DIGITAL TECHNOLOGIES IN AGRICULTURAL MANAGEMENT

Research article
DOI:
https://doi.org/10.23670/IRJ.2021.103.2.026
Issue: № 2 (104), 2021
Published:
2021/02/17
PDF

ЦИФРОВЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ СЕЛЬСКИМ ХОЗЯЙСТВОМ

Научная статья

Буклагин Д.С.*

ORCID: 0000-0001-9471-1513,

Российский научно-исследовательский институт информации и технико-экономических исследований по инженерно-техническому обеспечению АПК, Правдинский, Россия

* Корреспондирующий автор (buklagin[at]rosinformagrotech.ru)

Аннотация

На примере передовых хозяйств показано, что цифровые технологии, лежащие в основе современных систем управления и оптимизации технологических процессов в сельском хозяйстве, позволяют получать агробизнесу необходимую для принятия решения информацию, оптимизировать ресурсы и снижать себестоимость продукции. Для сокращения технологического отставания России от ведущих стран мира по уровню производительности труда в сельском хозяйстве за счет освоения цифровых и интеллектуальных технологий управления, сельское хозяйство нуждается в прямой поддержке аграриев, осваивающих технологии и технику с высокой интеллектуальной составляющей, способной обеспечить конкурентоспособность и инвестиционную привлекательность отрасли.

Ключевые слова: разработка, автоматизация, цифровизация, управление, производительность, конкурентоспособность.

DIGITAL TECHNOLOGIES IN AGRICULTURAL MANAGEMENT

Research article

Buklagin D.S.*

ORCID: 0000-0001-9471-1513,

Russian Research Institute of Information and Technical and Economic Research on Engineering and Technical Support of the Agro-Industrial Complex, Pravdinsky, Russia

* Corresponding author (buklagin[at]rosinformagrotech.ru)

Abstract

As exemplified by the advanced farms, the use of digital technologies in the foundation of the modern systems of farm management and optimization enables farmers to collect information that informs proficient decision making, optimize resources and lower the prime cost of the goods. In terms of farming efficiency, the Russian Federation falls behind the countries that use digital- and knowledge-intense methods of management. In order to catch up with the current level of farm labor efficiency, Russian farming needs direct support from those farmers that master knowledge-intense technology and equipment. This can make Russian farming competitive and increase its investment attractiveness.

Keywords: development, automation, digitalization, management, productivity, competitiveness.

Введение

Применение современных управленческих технологий, построенных на цифровых моделях организации сельскохозяйственных производств становится неотъемлемой частью современного аграрного сектора России [1, С. 7], [2].

В ведомственном проекте «Цифровое сельское хозяйство», разработанном Минсельхозом России, предусмотрено освоение цифровых технологий и платформенных решений на сельскохозяйственных предприятиях, которые должны обеспечить к 2024 году технологический прорыв в АПК и рост производительности труда в 2 раза [1, С.10].

Цифровизация агробизнеса позволяет получать наиболее полную информацию для оптимизации использования ресурсов и снижения себестоимости продукции. Системы для получения и обработки информации включают датчики, оборудование для коммуникации, хранения и агрегирования информации, различные аналитические блоки для оптимизации управления технологическими процессами [3].

Анализ отечественного и международного опыта показывает, что применение цифровых технологий является одним из важных факторов, обеспечивающих рост производительности труда, ресурсосбережения, стабильности производства сельскохозяйственной продукции и сырья, снижения потерь продукции в производственной цепочки: производство-транспортировка-хранение-реализация.

Цель исследования

Дать анализ основных направлений цифровизации управления в сфере производства, хранения и реализации готовой продукции потребителям.

Материалы и методы

Теоретической базой проведения исследований послужили научно-исследовательские работы [6], [12], [20], посвященные применению цифровых технологий управления в сельском хозяйстве, а также ведомственный проект «Цифровое сельское хозяйство», в рамках которого предполагается проведение научных исследований по направлению «Агрорешения для агробизнеса», а также внедрение цифровых решений: «Умная ферма», «Умное стадо и др. В качестве методологической основы проведения исследований использовались общенаучные методы исследования, информационно-логический анализ научно-технической информации, а также материалы изучения рынка интеллектуальных технологий управления в сельском хозяйстве.

Основные результаты

Цифровизация превращает сельское хозяйство в высокотехнологичный сектор экономики, где обрабатываются массивы больших данных, поступающих от многочисленных сенсоров, установленных в поле, на ферме, сельскохозяйственной технике, от метеостанций, спутников и других систем. Аналитическая обработка этих массивов позволяет получать ранее недоступную информацию, находить закономерности, позволяющие повышать эффективность управления сельскохозяйственным производством, улучшать работу агробизнеса и связь с потребителями.

Основу «цифрового АПК» составляют информация от датчиков, математические модели анализа процессов производства и сбыта продукции, модерирование всей цепочки создания ее стоимости, планирования объема производства, качества продукции и прибыли.

Программное обеспечение направлено на обоснование рекомендаций специалистам по улучшению технологий производства сельскохозяйственных культур по сравнению с достигнутыми показателями в прошедшие годы. В их основе лежат современные методы обработки информации, направленные на определение оптимального времени для посева, внесения удобрений, полива, уборки урожая, а также расчет времени доставки продукции потребителям.

Современные методы обработки информации при разработке обоснованных рекомендаций для принятия управленческих решений специалистами сельского хозяйства базируются на анализе множественных факторов, влияющих на эффективность производства, их интеграции с различными интеллектуальными ИТ-приложениями, осуществляющих обработку данных в режиме реального времени. При этом полезность рекомендаций для специалистов увеличивается с ростом количества пользователей, подключенных в единую сеть и обменивающихся данными через облачные сервисы управления сельскохозяйственными предприятиями [4], [5].

