсельхоз России заключили соглашение о взаимодействии в области внедрения цифровых технологий в агропромышленном комплексе.
Точное земледелие и эффективное растениеводство
Среди компаний Ростеха уже есть успешные примеры создания технологий для цифровизации сельского хозяйства. В составе Госкорпорации такие разработки ведут предприятия радиоэлектронного кластера, входящие в холдинги «Росэлектроника», «Швабе» и концерн «Автоматика».
Однако для получения максимального эффекта важно внедрять не только отдельную «умную» технику, но и комплексные решения для автоматизации процессов в агропромышленном комплексе. Одно из таких решений недавно представила «Росэлектроника». О начале испытаний первой отечественной Интеллектуальной информационно-аналитической системы для «цифрового» растениеводства, разработанной АО «НИИИТ» (г. Тверь), холдинг заявил в июне этого года.
В частности, система позволяет агропредприятиям и фермерам перейти к рациональному использованию удобрений, исходя из потребностей конкретного участка поля. На основе данных химического анализа почвы составляется так называемая «цифровая карта» сельхозугодий. Учитывая состояние почвы, аграриям выдаются рекомендации по оптимальной высадке сельскохозяйственных культур, количеству и типу удобрений и средств защиты растений. Затем карты-задания получает «умная» сельскохозяйственная техника – сеялки, опрыскиватели, разбрасыватели.
Всем этим фермеры могут управлять в своем личном кабинете через web-интерфейс или в мобильном приложении. Здесь отображаются все созданные системой полевые журналы и рекомендации, а о проведении тех или иных работ вовремя напомнят уведомления на мобильном телефоне.
Разработчики новой системы уже подсчитали положительный эффект от ее использования – она позволит на четверть сократить расходы на семена и удобрения, на 20% снизить время холостого прохода техники, на 15-30% повысить собираемость продуктов. Проверить это на деле первыми смогут аграрии Смоленской и Тверской областей – именно здесь на опытных полях проходит апробация новой системы.
События, связанные с этим
Дезинфекционный удар: технологии профилактики коронавируса
Почему цифровое земледелие станет новой сельскохозяйственной революцией
Цифровое сельское хозяйство — новый технологический джинн, который сейчас выходит из бутылки. Это всеобъемлющая концепция, охватывающая точное земледелие, интегрирующая новые датчики и элементы управления предвещает новую революцию в сельском хозяйстве.
Цифровое земледелие — это моделирование всего культивирования, то есть «цифровой двойник», цифровая копия физических активов, процессов и систем. И его интеграция с системой управления фермой в цифровой экосистеме позволяет всем заинтересованным сторонам исследовать альтернативы и генерировать информацию о качестве того или иного решения.
Этот «цифровой джин» уже вышел из бутылки, но перед тем, как он сотворит свою магию, есть несколько основных элементов цифровых и сельскохозяйственных экосистем, которые необходимо разработать и интегрировать. Цифровое сельское хозяйство должно автоматизировать прием и анализ данных, и оно должно масштабироваться. Здесь есть еще «белые пятна», которые необходимо заполнить.
Вот семь главных элементов цифрового земледелия, а также расшифровка их значимости для сельскохозяйственного и цифрового мира.
1. Интеграция цифровой платформы
В первую очередь в этой экосистеме необходима интегрированная цифровая платформа. Мы начинаем понимать, что это означает с появлением и доминированием таких платформ как Amazon. Прежде чем что-то похожее может появиться в сельском хозяйстве, должна быть цифровая платформа, которая:
2. Последовательность действий
Как и в любом другом процессе, должны быть приоритеты, последовательность действий. Одновременно с появлением новых цифровых экосистем было активное развитие новых технологий и знаний. Они должны быть организованы, структурированы, чтобы идеи были применены в этой области.
Многие из этих технологий в настоящее время существуют за пределами цифровой экосистемы, и их необходимо моделировать и интегрировать в цифровой форме для улучшения процессов принятия решений и создания ценности для заинтересованных сторон.
Чтобы это стало возможным, каждая технология может быть рассмотрена относительно ее вклада в процесс принятия решений в сельском хозяйстве. Например, визуализация должна выполняться в цифровой форме, анализироваться и интегрироваться с другой уже известной информацией. В цифровой среде анализ изображения должен быть автоматизирован. К примеру, после того, как визуализации будут объединены с ранее известной информацией о предыдущем присутствии сорняков, это может подсказать, когда, где и почему они снова вырастут.
