В следующем году ожидается серийный выпуск ИТ-решения от татарстанского АО «РИВЦ» по внедрению компьютерного зрения для определения хромоты у крупного рогатого скота. Первые 20 систем видеоаналитики в доильных залах были запущены еще в прошлом году, но массовое распространение технологии сдерживает высокая импортозависимость животноводческого комплекса республики в части доильного оборудования. По словам генерального директора АО Нияза Халиуллина, на отечественную продукцию приходится менее 2% российского рынка.

Халиуллин отметил, что оборудование является неплохим, но устаревшим и не адаптировано для подключения интеллектуальных систем мониторинга. Данные о надоях до сих пор вносятся в ГИС вручную, что, по его мнению, ведет к потерям эффективности и потенциальным ошибкам, несмотря на то что государство выделяет средства на животноводство на основе этих данных.

Эти выводы контрастируют с заявлением статс-секретаря – заместителя министра сельского хозяйства РФ Максима Увайдова о переходе России от импортозамещения к стратегии технологического лидерства. Увайдов подчеркнул, что важно не просто заменить иностранное ПО, а выстроить полный технологический цикл – от базовой инфраструктуры до прикладных отраслевых решений. Он напомнил о задачах, поставленных президентом до 2030 года: нарастить объем производства продукции АПК не менее чем на 25%, а экспорт – в полтора раза. Увайдов заявил, что в отрасли занято около 6,4–6,5 миллиона человек и прирастать работниками не планируется, поэтому решать задачи придется за счет тотальной цифровизации и повсеместного внедрения искусственного интеллекта.

Замглавы Минсельхоза назвал целевые ориентиры на пять лет: прогнозирование урожайности с точностью до 90% за счет анализа больших данных, оптимизация расхода удобрений и средств защиты растений на 15–25%, автоматизация управления техникой и логистикой, а также раннее выявление болезней растений и животных. Стимулом для внедрения отечественных ИТ-решений, по его словам, должна стать господдержка: для компаний, закупающих и внедряющих такие решения, действует субсидируемая Минсельхозом льготная ставка максимум 9,52%, а по линии Минцифры – субсидия на разработку и внедрение российских систем для ускоренного замещения критически важных иностранных продуктов.

Президент Ассоциации глобального развития искусственного интеллекта и робототехники AI Global Association Валерий Кардашов оценивает глобальный рынок ИИ в сельском хозяйстве в $2,8 млрд с перспективой роста до $8,5 млрд к 2030 году. Однако он убежден, что российская стратегия не должна сводиться к догоняющему развитию относительно США или Китая – необходимо занять свои сегменты. Наиболее перспективными для российских ИТ-решений спикер ЦИПР считает Сербию и Балканы. Сербия позиционирует себя как региональный лидер в Юго-Восточной Европе, обладая всеми базовыми элементами для массового внедрения цифровых решений в АПК. Что касается стран Балкан (Босния и Герцеговина, Северная Македония, Черногория и Албания) с разными регуляторными режимами и уровнями цифровизации, Россия может предлагать им «пакет» из технологий, обучения и сервисной поддержки.

Не менее привлекательным рынком Кардашов видит страны Персидского залива с их капиталом, где инвесторы ориентируются на эффективность решений, особенно в условиях вододефицита, а также государства Центральной Азии – регион с острым водным стрессом и зависимостью от ирригации. Эксперт подчеркнул, что агро-ИИ должен продаваться не как технологическая разработка, а как измеримый экономический результат: снижение затрат, рост урожайности или уменьшение потерь, а в идеале – все вместе.

Главный управляющий партнер по развитию ИИ корпорации ВЭБ.РФ Александр Павлов предложил экспортировать российские ИТ-решения в АПК в комплексе с основной продукцией сельского хозяйства. Он убежден, что цифровые услуги лучше всего продавать в связке с теми товарными группами, где Россия уже лидирует. Кроме того, Павлов обратил внимание на неочевидный, но важный фактор – энергопотребление. Искусственный интеллект требует больших объемов энергии, а сельхозпредприятия часто находятся в регионах с энергодефицитом. Решением может стать генерация из сельхозотходов – такие технологии существуют, и ВЭБ готов совместно реализовывать проекты в этой сфере.

