农业公司作物投入工具箱中必须配备的数字工具
2023 年十二月 11 日 种植者的现场经理打开首选的生成式人工智能 (GenAI) 应用程序，该应用程序专为农业企业用例设计，并通过应用程序的聊天功能输入问题。
“考虑到我的大豆作物目前的成熟度、即将到来的天气微预报、最近的降水量以及该特定田地的土壤状况，下周何时是灌溉和喷洒该田地的最佳时间，以及灌溉量是多少？”
很快，种植者就会根据他或她提供的参数得到详细的答案，这些参数是通过对不同来源的大量数据进行分析得出的，这些来源包括种子提供商、杀菌剂制造商、现场连接的传感器、历史天气和降水数据等。
尽管这样的场景在几年前还显得有些牵强，但对于那些寻求根据当今现实和优先事项（包括气候变化、极端天气造成的破坏）来优化作物投入的农业企业来说，它不仅成为一种可能性，而且成为一种真正的选择。天气、战争、人力短缺、碳足迹目标和合规要求、波动的商品价格等等。由数据驱动的智能技术已经在帮助企业就作物投入做出更好的决策，这反过来又可以带来更高效、更有弹性和可持续的生产实践，并最终带来更强劲的产量和利润。最终，他们可以帮助种植者更好地管理从天气和土壤健康到可持续性和水资源短缺等一系列风险，从而彻底改变农业和食品行业。
以南部非洲为例， 皇家斯威士兰糖业公司 (RES) 是一家生产用于饮料、乙醇和其他产品的糖的公司，已经实施了 GenAI 和机器学习驱动的系统，以更好地管理农场和田间数据、自动化任务、通知自己的农场和第三方种植者有关最佳收获时机的信息，并向他们提供管理作物投入以提高产量的最佳实践。
正如 RES 等公司所证明的那样，作物投入的智能管理可以带来一系列好处。要认识到这些好处，首先要落实以下基本数字元素：
数据收集和标准化能力
数据已成为帮助农业企业降低风险和实现盈利的重要资源，它本身也已成为农作物投入。可以从数据中收集很多信息，无论来源是联网设备、现场传感器、种子和肥料制造商，还是价值链上的其他人。然而，公司通常缺乏标准流程以及数据管理和建模实践来收集和有效利用这些数据。
随着公司喜欢，这种情况开始改变 阿格拉尼莫 为更多农业企业提供收集和理解高度具体数据的工具，包括田间的当前状况和超本地天气信息。然后可以分析数据以触发各种干预措施。
通过收集、标准化和理解组织内外不同来源的数据的能力，农业企业可以开始利用智能数字工具提供的优势。
高级 ML 和 AI 驱动的分析
今年秋天，农民可以利用 Agranimo 等公司的分析功能来更好地管理与蚜虫等秋季害虫相关的风险，利用当地天气数据和其他输入来确定何时条件最适合害虫发展，这反过来又会引发针对害虫的建议。最佳治疗窗口和其他高度具体的干预措施。为了支持其农业企业客户，卫星数据公司 Vista GmbH 使用卫星数据和数字孪生模型进行作物预测和优化。在另一个涉及高级分析的用例中，德国种子生产商 KWS 将智能技术应用于无人机拍摄的田野航拍照片 加快数据收集和分析，以检测真菌感染、土壤状况和叶绿素水平等因素。
“未来，我们将从现场获得越来越多的数据。这将帮助我们的农业客户优化肥料、水和作物保护的投入，使他们能够尽可能可持续地工作。”KWS 全球 IT 主管兼首席信息官 Jens Hittmeyer 说道。
它还告知该公司正在努力更快地开发新的抗病植物品种。 “农民希望使用能够精确满足他们个人需求的种子，”KWS 负责开发数字表型分析技术的 Christoph Bauer 博士说道。 KWS 内部开发的新数字工具支持育种者从数十万种植物中挑选最适合其工作的植物。
正如这些用例所示，GenAI 模型可以为种植模式、施肥、用水/灌溉、作物保护、品种选择、收获等提供建议，支持人类决策过程。
跟踪、追溯和报告功能
反 2022 年调查 食品管理研究所和 NielsenIQ 发现，约四分之三的消费者希望食品品牌和生产商分享有关其产品成分及其制造方式的详细信息。与此同时，世界各地不断涌现新的法规，要求公司报告与其产品相关的碳足迹。因此，农业企业现在应该开发记录和报告作物投入以及影响碳足迹的其他因素的能力，具体到特定的农场和田地。然后，公司可以将其产品强大的可持续性表现转化为更优惠的定价和品牌差异化。
面向种植者的集成移动平台
那些想方设法让农民和种植者保持参与度、生产力和盈利能力的公司可以让自己在市场上获得竞争优势。实现这一目标的一种方法是通过具有多个集成渠道的单一平台为他们提供卓越的数字用户体验，使他们能够轻松访问信息、管理其业务的关键方面以及与您的公司和价值链中的其他人互动。这种通用的、用户友好的流程和数据主干，以及上述功能，对于在日益动荡的农业企业市场中蓬勃发展至关重要。
立即获取时事通讯！