3. Автоматизация аналитики
Ключевое применение цифровой среды — автоматизация аналитики. Автоматизация управляет аналитическими процессами по каждому файлу и данных в этом файле. Система анализирует данные и помогает аграриям принять оптимальное решение. Эти данные существуют в очень больших файлах, которые должны передаваться через доступные системы связи. Файлы должны быть в доступных формах и со возможностью редактирования, сохранения и анализа.
Это важный кусочек головоломки. Цифровая платформа должна перейти от сбора данных о прошедшем к тому, чтобы описывать, почему это произошло, и как негативные явления можно смягчить в последующем.
4. Почва как производственный актив
Почва является активом. В экосистеме должна быть также цифровая модель почвы. То есть речь опять идет о цифровом двойнике — модели почвы и ее производственных возможностей. Почва — это общий знаменатель, от одного выращивания к другому. Цифровой двойник описывает и анализирует все аспекты почвы, которые будут влиять на культивирование. Моделирование начинается с топографии, слоев почвы, ее характеристик. В модель входит информация об обработке почвы и защите растений. Все это должно быть привязано по геолокации; ранжировано от наименьшей переменной до большей; а также доступно в цифровом виде для анализа.
5. Цифровое описание семян или урожая
Семена или урожай, подлежащие выращиванию, должны быть описаны в цифровой форме. Их характеристики нужно измерить в течении роста. Когда рост семян — или аналогичная историческая информация — сохраняется для любого урожая в цифровой экосистеме, для следующего выращивания становиться доступно множество данных и показателей. Это включает такую информацию о культурах, как первое появление, сроки вегетативных состояний, рост корней, использование питательных веществ и влаги, а также размер и созревание плодов.
6. Прогноз погоды
Прогноз погоды стал значительно точнее. Сегодня можно даже удаленно мониторить ее изменения. Реально сопоставить погоду с точки зрения солнечного света, дождя, температуры и других переменных в процессе выращивания. Кроме того, можно создавать модели реального мира, которые включают почву, культуры и погоду для обеспечения непрерывного мониторинга, прогнозирования и планирования.
7. Постоянные стрессы
Стрессы, которые воздействуют на культуры, довольно постоянны. Например, если во время последнего культивирования рос сорняк, вероятно, в следующем году он тоже вырастет. Расположение этих сорняков известно и может быть определено в пределах нескольких дюймов. Такая геолокация и «живучесть» относится не только к сорнякам, но и к грибкам, насекомым и т. д. Ранние признаки этих стрессов хранятся в памяти почвы, а цифровой спутник напомнит вам об этом.
Эти стрессы можно идентифицировать и контролировать, а также обнаружить последующее возникновение. Как только эти стрессы обнаружены, можно направить ресурсы на их локализацию и устранение. Эти семь элементов — лишь некоторые из основных звеньев, которые необходимо интегрировать в единое целое. В конце концов, цифровое сельское хозяйство должно быть экономично обоснованным и масштабируемым, а платформа должна создавать и обеспечивать ценность для всех стейкхолдеров.
Джин вышел из бутылки. А понятия выше являются частью цифрового земледелия, которое влечет за собой новую сельскохозяйственную революцию.
Кто зарабатывает на цифровизации сельского хозяйства
В январе 2021 года мы в Мэйк провели исследование рынка цифровых продуктов в сельском хозяйстве — выявили тенденции, технологических лидеров и модели их монетизации. Делимся полученной аналитикой в этой статье.
Данные собирали через онлайн-анкетирование и личные интервью. В опросе приняли участие 30 экспертов, работающих в сельском хозяйстве: руководящий состав, IT-специалисты, агрономы, скауты. География респондентов — Сибирь и Дальний Восток.
В рамках комплексного анализа данных применили следующие подходы:
В обзоре мы рассматривали два сегмента сельского хозяйства — растениеводство и овощеводство.
Основным технологическим трендом сельского хозяиства является точное земледелие.
В основе точного земледелия лежит понимание того, что земельные угодья неоднородны и нельзя их обрабатывать гектарами или условными полями.