Генеральный директор компании VisionLabs Дмитрий Марков считает, что главный российский ИТ-бренд на международных рынках – это кибербезопасность. По его словам, за последние три года в России накоплен уникальный опыт в этой сфере, которого нет ни у одной страны мира. Многие страны опасаются повторения той же ситуации. Однако экспорт, по мнению Маркова, упирается не в технологии – с ними в России все в порядке – а в платежную инфраструктуру. Его компании потребовалось около 2,5 лет, чтобы выстроить за рубежом инфраструктуру для приема и оплаты денег, что является сверхтяжелой и сверхсложной задачей.

Марков уверен: без инфраструктуры международная экспансия невозможна – никто не будет ждать, пока продавец разберется с трансграничными платежами. Второй критический тезис эксперта – необходимость создания международных центров для тиражирования и масштабирования российских ИТ-решений. Для широкомасштабного создания собственных решений такие центры совместной разработки необходимы, и без участия государства здесь не обойтись.

Заместитель генерального директора АО «Агропромцифра» Петр Угрюмов предупредил, что без качественных данных искусственный интеллект в АПК останется «галлюцинирующей игрушкой», а не полноценным инструментом. Он отметил, что бизнес может превратиться в кирпич из-за одного маленького упущения – например, быстрого внедрения open source, который принесет 15–20%, но завтра вся инфраструктура может рухнуть. Угрюмов также предостерегает от использования иностранных ИИ-решений на российских данных, называя это спонсированием зарубежных моделей, и призывает признать данные четвертым фактором производства наряду с землей, водой и семенным фондом.

Развитию качественных отраслевых дата-сетов, по мнению Угрюмова, мешают три барьера. Первый – фрагментация: предприятия внедряют лоскутные системы с проприетарными форматами, которые никак не интегрируются между собой. Второй – закрытость: компании рассматривают свои данные как коммерческую выгоду и конкурентное преимущество, отказываясь делиться ими. Возникает порочный круг: собственных данных недостаточно для обучения нормальной модели, а взять их больше неоткуда, так как конкуренты не доверяют. Третий барьер – качество: существующие данные зашумлены, не размечены, содержат пропуски и не верифицированы. Угрюмов образно заключил, что у разработчиков есть удочки, но нет реки, чтобы выловить рыбу, и задача – объединить ручейки в большую реку.

Практический пример работы с данными привел Илья Воронков, генеральный директор компании «ГеомирАгро», специализирующейся на цифровизации растениеводства. За четыре сезона предприятие собрало дата-сет из 3,5 млн снимков с дронов с покрытием 14 млн га сельхозземель. Воронков выделил несколько направлений, где ИИ успешно работает: моделирование процессов, построение прогнозных моделей, распознавание образов и большие языковые модели (LLM). Он пояснил, что LLM-бот подключен к базе данных системы, и агроному или руководителю не нужно разбираться в сложных дашбордах – достаточно задать вопрос голосом или текстом («какая урожайность на поле №5?»), и бот ответит. Такая функция особенно востребована небольшими хозяйствами, у которых в штате нет собственных аналитиков.

Самый яркий кейс от Воронкова – модель факторного анализа урожайности, способная по итогам сезона объяснить, почему урожай оказался не таким, как ожидалось. Он отметил, что у всех есть большая проблема в середине или конце сезона – понять, из‑за кого хозяйство недополучило урожай: агронома, погоды или поставщиков. Агрономы не хотят признавать свои ошибки, руководители считают виноватыми агрономов, но не могут это доказать. Модель собирает все возможные факторы, взвешивает их и выдает вердикт, какой фактор снизил урожайность на 10%, какой повысил на 5% и почему в итоге хозяйство получило 40 центнеров вместо потенциальных 100.