Farmers Business Network (FBN) oraz fundusz AI Futures Fund (AIFF) należący do Google ogłosiły w tym tygodniu nawiązanie współpracy. Jej celem jest stworzenie „silnika kontekstu AI” dla rolnictwa. Rozwiązanie ma dostarczać rolnikom stale aktualizowany obraz obejmujący agronomię, finanse, maszyny i rynki, z którego narzędzia AI będą czerpać, by lepiej doradzać w zakresie całego gospodarstwa.
Kontekst zamiast ogólników
Obecnie większość narzędzi AI oferuje rolnikom mnóstwo ogólnych porad, ale niewiele z nich jest powiązanych z rzeczywistymi glebami, uprawami, lokalną geografią czy wzorcami pogodowymi. Narzędzia te nie potrafią też automatycznie łączyć takich informacji z działaniami takimi jak marketing zboża, zakup nowego sprzętu czy ubieganie się o kredyt.
„Możesz wziąć swoje dane precyzyjne i wprowadzić je do modelu, a on wygeneruje bardzo ciekawe wnioski i plany agronomiczne. To jednak nie wiąże się z realizacją komercyjną” – powiedział współzałożyciel FBN Charles Baron w rozmowie z AgFunderNews.
Dodał, że dostępne dziś agenty AI potrafią robić fascynujące rzeczy, ale nie są ze sobą połączone, nie są interoperacyjne i nie mają sposobu komunikacji, który pomógłby gospodarstwu faktycznie wykonywać działania.
Połączenie agronomii z handlem
FBN uważa, że jest dobrze przygotowane do wypełnienia tej luki dzięki biznesowi budowanemu od ponad dekady. Firma zaczynała jako sieć, w której rolnicy dzielili się danymi cenowymi i informacjami o wyborze nasion. Z czasem przekształciła się w pełny marketplace środków produkcji, finansowania, handlu zbożem oraz zapisów do programów premiujących zrównoważone praktyki.
„Dzięki AI możliwe jest teraz połączenie tych wszystkich doświadczeń i umożliwienie handlu bezpośrednio z nich” – mówi Baron. „Rolnik może przeanalizować swój program agronomiczny, a następnie agent może pomóc mu w natychmiastowym wyborze produktu i decyzji zakupowej”.
Wyzwania dla modeli AI
Rolnictwo stawia przed modelami AI wyjątkowe wyzwania. Czynniki zewnętrzne – pogoda, geografia, historia gleby, płodozmian – kształtują decyzje rolnika. Aby być skutecznym, AI musi nie tylko pobierać dane z wielu źródeł, ale także je normalizować i zamieniać na konkretne działania, twierdzi Baron. Niektóre gospodarstwa już samodzielnie eksperymentują z AI.
„Mamy do czynienia z eksplozją kreatywności gospodarstw w tworzeniu własnych rozwiązań i spostrzeżeń dla swoich operacji” – mówi. „Jednak bardzo trudno jest im zintegrować te hiperpersonalizowane wnioski z bezpiecznym i zaufanym systemem komercyjnym”.
Napędzane przez Norm
Choć konkretna współpraca z Google AIFF została zawiązana w ciągu ostatnich kilku miesięcy, opiera się na długiej relacji między obiema firmami – Google Ventures od lat wspiera FBN. Google AIFF pomoże FBN w opracowaniu tego, co firmy nazywają „pierwszym w rolnictwie silnikiem kontekstu AI dla rolników”. Silnik będzie napędzał Norm, doradcę AI FBN uruchomionego w 2023 roku. Norm, który Baron opisuje jako warstwę AI stojącą za doświadczeniem FBN, będzie kierował zadaniami do wielu modeli.
„Możemy testować najbardziej zaawansowane modele przeciwko sobie i uczestniczyć w ich współtworzeniu, aby były jak najbardziej użyteczne dla rolników” – mówi. „Pozwala to naszemu zespołowi wyprzedzać to, co wychodzi z czołowych laboratoriów i możliwości Google”.
W przyszłości na silniku będą mogli budować również zewnętrzni deweloperzy. Zapytany o wpływ partnerstwa na własność danych i prywatność rolników, Baron zapewnił, że Google nie będzie miał dostępu do danych gospodarstw. „FBN buduje system i pozostaje opiekunem informacji rolnika”.
Zasady dotyczące danych FBN nie zmieniły się – dane indywidualnego gospodarstwa nigdy nie są widoczne dla innych członków, wnioski pokazywane są wyłącznie zbiorczo, a firma nie sprzedaje informacji ani danych osobowych. Jedynym wyjątkiem jest dobrowolna zgoda – rolnicy mogą przypisać swoje zweryfikowane dane praktyk do kontraktu łańcucha dostaw, aby zarobić premię za zrównoważony rozwój.
FBN zaprezentowało koncepcję silnika kontekstu AI podczas ubiegłorocznego wydarzenia Farmer to Farmer. Baron poinformował, że pierwsze spersonalizowane funkcje wzmocnione przez Norm trafiają właśnie do wczesnych testerów, a szersze wdrożenie planowane jest na tę jesień.