Для получения урожая лучшего качества нужно обрабатывать их отдельными участками. Нужно оценивать неоднородность всходов, вегетации, влажности и продуктивности почвы. Необходима точечная тактика внесения удобрений.
Определять неоднородные участки сельхозугодий помогают снимки со спутников и БПЛА (беспилотные летательные аппараты). Датчики на технике и полях позволяют оценивать ландшафт, показатели влажности, температуры, уровня pH. Также важный источник данных — метеостанции.
Технологии точного земледелия собирают и анализируют данные о каждом вашем действии на поле. Они помогают принимать как быстрые, так и долгосрочные решения: какие семена сеять на каком участке, какое количество удобрений или химикатов нужно и др.
Затем, когда есть представление о том, что нужно сделать на ферме, оборудование для точного земледелия претворяет план в жизнь. Например, можно точно управлять трактором и агрегатами с помощью автоматизированной системы рулевого управления.
Весь рынок цифровизации агротеха стремится к этой идеальной картинке. А кто на этом зарабатывает? Если посмотреть глобально, то можно выделить четыре крупных сегмента:
Отличную карту российского рынка агротеха сделала Русбаза. Там ещё больше компаний, но представлены они в одном списке без какой-либо дополнительной информации.
Общий принцип большинства сервисов для агротеха достаточно прост.
Разница лишь в датчиках, каналах связи, типах собираемых данных и алгоритмах их обработки. Сам принцип один.
На основе картографирования полей и многих других данных системы выявляют проблемы с дренажем, уплотнением, питанием, сорняками и вредителями, прежде чем это станет разрушительным. Далее они составляет план работ, которые необходимо провести фермеру, чтобы улучшить ситуацию на поле.
Как правило решения основаны на машинном обучении и интеллектуальном прогнозировании. Данные собираются ежедневно, накладываются на архивные данные. Это позволяет определять тенденции и производить более точный анализ, позволяющий отслеживать действия и их последующие результаты.
Все объекты этой цепочки — это один IoT-продукт. Накинем сюда устройства полива — фермер сможет составить расписание полива растений основываясь на прогноз погоды. Добавим умные датчики управления сельхозтехникой — сможет составлять карту уборки поля.
Цифровизация отрасли постепенно меняет суть профессии фермера и помогает вести хозяйство более эффективно и устойчиво. Аналитика, полученная с сервиса, помогает агрономам принимать своевременные и взвешенные решения — цель которых: повышение урожайности, оптимизация внесения удобрений и СЗР, и как результат устойчивое земледелие.
AgroTech: как фермеров пытаются подружить с искусственным интеллектом
Сельское хозяйство ― довольно консервативная и инертная отрасль. В выращивании зерновых мало что менялось веками после нововведений с гужевым плугом и трехпольем. Например, в виноградарстве все сохраняется примерно так, как было 4–6 тыс. лет назад.
Кардинальные инновации случились относительно недавно, в XX веке: внедрение аграрных химикатов (гербицидов и пестицидов), появление гибридных сортов зерновых (прежде всего кукурузы, которая в том или ином виде присутствует почти в каждом продукте глубокой переработки в США), электрификация, искусственное оплодотворение, сельхозтехника.
В начале 2000-х годов, казалось, потенциал этих инноваций для дальнейшего увеличения производительности труда в сельском хозяйстве исчерпан, прогресс замедлился. Когда на производстве постоянно работает несколько человек, времени на эксперименты не остается. С тех пор фермеров, которые производят до 80% всей сельхозпродукции в мире, настойчиво пытаются подружить с передовыми технологиями: нано, био, смарт и ИИ.
В списке Crunchbase порядка 1 300 стартапов по направлению «сельское хозяйство и фермерство», в ИТ это десятки тысяч имен. В агробизнесе у вас 40 попыток, чтобы проверить, работает ли гипотеза, пока вам условно от 20 до 60 лет; в технологиях вы можете делать 40 попыток в неделю. На российском рынке представлено около 70 стартапов в сфере «умного» фермерства, точного земледелия, биотехнологий.
На что способен ИИ в сельском хозяйстве
Аргумент в пользу массового внедрения ИИ-технологий в сельском хозяйстве часто формулируется так: человеческая популяция к 2050 году достигнет 10 млрд человек, радикально увеличить обрабатываемые площади невозможно, необходимо повысить интенсивность их использования. Навязывать аграриям задачу накормить все население земного шара ― равно что требовать от средних и малых технологических компаний решить проблему глобального потепления.