Важно отметить, что наметившийся прорыв в цифровизации аграрного производства обусловлен тем, что технологические аграрные компании, работая совместно с IT-специалистами, научились контролировать технологические процессы в растениеводстве и животноводстве за счет применения устройств, которые измеряют, обрабатывают и передают с использованием бесшовных каналов коммуникаций текущие показатели, характеризующие состояние каждого объекта управления (плодородие почвы, развитие растений, характеристики микроклимата, и т.д.).

Это стало возможным благодаря совершенствованию компьютерной техники и программного обеспечения, развитию облачных, сетевых и интернет-технологий, которые лежат в основе автоматизации большинства сельскохозяйственных процессов и создания цифровых моделей функционирования всех взаимосвязанных звеньев, участвующих в цепочке формирования стоимости продукции, планирования работы, принятия управляющих воздействий по снижению потерь, прогнозированию урожайности, оценке себестоимости производства и прибыли [6, С. 250].

Первыми осваивать автоматизированные системы управления могут крупные сельскохозяйственные предприятия, в основе которых-использование технологий интернета вещей, роботов, обработки больших сельскохозяйственных данных с помощью инновационного программного обеспечения, организация трансфера достижений передовых зарубежных практик.

Средние сельскохозяйственные предприятия, активно внедряющие новые технологии, также перспективны для использования AIoT-решений в сельскохозяйственном производстве.

В настоящее время 40% менеджеров сельхозпредприятий озабочены необходимостью анализа больших данных, качество обработки которых влияет на обоснованность выводов, на основе которых принимаются решения [7, С. 8]. Поэтому ведущие сельскохозяйственные компании мира стремятся автоматизировать максимальное количество сельскохозяйственных процессов, снижающих риски от человеческого фактора.

Освоение IT-технологий и автоматизация аграрного производства позволяет решить многие задачи, постоянно возникающие в длинной цепи производства и реализации продукции, решение которых связано со значительным увеличением объема получаемых и обрабатываемых данных, повышением достоверности выводов, лежащих в основе принятия решений по управлению производством.

Цифровое планирование предполагает рациональное построение системы управления, призванное исключить негативное влияние человеческого фактора, связанного с ограничением знаний, снижением мотивации деятельности и ответственности специалистов на результаты управления производством.

Пример комплексной автоматизированной информационной системы поддержки принятия решений в управлении технологическими процессами растениеводства, базирующейся на комплексе математических моделей, представлен на рис. 1 [6, C. 251].

26-02-2021 15-46-40

Рис. 1 – Модельное обеспечение комплексной АИС управления

 

Основой для проведения интеллектуального анализа данных является база данных модуля истории полей, которая создана с использованием технологии «BigData».

Как правило, первыми цифровые технологии начали внедрять крупные предприятия, такие как агрохолдинг «Русагро», который обрабатывает почти 1 % всех сельскохозяйственных земель страны. Начало цифровизации связано с внедрением системы управления ресурсами. Задания для 1,5 тыс. сотрудников формируются в Системе Планирования Ресурсов Предприятия - SAP ERP (Enterprise Resource Planning компании SAP).

В агрохолдинге анализируются данные, поступающие со спутников, с собственных метеостанций и погодных сервисов, датчиков, установленных в полях агрегируются и представляют большие данные, характеризующие динамику развития возделываемых культур, работу сельскохозяйственной техники, характеристику полей, используемые семена, состояние почв, применяемые технологии и погодные условия. Собранные данные используются компанией для анализа и корректировки производственных программ.

Для сельхозтоваропроизводителей особый интерес представляют системы контроля и анализа данных в режиме реального времени. Например, в российском проекте «Агросигнал» на мониторах показывается вся работа техники, поэтому любые отказы можно легко заметить и оперативно устранить. Особое внимание уделяется контролю развития посевов, которым охвачено свыше 150 хозяйств, обрабатывающих более 2 млн га земли. Система контроля планирует производственные процессы, корректирует планы в ходе их выполнения, с помощью подключенных датчиков и приборов автоматически регистрирует сроки выполнения работ. Практическое применение разработанной системы показало, что производительность может быть увеличена в 2 раза, экономия материальных ценностей до 50 %, а урожайность повышается на 10–15 % [7, С. 8].

Другим примером применения цифровых технологий управления является агрохолдинг «Кубань», с числом работающих 5000 человек. Холдинг занимается растениеводством, животноводством, хранение и переработкой зерна, семеноводство и другими направлениями деятельности.

Главная задача управления холдингом–это обеспечение контроля работы всех предприятий, входящих в холдинг: сельскохозяйственные предприятия, животноводческие фермы, комбикормовый и конный заводы, лаборатория контроля качества кормов, сервисные центры и другие предприятия. Для решения задач контроля и управления используются подробные картограммы полей, данные мониторинга их состояния, полученные с использованием спутниковых технологий и данных с беспилотных летательных аппаратов, аналитическая обработка и пакетная передача информации [8].

Цифровой мониторинг работы сельскохозяйственной техники, оптимизация маршрута движения, автоматизация контроля технического состояния машин позволяет снизить до 30% расход топлива, автоматизировать технологические процессы возделывания и уборки сельскохозяйственных культур. Получение и обработка данных диагностики полей с использованием камер высокого разрешения, метеорологических датчиков температуры, влажности, дождя, а также скорости и траектории движения воздушных масс, атмосферного давления, а также информации из базы данных болезней растений фактически приводит к необходимости применения технологии обработки больших данных (big data).

