Терабайты с полей. Как аграрии приручают большие данные
Фото - iStock/Global Images Ukraine

Согласно данным исследования McKinsey & Company, ежегодно выбрасывается около трети произведенной в мире пищи. В глобальном масштабе эти потери оцениваются в $940 млрд. Неэффективность в посадке-уборке растений, использовании воды; невозможность точно спрогнозировать погоду и ущерб, который наносят вредители; изменения потребительских предпочтений - все это способствует потерям. Кроме того, из-за неинформативной или токсичной упаковки, неточной маркировки могут появиться отходы, потенциально опасные для здоровья и жизни людей.

Читайте также - Урожай будущего: три способа анализа big data в агробизнесе

Все эти проблемы давно свойственны нашему обществу, но лишь недавно человечество стало задумываться об их решении. В разгар четвертой технологической революции панацею для продовольственной цепочки ищут в оптимизации с помощью технологий. Аграриям уже хорошо знакомы приемы точного земледелия, дроны и умная сельскохозяйственная техника используются на полях во всем мире. Оптимизировать все производственные процессы пытаются с помощью big data (от англ. "большие данные"). В Украине их пока только учатся формировать и анализировать. И аграрии, и разработчики технологий уверены, что big data может совершить революцию в цепочке производства и потребления продуктов питания. Эффект не заставит себя долго ждать. Мировой потенциал экономии ресурсов благодаря обработке больших массивов данных измеряется в миллиардах долларов.

Как работает big data

Британский еженедельник The Economist, например, уверен, что феномен больших данных дает начало целой индустрии. Для XXI века big data будет иметь такое же значение, как нефтедобывающая промышленность для XX. Прогнозируется, что размер рынка big data за следующие десять лет вырастет более чем в три раза и составит свыше $90 млрд (речь только о специализированных компаниях). "В то же время в мире продолжаются жаркие споры о том, как регулировать (и надо ли регулировать вообще) рынок огромных массивов данных. В том числе личных данных: кто имеет право владеть ими, кто - использовать, а кто должен получать от этого выгоду", - говорит Александр Калюжный, эксперт аграрных рынков Ассоциации Украинский клуб аграрного бизнеса.

Откуда берется big data? Источников много. В каком-то смысле под это определение подпадают массивы статистических данных, которые периодически обнародует Государственный комитет статистики. Но, как говорят, отечественной статистике можно доверять только потому, что погрешность из года в год одинаковая. "Украинцы, увлекшись big data, пропустили важный предварительный этап. А именно - забыли о простой data: я имею в виду статистику. Статистику в смысле привычки опираться при принятии решений и формировании оценочных суждений на факты и цифры. Да, статистика почти никогда не гарантирует 100% результат, но помогает понять те или иные процессы и сделать выводы о связях и явлениях в окружающем мире", - считает Калюжный.

Читайте также - Небесные помощники. Пять задач, которые под силу только дронам

Основной источник big data в агросекторе для каждой компании - датчики и программы автоматического учета. Специальные технологические решения, установленные на полях, предоставляют детализированные данные о состоянии почвы, а также подробную информацию о погоде, требованиях к удобрениям, наличии воды и вредителях. Исходные данные фермеры извлекают из систем управления и вносят в модель данных, которая разработана для облегчения сбора и анализа полученных сведений. Этот процесс называется ETL - Extract, Transform и Load. По аналогичному принципу формируется и внутренняя база данных компании - отчетность, управленческая документация, система учета персонала и пр.

Несмотря на ряд коллизий, переизбытка аналитических данных в АПК быть не может, считает директор проектного офиса агрохолдинга МХП Оксана Савицкая. По ее словам, МХП в первую очередь решает задачи, связанные со сбором исторических данных. "Насколько достоверны эти данные? Оцифрованы ли все параметры и условия, на основании которых принимаются решения? Если на эти вопросы получаем отрицательные или неопределенные ответы, значит, дальше двигаться не имеет смысла до тех пор, пока не изменим ситуацию и не получим два "да", - говорит Савицкая.

Модель данных состоит из различных объектов, которые формируют концепцию фермерства (продукты, поля, фермы, зоны посадки, типы культур, полевые операции и т.д.). Анализ производственных процессов - предпосевной обработки, высева, всходов, защиты растений, удобрения и сбора урожая - позволяет максимально точно прогнозировать результаты работы и вовремя исправлять неточности. Миллионы записей составляют так называемое озеро данных (data lake). Ценная информация не потеряется, и ею всегда можно будет воспользоваться.

