Сучасні технології штучного інтелекту, зокрема, машинне навчання, комп’ютерний зір і інтелектуальна аналітика, відкривають все більш широкий спектр можливостей для фермерів у всьому світі й допомагають поліпшити показники агросектору. У зв’язку з цим сегмент програмного забезпечення з кожним роком розростається, що не тільки підвищує ефективність ведення сільського господарства, а й допомагає успішно управляти його продуктивністю на державному рівні.

Нові моделі прогнозування врожайності, аналіз даних у режимі реального часу, роботи-збирачі фруктів і овочів, супутникове бачення, комп’ютерний зір для боротьби з бур’янами та автоматизовані системи поливу та обробки культур – ключові тенденції агро-ринку, які безпосередньо позначаються на його прибутковості сьогодні.

Про що говорить статистика?

За підрахунками аналітиків з Research and Markets, очікується, що впровадження технологій штучного інтелекту в агросекторі дозволить збільшити його прибутковість у всьому світі більш ніж на 3 млрд.дол. до 2025 року. При цьому, основним фактором, який обумовлює таку тенденцію, є стрімке зростання попиту на застосування рішень AI на ринку сільського господарства у зв’язку з необхідністю підвищення його продуктивності.

Згідно з даними CB Insights, починаючи з 2012 року, сільськогосподарські технологічні стартапи залучили вже більше $ 800 млн.дол. в усьому світі. Крім того, ще в 2014 році аналітики відзначили стійкий фокус інвестицій на підприємства, які застосовують у сільському господарстві технології штучного інтелекту – робототехніку та машинне навчання. І, не дивлячись на те, що останні 5 років зріст попиту на AI спостерігався і у багатьох інших галузях – медицині, торгівлі, фінансовому та промисловому секторах, – ставки на впровадження інноваційних рішень саме в агрокомплекс все одно залишалися високими. Так, у 2017 році агротехнічним компаніям вдалося укласти майже 60 угод на суму 240 млн.дол., а за підсумками поточного року експерти прогнозують більше 200 угод на суму більш ніж 700 млн.дол.

На сьогоднішній день провідними венчурними інвесторами в агротехнологічному секторі на Заході є фонди Bessemer Venture Partners, Accel Partners, Khosla Ventures, Lux Capital і Data Collective. Не жалкують коштів на розвиток даного напрямку й такі біотехнологічні гіганти, як Monsanto і Syngenta. Вони ж підтримують ті компанії, які спеціалізуються на біоінформатиці, аналізі даних і штучному інтелекті, надаючи унікальні рішення великим корпоративним клієнтам у галузі сільського господарства. Левова частка інвестицій припадає на розробників універсальних дронів і технології комп’ютерного та супутникового зору. Так, наприклад, тільки в Штатах компанії, що працюють в даному напрямку, за останні кілька років сумарно отримали більше 200 млн.дол. фінансових вливань.

Найактуальніші напрямки застосування AI в агросекторі сьогодні

  • Інтелектуальний моніторинг полів і саджанців. Область включає в себе проекти зі створення безпілотних засобів з акцентом на сільське господарство, а також проекти, заточені на алгоритми комп’ютерного та супутникового зору для аналізу й обробки даних. Дані збираються дронами, обладнаними відео камерами. Дрони дуже зручні для реалізації польових робіт, інспекції об’єктів і вивчення поверхні земельних ділянок. Стартапи в цій категорії поставили рекорд з інвестицій серед роботизованих підприємств ще в минулому році, уклавши більше 40 угод. Одним із найбільш прогресивних розробників програмного забезпечення в цій категорії є компанія Prospera – вона використовує технологію комп’ютерного зору з глибоким навчанням для моніторингу сільськогосподарських культур в режимі реального часу.
  • Сільськогосподарська робототехніка. Включає переважно наземних роботів, які можуть автономно виконувати різні завдання на полях, надаючи всю необхідну інформацію фермерам для аналізу стану ґрунту та культур, а також здійснювати їх обробку і полив, і навіть збирати урожай. У числі найбільш відомих компаній і стартапів в цьому напрямку – Blue River Technology, Abundant Robotics, Google Ventures і Yamaha Motor Ventures.
  • Розумна аналітика. Дана категорія представлена ​​в основному інтелектуальними додатками, які використовують моделі машинного навчання з метою здійснення сільськогосподарських досліджень і розробок, сезонного аналізу і навіть моделювання різних ринкових сценаріїв і оптимізації бізнес-витрат. Одним із гучних стартапів, що займаються розробками в цьому напрямку, є іспанська компанія ec2ce. Її проект допомагає фермерам прогнозувати врожайність, управляти добривами, поливом і стежити за поширенням шкідників на основі сільськогосподарських даних із різних джерел, використовуючи програмні додатки. За кілька років компанія залучила понад 7 млн.дол. інвестицій від таких акул ринку, як AgFunder, Aravaipa Ventures і Elixir Capital.
  • Машинне навчання для роботи з полями і культурами. Якісний моніторинг і аналіз ґрунту та сільськогосподарських культур – болючий мозоль на тілі багатьох фермерів. На щастя, останні кілька років технології штучного інтелекту допомагають успішно вирішувати ці проблеми. Машинне навчання дозволяє ефективно прогнозувати вплив погодних умов, навколишньої флори й різних мікроорганізмів на стан вирощуваних рослин, і навіть ідентифікувати патогенні процеси, що впливають на зростання та якість саджанців. Відомою розробкою в даному напрямку є проект Indigo, який залучив мільйони доларів інвестицій. Технологія дозволяє в прямому сенсі підвищувати врожайність за допомогою системного й ретельного аналізу всіх негативних факторів, що впливають на агрокультури, в результаті чого вдається практично повністю виключити всі проблеми, які перешкоджають отриманню високоякісного урожаю й виснаження ґрунтів.
  • Вивчення та аналіз супутникових знімків. Проекти, заточені на ці цілі, програмуються на дослідження знімків, одержуваних супутниками. Технологія масштабна, так як, використовуючи глобальні геодані, дає можливість фермерам в усьому світі отримувати необхідну їм інформацію про розподіл сільськогосподарських культур і вплив погодних змін на сільське господарство. Моніторинг одержуваних даних доступний у спеціальних програмних додатках. Робота таких аналітичних супутникових систем використовує алгоритми машинного навчання й комп’ютерного зору, які спрямовані на класифікацію даних і виокремлення важливої для агрокомплексу інформації з мільйонів супутникових зображень. Найвідомішим розробником у цій галузі є заснована в 2013 році компанія Orbital Insight, яка за кілька років залучила майже 100 млн.дол. інвестицій на свої розробки. У компанію інвестували, зокрема, такі відомі фонди, як Lux Capital, Sequoia Capital і Google Ventures.