Такая технология позволяет специалистам холдинга более точно прогнозировать погодные условия, получать результаты тестирования плодородия почвы, более оперативно управлять развитием растений и эффективностью производства.

Для автоматизации процессов управления производством, увязки производственных операций с ресурсами предприятия и повышения эффективности растениеводства агрохолдинг «Кубань» одним из первых в аграрном секторе России внедряет отраслевую ERP-систему со специализированным программным комплексом Oracle JD Edwards Enterprise One с приложениями для сельского хозяйства. На площади более 100 тыс. га автоматизируются процессы управления и контроля производства зерновых, зернобобовых, подсолнечника и сахарной свеклы.

Для анализа уровня плодородия почвы используется «посох агронома», с датчиками и системами GPS и ГЛОНАСС. К основным определяемым показателям относятся влажность, содержание органических веществ, гидролитическая кислотность, рН солевой вытяжки, уровни нитратного и аммонийного азота, подвижных форм фосфора и калия.

По отзывам специалистов благодаря цифровизации управления компания смогла стать одним из наиболее эффективных землепользователей и одним из крупнейших животноводческих бизнесов страны.

Разработкой и продвижением цифровых систем управления аграрным производством занимаются и другие отечественные компании. Например, разработанный компанией Exact Farming онлайн-сервис мониторинга полей и управления сельским хозяйством определяет метеоданные, вегетационный индекс, состояние севооборота за прошлые годы, плодородие почвы, отражает ход полевых работ, информацию о продукции на складах, а также повышает точность прогнозирования рисков, что является более обоснованным получением кредитов.

Компания Алан-ИТ разработала комплекса программных средств для растениеводства, включающего систему учета и встроенную бизнес-аналитику. Комплекс решает задачи учета, оптимизации планирования сельскохозяйственных работ, прогнозировать урожайность, контролировать ход сельскохозяйственных работ в режиме реального времени, оценивать отклонения от плана, определять влияющие на конечные результаты причины. Это делает прозрачным весь процесс производства продукции в растениеводстве, позволяет управляющему персоналу повысить прибыль от применяемых технологий.

Для выработки управленческих решений в сфере сельскохозяйственного производства этой же компанией разработан облачный геоинформационно-аналитический сервис, представляющей специалистам информацию о состоянии каждого поля в определенный период времени и позволяющей спрогнозировать динамику развития растений.

По данным исследований ФГБНУ ФНАЦ ВИМ садоводство одна из наиболее трудоемких подотраслей сельского хозяйства, уровень механизации которой составляет 15-20%, что сдерживает внедрение современных высокоэффективных технологий производства плодово-ягодной продукции, приводит к упрощению агротехнологий, снижению производительности труда и недобору урожая до 40-50%.

Для реализации интеллектуальных технологий возделывания ягодных кустарников в ФГБНУ ФНАЦ ВИМ обоснована структура системы управления продукционными процессами в интеллектуальных технологиях возделывания кустарниковых ягодных культур, включающая:

  • блок контроля параметров продукционного процесса (комплект датчиков для сбора информации о состоянии растений и окружающей среды);
  • информационно-аналитический блок для обработки и анализа информации;
  • блок реализации управляющих воздействий.

Разработаны требования к АСУ продукционными процессами, обеспечивающей контроль и учёт внешних климатических факторов, показателей роста и состояния ягодных кустарников в критические фенофазы их развития. Графическое представление данных о параметрах окружающей среды размещается в сети Интернет. В процессе работы пользователю предоставляется возможность вводить и корректировать условия производства, тем самым адаптируя систему для формирования оптимизированных управленческих решений [9].

Рассматривая процессы цифровизации управления в животноводстве, которые связаны с живыми организмами, следует отметить, что почти все они интегрируются в системах управления стадом.

Основными требованиями к системе управления стадом являются [10, С. 40]:

переход от визуального контроля к контролю через измеряемые параметры;

уменьшение влияния человеческого фактора при выполнении технологических операций;

переход от реактивного управления к активному;

минимизация влияния индивидуальных особенностей животных на результаты производственного процесса.

Как правило, интеллектуализация управления в животноводстве предусматривают создание следующих систем (подсистем) [11, С. 110]:

-централизованной системы управления «Умной» фермой;

-подсистем управления отдельными технологическими процессами;

-локальных подсистем управления (доение, кормление, микроклимат, удаление навоза и др.;

-АРМ-ов специалистов (ветврач, зоотехник, инженер).

Кроме того, интеллектуальные системы в животноводстве должны включать информационно-аналитические блоки по оценке качества молока, отслеживанию поставок, взаимодействию с заказчиками и др.

Цифровизация молочного животноводства позволяет объединить, систематизировать и обработать данные, поступающие от: чипированных животных; «умных» систем доения; приборов, анализирующих качество молока; «сканеров упитанности»; датчиков активности животных; кормостанций, кормораздатчиков, кормоцехов; систем микроклимата и поения животных; автоматических цифровых весов и других видов техники и интеллектуальных устройств.

Интеллектуализация процессов производства молока, сбор и обработка информации в режиме «онлайн», формирование баз данных (Big Data), разработка алгоритмов и цифровых моделей для оптимизации технологических процессов обеспечивают объективное и оперативное «цифровое» отображение объектов управления, минимизирует потребность в визуальном наблюдении и контроле, автоматическую корректировку управленческих воздействий.

