СОБРАТЬ УРОЖАЙ ДАННЫХ

Как построить цифровой суверенитет

Агропромышленный комплекс становится полигоном для разработки отечественных решений в области искусственного интеллекта. Агроданным отводится важная роль, они рассматриваются как стратегический ресурс. Об этом говорили на сессии Минсельхоза России «Цифровой суверенитет в АПК. От импортозамещения к глобальным ИИ-решениям», которая состоялась в рамках XI Международной конференции «Цифровая индустрия промышленной России», прошедшей в Нижнем Новгороде. Ее участники обсудили переход от импортозамещения к созданию отечественных ИИ-продуктов для сельского хозяйства, которые способны обеспечить технологическое лидерство России и выйти на глобальные рынки, а также реальный опыт их внедрения.

Цели для отрасли

На прошлой неделе в Нижнем Новгороде состоялось главное деловое событие в сфере цифровой экономики и технологий – Международная конференция «Цифровая индустрия промышленной России». Ее посетили более 13 тысяч участников из всех регионов России и сорока шести стран мира. На выставочной экспозиции российские и международные компании представили свои технологические решения. Деловая программа включила дискуссии, на которых представители бизнеса и власти обсудили ключевые вопросы цифровой трансформации различных отраслей экономики. Не обошли стороной и развитие агропромышленного комплекса. – Один из элементов продовольственной безопасности – цифровой суверенитет, это то, от чего зависим уже сейчас. Мы должны иметь всё своё, в том числе свои цифровые платформы и решения, – рассказал статссекретарь – заместитель министра сельского хозяйства России Максим Увайдов. – Указом президента России перед агропромышленным комплексом поставлены амбициозные цели до 2030 года по наращиванию производства, экспорта и технологической независимости. Мы должны увеличить объем производства продукции не менее чем на 25 процентов, экспорт – в полтора раза. Решить эти серьезные задачи возможно за счет повышения производительности труда, увеличения конкурентоспособности продукции. Нужно сокращать издержки, повышать эффективность управления, лучше контролировать производство – от сырья до готового продукта. Искусственный интеллект – помощник, с которым можно достичь поставленных целей.

Единая платформа

По данным федерального Минсельхоза, в 2025 году доля предприятий АПК, внедривших искусственный интеллект в производство, составила 20 процентов, еще 17 процентов используют ИИ в пилотных проектах. По словам Максима Увайдова, анализ больших данных позволит прогнозировать урожайность с точностью до 90 процентов, оптимизировать расход удобрений и средств защиты растений, выявлять болезни растений и животных, автоматизировать управление сельхозтехникой и логистикой. Некоторые сельхозпредприятия уже используют технологии компьютерного зрения, машинное обучение, роботизацию и так далее. – Мы ставим задачу перейти от закупки и адаптации зарубежных цифровых решений к созданию собственных платформ и сервисов, – отметил заместитель министра. – Для этого существуют меры господдержки. По линии Минсельхоза России не так давно ввели льготное кредитование для сельхозтоваропроизводителей и перерабатывающих предприятий на закупку и внедрение программного обеспечения, дооснащение техники и оборудования автоматизированными системами, закупку дронов. По линии Минцифры России предоставляется господдержка на разработку и внедрение российских систем для ускоренного замещения критически важных иностранных продуктов. Сейчас в стране создается единая цифровая платформа АПК. – С 2018 года мы создали восемнадцать государственных информационных систем (ГИС) в разных направлениях, – объяснил Максим Увайдов. – Но сейчас решено разработать для отрасли Единую цифровую платформу сельского хозяйства (ЕЦП СХ). Уже подготовлен соответствующий проект федерального закона, который планируют принять до конца этого года или в начале следующего. Предполагается, что единая платформа автоматизирует рутину, создаст аналитические инструменты и станет общим информационным пространством для всех участников рынка. Она будет включать ИИ-модули, связанные с моделированием сценариев различных решений, анализом данных по регионам и предприятиям, прогнозами урожайности, мониторингом земель, цифровыми помощниками. Внедрение будет поэтапным до 2030 года.

