Сельское хозяйство — весьма консервативная отрасль: предприятия АПК предпочитают придерживаться традиционных методов работы, получая приемлемые для себя результаты в течение десятилетий. И это объяснимо — ведь сельхозпроизводителям приходится иметь дело со все той же землей, растениями, животными, вредителями и погодой, что и их предки столетия назад.
Высокая зависимость от внешних факторов делает сельское хозяйство высокорисковым и слабопредсказуемым бизнесом, что усложняет долгосрочные инвестиции в развитие предприятий, а низкая стоимость труда в сфере АПК делает их еще и бессмысленными с точки зрения рентабельности. Особенно это верно для российского рынка, на котором преобладает экстенсивное земледелие, нет дефицита территорий или дешевой рабочей силы.
Однако глобальные вызовы, которые сегодня стоят не только перед российским АПК, но и перед всем человечеством, а также новый уровень развития технологий, делают модернизацию и автоматизацию сельского хозяйства задачей необходимой и неотвратимой.
По прогнозам ООН, население Земли достигнет 8,5 млрд человек к 2030 году, а к 2050 году составит 9,7 млрд, и это потребует увеличения сельхозпроизводства минимум на 35 %. Однако к 2050 году площадь обрабатываемых сельхозземель вырастет всего на 2 %, до 40 % всей площади суши на планете, чего будет недостаточно для обеспечения мирового спроса на продовольствие, который вырастет за этот период на 70 %.
Также придется учесть и растущую усталость плодородных почв: сегодня 25 % земель во всем мире считаются крайне истощенными. При этом уже сейчас около 800 млн человек страдает от хронического голода, и при текущем темпе развития сельского хозяйства их число к 2030 году сохранится на уровне 8 % от населения земли. Влияние на ситуацию оказывают и климатические изменения, и рост урбанизации, которая одновременно снижает сельхозплощади и повышает потребность в производстве переработанной пищевой продукции на душу населения, а также общемировое уменьшение запасов пресной воды. Только на развитие систем ирригации в развивающихся странах к 2050 году потребуются инвестиции в размере 1 трлн долларов.
Поэтому перед производителями продуктов питания стоит системная задача интенсификации сельского хозяйства, повышения эффективности обработки земель. Ключевыми тенденциями в развитии мирового АПК становятся поиски способов вовлечь в оборот непригодные для возделывания земли, повысить отдачу посевов с одного квадратного метра, найти новые источники питательных веществ (такие, например, как искусственно выращенный белок, насекомые, водоросли и т. д.). Один из главных способов повышения отдачи от деятельности АПК — новые технологии, которые улучшают точность производства и прогнозирования, снижают затраты, увеличивают валовой продукт.
Автоматизация и внедрение высоких технологий в мировом сельском хозяйстве на данный момент происходит медленно и неравномерно. По данным аналитического агентства McKinsey, достижения агротеха используют в среднем 39 % предприятий АПК планеты: больше всего — в Европе (62 %) и Северной Америке (61 %), меньше всего — в Азии (9%).
Российский АПК находится примерно на среднем уровне по внедрению технологических достижений. По данным, озвученным заместителем председателя Правительства РФ Дмитрием Чернышенко, в настоящий момент в сельском хозяйстве только 12 % предприятий используют технологии ИИ, 36 % планируют их внедрять в ближайшее время при медианном уровне внедрения ИИ в экономике в 20,8 % (лидирующая отрасль, финансовый сектор, имеет показатель 56 %).
Как подсчитали специалисты Института статистических исследований и экономики знаний НИУ ВШЭ, в 2020 году спрос российской отрасли сельского хозяйства на искусственный интеллект составлял 3,9 млрд руб., при этом он может вырасти более чем в 20 раз к 2030 году, до 86 млрд руб. В 2021 году уже около 20 % российских сельхозплощадей обрабатывались с использованием цифровых технологий. По прогнозам Ассоциации европейского бизнеса, цифровизация позволит российскому агросектору увеличить доход на 1,5 трлн руб. в ближайшие пять лет. Также, по мнению экспертов, массовое внедрение ИИ увеличит прирост валовой добавленной стоимости к 2025 году на 25 % в растениеводстве и на 13 % в животноводстве. Пока же сельское хозяйство находится на четвертом месте в рейтинге среди отраслей по перспективности внедрения новых технологий после строительства, страхования и торговли.
