Положение дел в области продовольствия и сельского хозяйства 2022

В предыдущем разделе говорилось об экономической модели механизации с использованием моторизованной техники и о ее потенциале с точки зрения повышения устойчивости к внешним факторам, увеличения производительности труда и эффективности использования ресурсов, а также сокращения объема тяжелой физической работы и решения проблемы дефицита рабочей силы. Было также отмечено, что в определенных обстоятельствах использование ручного труда и тягловой силы животных тоже может способствовать прогрессу. В этом разделе представлена экономическая модель инвестирования в технологии цифровой автоматизации. Главными стимулами внедрения таких технологий являются повышение производительности труда и эффективности использования ресурсов, а также экономия трудозатрат. Но эти технологии не бесплатны: многие из них требуют крупных первоначальных инвестиций, а также специальных навыков и знаний для эффективного использования. Кроме того, фермеры могут скептически отнестись к предложению инвестировать в определенные инновации, если эти инновации предполагают какое-то отклонение от традиций или социокультурных норм. В таких случаях, вероятно, придется вмешаться правительствам и поставщикам услуг и проинформировать людей об ожидаемых выгодах от инвестирования в эти технологии. Для того чтобы заручиться доверием фермеров, могут потребоваться испытания, эксперименты и анализ затрат и выгод.

В оценке экономической модели внедрения технологий цифровой автоматизации в сельском хозяйстве важной проблемой является нехватка информации об их прибыльности. За исключением механизации с использованием моторизованной техники, все технологии цифровой автоматизации являются новыми, и данные об их внедрении разрозненны и противоречивы (см. главу 2). То же касается и экономических выгод: информация о них очень сильно варьируется и в некоторой степени зависит от уровня внедрения конкретных технологий в сельском хозяйстве²⁹. По этой причине используемые здесь аргументы главным образом основываются на результатах двух технических исследований, которые были проведены по заказу для этого доклада^{30, 31}. Они, в свою очередь, опирались на 27 тематических исследований, которые были построены на основе интервью с важными источниками информации со всего мира. Таким образом, имеющаяся фактологическая информация носит преимущественно качественный характер и основывается на опыте поставщиков услуг цифровой автоматизации или (в меньшей степени) представителей сельхозпроизводителей. Эти 27 тематических исследований охватывают все регионы мира и все системы сельскохозяйственного производства (растениеводство, животноводство, аквакультуру и агролесоводство) и представляют новые, но масштабируемые или уже масштабированные решения, связанные с внедрением моторизованной техники и технологий цифровой автоматизации, ориентированных на фермерские хозяйства самых разных размеров, от мелких до крупных. Следует иметь в виду, что эти тематические исследования отражают точку зрения поставщиков услуг, а не сельхозпроизводителей как конечных пользователей. (Краткое описание каждого тематического исследования и применяемой методики см. в Приложении 1^a.)

Готовность к масштабированию технологий автоматизации сельского хозяйства: механизм

Технологии, описанные в этих 27 тематических исследованиях, которые были проведены в разных регионах мира, сильно разнятся по степени готовности к внедрению. На рисунке 6 показаны четыре стадии готовности к масштабированию каждого типа технологий. Отработанными являются в основном решения в области автоматизации животноводства и цифровизации всего фермерского хозяйства в целом. Полностью автоматическое оборудование и техника, адаптированные для животноводства, имеют большие перспективы с точки зрения экономии затрат и повышения производительности (см. врезку 13).

На рисунке 6 представлены различные категории масштабируемых технологий, включая программные цифровые решения (см. Глоссарий), беспилотные авиасистемы (БАС, обычно их называют дронами) и дистанционное зондирование, решения для механизации с использованием глобальных навигационных спутниковых систем (ГНСС), технологии переменного нормирования (ТПН) и решения для земледелия в закрытом грунте. Внедрению технологий, использующих ГНСС³⁶, способствовало большое количество источников в поддержку их экономической модели, самые ранние из которых датируются 1990-ми годами. С ТПН ситуация иная, поскольку данные о ее прибыльности неоднозначны (см. главу 2)²⁹.

