Цифровое хозяйство

У многих людей при выражении «сельское хозяйство» в голове возникает такой образ: унылые поля, лошадь тащит плуг, а крестьянская семья молится о дожде. Но эти представления не имеют ничего общего с реальностью — за последние двадцать лет в нашей отрасли произошла настоящая революция. Сегодня каждое уважающее себя хозяйство, как крупное, так и мелкое, внедряет методы точного земледелия (precision agriculture). По сути, это оптимальное управление каждым дискретным участком поля с помощью высоких технологий. Производитель собирает подробную информацию — состояние почвы, прогноз погоды, климатические сценарии в данной местности, учитывает другие показатели, а потом, опираясь на данные, принимает решение, где, когда и какие работы он будет проводить. И вместо того, чтобы повсеместно вносить в почву 100 кг минеральных удобрений, где-то внесет 20 кг, а где-то 110. Так получается на­илучший результат — ресурсы расходуются там, где они действительно нужны.

Фермер, у которого одно поле, может держать необходимые данные в голове, а большому хозяйству нужна интеллектуальная компьютерная система. Крупных агрохолдингов в мире немного — в основном, они сосредоточены на Украине, в России, Казахстане, Бразилии, отчасти в Аргентине и США. Проблемы у всех одинаковые — необходимо повышать эффективность работы. В результате именно крупные компании становятся лидерами в автоматизации. Например, сельхозпроизводители на втором месте в мире по использованию беспилотного транспорта (на первом — складские компании). Обычный пассажирский транспорт еще нескоро избавится от водителей, а в полях нет пешеходов, правил дорожного движения и юридических ограничений. Я думаю, что именно российское сельское хозяйство со временем станет наиболее технологически ориентированным в мире — этот сектор в России стал очень крупным и конкурентным, земли у нас много,  расстояния большие, и без серьезных инноваций игрокам просто не выжить.

Досье

Максим Басов, генеральный директор группы компаний «Русагро», родился в Москве в 1975 году. Окончил в 1996-м Нью-Йоркский университет (США) по специальностям «экономика и финансы», «международный бизнес», «философия». Работал менеджером корпоративного блока российского офиса Citibank, в 1999 году стал консультантом в McKinsey.

• 2001  — замдиректора компании «Северсталь»
• 2002  — гендиректор «Кузбассугля»
• 2004  — заместитель председателя правления НПИГ «Интерпайп»
• 2006  — гендиректор группы «Металлоинвест»
• 2009 — возглавил группу «Русагро»

Максиму Басову принадлежит 7% акций «Русагро».

Группа «Русагро» — одна из крупнейших аграрных компаний России, развивает четыре направления: сельскохозяйственное (растениеводство), сахарное, масложировое и мясное.

Земля в иллюминаторе

В нашем бизнесе есть три большие проблемы. Первая — люди делают ошибки, и чем больше сотрудников, чем чаще они меняются, тем больше ошибок. Вторая — люди ленятся. Третья — люди воруют. Мы выяснили, что хуже всего у нас обстоят дела именно с ошибками.

В компании сейчас работают 14 тыс. сотрудников, из них в сельском хозяйстве заняты 5 тыс. человек. Мы выращиваем сахарную свеклу, пшеницу, ячмень, кукурузу и другие культуры, в прошлом году обрабатывали 524 тыс. га земли. И именно в растениеводстве у нас самые сложные позиции (согласно методике Hay Group, сложность должностей подразумевает степень ответственности, набор знаний и умений, уровень решаемых вопросов. — HBR) — средний грейд здесь составляет 12, это выше, чем в других направлениях группы.

Как обеспечить контроль над таким количеством наемных сотрудников, разбросанных по разным регионам? На заводе, например, можно поставить камеры, внедрить методы статистического контроля. Но в полях это невозможно. Агрономы на местах дают указания, как вести полевые работы, начнем ли мы сеять сегодня или через неделю. От их действий зависит всхожесть культур, урожайность и многое другое. Если кому-то из сотрудников не хватает интеллекта, квалификации, если он пришел на работу не выспавшись или не имел достаточно информации для принятия решения, потери неизбежны. Здесь поможет автоматизация — если решение будет принимать система, базирующаяся на искусственном интеллекте, ошибки можно свести к минимуму.

