أصبح توافر البيانات وإمكانية الوصول
إليها وتحسين جودتها بشكل متزايد الجوانب الرئيسية الثلاثة للابتكار الرقمي في أي
قطاع، وهي تعمل بالفعل على إحداث نقلة نوعية في القطاع الزراعي.
في السياق ذاته، حددت مجموعة الذكاء
الاصطناعي للابتكار الزراعي
(AI4AI)،
وهي تجمع لأصحاب المصلحة في المنتدى الاقتصادي العالمي، مجموعة من 11 إطارا و24
تجربة يجب استكشافها بشكل أكبر من خلال التعلم القائم على الأدلة.
تكشف الاستجابات الإضافية التي تم جمعها
من خلال المشاورات والدراسات الاستقصائية عبر أصحاب المصلحة الرئيسيين في النظام
الإيكولوجي الزراعي عن حالات استخدام مبتكرة للبيانات في 4 مراحل رئيسية وهي:
إمكانية الوصول إلى المدخلات والاستشارات والتمويلات والأسواق.
حالات الاستخدام المبتكر للبيانات في المراحل الرئيسية الأربع لسلسلة
القيمة
المرحلة |
حالة الاستخدام |
القطاع المستفيد |
إمكانية الوصول إلى المدخلات |
الحالات التي تطبق البيانات والتكنولوجيا لتسهيل وصول المزارعين
إلى بيانات البذور والأسمدة ومحفزات النمو والآلات الزراعية وأي مدخلات مواد
أخرى ذات صلة. |
التجارة الإلكترونية للمدخلات، وأتمتة عملية التسميد، وإمكانية
التتبع للمدخلات العضوية، والبذور والأسمدة المصنوعة حسب الطلب، والري الذكي. |
إمكانية الوصول إلى الاستشارة |
الحالات التي تطبق البيانات والتكنولوجيا لتقديم استشارات مخصّصة
تعتمد على الموقع لحل المشكلات الخاصة بالمزارعين على مدار الساعة. |
الاستشارات المستندة إلى التربة ونظام تشغيل المزرعة، والاستشارات
المحلية، وخط الاستغاثة للمزارعين. |
إمكانية الوصول إلى التمويلات |
حالات الاستخدام التي تطبق البيانات والتكنولوجيا لتمكين النظام
البيئي المالي من توفير حلول سلسة وغير ورقية للقروض الزراعية والتأمينات وأي
دعم مالي ضروري للمزارعين. |
سوق التأمين الرقمي، والائتمان الذكي، وتعميم الآلات الزراعية،
وميكنة المزرعة. |
إمكانية الوصول إلى الأسواق |
الحالات التي تطبق البيانات والتكنولوجيا لتمكين النقل والتخزين
والتنبؤ بالطلب في السوق وإمكانية التتبع وضمان الجودة وسلسلة التوريد لتجار
التجزئة. |
ضمان الجودة القائم على الذكاء الاصطناعي، وسلسلة التوريد الرقمية،
والتسعير المضمون، وإنترنت الأشياء، والتخزين المدعم بالذكاء الاصطناعي. |
كيفية تمكين الشركات الناشئة في مجال التكنولوجيا الزراعية
أصبحت الاستثمارات الخاصة في التكنولوجيا الزراعية أكثر أهمية من أي وقت
مضى في جميع أنحاء العالم.
على الصعيد العالمي، تم تخصيص ما مجموعه 49 مليار دولار لتمويل حوالي
23.300 شركة ناشئة.
بينما تقوم الحكومات بتمكين الابتكار القائم على البيانات، يلعب القطاع
الخاص دورًا فريدًا في تقديم هذه الابتكارات.
3 حالات استخدام مبتكرة من قِبل المبدعين في الشركات الناشئة:
1- استخدام البيانات
لتحسين الخطوة الأخيرة في سلاسل التوريد |
·
بالنسبة للمزارعين،
يُقدر إجمالي الهامش الربحي لسوق الفواكه والخضراوات بأقل من 5-6% ويعزى السبب
في ذلك إلى ارتفاع تكلفة الخدمات اللوجستية.
·
طورت نينجاكارت (Ninjacart) منصة داخلية لديها القدرة الحاسوبية على حل مشاكل
التحسين الكبيرة متعددة الأبعاد.
· ·
يتضمن هذا الحل إصدارًا
مخصصًا من الخدمات اللوجستية مفتوحة المصدر تم تكوينها لتتناسب مع سيناريوهات
الوقت الفعلي لأوقات التسليم، ومحاكاة حركة المرور، وأنواع المركبات، وما إلى
ذلك.
·
تدعي الشركة أن الحل
المدعوم بالتكنولوجيا أظهر نتائج واعدة من حيث انخفاض تكلفة الكيلوجرام بنسبة
80.7 % من عام 2016 إلى عام 2022.
