Põllumajandussektor toimib töö peal, mida on raske planeerida, kuna tingimused määravad kulgu. Kasvatuse juhendamine, saagikoristuse planeerimine, sorteerimine ja kvaliteedikontroll, transpordi planeerimine oksjonile või ostjale, ning haldusblokk seotud kvaliteedimärgiste ja vastavusega: need on kohad, kuhu enim tunde voolab. Ilm, kultuuri või looma bioloogiline kell ja hooajatöö kättesaadavus mõjutavad tulemust rohkem kui planeerimise kavatsus. Kes siin tarnib, tarnib tingimustes, mis võivad nädalaga muutuda.
Aastaid võitis selles sektoris see, kes suutis ebakindlust kõige paremini ohjata: kasvataja või ettevõte kõige suurema kogemusega, kõige teravam pilk ilmapildile, kõige osavam käsi sorteerimisel. See on endiselt oluline. Kuid töö, mille kaudu see kogemus muutub otsuseks, muudab oma iseloomu.
Põllumajandusliku töö paketis põimuvad kolm kategooriat, ja see, milline etapp millisesse kategooriasse kuulub, seletab, miks üks ettevõte töötab juba nüüd teisiti kui teine.
Täielikult AI üle võtta olev töö on see, mis koosneb korduvatest mustritest piisava andmemahuga: saagikuse prognoos ajaloolise ja jooksva sensoriandme põhjal, niisutuse planeerimine mullaniiskuse ja ilmaprognoosi põhjal, ning toodete esmane sorteerimine pildituvastuse põhjal. Ettevõtted, kus on sensorid mullas ja kaamerad sorteerimisliinil, laseb neid etappe juba toimida ilma sekkumiseta.
Osaliselt, koos inimesega, kes kinnitab või lükkab tagasi põhjendusega, on töö, kus mudel annab nõuande, kuid kontekst on veel liiga muutlik täielikuks üleandmiseks: otsus, kas pritsida nüüd või oodata, valik kahe müügikanali vahel hinnaerinevuse korral, hinnang, kas põld on juba koristusvalmis. Siin genereerib süsteem soovituse koos põhjendusega, ja kasvataja või ettevõtte juht saadab selle edasi või peatab selle. See järelevalve ei ole üleminekufaas; see on vorm, milles see töö esialgu jääb kestma, kuna vastutus ja kohalik teadmine kuuluvad inimesele.
Inimtöö jääb kontakt kliendiga, kes küsib eritellimust, läbirääkimised tarnelepingu üle, ja füüsilised tegevused, mida ei saa automatiseerida ettevõtte ümberkorraldamiseta. Ka kvaliteedimärgise auditi jaoks toimiku koostamine jääb sisuliselt inimtöö, kuigi aluseks olevate andmete kogumist saab kiirendada.
Erinevus ettevõtete vahel ei seisne ambitsioonis, vaid selles, mida andmete ja sensoorika osas juba olemas on. Ettevõte, kellel on aastaid kogutud sensoriandmed mulla, kultuuri ja kliima kohta, saab toita prognoosimudelit, mis on kasutuskõlblik; ettevõte, kellel see ajalugu puudub, alustab tühja mudeliga. Sama kehtib pildituvastuse kohta sorteerimisel: see muutub täpseks alles pärast treenimist suure hulga oma tootepiltidega. Kellel see baas puudub, jääb kauem sõltuma inimesest etappide osas, mis mujal on juba üle võetud. See ei ole vähem pühendumise tagajärg, see on erinevus selles, mis on üles ehitatud.
Kui osa kasvatusotsusest, sorteerimisest või logistilisest planeerimisest jõuab süsteemi kätte, muutub see, mille põhjal ostja või oksjon tarnijat hindab. Tarneaeg ja koguste kindlus olid varem tööjõu koormuse ja kogemuse funktsioon; kui planeerimine juba arvestab ilma, transpordimahtu ja koristusakent, nihkub võrdlus selle poole, kui järjekindlalt see prognoos täide läheb ja kui kiiresti kohandatakse, kui praktika sellest erineb. Kvaliteedi järjepidevus oli varem sorteerimisliini oskuste küsimus; automatiseeritud pildituvastusega muutub see küsimuseks, kui palju treeningandmeid ja mitu kontrollikihti ettevõte on kehtestanud. Mõõde, mille põhjal võidetakse, kannab endiselt sama nime, kuid küsimus selle taga muutub.
See mustur ei ole omane ainult põllu- ja aiandusele. Sama nihe tööjõu koormuselt süsteemikvaliteedile toimub IT-sektoris, kus projektide tarneaeg muutub automatiseeritud planeerimise tõttu, finantsteenustes, kus riskihinnangu teeb osaliselt mudel, ja puhkusesektoris, kus broneerimisprognoos juhib mahutavuse planeerimist. Iga kord on küsimus mitte, kas AI võtab töö üle, vaid milline osa, mis järelevalvega, ja mida see tähendab võrdluses konkurendiga.
Personaliotsuste kohta, mis võiksid sellest nihkest tuleneda, see lehekülg seisukohta ei võta; nende jaoks kehtivad omad seadusesätted ja need ei kuulu turuvõrdluse juurde.
Kasvataja või kooperatiiv, kes väidab, et võidab tarneaja või kvaliteedi järjepidevuse osas, peab suutma seda väidet toetada millegi jälgitavaga: näitajaga, kliendi kinnitusega, sertifikaadiga. Kuidas te seda väidet konkurendi väite vastu seate, täitmata ilma seda, mida te ei tea, on kirjeldatud töömeetodis, kuidas hinnata konkurenti eeldusi tegemata, ja selle taga olev laiem ülesehitus on kirjeldatud selgituses, kuidas võrrelda oma ettevõtet konkurentidega. Milline töö teie oma ettevõttes on juba AI üle võtta ja milline osa vajab endiselt järelevalvet, on teine küsimus kui see, mille põhjal te võidate; sellele esimesele küsimusele vastab FTE TO AI töösskaneering ülesande kaupa.
Sõnastage endale, millise kahe või kolme mõõtme põhjal arvate, et võidate oma võrdlusgrupi ettevõtetest. Kontrollige igas väites, kas selle taga on tõend, mis veenaks kõrvalseisjat. Tasuta mõõdikukontroll võimaldab need väited kõrvutada ja näitab, milliseid saab tõenditega kaitsta. Täielik benchmark, koos hinnetega kogu võrdlusgrupi ulatuses ja otsitava tõendimaatriksiga, on ehitamisel.