Например, измерение, сбор, хранение и анализ больших объемов данных электропроводности, других показателей биохимии молока в процессе доения, упитанности и живой массы, температуры различных частей тела животных, их активности позволяют оперативно корректировать рацион; выявлять и диагностировать на ранних стадиях мастит, кетоз, ацидоз и другие болезни; определять наиболее благоприятное время для осеменения коров. Это обеспечивает рост выхода телят, надоев, улучшается конверсия корма, снижаются расходы на осеменение, убытки от выбраковки коров и затраты на лечение животных [12, С. 110].

Внедрение цифровых, автоматизированных систем управления в свиноводстве и птицеводстве позволило в сложных экономических условиях и при росте ветеринарных рисков динамично увеличивать объемы производства продукции. Хотя в молочном животноводстве темпы использования цифровых технологий существенно ниже, однако уже есть хозяйства, в которых информация, полученная со всех этапов сложных производственных процессов, объединяется на базе единой «цифровой платформы» [13, С. 15].

Примером компьютеризированного управления молочной фермой является система AFIMILK компании S.A.E. AFIKIM (Израиль), позволяющая получать в режиме реального времени точную информацию о каждом животном, о стаде в целом, контролировать работу доильного оборудования, измерять надои, оценивать состояние здоровья животных и многие другие показатели. Применение разработанной системы снижает потери молока и затраты труда на его производство, уменьшает процент выбраковки животных [14].

Для выявления субклинического мастита, из-за несвоевременно обнаружения которого, надои молока могут снижаться на 7-15%, производится измерение электропроводности молока интегрированным молокомером. Это позволяет контролировать весь технологический процесс доения от определения продуктивности каждой коровы до своевременного снятия подвесной части доильного аппарата. Обработка данных, поступающих от всех функциональных модулей системы, которые лежат в основе решений по управлению молочной фермой по воспроизводству стада, технологии кормления, состояния здоровья животных, прогнозирования объемов производства молока и другим вопросам осуществляется специальным программным обеспечением AFIFARM.

Для проведения обследования, лечения или осеменения животных, а также для взвешивания, определения моторной активности и маркировки животных разработаны соответствующие модули. Модульность конструкции Система AFIMILK имеет модульную конструкцию, что позволяет поэтапно расширять возможности системы до полной автоматизации молочного комплекса. Для компьютеризации отдельных процессов (лечение, осеменение животных, взвешивание, определение моторной активности, маркировка животных и др.) разработаны соответствующие модули.

В направлении автоматизация молочного и мясного животноводства активно работают многие зарубежные фирмы. Так, компания Uniform-Agri (Голландия) специализируется на разработке программного обеспечения для управления стадом и поголовьем. Разработки этой фирмой используются фермерами в Нидерландах, Великобритании, Германии, Италии, Испании, России и других странах.

Программа UNIFORM PROFESSIONAL GLOBAL, разработанная компанией Uniform-Agri, представляет аналитический инструмент для повышения продуктивности стада, с помощью которого можно анализировать воспроизводство, молочную продуктивность и здоровье - три самых важных показателя современного молочного хозяйства. Программное обеспечение обладает мощной и мобильной базой данных, в которой может храниться информация о более чем 10000 голов скота [15].

Разработанная программа включает отдельные модули по управлению стадом (общая информация о стаде, управление надоями, воспроизводство стада, лечение, быки, корма, экономика и др.) Важно отметить, что эта программа совместима с системой Селэкс, с программными средствами доильных залов и доильного оборудования различных компаний-производителей, таких как DELAVAL, WESTFALIA, BOUMATIC, SAC, GASCOIGNE MELOTTЕ, DAIRY PLAN, ALPRO и др.

Одним из наиболее важных аспектов при разработке систем управления на фермах мясного и молочного скотоводства, направленных на совершенствование производства, является автоматизация кормления животных, так как, по данным исследований, стоимость кормов составляет 30-50% от себестоимости продукции. Применение точных систем управления кормлением позволяет экономить 4% ежедневной стоимости корма и уменьшить остатки на 1%.

Примером системы точного управления кормлением скота, которая позволяет полностью контролировать расходы на кормление, повысить эффективность и объем производства животноводческого хозяйства является система TRM Tracker, разработанная компанией Digi-Star [16], [17].

Другая система управления процессом кормления V-DAIRY Feeder компании Bernard van Lengerich Maschinenfabrik GmbH & Co. KG (Германия) работает с кормосмесителями через сеть интернет, позволяет осуществлять эффективный процесс кормления с документальным подтверждением [18].

В отечественных разработках автоматизированной системы управления фермой также принят принцип модульности, так как в таких системах при выходе из строя одного модуля другие продолжают работать.

Разрабатываемая автоматизированная система включает в себя одиннадцать модулей (систем) [19, С. 27]: сортировочных ворот; определения веса каждого животного, измерения температуры животных; учета численности вошедших и вышедших на ферму животных при помощи радиометок; индивидуальной подкормки микроэлементами и витаминами; измерения индивидуального объема надоенного молока и др.

Планируется, что с помощью данной системы управления будет достигнута автоматизация производства, увеличение производительности труда, экономия на заработной плате за счет уменьшения количества работников, уменьшение отрицательного влияния человеческого фактора на деятельность предприятия и т. д.

Автоматизация позволяет оптимизировать все технологические процессы и ветеринарные мероприятия при привязном содержании животных. Так, стойла оборудуются автоматизированной привязью, позволяющая сокращать затраты труда работников и повысить их безопасность, обеспечивает свободный выход животных из помещений при возникновении пожаров. Для этого стойловые помещения, кормоприготовительные, молочные и другие отделения и подсобные помещения оснащаются системами автоматической пожарной сигнализации [20, С. 63].

