Илья Воронков: «Искусственный интеллект не конкурент, а помощник агронома»

— Илья, в каких областях в сельском хозяйстве сегодня находит применение искусственный интеллект? Как бы вы оценили уровень его проникновения в российский АПК?

— В растениеводстве искусственный интеллект помогает аграриям прогнозировать наступление лимитирующих урожайность факторов, например эпифитотий заболеваний, нашествие вредителей, а также оценивать состояние посевов, определять урожайность культур в динамике в течение сезона по снимкам полей. Есть немало примеров и в животноводстве: от идентификации и подсчета поголовья до оценки активности животных и определения проблем со здоровьем на ранних стадиях. Сегодня на рынке встречаются даже роботы добровольного доения с ИИ.

В сфере механизации сельского хозяйства можно привести в пример системы автономного управления самоходными машинами на основе ИИ, которые, анализируя видеоряд с камер, строят траектории прохода техники по полю.

Однако решения на основе ИИ в сельском хозяйстве России все еще недооценены: лишь 3% крупных и средних хозяйств используют подобные сервисы.

— Чем технологии с применением искусственного интеллекта могут помочь в агрономии?

— Агрономия — одна из областей в сельском хозяйстве, где внедрение искусственного интеллекта может принести хорошо ощутимый результат. Благодаря сбору и анализу огромных пластов многолетних данных искусственный интеллект помогает агроному в принятии важных управленческих решений, обеспечивая скорость реагирования и исключая человеческий фактор.

Наиболее востребовано компьютерное моделирование производственных процессов — как, например, планирование севооборота с учетом истории полей и прогнозов рентабельности культур, — а также рекомендательные сервисы, например по оптимальным срокам сева или проведения обработок на основе прогноза наступления фенофаз культурных растений, определение состава сорной растительности по снимкам полей и советы по формированию баковых смесей не только в зависимости от видового состава сорняков, но и от стадии их развития. Полезна будет и динамическая оценка урожайности полей или даже их отдельных участков — она поможет скорректировать схему защиты и питания, если агроном увидит, что маржинальность производства выходит за допустимые рамки.

В зависимости от текущего состояния бизнеса, категории хозяйства и вида деятельности такие сервисы могут способствовать повышению урожайности полевых культур до 30% и рентабельности в среднесрочной перспективе примерно на 20%.

— Как может повыситься качество и производительность труда агрономов при внедрении в растениеводство искусственного интеллекта? Почему осмотры полей с помощью решений на основе ИИ могут выполняться быстрее и качественнее?

— Осмотры полей — это ежедневная рутина агронома, занимающая существенную часть рабочего времени. Агродрон способен за 15 минут обследовать до 100 гектаров посевов таких полевых культур, как свекла, кукуруза, подсолнечник, озимая пшеница, соя, что в 6 раз быстрее, чем осмотр посевов агрономом. Например, в основе программного обеспечения (ПО) «АссистАгро», которое интегрируется с беспилотниками, лежат технологии машинного зрения, автоматизированного сбора данных и их последующего анализа. Дрон распознает более 150 видов сорняков в различных фенофазах. Это позволяет еще и в 4 раза точнее, чем агроном, обследовать посевы на засоренность. А своевременное обнаружение сорной растительности и формирование заданий по обработке полей сокращает расход гербицидов до 20%.

Таким образом, продуктивность агрономов может повыситься в 7–10 раз при внедрении в производственный процесс цифровых решений на основе ИИ. Например, в нашей практике после внедрения цифровых продуктов один квалифицированный агроном начинает полноценно обслуживать до 50 тыс. гектаров полей.

— Какие, на ваш взгляд, основные сдерживающие факторы препятствуют более динамичному распространению этих технологий?

— Отсутствие необходимых кадров и боязнь инвестиций в довольно молодое для российского АПК направление — основные сдерживающие более динамичное проникновение ИИ в отрасль факторы. Сюда же можно отнести сравнительно длительный процесс тестирования сервисов на базе искусственного интеллекта, который занимает обычно 1–2 сезона.

— Нет ли заблуждений или опасений у представителей отрасли, в том числе и у самих аграриев, что искусственный интеллект вытеснит агрономов с солидным практическим опытом, или что более молодое поколение специалистов уже не будет столь глубоко погружаться в профессию, понимая, что ИИ может взять на себя часть каждодневной рутины?

— Такие опасения встречаются нечасто, так как многие понимают, что ИИ — это прежде всего помощник агронома, а не его конкурент. По многим этапам производственных процессов ИИ в настоящее время никак не поможет. Конечно, в будущем ИИ рано или поздно сможет самостоятельно решать 80–90% агрономических задач, но это будет нескоро и приведет скорее к переквалификации кадров из этих задач в другие, чем к их исключению из процессов.

— Для хозяйств с какой площадью пашни предназначены технологии с ИИ в первую очередь? С чего стоит начать внедрение продуктов на основе ИИ в растениеводство? Можно ли говорить о среднем сроке окупаемости внедренных решений?

— Хозяйствам с площадью полей от 1000 гектаров такие технологии уже актуальны. В небольших хозяйствах они помогают принимать более правильные решения даже при отсутствии собственного агронома в штате. В средних и крупных предприятиях они помогают повысить эффективность работы штатной агрономической службы. Начинать внедрение таких технологий стоит с базовой цифровизации полей и производственных процессов. Далее следует подбирать приоритетные для внедрения модули, исходя из текущих наиболее острых проблем и задач хозяйства. Такие технологии чаще всего окупаются уже в течение первого сезона. Простым и понятным для старта решением является, например, «АссистАгро», которое позволяет распознать сорняки, оценить состояние поля и за счет этого принять оптимальное решение по обработке и сократить затраты на гербициды.

— Можете дать прогноз, какими темпами, на ваш взгляд, будут развиваться технологии на основе ИИ в сельском хозяйстве? Какие факторы будут этому способствовать?

— Цифровые продукты на основе ИИ дают прямой и относительно быстрый экономический эффект при правильном внедрении и становятся особенно актуальны на фоне снизившейся в последнее время рентабельности сельхозпроизводства. Мы ожидаем десятикратный рост их использования уже в ближайшие 2–3 года.

Способствовать этому в первую очередь будут: осведомленность отраслевого сообщества об успешных кейсах внедрения ИИ в различные подотрасли сельского хозяйства, увеличение количества подготовленных кадров за счет обучения новейшим цифровым продуктам в аграрных университетах, и, наконец, субсидирование внедрения этих технологий.