Silos sind mehr als nur ein Ort, um Getreide auf Paulman Farms zu lagern. Sie stellen auch isolierte Ertragsnischen dar, Feuchtigkeit, Maschine, und Nährstoffdaten, die dem Sutherland helfen könnten, Nebraska, holen Sie das Beste aus den fast 10, 000 Hektar bedeckt.

Roric Paulman verlässt sich auf 40 verschiedene Apps, um die 14 Trocken- und Bewässerungspflanzen, die auf dem Land angebaut werden, zu steuern und zu überwachen. Die Software generiert jeden Monat ein Terabyte an standortspezifischen Daten, das entspricht 75 Millionen Seiten an Informationen.

Diese Informationen sind der Schlüssel, um fundierte Managemententscheidungen zu treffen. Das Problem ist, Niemand hat ein System geschaffen, das die Punkte mühelos verbindet, um Paulman bessere Einblicke zu geben. Ebenfalls, wenn er von seinem Smartphone nicht auf die Informationen zugreifen kann, er hat kein Interesse. „Die Apps und die gesammelten Informationen sind nicht mehr nützlich, “ sagt Paulmann, der mit Frau Deb und Sohn Zachary bewirtschaftet.

Eine Lösung erstellen

Unternehmen mit einer langen Geschichte in der Landwirtschaft arbeiten daran, ein benutzerfreundliches System aufzubauen, das Daten aus unzähligen Apps nahtlos verarbeitet und integriert. Noch, Datenaustausch und Interoperabilität sind immer noch nicht einfach oder nahtlos.

Auch diese Unternehmen stehen vor einem eigenen Problem:Wie entwickeln sie gemeinsam mit anderen eine Lösung und bleiben dennoch wettbewerbsfähig? Während die bestehenden Akteure der Landwirtschaft an einer Lösung arbeiten, Außenseiter wie IBM treten mit ihrem eigenen Ansatz auf.

Gestartet im Jahr 2018, die Watson Decision Platform for Agriculture nutzt die Leistungsfähigkeit der künstlichen Intelligenz (KI), um Datensilos zu analysieren und dann evidenzbasierte Erkenntnisse zu generieren. Watson beginnt mit der Erstellung einer digitalen Darstellung eines Feldes. Diese elektronische Feldaufzeichnung (EFR) umfasst Boden, Ausrüstung, landwirtschaftliche Praxis und Arbeitsablauf, und Bilddaten. Es kann auch Wetterdaten von The Weather Company akzeptieren.

KI anwenden, maschinelles Lernen, und erweiterte Analytik zum EFR, Die Plattform hebt Schlüsselfaktoren hervor, die die Ernteerträge beeinflussen könnten, wie Bodentemperatur, Feuchtigkeitsgehalt, Stress bei der Ernte, Schädlinge, und Krankheiten. Letzten Endes, Jeder EFR wird zu einem digitalen Zwilling von allem, was auf den 113 Feldern von Paulman passiert. Ein einheitliches Dashboard ermöglicht es ihm, Daten einfach zu sehen und zu überwachen sowie Warnungen zu erhalten, wenn kritische Elemente wie das Wetter eine Ernte beeinträchtigen könnten.

Die Schwierigkeit bei vielen Entscheidungen, die Paulman zu treffen versucht, besteht darin, dass sie biologisch begründet sind. „Sie werden fast immer vom Wetter beeinflusst, das wir noch nicht kennen. Die Fähigkeit, Bedingungen vorherzusagen, muss ein wesentlicher Bestandteil jeder Entscheidungsplattform sein, “ sagt Kenneth Sudduth, forschender Agraringenieur bei USDA-ARS.

Zusätzlich, der Prozess muss von Anfang bis Ende automatisiert werden. Technologien wie automatische Führung, Absperrungen, und die Steuerung der Auslegerhöhe – Systeme, die kaum oder keine direkte menschliche Kontrolle hatten – wurden relativ schnell eingeführt, da sie den Arbeitsablauf verbesserten, ohne dass der Bediener eingreifen musste.

Heute, bei zu vielen Anwendungen müssen Landwirte immer wieder Informationen eingeben. „Jedes Mal, wenn Landwirte einen Eintrag machen, Es besteht die Möglichkeit, dass sie es richtig machen, aber es besteht auch die Möglichkeit, dass sie es falsch machen, “ sagt Michael Gomes, VP Geschäftsentwicklung IoT, Topcon Landwirtschaft.

