Едно аграрно предприятие, независимо дали е полевъдно стопанство, оранжерийно градинарско предприятие, млечна ферма или изпълнител на полски работи по договор, функционира на комбинация от физически труд навън или в обора и административна работа на кухненската маса или в офиса. Часовете отиват в наблюдение на посевите, грижа за животните, планиране на отглеждането или на млечния поток, регистрация за сертифициране и субсидии, и в администрацията около политиката за торовете, продуктите за растителна защита и хуманното отношение към животните. Времето, почвата, натискът от болести и пазарните цени определят резултата повече, отколкото в много други сектори, и това прави работата по-малко повторяема, отколкото изглежда на хартия.
Тази комбинация от много обвързана с правила администрация и много обвързан с обстоятелствата физически труд е точно там, където AI амбициите в този сектор сега се сблъскват с препятствия. Амбицията звучи често просто: по-малко време за формуляри, повече време за посева или животното. Въпросът е дали предприятието вече е готово за това.
Три категории работа минават през всяко аграрно предприятие, и разпределението се различава силно според предприятието.
Първата част е работа, която AI вече може да поеме: попълването на регистрации на база сензорни данни, съставянето на счетоводство за торове от съществуващи цифри, разпознаването на отклоняващи се модели на растеж по сателитни изображения. Предприятията, които вече записват данните си структурирано, виждат тази част да се измества най-бързо.
Втората част е работа, при която AI прави предложение, а човек одобрява или отхвърля с основание: препоръчана доза за растителна защита, схема за хранене на животните, оценка на времето за прибиране на реколтата. Тук надзорът остава необходим, защото последствията от грешен избор веднага се отразяват на добива или на хуманното отношение към животните, и защото местните обстоятелства рядко могат да бъдат уловени напълно в данни.
Третата част остава човешка работа: преценката на болно животно на база поведение, преговарянето с купувач, вземането на решение за отглеждане при несигурни метеорологични условия. Това е работа, в която опитът и отговорността се събират по начин, който не може да бъде прехвърлен на система.
Разликата между предприятията не е в сектора, а в готовността. Предприятие с установени протоколи, структурирани данни и екип, който знае кой може да отхвърли AI предложение, премества работата по-бързо от предприятие, където тази основа липсва, дори и двете предприятия да изразяват една и съща амбиция.
Секторът за почистване и секторът за отдих също познават физическа работа с променливи обстоятелства, но там регулацията е по-лека, а маржът често по-тесен. В аграрния сектор е обратното: регулаторният натиск е тежък и подробен, и именно затова регистрационната работа е сравнително добре подходяща за поемане от AI, докато физическата преценка за посева и животното не е такава. Който иска да знае как стои това съотношение в други сектори, може да го сравни с амбициите в ИТ сектора или с амбициите във финансовите услуги, където работата се извършва до голяма степен зад екран и въпросът за готовността стои различно.
Ръководството на аграрно предприятие често говори в изречение, което всеки разбира и никой не тълкува по един и същ начин: „искаме по-малко време за администрация." Единият има предвид пълна автоматизация на счетоводството за торове, другият има предвид по-бърз формуляр, който човек все още сам попълва. И двете са легитимни амбиции, но изискват различни способности: различна инфраструктура за данни, различни права за вземане на решения, различен надзор. Без да се запише тази амбиция по слоеве, от визия до конкретна целева стойност, дискусията за това какво точно трябва да се случи остава нерешена.
Тук трябва и правата за вземане на решения да се определят ясно: кой може да отхвърли AI препоръка относно растителна защита, и на какво основание. Това се записва по начина, описан в как се записват правата за вземане на решения при промяна. И тъй като автоматизацията на администрацията спестява разходи, но не автоматично засяга оборота, е полезно предварително да се обмисли как растежът се съотнася с маржа в една стратегия, така че амбицията да не се отнася само до часове, но и до това къде трябва да отиде освободеният капацитет.
Ако AI амбиция засяга щатното разписание на персонала, тогава важат собствени законови изисквания за това; тази преценка е извън обхвата на това, което прави проверката за готовност.
Основният въпрос винаги е един и същ: коя работа в това конкретно предприятие действително може да бъде поета от AI, коя част изисква траен надзор, и коя част остава човешка работа. На този въпрос се отговаря за всяка задача поотделно с работния скенер на FTE TO AI, а не със средна стойност за сектора.
Преди предприятие да превърне AI амбиция в проект, е полезно да се знае къде организацията вече е готова и къде не. Безплатната проверка за готовност се състои от осем кратки въпроса, по един на измерение, и дава представа за това къде сте най-напреднали и къде изоставането е най-голямо. Пълната проверка на амбицията, с четирите слоя и петте confidence gates, е в процес на изграждане.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.