Несколько лет назад «Русагро» приняла программу комплексной автоматизации в растениеводстве. Мы не единственные, кто этим занимается — например, компания «Авангард-Агро» разработала свою систему, есть хороший опыт на Украине у компании «Кернел». Мы покупаем лучшие ИТ-системы, а если не видим на рынке того, что нас бы устроило, инвестируем в НИОКР, сами создаем продукт и интегрируем с уже имеющимися программами. На сегодняшний день растениеводство — самый высокотехнологичный бизнес в структуре нашей группы.

Автоматизированная система управления сельским хозяйством состоит из нескольких блоков. Во-первых, сбор данных. Весь наш парк техники оснащен датчиками (расхода топлива, GPS-метками и проч. ­— HBR). Кроме того, мы получаем снимки наших полей из космоса — это помогает нам определять по цвету состояние посевов на макроуровне. Чтобы контролировать посевы на микроуровне, нужно устанавливать камеры или датчики на полях, использовать дроны. Мы пока широко этим не занимаемся, но проводим в разных регионах точечные эксперименты. Не секрет, что сельское хозяйство вслед за строительством — крупнейшая отрасль в мире по части использования дронов.

Главная проблема сегодня — не сбор данных, а их передача. В сельской местности очень слабая связь, нет широкополосного доступа в интернет. Где-то мы договариваемся с мобильными операторами, сами ставим станции, где-то используем радиосвязь. Если техника не имеет постоянного доступа в онлайн, используем специальные импульсные датчики. Надеемся, что скоро будет принята государственная программа по созданию инфраструктуры для передачи данных в сельских районах.

Второй блок — хранение и переработка информации. Мы используем технологии работы с большими данными, над алгоритмами работают наши штатные математики и инженеры, они находят и анализируют разные закономерности.

Третий блок — принятие решений. Сейчас экспертная система подсказывает ответственному сотруднику, когда начинать работы, какие брать семена, сколько удобрений вносить, на какую глубину и т. д. На каждом участке поля своя ситуация, и человек не в состоянии просчитать бесконечное количество вариаций. А система сможет. Наша цель — перейти к автоматическому управлению, когда система, основанная на искусственном интеллекте, сама будет принимать большинство решений.

Наконец, последний блок — собственно выполнение работ. Сейчас этим занимаются сотрудники, но в идеале все будут делать роботы. Я мечтаю о том, чтобы система подавала сигналы, беспилотные трактора выходили в  поле и по алгоритму выполняли все необходимые операции. Тогда человек вообще будет не нужен, ему останется только употреблять в пищу то, что вырастили и собрали интеллектуальные системы.

Свекольный алгоритм

Компания «Русагро» — один из крупнейших производителей сахара в России. После сбора сахарную свеклу приходится какое-то время хранить, так как сырье должно дозреть, кроме того, весь урожай сразу заводы переработать не могут. Корнеплоды складывают на улице в специальные насыпи — их называют кагаты. Длительное хранение не лучшим образом сказывается на качестве сырья. Производитель должен соблюдать определенный температурный режим и влажность — при высокой температуре кагаты разогреваются и свекла может сгнить, при низкой — кагаты могут промерзнуть, а при наступлении оттепели корнеплоды становятся непригодными для переработки. В «Русагро» решили оптимизировать процесс хранения свеклы с помощью ИТ-технологий.

Специалисты компании выяснили, что и при каких условиях происходит с урожаем в кагатах. Они создали алгоритмы, с помощью которых можно просчитать, когда партию свеклы следует забирать на переработку. Для использования алгоритмов нужно оперативно отслеживать состояние сырья во время хранения — с этой целью компания расставила в кагатах беспроводные датчики температуры, влажности, а также углекислого газа, чтобы не пропустить начало процесса гниения. Модернизировали и сами кагаты — внутри проложили воздуховоды, а с помощью специальных форсунок можно увлажнять сырье.

