Искусственный интеллект как инновационный вектор управления региональным АПК

DOI:

Современные цифровые технологии в сфере агропромышленного комплекса (далее – АПК) в Российской Федерации позволяют существенно ускорить и унифицировать накопление, упорядочивание и обработку значительных массивов информации путем применения различных автоматизированных компонентов. Данные компоненты обеспечивают формирование алгоритмов логически взаимосвязанных последовательностей действий при эффективном программировании всего цикла производственно-хозяйственных мероприятий в структуре АПК. Одним из важнейших средств искусственного интеллекта выступают электронно-автоматизированные средства систематизации и управления информационных ресурсов при разработке, принятии и реализации хозяйственно-технологических решений в деятельности субъектов землепользования и соответственно ведения растениеводства и животноводства в соответствии с экономической и хозяйственно-производственной спецификой отдельных территорий (федеральных округов как макрорегионов, субъектов РФ или муниципалитетов).

Литературный обзор и методология исследования

В ходе исследования были проанализированы результаты научных изысканий, посвященных проблематике внедрения и использования электронно-цифровых технологий в различных сферах социально-экономических отношений [Волкова, Плотников, Рукинов, 2019], в частности, это касается задач электронного обеспечения АПК с целью повышения уровня эффективности выпуска сельхозпродукции [Бессонова, Черных, Тарасова, 2019]. С точки зрения системного подхода рассмотрены различные аспекты формирования электронно-цифровых коммуникаций в системе партнерства структур государственно-муниципального управления и субъектов частного бизнеса [Докукина, Полянин, 2020].

В связи с существующими препятствиями проявления и реализации предпринимательских инициатив по причине расширения заболеваемости COVID-19 обобщен характер мер противодействия данному явлению на основе проведения соответствующей государственной поддержки структур малого и среднего бизнеса [Обзор мер, применяемых ... , 2020]. На основе опреде- ления функций цифровых технологий обработки информационных данных отмечены функции средств искусственного интеллекта в рамках АПК [Скворцов, 2020], которые способны значительно расширить производительность и повысить уровень качества выпускаемых продуктов, что, в частности, касается мясомолочного производства.

Проблема заболеваемости COVID-19 в развитии и электронно-цифровом обеспечении АПК

Процессы применения электронно-автоматизированных средств в системе АПК учитывают современные особенности социально-экономической ситуации, что, в частности, касается характера распространения COVID-19 в России как ограничивающего фактора и препятствия при экономико-хозяйственном взаимодействии сотрудников организаций различных форм собственности, участвующих в функционировании АПК. В связи с этим следует отметить ряд проблем дальнейшего развития сельскохозяйственных процессов:

• 1.    Падение курса рубля по отношению к иностранной валюте как платежного средства.

• 2.    Значительный рост стоимости импорта различных технологических компонентов, обеспечивающих электронно-технологическое поддержание реализации хозяйственных операций [Ендовицкий, Трещевский, Руднев, 2019].

• 3.    Повышение уровня издержек на промежуточные и конечные продукты, производимые на различных этапах функционирования АПК, что особенно касается сельхозотраслей, которые в значительной степени зависят от поставок зарубежных материалов и технических средств. В частности, это проявляется на примере птицеводства, связанного с применением импортных составляющих на уровне 25–30 %, примерами чего выступают различные премиксы (витаминно-минеральные добавки) [Ревенко, Пантелеева, Исаченко, 2019].

