Как импортозамещение и умная сельхозтехника изменят российский АПК

В марте 2022 года на фоне санкционных ограничений российский агропромышленный комплекс столкнулся с серьезными вызовами в сфере поставок зарубежных компонентов и программного обеспечения. Основатель и руководитель iPavlov Лоран Джейкобс представил экспертный комментарий для публикации на портале Ведомости, объяснив, как отечественная умная сельхозтехника может полностью закрыть потребности рынка за счет внедрения независимых ИИ-технологий.

Искусственный интеллект в сельском хозяйстве: потенциал рынка

По оценкам партнеров — производителей приборов на основе ГНСС (Глобальные навигационные спутниковые системы), отечественный рынок цифровых технологий в аграрном секторе превышает 360 млрд руб., а в ближайшие 10–15 лет он способен вырасти в 3–5 раз. Технологический предприниматель Лоран Джейкобс подчеркивает, что в этой сфере нет острой необходимости в копировании западных продуктов. Имеющаяся аппаратная база в сочетании с российскими ИИ-платформами позволяет создавать автономные программно-аппаратные комплексы, отвечающие реальным запросам потребителей.

Разрабатываемые решения способны закрыть самые востребованные направления:

• Создание системы класса цифровой двойник вегетации культуры с учетом максимального количества внешних факторов.

  
  

• Разработка роботизированных систем («робот-почвовед») для повышения эффективности почв.

  
  

• Точный автоматизированный расчет оптимальной схемы питания конкретной культуры и детальный прогноз урожайности.

Почему умная сельхозтехника требует масштабного сбора данных

Одной из главных проблем цифровизации аграрного сектора остается нехватка структурированной информации для обучения интеллектуальных алгоритмов.

«Да, дефицит качественных решений определенно есть, связан он в первую очередь с низком объеме данных, на основе которых можно разработать качественные программные продукты и, в результате, предоставить достоверные выводы, на которые можно будет полагаться, принимая решения», — поясняет признанный эксперт в сфере ИИ-разработок Лоран Джейкобс.

По словам Лорана, сельское хозяйство отличается длинным производственным циклом, где биологические процессы невозможно автоматизировать напрямую. Чтобы умная сельхозтехника работала с математической точностью, необходимо обеспечить полноценный мониторинг всех циклов растениеводства с помощью датчиков. Например, для прогнозирования появления вредителей на поле требуются массивы сведений: от сорта и истории температур до влажности и точных геокоординат. На их основе формируется цифровой двойник всего производства, позволяющий избегать потерь при выращивании, сборе и хранении продукции.

Преодоление барьеров и экономический эффект

Для решения этих задач команда Лорана уже инициировала создание коллаборационных групп с региональными аграрными университетами и производителями систем на базе ГНСС (Глобальные навигационные спутниковые системы). Внедрение отечественных ИИ-решений способно обеспечить экономию затрат на 8–12% при дифференцированном внесении удобрений, снизить операционные расходы и повысить общую урожайность в среднем на 15–20%.

Главные барьеры в этой области – отсутствие готовых данных и, безусловно, необходимые объемы субсидирования производителю ПО, производителям АК (аппаратно-программных комплексов) на базе ГНСС, IoT-решений (интернет вещей). Своевременная поддержка ИИ-разработчиков позволит полностью преодолеть логистические вызовы и увеличить производительность труда в отечественном секторе АПК в 3–5 раз.

Полную версию материала и мнения других участников рынка можно найти на портале Ведомости.