Фирмой ООО «КОНЦЕПТ» (Россия) разработан программный модуль «Оперативный учет на фермах КРС» для «1С: Управление производственным предприятием» на базе «1С: Предприятие 8» [21]. Подсистемы модуля позволяют решать задачи по количественно-весовому учету КРС; по управлению воспроизводством стада; по учету надоя и расхода молока; по анализу здоровья стада; по учету кормов и рационов кормления животных; расчету оплаты труда сотрудников с учетом производственных показателей предприятия.

С помощью подсистемы "Учет молока" (рис.2) контролируется надой по каждой корове, а также валовый надой молока на ферме и его реализация.

26-02-2021 15-47-01

Рис. 2 – Структура подсистемы "Учет молока"

 

Для решения других задач управления разработаны соответствующие подсистемы. Например, подсистема «Ветеринария» контролирует мероприятия по осмотру животных, их лечению, ветеринарной обработке, профилактическим и другим мероприятиям. Подсистема «Учет кормов» учитывает рационы кормления животных, контролирует движение кормовых ингредиентов, отражает объемы производства и списания кормов, определяет суточную потребность животных в кормах.

Разработанный модуль «Оперативный учет на фермах КРС» интегрирован в комплексную, отраслевую ERP систему - «ЦПС: АгроХолдинг», что позволяет проводить план-фактный анализ, контролировать производственные показатели, переносить данные в подсистему бухгалтерского учета.

Для управления реализацией зерна заслуживает внимания IoT-решение, представленное компанией Cognitive Technologies (Когнитивные технологии), призванное контролировать путь зерна с поля до элеватора и сократить потери зерновых, достигающих при транспортировке и недостаточном учете 1 млн т [4, C. 22-23].

Среди цифровых технологий для этих целей, активно внедряющихся в практику, получила распространение технология радиочастотной идентификации (RFID), содержащая микрочип, который хранит уникальный идентификатор, а также антенну способную передавать эту информацию на специальные радио считыватели.

RFID -технология позволяет эффективно решать задачи точного учета, приема и отгрузки продукции, значительно снижаются затраты и трудоемкость инвентаризации.

Применение RFID технологии в программно-аппаратном комплексе Cognitive Agro Control, позволяет организовать онлайн-обмен основными данными при уборке зерновых, их передачу на сервер центра управления уборкой, проводить статистический анализ.

Применение RFID-технологий в животноводстве позволяет решить многие нестандартные ИТ-решения «Умной фермы». Это комплекс производственных и управленческих задач, начиная от учета поголовья скота и контроля его перемещения до вакцинации и оптимизации селекционной работы. При этом уменьшаются затраты труда на производство продукции, снижается количество ошибок из-за человеческого фактора, растет прибыль сельскохозяйственных предприятий и конкурентоспособность продукции [4].

С помощью цифровых технологий в сельском хозяйстве можно создавать автоматизированные цепочки, включающие розничные сети, оптовые компании, логистику, сельхозтоваропроизводителей и поставщиков продукции в единый процесс с адаптивным управлением.

Наиболее перспективной в этом направлении, по мнению специалистов J’son & Partners Consulting, считается модель прямых продаж, при которой сельхозпроизводители, за счет использования аналитики, «видят» конечного потребителя, необходимый объем поставок и структуру спроса. При этом принципы автоматического обмена информацией между участниками цепочки поставок позволяют минимизировать затраты на складскую и логистическую инфраструктуру всей цепочки.

Решить проблему оперативного планирования в условиях ежедневных корректировок поставок можно переходом на цифровые системы планирования, охватывающие всю цепочку закупки, производства, логистики и продажи. Такая система позволит специалистам в режиме реального времени планировать производство и поставки с учетом математических моделей спроса и реализации продукции.

На рис. 3 представлена примерная схема сквозной автоматизированной производственно-сбытовой цепочки, включающей сбытовые компании, сельхозтоваропроизводителей и поставщиков [4].

Анализ показывает, что все участники цепочки создания стоимости продукции аграрного сектора России все активнее будут вовлекаться в развитие совместного использования технологий интернета вещей и агрегации больших данных. Это связано с тем, что чем больше данных собирается и анализируется в одном месте, тем умнее становится система и тем ценнее информация может быть получена для управления производством и сбытом продукции.

26-02-2021 15-50-56

Рис. 3–Схема сквозной автоматизированной производственно-сбытовой цепочки

 

Примером комплексных решений для умного сельского хозяйства являются разработки компания Pessl Instruments (Австрия), которые помогают фермерам принимать более обоснованные решения по оптимизации распределение ресурсов (семена, вода, удобрения, и др.), сделать поля более устойчивыми к сельскохозяйственным рискам (засуха, избыток воды, мороз, тепловой стресс, повреждение урожая вредителями, грибковыми инфекциями и т.д.). Использование фермерами предлагаемых цифровых инструментов могут обеспечить фермерам лучший конечный результат. Для функционирования цифрового управления сельским хозяйством компанией Pessl Instruments разработано 12 специализированных станций и регистраторов [24].

В соответствии с концепцией научно-технологического развития цифровые технологии управления в АПК включают разработку аналитических инструментов и баз данных: годовой отчетности различных сфер деятельности в отрасли, о состоянии продовольственных и ресурсных рынков, результатов интеллектуальной деятельности НИИ и вузов аграрного профиля и др. [11].

