Фото: пресс-служба
erid: 2SDnjcfgWCa
— Как вы оцениваете текущее состояние российского АПК? Какие макроэкономические тенденции будут определять его развитие в 2026 году и какие факторы оказывают наибольшее влияние на его устойчивость?
— В 2025 году темпы роста сельского хозяйства, по данным Росстата, составили около 5% к предыдущему году. В этом году эксперты прогнозируют замедление до 3%. Одним из главных факторов станет снижение внутреннего спроса на продовольствие на фоне сокращения темпов роста доходов населения. Так, по данным «Чек Индекса» компании «Платформа ОФД», в январе—апреле количество покупок продуктов сократилось на 2% год к году, а прирост доходов за 2026 год составит всего 0,8%, по прогнозам Минэкономразвития России.
В условиях сохраняющейся высокой ключевой ставки наблюдается сокращение господдержки, что оказывает негативное влияние на доходность и инвестиционную активность в отрасли.
— Какие в такой ситуации агробизнес может найти оптимальные решения, в том числе за счет внедрения цифровых технологий?
— Повышение эффективности возможно на каждом из этапов производственной цепочки. Масштаб улучшений зависит от уровня технологической зрелости конкретной компании. Например, цифровые системы управления производством, основанные на датчиках с возможностью удаленного обмена данными (так называемая технология «интернета вещей»), машинном зрении и аналитических моделях искусственного интеллекта (ИИ), позволяют в режиме, близком к реальному времени, оптимизировать норму высева, внесение средств защиты растений и удобрений, а также управлять кормлением и техническим обслуживанием в животноводстве, обеспечивая устойчивое снижение операционных затрат и рост урожайности или продуктивности. Наибольший экономический эффект достигается при комплексном внедрении «цифрового поля» и «цифровой фермы» — когда решения точного земледелия (спутниковый и дрон-мониторинг, дифференцированное внесение ресурсов), цифровые помощники агронома и зоотехника, предиктивное обслуживание техники и автоматизированный контроль качества переработки встроены в повседневный контур управленческих решений, а не используются эпизодически.
— Как меняется роль цифровых платформ и интеллектуальных моделей в агропромышленном комплексе?
— Обновленная Стратегия цифровой трансформации агропромышленного и рыбохозяйственного комплексов до 2030 года фиксирует целевой переход не менее 80% предприятий на отечественное программное обеспечение в ключевых производственных и управленческих контурах и тем самым закрепляет цифровизацию и применение ИИ как элемент отраслевого регулирования, а не как экспериментальный трек для отдельных лидеров. По оценкам отраслевых исследований, к 2024–2025 годам цифровые инструменты в том или ином виде использовало большинство крупных агрохолдингов, а уровень внедрения в сегменте малых и средних хозяйств достигал примерно 25–30%.
Измеримый эффект демонстрируют уже системы точного земледелия, цифровые платформы управления производством и прогнозирования урожайности. Внедрение таких решений, по оценкам Минсельхоза, снижает себестоимость продукции на 20–30%, сокращая потери и расход ресурсов.
В животноводстве цифровая трансформация снижает биориски и оптимизирует затраты. Используются системы индивидуального учета, датчики активности и здоровья животных, а также роботы для кормления, доения и санитарии.
При этом массовое применение беспилотной техники в сложных погодных условиях, роботизированные фермы «без человека» и широкое использование генеративного ИИ для стратегического планирования пока остаются на стадии пилотных проектов.
Важно то, что сегодня агрохолдинги переходят от набора разрозненных ИТ‑решений к сквозной инфраструктуре управления. До конца 2026 года по поручению правительства России планируется запуск единой цифровой платформы агропромышленного и рыбохозяйственного комплексов (ЕЦП АПК) с применением ИИ. В нее поэтапно будут интегрированы федеральные информационные системы — по зерну, учету угодий, ветеринарному надзору, субсидиям и пр. Появится единая отраслевая цифровая среда, в которой доступ к данным и аналитике на базе ИИ станут стандартом для всех участников цепочки создания стоимости — от поля и фермы до переработки и экспорта. Внедрение ЕЦП АПК требует от агробизнеса рассматривать цифровизацию как необходимое условие снижения себестоимости, управления эпизоотическими рисками (африканская чума свиней, ящур и др.) и сохранения конкурентоспособности. Цифровая зрелость и ИИ становятся критериями доступа к господдержке, включая субсидии и льготное кредитование.
— Какие есть наиболее интересные примеры применения «цифры» в АПК в мире и в России?
— Впечатляющие результаты показывает применение компьютерного зрения и машинного обучения для сортировки продукции. Системы, способные за доли секунды определять качество, размер и дефекты овощей или фруктов, исключают человеческий фактор, повышают выход продукции высшего сорта и снижают потери при хранении.
В мировой практике показателен кейс точечного опрыскивания See & Spray («смотрите и распыляйте») компании John Deere («Джон Дир»): в 2024 году технология применялась на площади свыше 1 млн акров (около 405 тыс. га. — «РБК Отрасли») и обеспечила в среднем около 59% экономии гербицидов за счет распознавания сорняков в режиме реального времени и включения форсунок только по целевым объектам, что одновременно снижает прямые затраты и регуляторные риски, связанные с химической нагрузкой на поле. К этой же группе относятся полностью автономные тракторы John Deere с бортовыми ИИ‑системами и круговым компьютерным зрением, которые уже используются в коммерческой эксплуатации и фактически переводят часть полевых операций в модель «трактор как сервис», меняя структуру капитальных и операционных затрат хозяйств.
