Sectorul agricol funcționează pe muncă ce se planifică cu dificultate, pentru că condițiile o determină. Îndrumarea culturii, planificarea recoltei, sortarea și controlul calității, planificarea transportului către licitație sau client, și blocul administrativ din jurul mărcilor de calitate și al conformității: acestea sunt posturile în care intră cele mai multe ore. Vremea, ceasul biologic al culturii sau al animalului, și disponibilitatea forței de muncă sezoniere determină rezultatul mai mult decât intenția planificării. Cine livrează aici, livrează în condiții care se pot schimba de la o săptămână la alta.
Ani de zile s-a câștigat în acest sector pe cine reușea cel mai bine să facă față incertitudinii: cultivatorul sau firma cu cea mai multă experiență, privirea cea mai ascuțită asupra tabloului meteo, mâna cea mai iscusită la sortare. Acest lucru este încă relevant. Dar munca prin care experiența respectivă este transformată într-o decizie își schimbă caracterul.
În pachetul de muncă agricolă se întrepătrund trei categorii, și care pas se încadrează în care categorie explică de ce o firmă lucrează deja diferit față de alta.
De preluat integral de către AI este munca formată din tipare repetabile cu date suficiente: predicția producției pe baza datelor senzoriale istorice și actuale, planificarea irigării pe baza umidității solului și a prognozei meteo, și prima sortare a produselor pe baza recunoașterii de imagine. Firmele cu senzori în sol și camere pe linia de sortare lasă deja acești pași să se desfășoare fără intervenție.
Parțial, cu un om care aprobă sau respinge cu motiv, este munca în care modelul dă un sfat, dar contextul este puțin prea imprevizibil pentru o transferare completă: decizia de a stropi acum sau de a aștepta, alegerea între două canale de vânzare la o diferență de preț, aprecierea dacă o parcelă este deja coaptă pentru recoltare. Aici sistemul generează o recomandare fundamentată, iar cultivatorul sau managerul o pune în practică sau o blochează. Această supraveghere nu este o fază de tranziție; este forma în care această muncă continuă să existe pentru moment, întrucât răspunderea și cunoștințele locale se află la om.
Rămâne muncă umană contactul cu clientul care cere personalizare, negocierea unui contract de livrare, și acțiunile fizice care nu se pot automatiza fără o reorganizare a companiei. Și întocmirea dosarului pentru un audit de certificare rămâne în esență muncă umană, chiar dacă colectarea datelor de bază poate fi accelerată.
Diferența dintre firme nu se află în ambiție, ci în ce date și senzori sunt deja prezenți. O firmă cu ani de date senzoriale despre sol, cultură și climă poate alimenta un model de predicție care este util; o firmă fără acest istoric începe cu un model gol. Același lucru este valabil pentru recunoașterea de imagine la sortare: aceasta devine precisă abia după antrenare pe cantități mari de fotografii proprii ale produsului. Cine nu are această bază rămâne mai mult timp dependent de om pentru pași care în alte părți sunt deja preluați. Nu este o întârziere în efort, ci o diferență în ce s-a construit.
De îndată ce o parte din decizia de cultivare, sortarea sau planificarea logistică se află la un sistem, se schimbă pe ce anume evaluează un client sau o licitație un furnizor. Termenul de livrare și certitudinea volumului erau înainte o funcție a ocupării și a experienței; dacă planificarea însăși ține deja cont de vreme, capacitate de transport și fereastra de recoltare, comparația se deplasează spre cât de consecvent se adeverește acea predicție și cât de rapid se ajustează atunci când practica se abate. Consistența calității era o chestiune de meșteșug pe linia de sortare; cu recunoașterea de imagine automatizată devine o chestiune de câte date de antrenare și câte straturi de control a instituit o firmă. Dimensiunea pe care se câștigă își păstrează același nume, dar întrebarea din spatele ei se schimbă.
Acest model nu este unic pentru agricultură și horticultură. Aceeași deplasare de la ocupare la calitatea sistemului se manifestă în sectorul IT, unde termenul de livrare al proiectelor se schimbă prin planificare automatizată, în serviciile financiare, unde evaluarea riscului este realizată parțial de modele, și în sectorul recreativ, unde predicția rezervărilor conduce planificarea capacității. Întotdeauna întrebarea nu este dacă AI preia munca, ci care parte, cu ce supraveghere, și ce înseamnă asta pentru comparația cu concurentul.
Această pagină nu se pronunță asupra deciziilor de personal care ar putea rezulta din această schimbare; pentru acestea se aplică cerințe legale proprii, care nu fac parte dintr-o comparație de piață.
Un cultivator sau o cooperativă care afirmă că câștigă pe termenul de livrare sau pe consistența calității trebuie să poată susține această afirmație cu ceva verificabil: o cifră, o declarație a clientului, o certificare. Cum să puneți o astfel de afirmație în raport cu cea a unui concurent fără să completați ce nu cunoașteți este descris în o metodă de a evalua un concurent fără a face presupuneri, iar structura mai largă din spatele acesteia în o explicație a modului în care vă comparați compania cu concurenții. Ce muncă din propria firmă este deja de preluat de AI, și ce parte continuă să necesite supraveghere, este o întrebare diferită de pe ce câștigați; la prima întrebare răspunde scanul de muncă al FTE TO AI, pe sarcină.
Stabiliți pentru dumneavoastră pe care două sau trei dimensiuni credeți că câștigați față de firmele din grupul dumneavoastră de referință. Verificați, pentru fiecare afirmație, dacă în spatele ei se află o dovadă care ar convinge un observator din exterior. Verificarea gratuită a dimensiunilor vă permite să puneți aceste afirmații una lângă alta și arată care dintre ele se poate apăra cu dovezi. Benchmark-ul complet, cu scoruri pentru întregul grup de referință și o matrice de dovezi care poate fi căutată, este în construcție.