Основные направления, в которых развивается российский агротех, — это точное земледелие, роботизация, интернет вещей (IoT), предиктивная аналитика и автоматизация управления предприятием, системы мониторинга и контроля «от поля до прилавка», использование беспилотных технологий и «умных ферм».
Министерство сельского хозяйства предполагает внедрить в субъектах РФ шесть проектов полного научно-технического цикла сквозных цифровых систем: «Цифровые технологии в управлении АПК», «Цифровое землепользование», «Умное поле», «Умный сад», «Умная теплица», «Умная ферма», основанные на отечественных технологиях, методах и алгоритмах.
Самым сложным, глобальным и многосоставным направлением, которое сегодня набирает популярность во всем мире, является точное земледелие. Этот метод представляет собой систему управления продуктивностью посевов с использованием технологий глобального позиционирования (GPS), географических информационных систем (GIS), оценки урожайности (Yield Monitor), переменного нормирования (Variable Rate), дистанционного зондирования земли (ДЗЗ), больших данных (Big Data), компьютерного зрения, ИИ и интернета вещей (IoT).
В рамках этого метода обработка полей происходит не традиционным сплошным методом, а дифференцированно и избирательно, с учетом точных оперативных данных о рельефе местности, состоянии почвы, уровне влажности, количестве и видах сорняков, вредителях, погоде и т. д. Исходя из этого разные участки поля, которые находятся в различном состоянии и получают неодинаковое количество света и влаги, обрабатываются соответственно, что снижает затраты ресурсов (времени, воды, удобрений, средств защиты растений), уменьшает вредную нагрузку на природную среду и здоровье человека, повышает отдачу от посевов. Точное земледелие также показало свою эффективность в регенеративном сельском хозяйстве и помогает восстанавливать органический состав истощенной почвы.
Например, на российском рынке комплексное программное решение для точного земледелия, цифровую платформу Cropwise, предлагает IT-компания «Сингента». Этот облачный сервис собирается из различных модулей в зависимости от потребностей конкретного предприятия. Так, в модуле «Агрооперации» можно планировать, проводить и прогнозировать работы на полях с учетом особенностей рельефа, типа, состава и состояния почвы, погодных условий, стадии развития культур и текущего состояния посевов. Система позволяет в режиме реального времени контролировать как конкретное поле, так и все поля в целом, оперативно анализировать результаты и вносить корректировки. Модуль «Состояние посевов» на основе информации о физико-механических свойствах почвы, запасах влаги и росте растений, полученных с локальных и глобальных метеостанций, БПЛА, спутниковых снимков, помогает вести удаленный мониторинг актуального состояния культур, выявлять проблемные участки, своевременно предупреждать о проблемах и угрозах, формировать оценку урожайности. Модуль «Телематика» помогает управлять техникой, контролировать движение машин и расход топлива, сопоставлять качество проведения работ с состоянием посевов и привязывать технику к операциям, созданным для каждого поля индивидуально.
«Сейчас в сервис Cropwise заведено порядка 20 млн га земель в РФ с широкой географией: это и южные регионы, и Центральное Черноземье, и Поволжье, есть подключенные хозяйства даже в Сибири и на Дальнем Востоке. Только за 2022 год с помощью инструментов Cropwise были выданы рекомендации для внесения 318 тонн СЗР и посева 1,3 млн единиц гибридов», — уточняет Виктория Илюшина, менеджер по внедрению цифровых сервисов компании «Сингента».
Компания Яндекс, Биологический факультет МГУ совместно с ФНЦ им. Мичурина, Тамбовским госуниверситетом и агроинженерным центром ВИМ создали полноценную систему мониторинга и прогнозирования урожая плодовых и ягодных культур в Yandex Cloud для определения интенсивности цветения и плодоношения в расчете на одно растение или гектар площади. Полевые данные собираются с помощью камер на роботоплатформах или сельхозтехнике и передаются в облачное хранилище вместе со снимками со спутников и беспилотников, где анализируются ключевые фазы развития растений и прогнозируется урожай. Система уже протестирована на площадках в ботсаду МГУ и в ближайшие сезоны будет масштабироваться в регионах – лидерах по производству плодово-ягодной продукции (Ставропольский край, Курская, Липецкая области).