Meistens nicht, die am häufigsten gepflanzte Sorte wird als „eins“ bezeichnet, da das Zeitfenster, um diesen Samen in den Boden zu bekommen, ständig kleiner wird.

Es ist ein schmerzhafter Prozess, und die Bauern haben es satt.

Wenn Landwirte aus einer Auswahlliste auswählen können, Gomes sagt, Ihr Risiko, etwas falsch zu machen, ist viel geringer, als es Buchstabe für Buchstabe eingeben zu müssen oder sicherzustellen, dass sie es jedes Mal genau dasselbe nennen.

„Nur etwa 8% der erhobenen Daten sind tatsächlich verwertbar, “ sagt John Fulton, außerordentlicher Professor an der Ohio State University.

die Macht von ai

Um die Analyse zu verbessern, ein viel saubererer Datensatz wird benötigt, und viele glauben, dass KI Produzenten dorthin bringen kann. Die Anwendung auf Daten verleiht Paulman unzählige neue Fähigkeiten.

Aus der Luft, Er kann eine Drohne einsetzen, um ein Maisfeld zu erfassen, und mithilfe der visuellen KI-Erkennung Pflanzenkrankheiten oder einen Schädlingsbefall erkennen. Vom Boden, Pflanzen können aus nächster Nähe fotografiert werden, damit Paulman in Echtzeit reagieren kann.

„Durch die Vereinfachung des Prozesses können Agronomen – die derzeit 80 % ihrer Zeit damit verbringen, die Daten eines Landwirts zu sammeln und zu analysieren – Entscheidungen mit größerer Sicherheit treffen. “ sagt Kristen Lauria, General Manager von Watson Media und Weather Solutions.

Durch das Zusammentragen und Kuratieren der Daten, Paulman kann auch die besten Praktiken für seine bewässerten Hektar ermitteln. Bei einer jährlichen Zuteilung von 13 Zoll Wasser für eine Maisernte, die etwa 22 Zoll Wasser benötigt, er muss sicherstellen, dass jeder Tropfen mit Bedacht verwendet wird. Das bedeutet, sich auf eine Technologie zu verlassen, die versteht, dass er einige Böden hat, die 2 Zoll Wasser pro Stunde benötigen und andere, die ¼ Zoll pro Stunde benötigen.

Da die Preise ständig schwanken, Watson bietet auch ein Tool, das riesige Mengen an Preisdaten – vom lokalen Getreidespeicher bis zu den Terminmärkten – sammelt und den besten Zeitpunkt für den Verkauf empfiehlt, um den Gewinn zu maximieren. Es ist die Art der Datenerfassung und -analyse, die ohne KI und Analytik unmöglich wäre.

Aufbau der Datenbank

Je mehr Daten einfließen, die Entscheidungsplattform wird zu einer robusteren Lösung. Das ist der Vorbehalt. Damit KI effektiv ist, Es erfordert eine große Datenbank, aus der gezogen werden kann. Landwirte müssen nicht nur anderen Zugang zu ihren Informationen gewähren, aber auch Daten teilen müssen, um die Vorteile digitaler Tools zu nutzen.

„Obwohl wir davon sprechen, so viele Daten zu haben, in vielen Fällen, es ist sehr lokalisiert. Es ist fast so, als hätten wir zu viele Daten, noch nicht genügend Daten gleichzeitig, “, sagt Sudduth.

Der Schlüssel, Gomes sagt, besteht darin, die richtigen Daten zu erhalten, die die Landwirte akzeptieren, damit sie dann selbstbewusst handeln können.

Wie bringen Sie Landwirte dazu, ihre Daten zu teilen? Billy Tiller behauptet, dass es sich um eine produzentengeführte Initiative handeln muss.

2012 gegründet, Die Grower Information Services Cooperative (GiSC) ist eine Datengenossenschaft im Besitz von Landwirten, die ihren Landwirten einen sicheren Cloud-Speicher zur Verfügung stellt. Hauptsitz in Lubbock, Texas, Die Plattform des Unternehmens sammelt und verwaltet mehrere Ebenen von Agronomie- und Ertragsdaten für eine Vielzahl von Nutzpflanzen, einschließlich Mais, Sojabohnen, Weizen, und Hirse.