В опосредованной зависимости (примерно на 30–35 %) от ограничения беспрепятственного перемещения и поставок зарубежных материалов находятся производственные результаты пшеницы, подсолнечного масла, ветеринарных препаратов и ремонт хозяйственного оборудования. С начала 2020 г. усматривается повышение цен на 30–50 % на ряд элементов комбикормовой промышленности – витамины и некоторые типы кормовых аминокислот зарубежного производства. В свою очередь, это предопределило повышение уровня себестоимости производства молока и мяса на 75 % [Келеш, Бессонова, 2019]. Следует подчеркнуть неравномерный характер негативных последствий распространения COVID-19 для разных хозяйственных отраслей. Так, по данным Национального союза свиноводов, девальвация рубля оказала относительно незначительное влияние на производство свинины. Аналогичные явления присутствуют в структуре растениеводства, что характеризуется экспортно-ориентированной спецификой при относительно коротком цикле производства. Но вместе с этим падение национальной валюты стимулирует рост экспорта продукции АПК. Так, по данным Министерства сельского хозяйства РФ, за семь месяцев с начала 2020 г. экспорт продукции АПК вырос на 13 % по сравнению с аналогичным периодом 2019 года. Это усматривается в мясной и молочной продукции при повышении более чем в 1,5 раза; расширении поставок продукции масложировой отрасли – на 27 %, а также пищевой и перерабатывающей промышленности – на 22 %.

В связи с ограничениями по причине пандемии COVID-19 произошло снижение платежеспособности населения при изменении структурных особенностей потребительского спроса, что в ряде случаев проявилось в переориентировании потребительского внимания с премиальных на более доступные по цене продукты. Это вызвало определенное снижение уровня рентабельности многих предприятий в сфере АПК и ограничение степени активности и результативности субъектов малого и среднего бизнеса в данной системе производства. Реально располагаемые денежные доходы населения во втором квартале 2020 г. снизились на 8 % по сравнению с аналогичным периодом 2019 г., что вызвано расширением дистанционных форм взаимодействия и деятельности и самоизоляцией сотрудников многих предприятий и организаций. При этом следует выделить противоречивый характер расширения масштаба электронно-цифровых технологий в экономике – с одной стороны, это имеет позитивный характер при упрощении экономико-производственного взаимодействия и ускорении перемещения информационных данных, а с другой стороны, происходит снижение доходов субъектов частного бизнеса, не имеющих возможностей перевода сотрудников на удаленный режим деятельности [Федотова, Цицигэ, 2019].

В структуре АПК формируется необходимость корректирования степени и характера хозяйственной активности по причине снижения указанного уровня доходов и платежеспособности населения с применением механизмов соотнесения собственных издержек и конечных цен для потребителя. В рамках специальных мер поддержки субъектов производства отечественного АПК Правительство РФ выделило дополнительно 10 млрд руб. на льготы по кредитам с поддержкой экспорта произведенных продуктов в 2020 г. посредством финансовых вложений в размере более чем на 30 млрд рублей. Проявляются инициативы по внедрению специализированной программы адресной продовольственной помощи, что во многом отразилось в формате ежемесячных денежных выплат семьям с несовершеннолетними детьми, что, в свою очередь, проявилось в положительной динамике спроса на продовольствие и сельхозтовары после периода его снижения в первые месяцы пандемии. В связи с этим следует кратко рассмотреть перечень антикризисных мер зарубежных стран в условиях распространения COVID-19, в определенной степени направленных на поддержание сельхоз-производства (см. табл. 1).

В таблице 1 приведены примеры поддержания со стороны государственной власти финансовой устойчивости субъектов малого и среднего бизнеса при сохранении их производственных возможностей в условиях пандемии с целью дальнейшего проявления предпринимательских инициатив по обеспечению необходимыми сельскохозяйственными продуктами населения.

Применение различных средств искусственного интеллекта в структуре АПК, помимо снижения отрицательного воздействия заболеваемости COVID-19, связано с решением ряда специальных социально-экономических проблем производства и потребления сельхозпродукции, а именно:

• 1.    Снижение уровня отрицательного воздействия неравномерного развития АПК различных регионов, что связано с проведением всестороннего анализа имеющихся условий и факторов ведения сельского хозяйства с выбором наиболее эффективного варианта использования агро-производственных возможностей. Электронноцифровая оценка и сопоставление промышленнотехнических, финансовых и социально-трудовых ресурсов при оптимальном прогнозировании наиболее эффективных результатов осуществления агробизнеса частными компаниями и фермерс-