Читайте также - Агробизнес на дисплее. Цифровая революция меняет подходы в АПК

Для работы с big data компании нанимают аналитиков, а также используют специальные технологии и новейшие математические модели. "После обработки всех возможных данных и построения моделей мы можем говорить о применении machine learning и передаче управленческих решений на AI (Artificial intelligence - искусственный интеллект)", - рассказывает Савицкая. Используя накопленные исторические данные, BI (Business Intelligence), машинное обучение и другие новые технологии агрокомпании смогут получить совершенно новый взгляд на модели эффективного использования природных ресурсов.

Терабайты с полей. Как аграрии приручают большие данные
Бигдата рус

Big data по-украински

Если в Украине только учатся пользоваться big data, то в мире это направление давно развивается и совершенствуется. Как рассказал LIGA.net член Совета по развитию инноваций при премьер-министре Роман Пучко, в Дании правительство профинансировало покрытие всей страны RTK-сигналом (уточняющий GPS-сигнал до 2 см). "Это дало возможность фермерам быстрее перейти к технологиям точного земледелия без лишних размышлений о том, какого провайдера выбрать и придет ли он в твой регион", - говорит он. По словам Пучко, в Нидерландах правительство заказывает полное покрытие страны сервисом спутникового мониторинга.

Для каких целей? "В основном мониторится избыток естественного увлажнения. Поскольку страна имеет проблему с избытком воды, данный сервис помогает в принятии первоочередных решений и в агроотрасли тоже", - поясняет Пучко.

Читайте также - Гости из будущего. Как инновации помогают аграриям в работе

Big Data & Advanced Analytics (BDAA) может дать толчок для следующей сельскохозяйственной революции, считает соосновательница AgroHub и руководитель корпоративной программы MHP Accelerator Юлия Порошенко. "Сбор и обработка big data способны решать множество задач по всей цепочке создания стоимости в производстве - от R&D до операций на поле, значительного повышения урожайности, последующей переработки, продаж и снижения отходов", - говорит она.

Big data используют все больше игроков - от действующих аграрных холдингов до стартапов и крупных традиционных технологических компаний. "На данный момент основными создателями моделей применения BDAA выступают поставщики оборудования, средств защиты растений, удобрений и семян. А бенефициарами являются в основном фермеры", - говорит Юлия Порошенко. Например, компания Climate Corporation создала новую форму договора страхования сельскохозяйственных культур. В ней BDAA - о погоде, почве, выращиваемых культурах - помогали оценить страховые риски. Для этого технологическая платформа Climate Corporation использует метеорологические данные из 2,5 млн мест и обрабатывает результаты 150 млрд наблюдений за почвой.

Денис Коптелов, региональный IT-менеджер компании BASF в Украине, рассказывает, что его компания использует big data для планирования развития бизнеса, предсказания поведения рынка, минимизации рисков, связанных с экономической деятельностью, а также улучшения взаимоотношений с клиентами и партнерами. "Вig data глубоко интегрирована во многие процессы, определяющие работу концерна: продажи, прогнозирование цен, влияние внешних факторов на производство, маркетинг. Мы используем различные исследования рынков, а также обратную связь от наших клиентов и партнеров", - говорит он.

"Вig data помогает принимать более точные решения", - отмечает Порошенко. По ее словам, для успешного внедрения BDAA нужны три основных компонента: качественные данные, грамотная аналитика и правильная бизнес-модель. "В Украине трудности со всеми тремя, но первична проблема с качеством данных, это базовый фактор. Внедрение BDAA не требует наличия всех возможных данных, но их качество очень важно", - убеждена она.

Читайте также - Пять технологий будущего для аграрного бизнеса

Соглашается с ней и Савицкая из МХП. "Сейчас big data - это не абстрактное понятие, которое, может быть, найдет свое применение в недалеком будущем. Это вполне рабочий набор технологий, способный принести пользу практически во всех сферах человеческой деятельности: от медицины, охраны общественного порядка и сельского хозяйства до маркетинга и продаж. Этап активной интеграции больших данных в нашу повседневную жизнь уже начался, и кто знает, какова будет роль big data уже через несколько лет", - заключает она.