В моменте производители и потребители сходятся в одном ― в желании сделать качественную сельскохозяйственную продукцию более доступной. Способны ли современные технологии решать эти чисто утилитарные вопросы?
Под технологиями ИИ, хотя в строгом смысле искусственный интеллект вряд ли появится в обозримом будущем, мы будем подразумевать для удобства классификации набор решений в области машинного обучения и обработки Big Data, нейросети, машинное зрение и так далее.
В контексте применения ИИ в выращивании зерновых, овощей и фруктов, животноводстве можно выделить три ключевых направления того, как это в принципе может работать в теории:
Раннее обнаружение вредителей, болезней и сорняков
Проблема. Сегодня фермеры вручную проверяют каждый участок своего поля на предмет обнаружения «неполадок», визуально осматривают состояние стада. Для выявления болезней на ранних стадиях элементарно может недоставать ресурсов и опыта.
Решение. Дрон, оснащенный компьютерным зрением, который регулярно проводит мониторинг участка (сигналом может служить изменение цвета листа или колоса) или стада (можно отслеживать изменения в весе).
Пример: Лососевые фермы в Норвегии используют стереоскопические камеры для раннего выявления заболевания рыбы морскими вшами. Болезнь ежегодно приводит к убыткам в сотни миллионов долларов. Правительство Норвегии планирует сделать технологию стандартом для отрасли.
Точное земледелие
Проблема. Аграрии вносят удобрения и осуществляют полив сплошным ковром, хотя участки одного поля могут иметь разные условия, рельеф, состав грунта: то есть где-то будет дефицит ресурсов, а где-то переизбыток.
Решение. Датчики, объединенные в сеть интернета вещей (IoT), отслеживают основные показатели: влажность почвы, температуру, освещенность участка, необходимые для оптимального ведения хозяйства. Алгоритм выдает рекомендации для каждого квадратного метра поля, что ведет к экономии воды, семян и химикатов.
Пример. Несколько «ИИ-ферм» расположены в провинции Гуйчжоу в Китае, где есть дешевая рабочая сила и климат, позволяющий задействовать технику и центры обработки данных без дорогостоящих охлаждающих систем.
Расчет урожайности
Проблема. Фермерам крайне сложно год к году предсказывать результат своих усилий по выращиванию зерна, овощей или фруктов, особенно если речь идет о введении новых сортов, пестицидов и так далее. В целом, на урожайность влияет множество факторов.
Решение. Информация, собранная сенсорами или дронами, анализируется алгоритмами с машинным обучением, которые оперируют в том числе историческими данными об изменении климата, создаются карты полей, выявляются паттерны. В итоге фермер может рассчитать урожайность с каждого участка и даже изменение цены на свою продукцию, оптимизировать расход ресурсов.
Пример. Цифровая платформа для точного земледелия в Аргентине. Система использует машинное обучение, геоданные дронов и спутников, облачные вычисления для разработки рекомендаций фермерам в реальном времени.
Как отдельный пример можно выделить городское фермерство. Израильская технологическая компания использовала алгоритмы ИИ для подбора оптимальных условий по освещению и влажности, чтобы выращивать сельскохозяйственные продукты в небольших домашних контейнерах.
Где еще доказательства, что это внедрено и работает?
Кейсов применения аграриями технологий ИИ в открытых источниках крайне мало. Почти вся информация исходит от разработчиков подобных решений в контексте их потенциальных возможностей.
Сделаем шаг назад: от алгоритмов ИИ к простой автоматизации. Полностью автоматизированная, с минимальным участием человека распашка полей и уборка урожая зерновых не кажется сложным решением. Траектория движения здесь проста и понятна. Все, что делает водитель техники при подготовке поля, ― разворот. Здесь нет препятствий в виде другого транспорта или людей.
Первый концепт полностью автономного трактора (без оператора в кабине) выпустила компания CNH Industrial в 2016 году сразу в двух версиях. До настоящего времени информации о запуске производства и массовом внедрении модели в агрокомплексах нет.
Крупнейший производитель сельхозтехники в США John Deere, также уже представлявший на одной из выставок концепт трактора с автопилотом, только в августе 2021 года заявил о создании стартапа Bear Flag Robotics, который собирается довести технологию до ума. По сути, в компании признали, что сейчас на рынке ничего подобного нет.