  Таблица 1

  Предпринимаемые меры в связи с ростом заболеваемости COVID-19 за рубежом

  Государство	Предпринимаемые меры поддержки
  Испания	– Шестимесячный мораторий на налоги для малого и среднего бизнеса и самозанятых; – широкое кредитование различных сфер экономики
  Франция	– Отсрочка уплаты налога на прибыль и взносов в систему социального обеспечения для фирм и предпринимателей; – гарантии по кредитам, предоставленным субъектам малого бизнеса; – посредничество и поддержка при конфликтах между производителями, клиентами и поставщиками исходных материалов и ресурсов
  Великобритания	– Предоставление всем предприятиям розничной торговли налоговых каникул в течение полных 12 месяцев; – увеличение грантов для малых предприятий, имеющих право на льготы по ставкам для малого бизнеса, с 3 000 до 10 000 фунтов стерлингов
  США	– Программа целенаправленного государственного кредитования в размере 500 млрд долл. для компаний, которые понесли значительные производственные потери в связи с распространением COVID-19; – гарантированные займы малым предприятиям на общую сумму в 377 млрд долл.
  Австралия	– Введение 15-месячного инвестиционного стимула (до 30 июня 2021 г.) для поддержки инвестиций в бизнес и экономического роста в краткосрочной перспективе за счет ускорения амортизационных отчислений

  Примечание. Составлено по: [Обзор мер, применяемых ... , 2020; Гуров, Белимова, 2017; Ендовицкий, Трещев-ский, Руднев, 2019; Федотова, Цицигэ, 2019].

  
  

  кими хозяйствами [Абдурахманова, Бабенков, Курбанов, 2019].

• 2.    Организация и поддержание целевого землепользования в соответствии с естественно-природными и экономико-ресурсными возможностями имеющихся сельхозугодий на территории тех или иных федеральных округов (макрорегионов), субъектов РФ и муниципальных образований. В связи с этим выполнение функции электронноцифрового проектирования процессов ведения агропроизводства на отдельных территориях с учетом специфики отдельных хозяйств при тесном взаимодействии органов местной администрации и частных хозяйствующих организаций.

• 3.    Информационно-технологическое поддержание функций управления хозяйственными комплексами в рамках сельскохозяйственного администрирования на различных территориях, в частности, при взаимодействии исполнительных структур власти регионов и администраций муниципалитетов. На локальном уровне это проявляется в рациональном ведении планирования, ресурсного обеспечения и координации в деятельности отдельных фермерских хозяйств и сельхозкооперативов, а также индивидуальных предпринимателей [Щербакова, Федотова, 2019].

• 4.    Поддержание устойчивости и оперативности информационных коммуникаций в системе партнерства органов государственно-муниципального управления представителями агропромышленного бизнес-сообщества и потребителями сельхозпро-

• дукции с целью расширения конструктивного социально-экономического сотрудничества.

Решение указанных проблем связано с необходимостью обработки и анализа значительных массивов данных, с принятием экономически обоснованных решений должностными лицами, органами публичного управления и частными предпринимателями в соответствии с поставленными производственными задачами. Тем самым происходит активное привлечение и использование отечественного опыта других хозяйствующих субъектов и зарубежных практико-ориентированных технологий ведения агропроизводства.

Основные тенденции развития элементов искусственного интеллекта в АПК

В целом система использования компонентов искусственного интеллекта в структуре АПК состоит из двух важнейших элементов:

• 1.    Программное обеспечение, представленное различными компьютерными программами, определяющими алгоритм накопления и изучения информационных данных с их последующей обработкой [Волкова, Плотников, Рукинов, 2019].

• 2.    Аппаратное оборудование, состоящее из различных устройств наблюдения, анализа и оценки исходных данных и полученных результатов реализуемых хозяйственных операций [Баркатунов, Ларина, 2019].

Таким образом, функционирует электронноцифровая инфраструктура осуществления выбора наиболее оптимальных вариантов ведения отдельных хозяйственных операций хозяйствующими субъектами (например, это выражается в установлении параметров орошения земель, удобрения, посадки растений, порядке сбора полученного урожая).

