![](/upload/iblock/47b/47b9e8dddf7183edc6c8eafbe12c8d2b.jpg)
В агросекторе был бы востребован точный математический инструмент, помогающий производителю повысить экономическую эффективность бизнеса
Тема искусственного интеллекта (ИИ) сегодня активно обсуждается представителями разных сфер бизнеса. Делаются попытки сформировать массивные базы данных, помогающих специалистам в различных отраслях деятельности. Если говорить о возможностях искусственного интеллекта в сельском хозяйстве, то стоит разделить эту тему на две части.
Первая — прикладная, каждодневная: программируемая техника для обработки полей, автоматизированные процессы, внесение удобрений, анализ почвы, автоматизированные животноводческие комплексы. Все это существует и активно внедряется в фермерскую практику.
Но есть и другой аспект, более широкий и не столь очевидный. ИИ может помочь аграриям рационально организовать бизнес-процессы. Например, при прогнозировании урожая на следующий год, когда специальная система, обрабатывающая данные, может дать предварительный прогноз на основе анализа и сопоставления множества факторов: историческая справка, спутниковые снимки, информация об изменении погодных и климатических условий, севооборот, состояние почвы и т. д.
При помощи ИИ фермер может рассчитать, например, необходимый объем внесения удобрений, зная уровень увлажненности, освещения, конкретное расположение того или иного земельного участка. Обладая таким набором данных и пропуская их через систему ИИ, можно добиться улучшения результатов хозяйственной деятельности.
Таким же образом можно прогнозировать не только урожай, но и целесообразность выращивания той или иной сельскохозяйственной культуры. Система анализирует данные о спросе, динамике цен на рынке и дает заключение. Простой пример: фермер собирается посеять ячмень. ИИ, обрабатывая большой массив данных, делает вывод о низком спросе на эту агрокультуру в конкретном регионе. Что же делать? Рекомендация системы: на будущий год стоит обратить внимание на выращивание кукурузы — она востребована, а с учетом ожидаемых благоприятных метеоусловий можно получить высокий урожай и реализовать его по выгодной цене.
Кроме того, что ИИ позволяет облегчить физические действия, он также дает возможность принимать более эффективные решения по бюджетированию, планированию, продажам агрокультур. После сбора урожая система сопоставляет местоположение покупателей и продавцов и дает рекомендации: продавцу — как продать подороже, покупателю — как купить подешевле.
Подобные системы уже достаточно давно существуют в мире. Россия тоже движется в этом направлении. На рынке успешно работают онлайн-платформы, помогающие продавцам и покупателям найти друг друга, например, «АгроКлуб», «Агро24». Но пока в стране нет единой масштабной надсистемы, которая бы аккумулировала разрозненные базы данных и работала в самых разных направлениях: прогнозирование урожая, спроса, динамики цен и т. п.
Сейчас в этом направлении делаются только первые шаги, так, недавно заработала торгово-информационная площадка Agrisale.ru, агрегирующая информацию, поступающую от различных автоматизированных систем: данные об урожае по регионам, продавцах, покупателях, прогностические модели и многое другое. Аналогичные проекты, основанные на использовании больших баз данных, тщательном маркетинговом анализе, существуют в других отраслях, они у всех на слуху. Например, подобные платформы-агрегаторы запустили «Сбер» и «Яндекс». Безусловно, в сельскохозяйственной отрасли тоже был бы востребован точный математический инструмент, аккумулирующий огромные статистические данные, который бы помог производителю повысить экономическую эффективность бизнеса.
Автор — управляющий партнер Agrisale.ru.
Мнение автора может не совпадать с позицией редакции.