В плане развития в сельском хозяйстве ИИ-технологий речь идет о точечном использовании датчиков и дронов в экспериментальных хозяйствах. В масштабе всей индустрии это единичные примеры. О широком внедрении подобных решений фермерами пока говорить рано.
Объективные препятствия
Интерес фермеров к новейшим техническим решениям в сельском хозяйстве все же есть. Например, крупные агрокомплексы в Китае в период распространения африканской чумы свиней попытались внедрить машинное зрение для выявления и изоляции больных особей. Проблема в том, что небольшие фермерские хозяйства, которых большинство, просто не могут пока себе это позволить.
Технологии ИИ для массового сельхозпроизводителя дороги и избыточны. В сельской местности есть дешевая рабочая сила. Плюс к тому имеется и социальный контекст: высвободить даже тех немногих работников, заменив их роботизированной техникой, ― социальная проблема.
Кроме того, как мы знаем на примере российских хозяйств, рост урожайности не делает фермеров и агрокомплексы богаче, он просто приводит к обвалу закупочных цен у посредников. В такой ситуации сложно найти стимул к внедрению дорогостоящих инноваций. При том что свободных средств, которые можно было бы вложить в масштабное техническое переоснащение, у фермера, как правило, нет.
Объективное препятствие состоит в том, что в сельском хозяйстве действительно долгий цикл проверки гипотезы и отработки новых технологий. На экспериментальном предприятии, в полевой лаборатории сложно смоделировать условия, которые бы подходили для других регионов, с другим климатом, влажностью, рельефом, составом грунта.
Внедрение решений на основе ИИ требует базовой технической и цифровой оснащенности. Для подключения сенсоров в сеть IoT банально необходимо устойчивое высокоскоростное интернет-покрытие. Данные должны где-то обрабатываться и храниться. Значит, нужно искать вычислительные мощности или строить свои локальные центры обработки данных. Для БПЛА (дронов) законодательством установлены ограничения на использование.
Широкое внедрение технологий несет свои риски. Обучение одной подобной системы ― энергетически затратный процесс. По подсчетам экспертов, он оставляет углеродный след, эквивалентный выбросу 284 т CO2. То есть запуск одной ИИ-системы обойдется для планеты в пять раз «дороже», чем вклад в глобальное потепление одного автомобиля.
ИИ не стоит рассматривать как «серебряную пулю» для решения всех глобальных проблем отрасли. Но это одно из перспективных направлений, безусловно, заслуживающих внимания.
Точное земледелие: что дадут цифовые технологии российскому АПК
«Умные» теплицы, дроны-наблюдатели, поля, оборудованные сенсорами почвы, и полная автоматизация производства активно внедряются в аграрно развитых странах. Для отечественного растениеводства это дело будущего.
Инновационные решения пока не стали в отечественном агропромышленном комплексе обязательными к внедрению. Рекордные урожаи, растущий экспорт позволяли обходиться без новейших технологий. Но конкурентность внешних рынков требует внедрения цифровых решений. Трансформации всех отраслей, включая сельское хозяйство, предусмотрена национальным проектом «Цифровая экономика». В то же время в Минсельхозе РФ разработан отраслевой проект «Цифровое сельское хозяйство», представляющий собой комплекс мероприятий по внедрению цифровых технологий.
Платформа для роста
В рамках проекта «Цифровое сельское хозяйства» Минсельхоза будет создана Национальная платформа цифрового госуправления сельским хозяйством с таким же названием, она будет интегрирована с региональными и муниципальными субплатформами. Далее предполагается создание и внедрение модуля «Агрорешения», нацеленного на повышение производительности труда производителей продукции сельского хозяйства в два раза (в расчете на одного работника), а также сокращение затрат предприятий. Намечена также программа подготовки и переподготовки кадров для отрасли с учетом задач по внедрению цифровых технологий.