Рисунок 6 Готовность технологий цифровой автоматизации к масштабированию

ПРИМЕЧАНИЯ. БАС – беспилотная авиасистема, ИВ – интернет вещей; ИИ – искусственный интеллект, ИСУФХ – информационная система по управлению фермерскими хозяйствами, МЗ – машинное зрение, ГНСС – глобальная навигационная спутниковая система, ТПН – технология переменного нормирования, ДЗ – дистанционное зондирование, ППР – поддержка принятия решений. Готовность технологии к масштабированию достигается в четыре этапа: i) прототип – концепция протестирована и продемонстрирована в ходе ограниченного количества испытаний; ii) подготовка к выходу на рынок – технология функционирует в реальных производственных условиях, а поставщик услуг изучает одну или несколько бизнес-моделей охвата клиентов; iii) масштабирование – технология внедрена несколькими конечными пользователями/клиентами, и одна или несколько бизнес-моделей прибыльны; iv) отработанная технология – технология имеет собственную клиентскую базу, одна или несколько бизнес-моделей прибыльны, и спрос растет.
ИСТОЧНИК: Ceccarelli et al., 2022³¹.

Решения, которые только готовятся к выходу на рынок или находятся в стадии прототипа, в основном включают передовые технологии автоматизации и робототехнику для работы в поле и в закрытом грунте, а также для аквакультуры, и БАС для зондирования и внесения сельскохозяйственных материалов. Некоторые технологии уже доказали свою прибыльность и заменяют ручной труд в странах с высоким уровнем дохода, обеспечивая выполнение целого ряда задач, включая орошение, поиск вредителей, сбор урожая, прополку и отбор фруктов, но данных об их внедрении в странах с низким и средним уровнем дохода нет.

Многие из этих решений пока находятся на ранних стадиях разработки и промышленного освоения, а их экономическая модель требует уточнения. Некоторые из опрошенных в ходе 27 тематических исследований поставщиков услуг предлагают решения только на стадии прототипа (GRoboMac и Seed Innovations); есть и такие, чьи решения доведены до стадии, близкой к выходу на рынок (например, Atarraya, Food Autonomy, GRoboMac, Harvest CROO Robotics, Hortikey, UrbanaGrow). Есть несколько примеров масштабирования решений (Aerobotics, Cattler, Cropin, ioCrops, SeeTree, SOWIT, TROTRO Tractor, Tun Yat) или доведения их до состояния отработанных (Lely, ZLTO, ABACO, Egistic и Igara Tea). Более подробную информацию о стадии готовности каждой из технологий к масштабированию см. в Приложении I.

Результаты тематических исследований: подробности

Если говорить о поставщиках услуг, то один из наиболее важных выводов, которые были сделаны в ходе тематических исследований, состоит в том, что прибыльными и финансово устойчивыми оказались всего 10 из 27 обследованных предприятий. Они обладают отработанными технологиями (см. рисунок 6), работают преимущественно в странах с высоким уровнем дохода и с уровнем дохода выше среднего и обслуживают крупных производителей, хотя здесь существуют и исключения (например, в Уганде чаеводством занимаются в основном мелкие производители). Тот факт, что большинство предприятий работают в странах с высоким уровнем дохода (несмотря на то, что некоторые из них созданы в странах с доходом выше среднего, как в случае с Aerobotics из Южно-Африканской Республики, Atarraya из Мексики и Cattler из Аргентины), говорит о том, что экономическая модель инвестирования в эти технологии является более обоснованной в странах с высоким уровнем дохода.

Более трети тематических исследований показали, что, по мнению пользователей, фермерам эти решения выгодны, поскольку они обеспечивают повышение производительности и эффективности, а также новые рыночные возможности. Например, в Уганде цифровое решение, направленное на повышение производительности и эффективности производства чая (Igara Tea), позволило 7000 фермерам за пять лет увеличить производство на 57 процентов. Компания по прокату техники из Мьянмы (Tun Yat) утверждает, что каждый фермер, пользующийся их услугами, зарабатывает дополнительно порядка 240 долл. США в год: в первую очередь это обусловлено более высоким качеством обмолота и улучшением технологий уборки урожая, что позволяет сократить потери на послеуборочным этапе. Несмотря на малоубедительные доказательства финансовой устойчивости трех других предприятий – первое занимается животноводством (GARBAL), второе оказывает услуги по аренде техники для растениеводства (TROTRO Tractor), а третье занимается фруктовыми деревьями (SeeTree), – тот факт, что фермеры уже платят за использование этих решений, позволяет предполагать наличие аргументов в пользу инвестирования в эти технологии. В тех случаях, когда информация об экономической модели отсутствует, о финансовой устойчивости можно судить по количеству пользователей или по объему инвестиций, которые были привлечены. Так, в пяти исследованиях поставщики услуг сообщают о количестве производителей, пользующихся их услугами (Aerobotics, Cattler, Egistic, Lely, SOWIT), а в двух – об инвестициях, которые удалось привлечь (Atarraya и Harvest Croo Robotics).