Датчики передают информацию на принимающие устройства, компьютерная платформа агрегирует эти данные, объединяет их с текущими метеосводками и прогнозами погоды. Получается довольно точный прогноз состояния конкретной партии свеклы на ближайшие 2—3 дня. Система сама подает сигнал, из каких кагатов нужно забирать сырье на переработку в первую очередь, чтобы оно не успело испортиться. Технологи, ответственные за хранение свеклы, а также руководители сельхозпредприятий получают этот сигнал на электронную почту и мобильные устройства. Проект полностью себя окупил, а потери сырья сократились как минимум на 20%.

Творческий подход

Эксперименты с технологическими продуктами в «Русагро» идут постоянно. Например, с датчиками поначалу было много проблем — одни не работали, другие можно было легко сломать, третьи плохо передавали данные. Но основная головная боль — человеческий фактор. В России работают творческие люди, они всегда найдут, как испортить то, что им не нравится. Например, сотрудники, которые использовали технику не по назначению, специально выводили из строя датчики, чтобы скрыть собственные махинации. В первый год у нас не работали до половины устройств — люди их ломали, выбрасывали, а нас шантажировали, что вообще не выйдут на поля. Многих приходилось увольнять, в том числе и руководителей, потому что иначе никак.

Сегодня ни один трактор в нашем хозяйстве не выйдет в поле, если у него неисправны датчики, а когда техника не работает, люди не получают зарплату. Как только устройство выходит из строя, на место выезжают сотрудники службы безопасности. Каждый случай слива топлива мы расследовали, заводили уголовные дела. Порой вскрывались изощренные схемы. Например, в одном из подразделений организованная преступная группа использовала магнитное поле и по нажатию кнопки дистанционно наводила помехи на наши электронные весы, чтобы прятать недовес продукции. Эта группа даже внедрила своих людей в компанию, которая занималась поверкой весов. Сейчас проблем стало меньше — нечестных сотрудников мы уволили, больше барьеров поставили при найме на работу.

Благодаря методам точного земледелия мы за три года снизили потребление горючего на 20%. Налицо рост урожайности культур — за тот же срок она выросла в среднем на 20%, а иногда даже больше. Мы также уменьшили расход удобрений за счет более точного внесения. Наконец, нам удалось в три раза снизить численность персонала — еще несколько лет назад на каждые 1000 га земли у нас приходилось 22 человека, сейчас — 7. Если же считать количество людей на единицу готовой продукции, то штат уменьшился почти в четыре раза.

Наши инвестиции в автоматизированную систему управления сельским хозяйством уже составили десятки миллионов долларов. В масштабах «Русагро» это немного — например, на 2017 год в целом по группе мы запланировали на $500 млн разных инвестиционных проектов. Система полностью заработает через два-три года, середину пути мы уже прошли. Конечно, со временем обновим весь парк техники, но скоро беспилотные трактора станут стандартом и будут стоить столько же, сколько и обычный трактор, обслуживаемый человеком.

Цифровая революция идет не только в растениеводстве. Например, мы занимаемся геномикой, селекцией семян с помощью молекулярной биологии и математики, привлекаем ученых. Нас интересует улучшение качества почв. В сахарном бизнесе мы строим математические модели качества свеклы (см. врез «Свекольный алгоритм»). В мясном подразделении автоматизируем свинофермы. Например, свиней нужно разделять по весу, потому что крупные животные отпихивают мелких от кормушки, в результате те недоедают. Есть системы, которые по расстоянию между глазами животного позволяют оценивать его рост и вес. Или, скажем, система, которая по внешнему виду и походке свиньи определяет состояние ее здоровья. Кому-то это покажется фантастикой, но все технологии внедрены и работают. Это уже реалии сегодняшнего дня.

Думаю, что вложения в технологии по эффективности скоро сравняются с вложениями в людей. И со временем станет выгоднее вкладываться не в человеческий интеллект, а в искусственный. Впереди нас всех ждет много такого, о чем мы пока даже не догадываемся.