Искусственный интеллект в АПК: от пилотов к трансформации
Автор: Чаюк С.В., Скворцова И. В.
Журнал: Телескоп: журнал социологических и маркетинговых исследований @teleskop
Рубрика: Социология управления
Статья в выпуске: 4, 2025 года.
Бесплатный доступ
В статье рассматриваются ключевые направления внедрения искусственного интеллекта (ИИ) в агропромышленный комплекс (АПК) — от локальных пилотных проектов к системной цифровой трансформации отрасли. Анализируются типы решений на основе ИИ: системы технического зрения для контроля качества урожая, предиктивная аналитика для прогнозирования урожайности и потребностей в ресурсах, автономные сельскохозяйственные машины и роботизированные комплексы, а также интеллектуальные системы управления цепочками поставок. Показано, что переход от единичных пилотов к масштабируемым решениям требует преодоления ряда барьеров — технологических (низкая цифровая зрелость хозяйств, фрагментация данных), организационных (отсутствие кадров с компетенциями в даталогии и агрономии), институциональных (недостаток регуляторных рамок и стандартов обмена данными). Сделан вывод о том, что устойчивая трансформация АПК возможна только при комплексном подходе: интеграции ИИ в сквозные цифровые платформы, государственной поддержке создания инфраструктуры (единые агроданные, тестовые полигоны), а также подготовке кадров нового типа — «агротехнологов».
Искусственный интеллект, АПК, цифровая трансформация, пилотные проекты, цифровая зрелость, Россия, агротехнологии
Короткий адрес: https://sciup.org/142247099
IDR: 142247099 | УДК: 330 | DOI: 10.24412/1994-3776-2025-4-41-46
Artificial intelligence in the agricultural sector: from pilot projects to transformation
This article examines key areas for implementing artificial intelligence (AI) in the agroindustrial complex (AIC), from local pilot projects to systemic digital transformation of the industry. It analyzes various AI-based solutions: machine vision systems for crop quality monitoring, predictive analytics for forecasting yields and resource requirements, autonomous agricultural machinery and robotic systems, and intelligent supply chain management systems. It is shown that the transition from isolated pilot projects to scalable solutions requires overcoming a number of barriers—technological (low digital maturity of farms, data fragmentation), organizational (lack of personnel with competencies in data science and agronomy), and institutional (insufficient regulatory frameworks and data exchange standards). The study concludes that sustainable transformation of the agro-industrial complex is only possible with a comprehensive approach: integrating AI into end-to-end digital platforms, providing government support for infrastructure development (such as unified agricultural data and testbeds), and training a new type of workforce—"agrotechnologists."