Взаимосвязи программного обеспечения и аппаратного оборудования при функционировании элементов искусственного интеллекта в АПК можно продемонстрировать на рисунке, на котором обозначена тесная взаимосвязь программного обеспечения и оборудования по выполнению ряда функций по обработке информационных ресурсов в рамках единого информационного пространства АПК, в котором реализуются прямые и обратные информационные связи по рассмотрению исходных информационных данных и конечных результатов хозяйственных операций.

В условиях социально-экономической нестабильности и изменения климатических условий различные формы искусственного интеллекта позволяют оперативно адаптироваться к меняющимся обстоятельствам ведения сельского хозяйства. Функционирование разновидностей данных электронно-технологических средств сосредоточено на сборе и преобразовании сведений в различных форматах. В частности, это выражается в функционировании специальных устройств измерения уровня влажности почвы и идентификации уровня наличия питательных веществ, а также оценки количественных и качественных характеристик урожая.

При расширении информационной поддержки общего процесса повышения уровня эффективности АПК используются устройства прогнозирования изменения метеоусловий и формирования общей картины сложившихся условий на отдельных территориях при помощи спутниковых снимков и дронов с дистанционным управлением. Применение названных технологий позволит существенно повысить уровень результативности в различных сельскохозяйственных отраслях, и в частности, в системе производства мяса и молока. В настоящий момент данные результаты производительности на территории ЮФО можно продемонстрировать в таблицах 2 и 3.

В таблицах 2 и 3 видна динамика показателей производства мяса и молока в субъектах РФ,

Рисунок. Общая структура функционирования искусственного интеллекта в АПК Примечание. Составлено по: [Кайль, Ламзин, 2016; Скворцов, 2020].

Таблица 2

Производство мяса в Южном макрорегионе (скот и птица на убой в живом весе, тыс. т)

Субъект РФ	2016 г.	2017 г.	2018 г.	2019 г.	Средняя величина
Республика Адыгея	30,5	30,5	25,7	29,4	29,02
Республика Калмыкия	127,3	127,3	71,7	135,6	115,47
Республика Крым	140,2	140,2	101,6	150,7	133,17
Краснодарский край	502,4	502,4	374,9	545,6	481,32
Астраханская область	70,4	70,4	35,6	72,4	62,20
Волгоградская область	233,0	233,0	149,0	225,0	210,00
Ростовская область	362,5	362,5	269,8	263,0	314,45
г. Севастополь	1,6	1,6	0,4	0,7	1,07

Примечание. Составлено по: [Социально-экономическое положение Южного федерального округа, 2018; Социально-экономическое положение Южного федерального округа, 2020; Статистический ежегодник Волгоградская область 2018, 2019].

Таблица 3

Производство молока в Южном макрорегионе, тыс. т

Субъект РФ	2016 г.	2017 г.	2018 г.	2019 г.	Средняя величина
Республика Адыгея	122,0	122,0	119,0	119,1	120,52
Республика Калмыкия	71,3	71,3	64,3	59,9	66,70
Республика Крым	242,8	242,8	209,8	203,1	224,62
Краснодарский край	1 379,7	1 379,7	1449,8	1 473,5	1 420,67
Астраханская область	175,3	175,3	176,3	177,1	176,00
Волгоградская область	525,3	525,3	537,1	547,4	533,77
Ростовская область	1 091,6	1 091,6	1096,0	1 096,6	10 939,95
г. Севастополь	4,7	4,7	3,0	2,8	3,80

Примечание . Составлено по: [Социально-экономическое положение Южного федерального округа, 2018; Социально-экономическое положение Южного федерального округа, 2020; Статистический ежегодник Волгоградская область 2018, 2019].

составляющих территорию Южного федерального округа, которую можно рассматривать как единое агропромышленное пространство. Наблюдается неравномерная динамика результатов в течение четырех лет, что проявляется как в увеличении производства (например, в Краснодарском крае и Волгоградской области), так и некотором снижении (например, Республики Адыгея и Крым). Вычислены средние показатели за указанный период времени, что отражает различный уровень мясомолочного производства, во многом зависящий от площади сельхозугодий и развития технологий производства. При этом данные текущие и итоговые средние показатели могут быть существенно увеличены при использовании современных средств искусственного интеллекта и цифровых технологий.