Своя модель

По данным Ассоциации глобального развития искусственного интеллекта и робототехники (AI Global Association), глобальный рынок ИИ в сельском хозяйстве – 2,8 млрд долларов в 2026 году. За пять лет, к 2030 году, он вырастет более чем в три раза, до 8,5 млрд долларов. Искусственный интеллект перестал быть просто инструментом повышения урожайности. Это новый фронт глобальной конкуренции – за продовольственную безопасность, аграрные данные, рынки оборудования и так далее. – Россия – мощная аграрная база, – говорит Валерий Кардашов, президент AI Global Association. – Ее объективные преимущества: крупный аграрный сектор, сильная математическая, инженерная и ИИ-школы, опыт спутникового мониторинга и геоаналитики, наличие агрохолдингов как готовых заказчиков технологий. Но есть и реальные ограничения. Уровень цифровизации АПК, по нашим оценкам, составляет около 30 процентов. Малые и средние хозяйства не готовы к сложным платформам. Пока сохраняется зависимость от импортных датчиков, электроники, навигации и робототехники, хотя она становится все меньше. Раньше внедрение велось как набор разрозненных решений, а не единая цифровая архитектура. По словам эксперта, нашей стране не нужно догонять всех в глобальном мире, не копировать американскую, китайскую или европейские модели, задача – сформировать собственную специализацию там, где есть реальный технологический, аграрный и экспортный потенциал – в геоаналитике, ИИ для агрохолдингов и так далее. При этом ставку можно сделать на измеримый экономический результат – снижение потерь и затрат на производство, экономию воды, рост урожайности, повышение экспортного качества.

Новая земля

Агроданные – это не единый поток, а сложная многоуровневая система. Сюда входят данные дистанционного зондирования земли, информация о вегетации растений, прогнозы погоды, космические снимки полей. Дальше – все, что связано с производством и интернетом вещей, датчики, которые собирают информацию с техники, системы управления предприятием, ГИСы, экспертиза рынка, цен, логистики. Следующий уровень – знания агрономов и других специалистов отрасли. – Главный вопрос сегодня, когда мы говорим о внедрении искусственного интеллекта: где взять данные? – говорит Петр Угрюмов, заместитель генерального директора АО «Аргопромцифра». – Качество ИИ напрямую зависит от качества данных, на которых он обучается, без них он никогда не станет полноценным инструментом. Хаотичные и неструктурированные данные приводят к ошибочным прогнозам и ложным рекомендациям. Сейчас берут любые модели ИИ, пытаются внедрять это на предприятиях. Но не все думают, а что там внутри этих моделей, какие библиотеки данных используются. Вопрос информационной безопасности становится краеугольным. Существует риск потери данных и нанесения ущерба производству. По словам эксперта, внедрение ИИ должно быть осознанным, не нужно гнаться за прибылью, а подходить комплексно, не игнорируя средства информационной защиты. – Если предприятие АПК на протяжении многих лет методично записывает метеоданные, ведет карты урожайности, собирает всю информацию по своему производству, то у него появляется конкурентное преимущество, – считает Петр Угрюмов. – Описание агропроцесса и данные, которые мы собираем, сейчас стали не менее важным ресурсом, чем земля, вода, семена. Как отметил эксперт, отрасль сталкивается с преградами на пути к интеллектуальному земледелию – это разрозненность данных, закрытость предприятий и отсутствие обмена информацией, а также ошибки, которые делают ИИ-модели ненадежными. Над устранением этих преград предстоит работать. Еще один вызов – преодоление технологической зависимости. Как отметил Петр Угрюмов, передавая данные с отечественных полей в зарубежные облачные платформы, агропредприятия фактически финансируют обучение чужих нейросетей. Решение может быть следующим: агропромышленный комплекс должен построить свою инфраструктуру данных, перейти на отечественные решения и модели. И если данные – это новая земля, то «обрабатывать» их лучше сообща.

Анастасия Сергеева.

Фото автора.