·
وبدوره، يؤكد
كارثيسواران كانداسامي، الرئيس التنفيذي والمؤسس المشارك للشركة على أن هدفهم هو
معالجة التحديات التي يواجهها قطاع الزراعة، مثل أوجه القصور في السوق، ونقص
مرافق التخزين المناسبة ومحدودية الوصول إلى العملاء.
·
من منطلق إيمانهم بأنه
يمكنهم إنشاء نظام بيئي أكثر استدامة وربحية للجميع من خلال تضافر جهود جميع
أصحاب المصلحة في سلسلة القيمة الزراعية.
·
أيضًا يمكن معالجة هذه
القضايا وخلق وضع رابح للجميع من خلال استخدام التكنولوجيا، حيث يحصل المزارعون
على أسعار عادلة لمنتجاتهم، وتجار التجزئة على منتجات عالية الجودة بأسعار
تنافسية، والمستهلك على الطعام الطازج والمغذي. |
2- استخدام البيانات
للكشف عن تلف المحاصيل في الوقت الفعلي |
·
وفقًا لمنظمة الأغذية
والزراعة، تمثل الآفات في المتوسط 20-40% من خسائر الغلة في جميع أنحاء العالم،
مما يكلف الاقتصاد العالمي 220 مليار دولار.
·
تساعد بلانتيكس
(Plantix) المزارعين على اكتشاف الأمراض في الوقت الفعلي بمجرد تحميل عينة من صور
المحاصيل.
·
بمساعدة الذكاء
الاصطناعي وقاعدة بيانات موجودة للصور، قامت بلانتكس ببناء أداة لتحليل صورة
المحصول أو النبات لتشخيص تلف المحاصيل.
·
وهي توفر قاعدة بيانات
قوية مع القدرة على تشخيص أكثر من 500 حالة نباتية عبر 60 نوعًا من المحاصيل.
·
يساعد استخدام الأدوات،
مثل مستودع البيانات (BigQuery) وتابلو (Tableau)، في
معالجة البيانات الداخلية وتصورها.
·
وهنا تجدر الإشارة إلى
أنه قد تم تسليط الضوء على عدم وجود قاعدة بيانات متكاملة حول فقدان المحاصيل
وصور المحاصيل، وعدم كفاية القنوات الرسمية لتجميع التوصيات الاستشارية
للمزارعين، والبيانات غير المكتملة وعدم الاتساق باعتبارها معوقات رئيسية في
تنفيذ الحل.
·
يعلق سيمون ستراي،
الرئيس التنفيذي والمؤسس المشارك لشركة بلانتكس على الأمر بقوله إن الزراعة في
مجملها معقدة للغاية.
·
مشددًا على حاجة المرء
-خاصة كمزارع صغير- إلى الوصول إلى المعرفة والحلول الفورية للمشاكل للعمل
بطريقة مستدامة اقتصاديًا وبيئيًا. |
3- استخدام البيانات
لميكنة المزارع وتقديم الاستشارات
|
إن الحلول المتكاملة،
مثل خدمات ميكنة المزارع وتقديم المشورة الشاملة للمزارعين، هي بطبيعتها عمليات
معقدة تحتاج إلى بيانات من مصادر متعددة. ·
تستخدم Nurture.farm
نظامًا بيئيًا لجمع البيانات والتحقق من صحتها ونمذجتها باستخدام أجهزة
الاستشعار عن بُعد، والطائرات بدون طيار، وأجهزة إنترنت الأشياء، ونظم المعلومات
الجغرافية والتصوير بالأقمار الصناعية، للكشف عن البيانات على أرض الواقع لتقديم
استشارات مخصّصة للمزارع. ·
وهي تقدم حلولاً
ائتمانية لأكثر من 80 ألف تاجر تجزئة لمساعدتهم على إدارة تدفقاتهم النقدية
بفاعلية، كما أن نظامها الإيكولوجي وخدماتها الرقمية متاحة لـ 2.58 مليون مزارع
في جميع أنحاء الهند. ·
في المقابل، تم تسليط
الضوء على نقص البيانات، مثل بيانات الغلة التاريخية، والرقمنة غير المكتملة
لسجلات الأراضي، والبيانات غير الدقيقة من البوابات العامة المفتوحة، باعتبارها
تحديات رئيسية أمام التوسع في الابتكار وتوسيع نطاقه. ·
وتعمل الجهات الفاعلة من
القطاع الخاص في جميع أنحاء العالم عن كثب مع مختلف أصحاب المصلحة لتطوير أحدث
التقنيات وتوسيع نطاق الحلول بنشاط لإحداث نقلة نوعية في قطاع الزراعة. ·
وتطوير حلول قائمة على
البيانات وابتكار حلول لجمع البيانات ومشاركتها واستخدامها بشكل مسؤول. ·
وفي الوقت نفسه،
سيحتاجون إلى دعم كبير من صانعي السياسات والهيئات التنظيمية ومن المجتمع
الزراعي ككل لإحداث ثورة في قطاع التكنولوجيا الزراعية. |