Для выявления проблем, сдерживающих развитие цифровых технологий, определения наиболее приоритетных направлений государственной поддержки цифровизации АПК разработаны специализированные индексы для оценки степени проникновения цифровых технологий в АПК, создается единая информационная система прослеживаемости пищевой продукции с использованием прогнозных математических моделей на базе федеральной государственной информационной системы в области ветеринарии. Компонентом этой системы является система ветеринарной сертификации «Меркурий», функционирующая с 01.07.2018 года на всей территории России [25], [26].

Минсельхозом России разработана государственная информационная система прослеживаемости семенного материала, которая должна сократить «серый» рынок семян, достигающий сегодня 40 %, и за счет усиления контроля повысить качество семян, разрабатывается проект сопровождения сельскохозяйственной продукции на экспорт на основе цифровой платформы «От поля до порта». Прогнозируется, что к 2021 году 100% сельскохозяйственной продукции на экспорт будет сопровождаться безбумажной технологией.

Заключение

Несмотря на то, что темпы освоения инноваций в мире значительно ускорились, сельское хозяйство России находятся на ранних этапах использования цифровых технологий, хотя условия для формирования цифровой платформы «Цифровое сельское хозяйство» уже созданы.

Исследования показывают, что решение задачи повышения производительности труда в сельском хозяйстве в 3-5 раз, не решаемые с использованием традиционных моделей, можно решить лишь в рамках моделей, базирующихся на IoT.

Благодаря появлению аналитики "больших данных", "облачных" технологий, дешевых датчиков, широкополосной мобильной связи, развитием искусственного интеллекта и Интернета вещей появляется возможность активно продвигать цифровую трансформацию сельского хозяйства России.

Цифровизация управления в аграрной отрасли России позволит построить оптимальную систему производства, хранения, транспортировки, переработки и реализации продукции, регулировать производственные процессы в оптимальные сроки и наименьшими издержками, использовать машины, совместимые с информационными системами и программным обеспечением, исключающим негативное влияние человеческого фактора на результаты производства.

Это потребует прямой поддержки сельскохозяйственных производителей, осваивающих технику и оборудование с высокой интеллектуальной составляющей, ускоренного перехода от разрозненных IT-решений, применимых в пределах одного агрохолдинга или производителя продукции, к интеграции всех бизнес-процессов с элементами прогностического моделирования, а также совершенствования системы подготовки кадров для сельского хозяйства, ориентированную на адаптацию специалистов к требованиям цифровой экономики.

Конфликт интересов Не указан. Conflict of Interest None declared.

Список литературы / References

  1. Ведомственный проект «Цифровое сельское хозяйство»: официальное издание.–М.: ФГБНУ «Росинформагротех».-2019.-48 с.
  2. Козубенко И.С. Вводим цифровые технологии / И.С. Козубенко // Информационный бюллетень Минсельхоза России. 2018.- №7.-С. 13-19.
  3. Цифровизация в сельском хозяйстве: технологические и экономические барьеры в России [Электронный ресурс]. URL: -hozyaystve-tehnologicheskie-i-ekonomicheskie-barery-v-rossii-20170913024550 (дата обращения 14.06.2019).
  4. ИТ в агропромышленном комплексе России [Электронный ресурс]. URL: https://clck.ru/TD9F4 (дата обращения 14.02.2019).
  5. Интернет вещей в сельском хозяйстве (Agriculture IoT / AIoT): мировой опыт, кейсы применения и экономический эффект от внедрения в РФ [Электронный ресурс]. URL: https://surfingbird.ru/surf/internet-veshchej-v-selskom-hozyajstve-agriculture--2rFtaa478#.XHeZdrhn3cs (дата обращения 20.06.2019).
  6. Ткаченко В.В. Разработка комплексной автоматизированной информационной системы поддержки принятия решений в управлении технологическими процессами растениеводства (на материалах АПК Краснодарского края) / В.В. Ткаченко, Н.Н. Лытнев // Вестник Академии знаний. - 2018.-№29 (6).-С. 249-253.
  7. Вартанова М.Л. Перспективы цифровизации сельского хозяйства как приоритетного направления импортозамещения / М.Л. Вартанова, Е.В. Дробот // Экономические отношения. – 2018 – Том 8 – № 1 – С. 1-18.
  8. Кубань (агрохолдинг) [Электронный ресурс]. URL: https://clck.ru/TD9Hn (дата обращения 14.08.2019).
  9. Смирнов И.Г. Разработка технологических процессов и технических средств для интеллектуальных технологий возделывания кустарниковых ягодных культур: автореф. дис… д-ра техн. наук: 05.20.01. М.,2019. 47 с.
  10. Бурда А.Г. Целесообразность применения электронной системы управления молочным стадом в условиях цифровизации экономики / А.Г. Бурда, С.А. Бурда // Научный вестник ЮИМ.-2018.-№3.-С. 38-43.
  11. Концепция «Научно-технологического развития цифрового сельского хозяйства «Цифровое сельское хозяйство» [Электронный ресурс]. URL: 97d2448548e047b0952c3b9a1b10edde.pdf (документ с сайта mcxac.ru) (дата обращения 18.02.2019).
  12. Суровцев В.Н. Освоение цифровых технологий как основа стратегии развития молочного скотоводства [Текст] / Суровцев В.Н. // АПК: Экономика, управление. - 2018. - № 9.-С. 108-117.
  13. Козина А.М. Использование цифровых технологий при производстве молока / А.М. Козина, Л.П. Семкив //Вестник Новгородского филиала РАНХиГС.-2018.-Т. 8.-№ 2-1 (10).-С. 13-18.
  14. Компьютеризированная система управления молочной фермой [Электронный ресурс]. URL: https://www.agro-vek.ru/p99-kompyuterizirovannaya-sistema-upravleniya-molochnoy-fermoy/ (дата обращения 20.02.2019).
  15. Программа управления стадом -Uniform Professional Global [Электронный ресурс]. -URL: http://novagrotec.ru/index.php/programma-upravleniya-stadom-uniform-professional-global)
  16. TMR Tracker: Строгий контроль кормления КРС [Электронный ресурс].-URL: http://novagrotec.ru/index.php/tmr-trekery
  17. Система TMR Tracrer TM Мониторинг. Измерение. Контроль: проспект: ООО «НОВАГРОТЕК», б/г.-4с.
  18. Система контроля процесса кормления CONNET: проспект: Bernard van Lengerich Maschinenfabrik GmbH & Co. KG, б/г.-10 с.
  19. Волков Г.А. Автоматизированная система управления фермой / Г.А. Волков, К.Р. Назарова, В.Т. Изиков // Научный форум: Инновационная наука: сб. ст. по материалам XIV междунар. науч.-практ. конф.— М., Изд. «МЦНО»-2018- № 5(14).-С. 25-29.
  20. Манило И.И. Автоматизированная система управления привязным содержанием животных / И.И. Манило, И.Н. Миколайчик, В.П. Воинков // Аграрный вестник Урала.-2017.-№ 12 (166).-С. 58-64.
  21. Программный модуль «Оперативный учет на фермах КРС» для «1С: Управление производственным предприятием» на базе «1С: предприятие 8». Руководство пользователя. ООО «Концепт», 2018.-118 с.
  22. Радио Частотная Идентификация (РЧИ) [Электронный ресурс]. URL: https://clck.ru/M3oVy (дата обращения 14.02.2019).
  23. Cognitive Agro Control — система автоматического контроля уборки зерновых. [Электронный ресурс]. URL: https://clck.ru/TD9Pa (дата обращения 17.02.2019).
  24. 30 лет-превращение информации в прибыль: просп. компании Pessl Instruments, б/г.-47 с.
  25. Методические рекоменндации по разработке регионального индекса цифровизации агропромышленного комплекса: инструктивно-метод. издание-М.: ФГБНУ «Росинформагротех».-2019.-112 с.
  26. Проследить за качеством // Информационный бюллетень Минсельхоза России.-2018, № 12.-С. 1.

