Traditsiooniline pilt Ühendkuningriigi põllumehest, kes jalutab koidikul oma põldudel märkmiku ja palvega, on küll võluv, kuid 2024. aastal on see tee pankrotini. Põllumajandussektori väikeettevõtete jaoks on eksimisruum kadunud. Hüppeliselt tõusvate väetisehindade ja Brexiti-järgse tööjõukriisi tingimustes on ainus viis ellu jääda lõpetada oletamine. Olen vahetult näinud, kuidas edukas tehisintellekti juurutamine väikeettevõttes strateegia võib muuta raskustes oleva pereettevõtte suure marginaaliga ja tehnoloogiapõhiseks jõujaamaks. Täna vaatleme Norfolkis asuvat taimekasvatustalu, mis tegi just seda.
„Sisetunde” kõrge hind
Millerid (nimi on muudetud, kuid nende lugu on 100% tõeline) on harinud 800 aakrit maad kolm põlvkonda. Nende suurimad püsikulud ei olnud seotud ainult maaga; nendeks olid muutujad, mida nad ei suutnud kontrollida: täpne lämmastikukogus ruutmeetri kohta, täpne hetk, mil saak saavutas tippkvaliteedi, ja hooajalise tööjõu kiirelt kasvav kulu.
Enne tehisintellekti poole pöördumist käsitlesid nad iga põldu ühtse üksusena. Nad pritsisid tervet põldu, sest mõni koht tundus ebaühtlane. Nad koristasid saaki siis, kui kalender seda ette nägi või kui töövõtja oli saadaval. See „keskmine” lähenemine läks neile maksma hinnanguliselt £35,000 aastas raisatud kemikaalide ja ebaefektiivse tööjõu näol. Valdkonnas, kus iga penn on arvel, on see vahe kasvu ja sulgemise vahel. Vaadake meie põllumajanduse säästujuhendit, et näha, kuidas need arvud kogu sektoris kujunevad.
Mängu astub AI-agronoom
Millerid ei ostnud £500,000 maksvat autonoomset traktorit. Selle asemel keskendusid nad tegevuse „ajule”. Nad võtsid kasutusele tehisintellektil põhineva põllukultuuride seiresüsteemi, mis kasutab satelliidipilte ja drooniandmeid, et luua nende olemasolevate seadmete jaoks „ettekirjutuskaarte”.
Selle asemel, kahjurite levikut või toitainete puudust sadadel aakritel inimsilmaga märgata püüda, analüüsib AI multispektraalseid andmeid, et tuvastada taimede stressi nädalaid enne, kui see palja silmaga nähtavaks muutub. See on klassikaline tehisintellekti juurutamine väikeettevõttes edulugu, sest see ei nõudnud füüsilise vara täielikku väljavahetamist – see muutis nende olemasoleva vara lihtsalt kümme korda nutikamaks.
Nende andmete põhjal läksid Millerid üle varieeruva määraga väetamisele ja pritsimisele. Nende prits nüüd väljastab kemikaale ainult seal, kus AI tuvastab konkreetse vajaduse. Tulemus? 28% vähenemine kemikaalikuludes juba esimesel hooajal. Arvestades, et väetisehinnad on aastaid olnud kõikuvad, ei ole selline täpsus lihtsalt mugavus, vaid kindlustuspoliis turušokkide vastu.
Automatiseeritud koristamine: tööjõulõksu lahendamine
Tööjõud on Ühendkuningriigi põllumeeste jaoks suuruselt teine peavalu. Usaldusväärsete töötajate leidmine lühikesteks ja intensiivseteks koristusperioodideks on muutumas peaaegu võimatuks. Millerid kasutasid AI-põhist planeerimistööriista, mis seostab kohalikke ilmamustreid, anduritest saadud põllukultuuride küpsusandmeid ja turuhinna kõikumisi.
Selle asemel, et palkata igaks juhuks kaheks nädalaks tohutu meeskond, ennustas AI täpse 48-tunnise akna, mil saagi niiskustase oli optimaalne ja turuhind tipus. Nad said hakkama väiksema meeskonnaga, töötades rohkem tunde lühema aja jooksul, vähendades oma hooajalise tööjõu arvet 15%. Sellist ebaefektiivsust uuritakse põhjalikumalt meie põllumajanduse tarneahela säästuvõimaluste analüüsis.
Miks teie „intuitsioon” on teie suurim riskifaktor
Ma kuulen sageli ettevõtete omanikke – mitte ainult põllumajanduses – ütlevas, et AI ei saa asendada „kolmekümneaastast kogemust”. Ütlen otsekoheselt: teie kogemus on kallutatud, piiratud teie nägemisvõimega ja vastuvõtlik väsimusele. AI ei väsi reedel kell 16:00. See ei „arva”, et nisu näeb hea välja; see teab, et klorofülli tase langeb.
See ei puuduta ainult põllumajandust. Olenemata sellest, kas haldate kaubikute parki või jaemüügiladu – kui tuginete oma kõige kallimate ressursside planeerimisel inimlikule intuitsioonile, jätate raha kasutamata. Näiteks paljud logistikapõhimõtted, mida Millerid oma saagikoristuse optimeerimiseks kasutasid, on samad, mida soovitame oma autopargi haldamise kulujuhtides.
Järeldus: alustage väikeselt, laiendage targalt
Millerite muutus ei toimunud üleöö. Nad alustasid kontseptsiooni tõestamiseks ühest 50-aakrisest katselapist. Kui nad nägid kemikaalide säästu, oli investeeringu tasuvus (ROI) vaieldamatu.
Kui olete väikeettevõtte omanik, lõpetage „õige aja” ootamine tehisintellektiga tutvumiseks. Teie konkurendid ei oota. Lõhe andmeid kasutavate ja „sisetundel” põhinevate ettevõtete vahel laieneb iga päevaga. Te ei vaja tohutut teadus- ja arendustegevuse eelarvet; te vajate valmisolekut tunnistada, et masin suudab näha asju, mida teie ei näe.
Tegevuskava:
- Tuvastage oma suurim „muutuvkulu”. Kas selleks on kemikaalid? Kütus? Hooajaline tööjõud? Ületunnid?
- Otsige andmelünka. Milline teave võimaldaks teil seda ressurssi 20% vähem kasutada?
- Testige üksiklahendust (Point Solution). Ärge püüdke automatiseerida kogu oma ettevõtet. Leidke üks tööriist – nagu Millerite põllukultuuride seire –, mis lahendab ühe konkreetse ja kalli probleemi.
AI ei tule teie talu üle võtma; see tuleb seda päästma ebaefektiivsuse eest, mis praegu teie marginaale hävitab.