„Es ist an der Zeit, dass Landwirte Optionen haben, die auf objektiven Motiven basieren, kein Grund, ein anderes Produkt zu kaufen, “ sagt Tiller, der Gründer und CEO von GiSC ist.

IBM glaubt auch fest an Datenkooperativen. Durch die Integration von Tausenden von Bauernerfahrungen in einen Datensatz, Paulman konnte verstehen, zum Beispiel, was bei allen Maisbauern in Nebraska üblich ist, dass die Erträge 20 % über dem Durchschnitt liegen, verglichen mit denen, die 20 % unter dem Durchschnitt hatten. Weil er seine Operation aus einer anderen Perspektive betrachtet, er kann beurteilen, welche Praktiken wirklich zu besseren Erträgen führen und welche nicht.

„Anstatt sich Jahr für Jahr ausschließlich auf Daten aus den eigenen Betrieben zu verlassen, Auch Landwirte können voneinander lernen, “, sagt Lauria.

Zugriff und gemeinsame Nutzung sind Schlüsselkomponenten der Infrastruktur, weil der Wert von Analytics von verschiedenen Unternehmen kommt, Fulton sagt.

Skeptisch gegenüber Unternehmen mit einem berechtigten Interesse an seinen Daten, Watson bietet auch die Unabhängigkeit, die Paulman sucht. „IBM versucht nicht, mir mehr Dünger oder Maschinen zu verkaufen, " er sagt. "Das ist Vertrauenssache."

Vorwärts gehen

Infrastruktur ist der größte Baustein, um die Digital ag zu einer Erfolgsgeschichte zu machen. Laut Ag-Gateway, 84 % der Landwirte und ihre vertrauenswürdigen Geschäftspartner geben an, dass es für sie mäßig oder sehr schwierig ist, die Daten von landwirtschaftlichen Feldern zusammenzustellen und zu analysieren.

2005 gegründet, Ag Gateway hat die Interoperabilitätskonflikte beseitigt. Im Rahmen seines Projekts Standardized Precision Ag Data Exchange (SPADE) wurde das Ag Data Application Toolkit (ADAPT) die es verschiedenen Softwareanwendungen und Hardwaresystemen ermöglicht, nahtlos Informationen auszutauschen – mit einer breiten Akzeptanz als Endziel. Miteinander ausgehen, 26 Unternehmen haben sich zu ADAPT verpflichtet, indem sie entweder ein Plug-In für ihr Dateiformat entwickeln oder die ADAPT-Unterstützung in ihre Softwaresysteme integrieren.

„Wir setzen Technologie ein, wo und wie wir können, weil wir in dem, was wir für zukünftige Generationen tun, besser werden müssen, “, sagt Paulmann. „Einblicke aus Daten helfen uns dabei.“

Bis es ein einziges System gibt, das das gesamte Ökosystem standardisiert und verbindet, Die Silos bleiben, und der Wert der Daten wird für Paulman Farms weiterhin begrenzt sein.

Entwicklung einer digitalen Strategie

Bevor Landwirte Wert aus ihren Daten ziehen können, Sie müssen eine Grundlage schaffen. John Fulton, Ohio State Universität, schlägt vor, dass Landwirte bei der Entwicklung einer digitalen Strategie die folgenden sieben Punkte berücksichtigen.

1. Identifizieren Sie die von Ihnen verwendeten Technologien sowie die von diesen Technologien generierten Daten.

2. Organisieren Sie Ihre gespeicherten Daten (z. B. Jahr, Ernte, Bauernhof, Gebiet).

3. Speichern Sie eine Originalkopie Ihrer Daten sowohl innerhalb als auch außerhalb der Farm, damit ein Backup erstellt wird.

4. Stellen Sie sicher, dass von jedem Standort aus auf die Daten zugegriffen werden kann und dass Offline-Informationen aktualisiert werden, sobald eine Verbindung wiederhergestellt ist.

5. Sammeln Sie vollständige und qualitativ hochwertige Daten, damit Sie die gewünschten Analysen durchführen können.

6. Schützen Sie Ihre Daten mit sicheren Passwörtern.

7. Definieren Sie eine Strategie für die gemeinsame Nutzung von Dateien, die ein einfach zu kopierendes Format sowohl innerhalb als auch außerhalb der Farm enthält. Geben Sie keine Informationen ohne Erlaubnis weiter.