Внимание к задачам внедрения технологий точного земледелия проявляет и государство. По данным, предоставленным заместителем министра сельского хозяйства РФ Еленой Фастовой, в 2022 году министерство приступило к разработке сервисов для сбора, накопления, обработки, анализа и предоставления информации о состоянии и использовании сельхозземель на основе алгоритмов ИИ, машинного обучения и компьютерного зрения. Сервисы позволят распознавать контуры полей и культуры, которые на них растут: озимую и яровую пшеницу, подсолнечник, кукурузу, сахарную свеклу, гречиху, картофель. Полученные эталонные сведения будут размещаться в формате открытых данных для использования российскими хозяйствами.
Также с 2021 года действует проект «Цифровая трансформация агропромышленного и рыбохозяйственного комплексов», задача которого — создание единой цифровой среды для всех производственных процессов в агропромышленном комплексе «от поля до прилавка».
Внедрение системных решений в российском АПК уже имеет измеримые результаты. Так, согласно докладу «Эффективные отечественные практики на базе технологии искусственного интеллекта в сельском хозяйстве», подготовленному АНО «Цифровая экономика», внедрение решений компании SmartAGRO позволило «Русской аграрной группе» и ГК «Заречное» на 5–30 % снизить затраты на сбор и анализ достоверных данных, в полтора раза сократить время приемки урожая в местах хранения, до 10 % снизить расходы топлива, удобрений, СЗР.
Масштабная часть цифровизации сельхозпроизводства — это современная техника, такая как беспилотные сельхозмашины, БПЛА, роботы, а также технологии — компьютерное зрение, интернет вещей (IoT), ИИ-алгоритмы.
В растениеводстве важным направлением использования IoT является умная система орошения: ИИ на основе информации с датчиков испарения, влажности почвы, количества осадков определяют оптимальное количество воды, нужное конкретному полю или культуре для достижения заданных показателей урожайности. На основе этого подается команда автоматической системе орошения, которая поливает участки дифференцированно, что позволяет экономно расходовать воду. Например, решение компании «КРОК» помогает улучшить эффективность полива на 30–50 % и уменьшить потери урожая при засухах на 20–100 %, а комплекс Aist — повысить урожайность на 35 % и сэкономить 30–80 % воды.
Умная система опрыскивания сорняков See&Spray, разработанная компанией Blue River Technology, устанавливается на трактор, с помощью алгоритмов компьютерного зрения различает сорняки и точечно подает небольшую смертельную дозу гербицида для их уничтожения. Это защищает урожай при сокращении количества токсичных химикатов на 90 %.
На российском рынке широко известны решения отечественной компании Cognitive Pilot для автономного управления сельхозтранспортом — комбайнами, тракторами, опрыскивателями. Система Cognitive Agro Pilot анализирует изображения с видеокамер и при помощи нейросети определяет типы и положения объектов во время движения техники, строит траектории и передает команды для выполнения маневров. Затраты на установку такого комплекса оцениваются в 5–10 % от общей стоимости машин. При этом отмечается снижение прямых потерь урожая на 8–13 %, зерна при сборке — в два раза, сокращение срока уборочных работ — на 25 %, расходов топлива — на 5 %. ИИ-автопилотами Cognitive Agro Pilot уже серийно оснащаются комбайны Брянсксельмаш, Гомсельмаш, тракторы «Кировец» Петербургского тракторного завода, также система поставляется в страны СНГ и на зарубежные рынки.
В птицеводстве и животноводстве комплексы под управлением ИИ, в состав которых входят различные датчики и камеры с технологией компьютерного зрения, помогают подбирать рацион питания, выявлять новые взаимосвязи между условиями ухода и состоянием птицы и скота, следить за самочувствием и даже настроением животных, анализируя движения тела, позы, положения глаз, ушей и т. д., предотвращать заболевания, контролировать прирост веса, проводить инвентаризацию поголовья, снижать потери молодняка и прочее.