Разработка многих из этих технологий пока находится на предварительном этапе, поэтому их экономическая модель подлежит уточнению. Для того чтобы понять, как адаптировать эти технологии к конкретным условиям, необходимы дополнительные данные, которые даст анализ затрат и выгод (пример из Европы см. во врезке 14).

Имеющаяся информация позволяет понять некоторые движущие силы и барьеры, стоящие на пути внедрения цифровой автоматизации. Во-первых, рост темпов внедрения какого-то конкретного решения говорит не только о том, что с помощью этой технологии можно успешно выполнять сельскохозяйственные операции, но и о том, что фермеры умеют с ней обращаться. В одном из тематических исследований по цифровизации растениеводства и животноводства показано, что у сельхозпроизводителей зачастую не хватает времени ознакомиться с новыми технологическими решениями, особенно если они не встроены в оборудование; если же новая сельхозтехника уже оснащена устройствами ГНСС, то внедрение этой технологии (которая помогает точнее позиционировать технику во время выполнения операций) идет легче (см. пример компании ZLTO из Нидерландов)³¹.

Одной из главных причин, по которым сельхозпроизводителям трудно использовать технологии цифровой автоматизации, является повсеместное отсутствие цифровой грамотности и недостаточная осведомленность о потенциале этих решений. Кроме того, люди склонны противиться переменам; обычно это явление связывают со старением сельского населения. Эти факторы выявляются в тематических исследованиях по всему миру (Abaco в Европе, ioCrops в Республике Корея, Seed Innovations в Непале, SeeTree в Северной и Южной Америке, Европе и Южной Африке, TraSeable Solutions на Фиджи и в других странах Тихого океана и Tun Yat в Мьянме) и характерны не только для стран с низким и средним уровнями дохода. По этой причине одной из движущих сил внедрения названа смена поколений: считается, что переход семейных фермерских хозяйств к цифровизации и передовым технологиям автоматизации осуществят именно молодые фермеры. Данные трех тематических исследований, которые были проведены в Республике Корея (ioCrops) и Соединенных Штатах Америки (Atarraya и Cattler) свидетельствуют о том, что инновации в большей степени привлекают молодых фермеров. Поэтому для стимулирования внедрения необходимо наращивание потенциала.

Другим стимулирующим фактором – или препятствием для внедрения – является отношение к риску. Два тематических исследования (Aerobotics и Cattler) показывают, что крупные южноафриканские и аргентинские производители, соответственно, в целом более динамичны и открыты для внедрения технологий цифровой автоматизации, чем их коллеги из Соединенных Штатов Америки. Главной причиной является то, что последние больше опасаются рыночных рисков, а первые должны быть более конкурентоспособными на международном рынке. По-видимому, динамичность и готовность к риску аргентинских и южноафриканских производителей действительно обусловлены международной конкуренцией, которая стимулирует более активное внедрение новых технологий.

Другими факторами, способствующими внедрению (они также упомянуты в главе 2), являются дефицит рабочей силы (в том числе сезонной: на это указали GRoboMac, Igara Tea, SOWIT и TROTRO Tractor), более безопасные условия труда и сокращение объема тяжелой физической работы (см. примеры Lely и SOWIT). Интересным наблюдением поделилась фирма TROTRO Tractor: нехватка рабочей силы является сильным стимулом для женщин-фермеров, которым труднее найти работников, чем производителям-мужчинам. Кроме того, женщины обычно проводят необходимые работы позже, поскольку получают доступ к оборудованию только после того, как им закончат пользоваться их коллеги-мужчины. Такие решения, которые предлагает TROTRO Tractor, позволяют женщинам получать доступ к оборудованию независимо от мужчин³⁰. Еще одним интересным открытием стало то, что в двух исследованиях движущим фактором внедрения была названа пандемия COVID-19: необходимость исключить или сократить физические контакты повысила ценность цифровых решений (см. врезку 15).