Это обеспечивается тем, что помимо сельскохозяйственных операций посредством указанных электронных устройств происходит оценка экономических параметров использования исходных материальных и финансовых средств, степени возмещения и эффективности произво- димых затрат и анализ качества полученных сельхозпродуктов. Всесторонний анализ экономико-ориентированной информации связан с управлением и оценкой бизнес-рисков при соблюдении действующего законодательства в сфере АПК и финансово-инвестиционными условиями хозяйствования.

Оценка структурных процессов АПК во многом отражается в определении необходимых данных, адекватных создавшейся ситуации в данный период времени. В связи с этим среди так называемых «больших» массивов информации происходит ускоренный подбор актуальных сведений из множества источников с их преобразованием в актуальные данные для поддержания бизнес-процессов в сельхозпроизводстве. Тем самым передовые электронные технологии выводят автоматизацию АПК на уровень моделирования процессов научного исследования в сфере ведения сельского хозяйства для дальнейшего повышения степени имеющихся возможностей частных бизнес-структур при устранении имеющихся проблем в производстве. Этому спо- собствует конструктивное сочетание профессиональных способностей и практических умений сотрудников субъектов АПК и информационнотехнологических характеристик элементов искусственного интеллекта при эффективном решении комплексных задач ведения растениеводства и животноводства.

Решение данных комплексных задач происходит посредством выполнения ряда функций средств искусственного интеллекта. Этими функциями выступают:

• 1.    Анализ изображений (спутниковая телеметрия, состояние растений и животных и пр.).

• 2.    Прогнозный анализ (например, идентификация тенденций спроса на рынке на созданную продукцию) [Докукина, Полянин, 2020].

• 3.    Электронно-технологическое обучение сотрудников фермерских хозяйств и различных организаций в сфере АПК (в частности, по вопросам непрерывного и оптимального анализа данных пассивных датчиков).

• 4.    Использование роботизированных систем выполнения отдельных хозяйственных операций [Плотников, 2019].

Рассматривая последнюю из этих функций, следует указать, что та или иная роботизированная система в большинстве случаев состоит из следующих элементов:

• 1.    Механический аппаратный модуль, генерирующий выполнение специальных операций.

• 2.    Электронный модуль управления.

• 3.    Программный модуль, который запускает систему поддержки принятия решений при функционировании электромеханических исполнительных механизмов с передачей информационных данных внутри системы и за ее пределы [Бессонова, Черных, Тарасова, 2019].

С учетом специфики разновидностей реализуемых хозяйственных операций в АПК при помощи элементов искусственного интеллекта можно отметить три основные категории таких элементов:

• 1.    Автономно функционирующие роботы, выполняющие ряд основных сельскохозяйственных задач, например, сбор урожая или перемещение кормов для животных.

• 2.    Беспилотные летательные аппараты на дистанционном управлении, применяемые для мониторинга состояния сельхозугодий.

• 3.    Электронные датчики, используемые с целью отслеживания и прогнозирования различных климатических, метеорологических и экологических изменений на различных территориях.

Заключение

Таким образом, в условиях современного развития АПК востребовано внедрение полноценной федеральной продовольственной программы, которая должна определить нормативную основу сдерживания и устранения различных препятствий в реализации социально-экономических функций в агропромышленном производстве, в частности, таких явлений, как последствия распространения COVID-19, а также поддержания упорядоченности в электронно-цифровой модернизации АПК. Одним из ключевых аспектов данной модернизации выступает внедрение элементов искусственного интеллекта с целью повышения уровня эффективности сбора и анализа значительных информационных массивов, определяющих специфику происходящих хозяйственных процессов. Практико-ориентированные средства искусственного интеллекта в АПК представляют собой набор цифровых технологий, использующих программное обеспечение в качестве «виртуальной рабочей силы» для управления электронными приложениями и выполнения повторяющихся действий на основе установленных правил, что обеспечивает повышение уровня эффективности выполнения сельскохозяйственных операций и производственных процессов.