KazanFirst

«Кадров на селе больше не будет»: что сдерживает цифровизацию агропрома в Татарстане

KazanFirst/Сергей Журавлев

В следующем году должно войти в серию IТ-решение от татарстанского АО «РИВЦ» по внедрению компьютерного зрения для определения хромоты у крупного рогатого скота.

Первые 20 систем видеоаналитики в доильных залах запустили еще в прошлом году, однако массовое распространение технологии сдерживает высокая импортозависимость животноводческого комплекса республики в части доильного оборудования: по словам генерального директора АО Нияза Халиуллина, на отечественную продукцию приходится менее 2% российского рынка.

— Наше оборудование неплохое, оно, скажем так, несовременное, — констатировал эксперт в ходе сессии «Цифровой суверенитет в АПК. От импортозамещения к глобальным ИИ-решениям» российского форума ЦИПР.

АО «РИВЦ»

Отечественная техника оказалась просто не адаптирована для подключения интеллектуальных систем мониторинга. Данные о надоях до сих пор вносятся в ГИС вручную, и это происходит, как с горечью заметил Халиуллин, даже несмотря на то, что «государство дает деньги на животноводство на основании этих данных», в то время как ручной ввод данных — это не просто архаика, а прямые потери эффективности и потенциальная база для ошибок.

 «Прирастать людьми мы не собираемся. Кадров больше не будет»

С тем, что сказал Халиуллин, слабо вяжется тезис статс-секретаря — заместителя министра сельского хозяйства РФ Максима Увайдова о переходе России от импортозамещения к стратегии технологического лидерства:

— Нам важно не просто заменить иностранное ПО, а выстроить полный технологический цикл — от базовой инфраструктуры до прикладных отраслевых решений.

Увайдов напомнил о задачах, поставленных президентом до 2030 года: нарастить объем производства продукции АПК не менее чем на 25%, экспорт — в полтора раза.

— Поверьте, это серьезные задачи. Тем более что мы понимаем: у нас работников в отрасли порядка 6,4–6,5 миллиона человек. И мы здесь прирастать не будем людьми. Кадров больше не будет. Точка, — заявил Увайдов.

Достигать обозначенных целей придется за счет тотальной цифровизации отрасли и повсеместного внедрения искусственного интеллекта. Замглавы российского Минсельхоза назвал целевые ориентиры, к которым отрасль должна прийти через пять лет: прогнозирование урожайности с точностью до 90% за счет анализа больших данных, оптимизация расхода удобрений и средств защиты растений на 15–25%, автоматизация управления техникой и логистикой, раннее выявление болезней растений и животных.

Минсельхоз РФ

Стимулом к внедрению отечественных IТ-решений, по его словам, должна служить господдержка: для компаний, закупающих и внедряющих отечественные цифровые решения, действует субсидируемая Минсельхозом льготная ставка максимум в 9,52%; по линии Минцифры действует субсидия на разработку и внедрение российских систем в целях ускоренного замещения критически важных иностранных продуктов.

— Важно не только заменить иностранное ПО, а выстроить полный технологический цикл — от базовой инфраструктуры до прикладных отраслевых решений, — подчеркнул чиновник.

Он также напомнил о работе созданного в 2022 году Индустриального центра компетенций по проектам, осуществляющего сопровождение внедрения IТ-решений на предприятиях АПК. В числе поддержанных центром кейсов — проект Казанского молочного комбината по созданию цифровой экосистемы управления современным молочным производством (размер гранта — 108 млн рублей).

«Агро-ИИ должен продаваться не как разработка, а как конечный результат»

По оценкам президента Ассоциации глобального развития искусственного интеллекта и робототехники AI Global Association Валерия Кардашова, глобальный рынок искусственного интеллекта в сельском хозяйстве, который сегодня составляет $2,8 млрд, к 2030 году вырастет до $8,5 млрд. Однако он убежден, что российская стратегия не должна сводиться к тому, чтобы догонять США или Китай:

— России не нужно догонять всех. Нужно просто занять свои сегменты.

Наиболее перспективными для российских IТ-решений спикер ЦИПР считает, в первую очередь, Сербию и Балканы. Первая позиционирует себя как регионального лидера в юго-восточной Европе, обладающего всеми базовыми элементами для массового внедрения цифровых решений в АПК. Что касается Балкан (Боснии, Герцеговины, Северной Македонии, Черногории и Албании), имеющих разные регуляторные режимы и уровни цифровизации, Россия может продавать им «пакет» из технологий, обучения и сервисной поддержки.

Не менее привлекательным для российских разработчиков рынком Кардашов видит страны Персидского залива с их огромным капиталом, где инвесторы смотрят не на «новомодные игрушки», а на эффективность решений, особенно в условиях вододефицита, а также государства Центральной Азии — регион с острейшим водным стрессом и зависимостью от ирригации.

АО «РИВЦ»

— Агро-ИИ должен продаваться не как технологическая разработка, а как измеримый экономический результат: либо снижение затрат, либо рост урожайности, либо снижение потерь. Идеально — все вместе, — заключает эксперт.

Продолжая тему экспорта, главный управляющий партнер по развитию ИИ корпорации ВЭБ.РФ Александр Павлов предложил экспортировать российские IТ-решения в АПК в комплексе с основной продукцией сельского хозяйства.

