Sektor agrarny składa się z dwóch rodzajów pracy, które mają ze sobą niewiele wspólnego. Z jednej strony praca w oborze, szklarni lub na polu: karmienie, dojenie, zbiory, konserwacja maszyn, obserwacja zachowania i zdrowia zwierząt. Z drugiej strony praca przy biurku: księgowość dotycząca gnojowicy, wnioski o dotacje, rejestracja uprawy, fakturowanie, planowanie dostaw, komunikacja z odbiorcami i księgowym. Kto zastanawia się, jaką pracę AI przejmie najpierw, musi rozdzielić te dwa strumienie, ponieważ wynik jest dla każdego z nich zupełnie inny.
Praca fizyczna zmienia się powoli. Dojenie zwierzęcia, przycinanie uprawy czy prowadzenie traktora to wciąż w dużej mierze praca ludzka, nawet jeśli już towarzyszą jej czujniki i roboty. Praca administracyjna i analityczna zmienia się szybciej, i właśnie ta praca w wielu firmach zajmuje więcej godzin, niż sam właściciel sobie uświadamia. Producent mleka, który wie, ile czasu tygodniowo poświęca na wypełnianie formularzy i przepisywanie danych między systemami, często po raz pierwszy widzi, gdzie znajduje się zdolność do zwolnienia.
W przedsiębiorstwie agrarnym godziny nie idą tylko na produkcję. Duża część idzie na:
Te zadania rzadko są widoczne w rozmowie o AI na gospodarstwie, choć często stanowią największy udział w godzinach biurowych przedsiębiorcy agrarnego. Ocena, którą część tej pracy można przejąć, zależy od tego, jak uporządkowane są już dane, ile systemów działa niezależnie od siebie, oraz jak często zadanie jest wykonywane na podstawie ustalonych zasad, a jak często na podstawie doświadczenia i oceny.
W przedsiębiorstwach, gdzie dane wpływają cyfrowo i w uporządkowanej formie, oprogramowanie może już dziś przejmować zadania takie jak zestawianie księgowości gnojowicy na podstawie danych z czujników, automatyczne wypełnianie standardowych formularzy, sygnalizowanie odchyleń w wydajności mleka lub krzywych wzrostu oraz proponowanie planowania na podstawie prognozy pogody i dostępnej zdolności. To praca, w której dane wejściowe są jednoznaczne, a wynik można sprawdzić względem normy.
Inne zadania pozostają pod ludzkim nadzorem: system może zasygnalizować odchylenie w zachowaniu zwierzęcia, ale ocena, czy oznacza to chorobę, stres czy coś innego, pozostaje przy producencie zwierzęcym lub lekarzu weterynarii. System może porównać ofertę na nawóz sztuczny lub pasza dla zwierząt pod względem ceny, ale wybór dostawcy zależy również od relacji, czasu dostawy i doświadczenia z poprzednich sezonów. Ten nadzór nie jest fazą przejściową, która zniknie, gdy technika stanie się lepsza; jest to stałe miejsce w procesie, dopóki ocena wymaga kontekstu, który nie znajduje się w danych.
A część pracy pozostaje pracą ludzką, i to koniec dyskusji: fizyczne działanie ze zwierzętami i uprawami, konserwacja maszyn, oszacowanie momentu zbioru na podstawie zapachu, koloru i odczucia. Technika może tu wspierać danymi, ale samo działanie się nie przenosi.
Dwa przedsiębiorstwa agrarne o porównywalnej wielkości mogą się znacznie różnić w tym, co można już teraz przejąć. Przedsiębiorstwo, które już pracuje z pakietem księgowym, czujnikami i centralnym systemem rejestracji, ma podstawę, aby zautomatyzować zadania. Przedsiębiorstwo, które wciąż pracuje z papierowymi formularzami i osobnymi plikami Excel, musi najpierw stworzyć tę podstawę, zanim AI będzie mogła coś przejąć. Różnica nie leży więc głównie w sektorze, lecz w stanie danych i systemów wewnątrz przedsiębiorstwa.
Ten wzorzec nie jest unikalny dla rolnictwa. Również w sektorze IT i w usługach finansowych jakość podstawowych danych decyduje o tym, ile pracy zostaje faktycznie przejęte. Tam, gdzie przedsiębiorstwo agrarne zmaga się z rozproszonymi danymi z czujników, dział marketingu często boryka się z podobnym problemem przy ocenianiu jakości leadów: technika istnieje, ale dane wejściowe muszą być w porządku, zanim będzie mogła coś przejąć.
Ta analiza nie mówi niczego o tym, kogo przedsiębiorstwo powinno zatrzymać lub zwolnić. Chodzi o zadania i godziny, nie o funkcje czy osoby. Jeśli przesunięcie w pracy ma konsekwencje dla personelu, obowiązują dla tego własne wymogi prawne, o których ta strona nie wypowiada się.
Pierwszym krokiem jest uzyskanie wglądu w to, dokąd idą godziny w Państwa własnym przedsiębiorstwie: ile na rejestrację, ile na planowanie, ile na samą pracę fizyczną. Tylko z tym przeglądem można ocenić, którą część pracy można już dziś przejąć, która część może odbywać się pod nadzorem, a która pozostaje pracą ludzką.
Bezpłatny quickscan FTE TO AI daje w tym pierwszą wskazówkę: dwanaście pytań, bez konta, z oszacowaniem, jaka część godzin w Państwa profilu może być dziś przejęta przez AI. Pełny werkscan, który rozkłada pracę przedsiębiorstwa do poziomu zadań i przelicza je na zdolność w etatach, jest jeszcze w budowie.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.