Zemědělství má data za 500 miliard dolarů, ale neumí je číst: Proč umělá inteligence zatím tápe?

Zemědělství, odvětví, které živí 8 miliard lidí, se potýká s paradoxem: disponuje obrovským množstvím dat, ale nedokáže je efektivně využívat.

Zemědělství, odvětví, které živí 8 miliard lidí, se potýká s paradoxem: disponuje obrovským množstvím dat, ale nedokáže je efektivně využívat. Zpráva Rady pro zemědělskou vědu a technologii před rokem konstatovala, že zemědělská data jsou „fragmentovaná, distribuovaná, heterogenní a nekompatibilní“. Tento stav je hlavním důvodem, proč umělá inteligence (AI) zatím jen obtížně nachází uplatnění na farmách.

Zatímco jiná odvětví, jako je zdravotnictví nebo finanční služby, si již dávno vytvořila standardy pro data, zemědělství postrádá univerzální rámec pro překlad mezi desítkami systémů, které generují informace z polí. Tento problém není nový, ale jeho přetrvávání je pozoruhodné. Spotřebitelské technologie a podnikový software vyřešily problémy s interoperabilitou před lety, ale zemědělství stále generuje obrovské objemy informací uvězněných v nekompatibilních silech. Výzkumné instituce publikují výsledky pokusů v nejednotných formátech, výrobci produktů používají proprietární názvové systémy, farmáři zaznamenávají pozorování s lokální terminologií a maloobchodníci sledují prodeje bez propojení s agronomickými výsledky. Výsledkem je odvětví, které sedí na masivním množství informací, jež sotva dokáže použít.

Ron Baruchi, generální ředitel společnosti Agmatix, která vyvíjí doménově specifickou AI pro tento sektor, poznamenává, že „zemědělství nemá datový problém – má problém s inteligencí. Data existují. Chybí infrastruktura, která by rozuměla jejich významu.“ Podle zprávy společnosti McKinsey by implementace datové integrace a konektivity v zemědělství mohla přidat 500 miliard dolarů k celosvětovému HDP, což představuje 7 až 9% zlepšení oproti současným projekcím. Zachycení této hodnoty však vyžaduje vyřešení problému, se kterým se obecné platformy umělé inteligence neustále potýkají. Řešením je vytvoření infrastruktury, která dokáže data interpretovat a propojit, čímž se otevře cesta pro efektivnější využití AI a transformaci celého odvětví.