Аграрният сектор се движи от работа, която трудно се планира, защото условията я определят. Насочване на отглеждането, планиране на прибирането на реколтата, сортиране и контрол на качеството, планиране на транспорта до тържището или купувача, и административният блок около сертификати и съответствие: това са позициите, в които постъпват най-много часове. Времето, биологичният часовник на културата или животното, и наличността на сезонна работна ръка определят резултата повече от намерението на планирането. Който доставя тук, доставя при условия, които могат да се обърнат всяка седмица.
Години наред в този сектор се печелеше от онзи, който можеше да поеме несигурността най-добре: земеделецът или фирмата с най-много опит, най-острото око за времето, най-сръчната ръка при сортирането. Това все още е релевантно. Но работата, чрез която този опит се превръща в решение, променя характера си.
В рамките на аграрния работен пакет три категории се преплитат, и коя стъпка в коя категория попада, обяснява защо една компания вече работи различно от друга.
Изцяло за поемане от AI е работата, която се състои от повторяеми модели с достатъчно данни: прогноза на добива на базата на исторически и актуални сензорни данни, планиране на напояването на базата на влажността на почвата и прогнозата за времето, и първото сортиране на продукти чрез разпознаване на изображения. Компаниите със сензори в почвата и камери на линията за сортиране вече оставят тези стъпки да текат без намеса.
Частично, с човек, който одобрява или отхвърля с обосновка, е работата, при която моделът дава съвет, но контекстът е малко твърде непредвидим за пълно предаване: решението да се пръска сега или да се изчака, изборът между два канала за продажба при разлика в цената, преценката дали парцелът вече е готов за прибиране. Тук системата генерира препоръка с обосновка, а земеделецът или управителят я приема или я спира. Този надзор не е преходна фаза; той е формата, в която тази работа засега продължава да съществува, защото отговорността и местните познания са у човека.
Човешка работа остава контактът с купувача, който иска индивидуален подход, преговорите за договор за доставка, и физическите дейности, които не могат да се автоматизират без преустройство на предприятието. Съставянето на досието за одит на сертификат също остава основно човешка работа, макар че събирането на базовите данни може да се ускори.
Разликата между компаниите не е в амбицията, а в наличните вече данни и сензорика. Компания с дългогодишни сензорни данни за почва, култура и климат може да захрани прогнозен модел, който е приложим; компания без тази история започва с празен модел. Същото се отнася за разпознаването на изображения при сортиране: то е точно едва след обучение върху голямо количество собствени продуктови снимки. Който няма тази основа, остава по-дълго зависим от човека за стъпки, които на други места вече са поети. Това не е изоставане в усилията, а разлика в изграденото.
Веднага щом част от решението за отглеждане, сортирането или логистичното планиране се поеме от система, се измества това, по което купувачът или тържището оценяват доставчика. Срокът на доставка и сигурността на обема бяха преди функция на заетостта и опита; ако самото планиране вече отчита времето, транспортния капацитет и прозореца за реколта, сравнението се пренасочва към това колко последователно се сбъдва тази прогноза и колко бързо се коригира, когато практиката се отклони. Постоянството на качеството беше въпрос на майсторство на линията за сортиране; с автоматизирано разпознаване на изображения то става въпрос на колко тренировъчни данни и колко нива на контрол е изградила компанията. Измерението, на което се печели, запазва същото име, но въпросът зад него се променя.
Този модел не е уникален за земеделието и градинарството. Същото изместване от заетост към качество на системата се случва в ИТ сектора, където срокът за доставка на проекти се променя чрез автоматизирано планиране, във финансовите услуги, където оценката на риска частично се извършва от модели, и в сектора на отдиха, където прогнозата за резервациите насочва планирането на капацитета. Всеки път въпросът не е дали AI поема работата, а коя част, с какъв надзор, и какво означава това за сравнението с конкурента.
Относно решения за персонала, които биха могли да следват от това изместване, тази страница не се произнася; за тях важат собствени законови изисквания и те не спадат към пазарно сравнение.
Земеделец или кооперация, която казва, че печели по срок на доставка или постоянство на качеството, трябва да може да подкрепи това твърдение с нещо проследимо: цифра, изявление на клиент, сертификат. Как да поставите такова твърдение срещу това на конкурент, без да попълвате онова, което не знаете, е описано в работен метод за оценяване на конкурент без предположения, и по-широката настройка зад това в обяснение как да сравните вашата компания с конкурентите. Коя работа във вашата собствена компания вече може да бъде поета от AI, и коя част продължава да изисква надзор, е друг въпрос от този, на какво печелите; на този първи въпрос отговаря работният анализ на FTE TO AI по задача.
Определете за себе си на кои две или три измерения смятате, че печелите пред компаниите в своята сравнителна група. Проверете за всяко твърдение дали зад него стои доказателство, което би убедило страничен наблюдател. Безплатната проверка на измерения ви позволява да поставите тези твърдения едно до друго и показва кои от тях могат да се защитят с доказателство. Пълният сравнителен анализ, с оценки за цялата сравнителна група и претърсваема матрица от доказателства, е в процес на изграждане.