Список литературы на английском языке / References in English

  1. Vedomstvennyj proekt «Cifrovoe sel'skoe hozjajstvo»: oficial'noe izdanie [Departmental project "Digital agriculture": official publication]. - M.: fgbnu "Rosinformagrotech".-2019. -48 p. [in Russian]
  2. Kozubenko I. S. Vvodim cifrovye tehnologii [Introducing digital technologies] / I.S. Kozubenko // Informacionnyj bjulleten' Minsel'hoza Rossii [Information Bulletin of the Ministry of agriculture of Russia].-2018. - №. 7. - Pp. 13-19. [in Russian]
  3. Cifrovizacija v sel'skom hozjajstve: tehnologicheskie i jekonomicheskie bar'ery v Rossii [Digitalization in agriculture: technological and economic barriers in Russia] [Electronic resource]. URL: - hozyaystve-tehnologicheskie-i-ekonomicheskie-barery-v-rossii-20170913024550 (accessed 14.06.2019). [in Russian]
  4. IT v agropromyshlennom komplekse Rossii [it in the agro-industrial complex of Russia] [Electronic resource]. URL: http://www.tadviser.ru/images/4/44/Agro_IoT.png (accessed 14.02.2019). [in Russian]
  5. Internet veshhej v sel'skom hozjajstve (Agriculture IoT / AIoT): mirovoj opyt, kejsy primenenija i jekonomicheskij jeffekt ot vnedrenija v RF [Internet of things in agriculture( Agriculture IoT / AIoT): world experience, application cases and economic effect of implementation in the Russian Federation] [Electronic resource]. URL: https://surfingbird.ru/surf/internet-veshchej-v-selskom-hozyajstve-agriculture--2rFtaa478#.XHeZdrhn3cs (accessed 20.06.2019). [in Russian]
  6. Tkachenko V. V. Razrabotka kompleksnoj avtomatizirovannoj informacionnoj sistemy podderzhki prinjatija reshenij v upravlenii tehnologicheskimi processami rastenievodstva (na materialah APK Krasnodarskogo kraja) [Developing the unified automated information system for decision support in the management of technological processes in plant growing (on materials of agriculture of Krasnodar territory)] / V.V. Tkachenko, N.N. Lytnev // Vestnik Akademii znanij [Bulletin of the Academy of knowledge]. - 2018.-№29 (6).-P. 249-253. [in Russian]
  7. Vartanova M. L. Perspektivy cifrovizacii sel'skogo hozjajstva kak prioritetnogo napravlenija importozameshhenija [Prospects of digitalization of agriculture as a priority direction of import substitution] / M.L. Vartanova, E.V. Drobot // Jekonomicheskie otnoshenija [Economic attitude]. - 2018-Volume 8-No. 1-Pp. 1-18. [in Russian]
  8. Kuban' (agroholding) [Kuban (Agroholding)] [Electronic resource]. URL: https://clck.ru/TD9Hn (accessed 14.10.2019). [in Russian]
  9. Smirnov I. G. Razrabotka tehnologicheskih processov i tehnicheskih sredstv dlja intellektual'nyh tehnologij vozdelyvanija kustarnikovyh jagodnyh kul'tur [Development of technological processes and technical means for intelligent technologies of cultivation of shrub berry crops]: author's abstract of dis ... Dr. Techn. Sciences: 05.20.01. M., 2019. 47 p. [in Russian]
  10. Burda A. G. Celesoobraznost' primenenija jelektronnoj sistemy upravlenija molochnym stadom v uslovijah cifrovizacii jekonomiki [Expediency of using an electronic dairy herd management system in the conditions of digitalization of the economy] / A.G. Burda, S.A. Burda // Scientific Bulletin of YUIM. -2018. - no. 3. - P. 38-43. [in Russian]
  11. Koncepcija «Nauchno-tehnologicheskogo razvitija cifrovogo sel'skogo hozjajstva «Cifrovoe sel'skoe hozjajstvo» [the Concept of "Scientific and technological development of digital agriculture "Digital agriculture"] [Electronic resource]. URL: 97d2448548e047b0952c3b9a1b10edde. pdf (document from the site mcxac.ru) (accessed 18.08.2019). [in Russian]