Сейчас, по оценке Минсельхоза, цифровые технологии используются преимущественно в таких секторах, как переработка, в растениеводство они почти не интегрированы. Лишь около 10% пашен обрабатываются с использованием диджитал-решений. «Страны-лидеры более чем в два раза эффективнее используют сельскохозяйственные земли. В результате урожайность пшеницы в России ниже, чем в странах ЕС и Китае на 50%. Правильное применение удобрений тоже является важным фактором в повышении урожайности земель. По этому показателю объем вносимых удобрений на гектар в России ниже, чем в Китае в 25 раз, а в США почти в пять раз», — рассказывает Антон Виноградов, старший менеджер практики оказания услуг компаниям агропромышленного комплекса PwC в России.
По оценкам консультантов J’son & Partners, причина отставания отечественных растениеводов в том, что в России очень много подсобных крестьянских и малых фермерских хозяйств. Годовой выручки таких предприятий, которая может составлять несколько миллионов рублей, просто не хватает на оптимизацию бизнеса.
По данным Минсельхоза, в прошлом году в среднем по отрасли рентабельность составляла скромные 8%. Через пять лет чиновники надеются довести среднюю норму рентабельности хотя бы до 30%. А это невозможно без использования инновационных продуктов и цифровизации предприятий. Ускорит процесс укрупнение игроков отрасли — консолидация в российском АПК идет уже несколько лет.
Переломным моментом в развитии отечественного растениеводства станет внедрение в массовом порядке технологий точного земледелия. Речь о комплексе мероприятий по управлению параметрами плодородия. К ним относится, в том числе, установка сенсоров почвы, составление карты вегетации, проведение спутниковой и аэрофотосъемки с применением дронов, дифференцированные посадка и внесение удобрений.
«Крупнейшие компании отрасли уже реализуют подобные пилотные проекты. Наиболее перспективными, исходя из доступности и простоты применения, можно назвать сенсорные датчики на полях, которые позволяют аккумулировать данные измерений параметров воздуха, почвы, а также снимки полей, помогают в реальном времени отслеживать состояние урожая. Подобные решения снижают зависимость от погодных условий, оптимизируют план сельхоз работ, дают возможность оперативно его корректировать, рассчитывать нормы полива и внесения удобрений, отслеживать поражения вредителями и своевременно с ними бороться», — подтверждает Антон Виноградов.
Максим Никиточкин, старший менеджер группы по оказанию услуг предприятиям АПК Ernst & Young, акцентирует внимание на необходимости автоматизации контроля производственных процессов и работы техники. Свести к минимуму человеческий фактор позволит «внедрение GPS-мониторинга, цифровых платформ сбыта и закупки товаров, цифровых платформ, автоматически управляющих предприятием на основе больших данных (big data), искусственного интеллекта и интернета вещей», — поясняет эксперт.
«Big data — эффективный способ минимизации зависимости растениеводства от погодно-климатических условий. Эта технология позволяет учитывать при анализе множество факторов — погодных и климатических, интенсивность и частоту обработки и удобрения почвы и многие другие критерии», — добавляет Антон Кочетков, старший менеджер группы по работе с компаниями агропромышленного сектора «Делойт, СНГ».
«Цифровизация может увеличить урожайность на 10–30%, снизить затраты на 5–15%, и это достаточно консервативные оценки. Без учета амортизации закупленного оборудования рентабельность может быть увеличена в два-три раза», — подсчитывает Максим Никиточкин. Несмотря на неизбежный рост расходов производителей на техническое переоснащение, затраты отобьются в сжатые сроки.
«В развитых странах применение таких технологий позволяет сэкономить на затратах 5–10% и увеличить урожайность более чем на 10%», — дает близкую оценку Антон Виноградов. «Учитывая текущую стадию технологического развития отечественного растениеводства, ожидаемый эффект от внедрения подобных решений в России существенно выше», — считает эксперт. Уже на начальном этапе экономия у многих предприятий может составить 25% за счет относительно простых приемов, которые прямо даже не связаны с цифровизацией бизнеса. Это оптимизация и стандартизация бизнес-процессов, обучение и развитие персонала, внедрение системы бережливого производства, эффективных моделей управления закупками и запасами, оптимизации логистических маршрутов. Сюда же можно отнести мероприятия по мониторингу техники, сокращение ее простоев и расходов на топливо.
Трансформация отрасли потребует времени: небольшие предприятия, работающие по старинке, пока относительно конкурентоспособны, в том числе за счет дешевой рабочей силы. Кроме того, нужно обеспечить приемлемый уровень проникновения интернета в российские села, как того требует интеграция АПК в «Индустрию 4.0».