В европейских странах уже порядка 50 % ферм полностью автоматизировано, в РФ эти технологии только начинают внедряться. Но есть уже и измеримые результаты: например, интеллектуальная система подачи корма и доения Maslov помогла СПАК «Кузьминский» повысить надои на 11–17 % и в полтора раза увеличить продолжительность жизни крупного рогатого скота. Цифровая система мониторинга и повышения эффективности содержания свиней от «Сибагро» позволила животноводческим предприятиям Новгородской и Липецкой области улучшить сохранность свиней на 20 % за счет снижения уровня заболеваемости и стресса, на 15 % увеличить эффективность откорма и снизить число необходимых контактов человека со здоровыми животными в пять раз.
Относительно новым направлением, напрямую связанным с возможностями искусственного интеллекта, для АПК стала аналитика больших данных (Big Data), на основе которой строятся тактические и стратегические планы предприятия и принимаются управленческие решения.
По прогнозам, к 2050 году средняя ферма будет генерировать 4,1 млн единиц данных в день, поступающих с различных сенсоров и камер. А аналитики Волгоградского государственного аграрного университета подсчитали, что правильные управленческие решения на основе предиктивной аналитики Big Data помогут увеличить урожайность зерновых культур минимум на 30 %, а удои молока — в среднем на 15 %.
Предиктивный анализ ключевых рыночных метрик, таких как оптовые цены, объем производства, потребления, импорта, экспорта, рентабельность и других, может помочь предприятиям АПК спланировать свою производственную, ценовую, инвестиционную, сбытовую политику на более длительный период. Например, российская компания Meatinfo предлагает более 10 работающих моделей, которые способны предсказывать оптовые цены на мясо с точностью до 83 %, цены на 25 товарных категорий продукции АПК — с точностью до 81 %. По утверждению генерального директора Meatinfo Сергея Павлюченко, лидогенерация с помощью ИИ в рамках нейромаркетинга на 85 % более результативна по сравнению с «ручными» методами, и позволяет сельхозкомпаниям в отдельных случая нарастить объемы продаж на 100 %.
Еще одно перспективное направление предикативного анализа с помощью ИИ — кредитование сельхозпредприятий. Например, компания Ricult применяет ИИ для прогноза доступности финансовых услуг конкретной сельхозорганизации и выбора предложений, которые соответствуют агроциклам и снижают риски для банков. Это решает важную проблему кредитования сельхозпредприятий, которым обычно сложно получить ссуду, например на подготовку к посевной из-за непредсказуемости обстоятельств и сложности прогнозирования работы этой отрасли. Именно поэтому, согласно данным Всемирного банка, 235 млн фермеров во всем мире (примерно треть от всего числа) работает без банковских кредитов, так как традиционные финансовые учреждения не хотят связываться с АПК.
Несмотря на вдохновляющую статистику, внедрение высоких технологий на российских предприятия АПК идет недостаточно быстро по многим причинам. Для малых фермерских хозяйств и средних предприятий это вопрос недоступности инвестиций, более крупные игроки сетуют на отсутствие широкой рыночной практики и разорванность цифровых цепочек, а многие руководители компаний просто недостаточно информированы о существующих технологиях и не понимают, каких целей поможет достигнуть их внедрение.
Чтобы стимулировать сельхозпроизводителей включиться в процесс технологического обновления, в Правительстве РФ рассматривают возможность увязать внедрение ИИ-технологий с получением государственных субсидий. Уже сейчас Минсельхоз оказывает господдержку предприятиям, субсидируя приобретение и внедрение российских программных продуктов (в том числе с алгоритмами искусственного интеллекта) для цифровизации производства и переработки сельхозпродукции.
Для консолидации и централизации усилий по внедрению агротехнологий и российского ПО ведется разработка отраслевых стандартов для лицензирования, создан специализированный центр цифровых компетенций, а в декабре 2024 года планируется запустить Единую цифровую платформу. Ее внедрение позволит отрасли выйти на новый уровень контроля, прогнозирования и моделирования и создать более гибкую и точную систему управления на основе полной, достоверной и актуальной информации, полученной с помощью ИИ, машинного обучения и Big Data.
ОЛЬГА ЛОГИНОВА