— Зарубежные партнеры привыкли к нашей продукции высочайшего качества. И цифровые сервисы лучше всего продавать в связке с теми группами товаров, где мы уже лидируем, — убежден он.

Кроме того, он обратил внимание на неочевидный, но важный момент, который может способствовать развитию и дальнейшему экспорту «цифры» в АПК — энергопотребление.

— Искусственный интеллект завязан на большое количество энергии, а сельхозпредприятия часто находятся в регионах с энергодефицитом. Решение — генерация из сельхозотходов. Такие технологии есть, и это та сфера, где ВЭБ готов совместно делать проекты, — пообещал Павлов.

«Каждая страна боится, что с ней случится то же самое»

По мнению генерального директора компании VisionLabs Дмитрия Маркова, главный российский IТ-бренд на международных рынках — это прежде всего кибербезопасность.

— Иностранцы ищут кибербезопасность в России. У нас за последние три года был накоплен уникальный опыт, какого нет ни у одной страны мира. Каждая страна боится, что с ней случится то же самое, — заявил он.

Однако экспорт, считает Марков, упирается не в технологии — в России, по его определению, с этим все в порядке, — а в платежную инфраструктуру:

— Нам потребовалось примерно 2,5 года, чтобы отстроить за рубежом инфраструктуру для того, чтобы просто принимать и оплачивать деньги. Это сверхтяжелая, сверхсложная задача, — поделился он опытом своей компании.

KazanFirst/Сергей Журавлев

Марков уверен: без инфраструктуры международная экспансия невозможна — «никто не будет ждать, пока вы разберетесь с трансграничными платежами».

Второй критический тезис эксперта — необходимость создания международных центров для тиражирования и масштабирования российских IТ-решений:

— Если мы планируем широкомасштабное создание собственных решений, то без международных центров совместной разработки мы не обойдемся. Если мы хотим закрыть весь пазл за три года, нужно думать именно на эту тему. И здесь без участия государства не обойтись, — резюмировал Марков.

«Моргнули  и весь ваш бизнес превращается в кирпич»

Заместитель генерального директора АО «Агропромцифра» Петр Угрюмов предупредил, что без качественных данных искусственный интеллект в АПК так и останется «галлюцинирующей игрушкой, а не полноценным инструментом»:

— В любой момент вы моргнули — и ваш бизнес превращается в кирпич. По одному маленькому упущению: вы решили, что быстро внедрите open source, он вам принесет 15–20%, а завтра вся ваша инфраструктура превратится в кирпич.

Эксперт предупреждает: внедрение иностранных ИИ-решений на основе российских данных — это, по сути, спонсирование зарубежных моделей. Он призывает признать данные четвертым фактором производства наряду с землей, водой и семенным фондом.

Развитию качественных отраслевых дата-сетов, по мнению Угрюмова, мешают три главных барьера. Первый — фрагментация: предприятия внедряют лоскутные системы, каждая из которых использует проприетарные форматы (закрытые, несвободные форматы файлов, которые контролируются конкретной компанией-разработчиком), и эти системы между собой никак не интегрируются.

KazanFirst/Сергей Журавлев

Второй — закрытость.

— У нас так исторически сложилось, что данные моего предприятия — это моя коммерческая выгода и конкурентное преимущество, поэтому я ни за что не буду ими делиться, — поясняет представитель «Агропромцифры».

Возникает порочный круг: собственных данных предприятия недостаточно для обучения нормальной модели, а взять их больше неоткуда, потому что соседи по рынку не доверяют.

Наконец, третий барьер — качество: существующие данные «зашумлены», не размечены, содержат пропуски и не верифицированы.

— У разработчиков есть удочки, но пока нет реки, чтобы выловить рыбу. Наша задача — объединить ручейки в большую реку, — образно заключил Угрюмов.

Практический пример работы с данными на сессии привел Илья Воронков, генеральный директор компании «ГеомирАгро», специализирующейся на цифровизации растениеводства. По итогам четырех сезонов предприятием был собран дата-сет из 3,5 млн снимков с дронов с покрытием 14 млн га сельхозземли.

KazanFirst/Сергей Журавлев

Воронков выделил несколько основных направлений, где ИИ успешно работает: моделирование процессов, построение прогнозных моделей, распознавание образов и большие языковые модели (LLM).

— LLM-бот подключен к базе данных системы. Агроному или руководителю хозяйства не нужно лазить по сложным дашбордам: он просто задает вопрос голосом или текстом («какая урожайность на поле №5?»), а бот отвечает, — поясняет спикер, уточняя, что LLM-бот может быть особо востребован небольшими хозяйствами, у которых в штате нет собственных аналитиков.

Самый яркий кейс от Воронкова — модель факторного анализа урожайности, способная по итогам сезона объяснить, «почему урожай оказался не таким, как ожидалось».

— У всех большая проблема в середине или конце сезона — понять, из-за кого хозяйство недополучило урожай — агроном, погода или поставщики. Агрономы не хотят признавать свои ошибки, руководители считают, что виноваты агрономы, но не могут это доказать. Наша модель собирает все возможные факторы, взвешивает их и выдает вердикт, какой фактор снизил урожайность на 10%, какой повысил на 5% и почему в итоге хозяйство получило 40 центнеров вместо потенциальных 100, — резюмировал Воронков.

Exit mobile version