  12. Surovtsev V. N. Osvoenie cifrovyh tehnologij kak osnova strategii razvitija molochnogo skotovodstva [Development of digital technologies as a basis for the development strategy of dairy cattle breeding] / Surovtsev V. N. // APK: Jekonomika, upravlenie [agro-industrial complex: Economics, management]. - 2018. - No. 9. - Pp. 108-117. [in Russian]
  13. Kozina A.M. Ispol'zovanie cifrovyh tehnologij pri proizvodstve moloka [Use of digital technologies in milk production] / A.M. Kozina, L.P. Semkiv // Vestnik Novgorodskogo filiala RANHiGS [Bulletin of the Novgorod branch of Ranepa]. -2018. - Vol. 8.-№ 2-1 (10).- Pp. 13-18.
  14. Komp'juterizirovannaja sistema upravlenija molochnoj fermoj [Computerized dairy farm management system] [Electronic resource]. URL: https://www.agro-vek.ru/p99-kompyuterizirovannaya-sistema-upravleniya-molochnoy-fermoy/ (accessed 20.08.2019). [in Russian]
  15. Programma upravlenija stadom -Uniform Professional Global [herd management Program-Uniform Professional Global] [Electronic resource]. -URL: http://novagrotec.ru/index.php/programma-upravleniya-stadom-uniform-professional-global) [in Russian]
  16. TMR Tracker: Strogij kontrol' kormlenija KRS [TMR Tracker: Strict control of cattle feeding] [Electronic resource]. - URL: http://novagrotec.ru/index.php/tmr-trekery[in Russian]
  17. Sistema TMR Tracrer TM Monitoring. Izmerenie. Kontrol' [TMR Tracrer TM Monitoring System. Measurement. Control]: PR: OOO "NOWOGRODEK", b/g-4C. [in Russian]
  18. Sistema kontrolja processa kormlenija CONNET [CONNET feeding process control System]: prospect: Bernard van Lengerich Maschinenfabrik GmbH & Co. KG, b/g-10 p. [in Russian]
  19. Volkov G. A. Avtomatizirovannaja sistema upravlenija fermoj [Automated farm management system] / G.A. Volkov, K.R. Nazarova, V.T. Izikov // Nauchnyj forum: Innovacionnaja nauka: sb. st. po materialam XIV mezhdunar. nauch.-prakt. konf. [Scientific forum: Innovative science: collection of articles based on the materials of the XIV international conference. scientific-practical Conf]. - M., Ed. "MCNO"-2018- № 5(14).-Pp. 25-29. [in Russian]
  20. Manilo I. I. Avtomatizirovannaja sistema upravlenija privjaznym soderzhaniem zhivotnyh [Automated control system for tethered animals] / I.I. Manilo, I.N. Mikolajchik, V.P. Voinkov // Agrarnyj vestnik Urala [Agrarian Bulletin of the Urals].-2017.-№ 12 (166).-Pp. 58-64. [in Russian]
  21. Programmnyj modul' «Operativnyj uchet na fermah KRS» dlja «1S: Upravlenie proizvodstvennym predprijatiem» na baze «1S: predprijatie 8». Rukovodstvo pol'zovatelja [Software module "Operational accounting on cattle farms" for "1C: production enterprise Management" based on "1C: enterprise 8". User manual]. Concept LLC, 2018. -118 p. [in Russian]
  22. Radio Chastotnaja Identifikacija (RChI) [Radio frequency Identification (RFI)] [Electronic resource]. URL: https://clck.ru/M3oVy (accessed 14.02.2019). [in Russian]
  23. Cognitive Agro Control — sistema avtomaticheskogo kontrolja uborki zernovyh [Cognitive Agro Control — system of automatic control of the grain harvest.] [Electronic resource]. URL: https://clck.ru/TD9Pa (accessed 17.02.2019). [in Russian]
  24. 30 let-prevrashhenie informacii v pribyl [30 years-turning information into profit]: pessl Instruments Ave., b/g-47 p.
  25. Metodicheskie rekomenndacii po razrabotke regional'nogo indeksa cifrovizacii agropromyshlennogo kompleksa [Methodological recommendations for the development of the regional index of digitalization of the agro-industrial complex]: instructive method. edition-M.: FSBSI "of Rosinformagrotekh".-2019. -112 p. [in Russian]
  26. Prosledit' za kachestvom [Follow the quality] // Informacionnyj bjulleten' Minsel'hoza Rossii [Information Bulletin of the Ministry of agriculture of Russia].-2018, No. 12. - P. 1. [in Russian]