В России наиболее показательные кейсы связаны с интеграцией ИИ в ключевые элементы бизнес‑модели: система компьютерного зрения и аналитики для свиноводства обеспечила одному из агрохолдингов экономию около 50 млн руб. в год за счет более точного контроля откорма и снижения потерь. Внедрение технологий точного земледелия в ряде хозяйств дает экономию не менее 10% посевного материала и дополнительную маржу на уровне 1–4 тыс. руб. на гектар за счет перераспределения удобрений и выравнивания урожайности по зонам поля.
В животноводстве решения по ранней диагностике хромоты крупного рогатого скота на базе машинного зрения (точность распознавания выше 95%) и системы индивидуального мониторинга животных позволяют сокращать долю проблемных животных с 15–30% до целевых 5–7%, снижая выбраковку и ветеринарные расходы. Роботизированные комплексы доения и кормления в сочетании с цифровыми контурами управления хозяйством уже рассматриваются крупными игроками не как инновация, а как стандарт отраслевой эффективности.
— В чем заключается практическая ценность нейросетей для бизнеса?
— К примеру, модель «ГигаЧат Бизнес» в АПК — прежде всего единая интеллектуальная надстройка над уже имеющимися системами. Ее ключевые задачи: генерация управленческого и операционного контента — отчетов, служебных записок, вакансий, регламентов, семантический поиск по договорам, техкартам, ветдокументам и стандартам, а также «человеческий интерфейс» в моделях машинного обучения бизнес-аналитики, когда большая языковая модель» не придумывает цифры, а подтягивает их из структурированных корпоративных источников и упаковывает в понятную рекомендацию.
«ГигаЧат Бизнес» служит основой для ИИ-агронома и ИИ-животновода. Первый анализирует прогнозы урожайности, спутниковые и метеоданные, а также регламенты по культурам, предоставляя рекомендации по операциям в поле. Второй объединяет данные систем мониторинга стада, биобезопасности и ветеринарных протоколов, предлагая советы по кормлению и профилактике заболеваний. Мультиагентная система распределяет роли: одни ИИ-агенты взаимодействуют с пользователями, другие работают с внутренними системами, третьи проверяют соответствие решений требованиям, что снижает нагрузку на администрацию, уменьшает риски и создает единую точку доступа к цифровой инфраструктуре предприятия.
— Насколько востребованы сегодня решения для прогнозирования объемов производства, управления оборотным капиталом, запасами, заказами и логистикой?
— Спрос на эти решения сегодня максимальный. В условиях снижения маржинальности агробизнеса управление оборотным капиталом становится вопросом выживания. Компании остро нуждаются в инструментах, которые позволяют точно планировать закупки, чтобы не замораживать деньги в излишках, и логистику, чтобы не терять прибыль из-за простоев или дорогих перевозок.
Например, ИТ-компания «Эвотор» и Megainsight («Мегаинсайт») запустили сервис Prognoz.Me («Прогноз.Ми»), который анализирует историю продаж, сезонность и другие факторы, открывая для малых и средних предприятий функционал прогнозной аналитики и управления запасами, ранее доступный только крупной сетевой рознице.
— Какие бизнес-процессы компании АПК чаще всего готовы пересматривать для получения экономического эффекта от внедрения новых моделей?
В АПК приоритет отдают процессам с быстрым денежным эффектом: закупки, управление запасами, логистика, операционные контуры производства и сбыта. В растениеводстве пересматривают схемы снабжения, планирование полевых работ, вывоз урожая; в животноводстве — кормление, ветеринарное обслуживание, загрузку мощностей; в переработке и торговле — управление складом, планирование, графики отгрузок.
При внедрении новых моделей оптимизационных, прогнозных, надстроек бизнес обычно фиксирует целевые метрики оценки результативности не только на уровне «снижения себестоимости тонны продукции», но и по более конкретным параметрам: снижение совокупных логистических затрат и времени цикла на 10–25%, улучшение оборачиваемости запасов и сокращение списаний на 10–20%, повышение использования мощностей и пропускной способности технологических процессов на 10–15%, рост выработки на одного сотрудника и снижение доли ручных операций в ключевых процессах.
Отдельный блок показателей связан с управлением оборотным капиталом и рисками: доля «замороженных» запасов, глубина и частота кассовых разрывов, уровень потерь при хранении и транспорте, выполнение контрактных соглашений об уровне сервиса по срокам и объемам — именно по этим метрикам акционеры и кредиторы оценивают, насколько быстро новая модель монетизируется в реальную устойчивость бизнеса.
— Каким вы видите следующий этап цифровой трансформации АПК?
— Характерный пример следующего этапа — проект цифрового двойника маслоэкстракционного завода, реализованный совместно со «СберМобайл» на базе платформы SberMobile AIoT (англ. artificial intelligence of things — «концепция объединения технологий ИИ и интернета вещей». — «РБК Отрасли»): в единую цифровую среду интегрированы восемь линий автоматизированной системы управления технологическим процессом, 22 весовых терминала и более 170 датчиков и счетчиков, а ключевые производственные и цифровые активы завода объединены в единый ситуационно‑аналитический центр. По данным компании, цифровой двойник уже обеспечивает экономический эффект свыше 50 млн руб. в год за счет сокращения простоев оборудования, снижения потерь сырья и повышения качества продукции, при этом окупаемость проекта составила около девяти месяцев, а дальнейшее развитие решения планируется за счет модулей предиктивного обслуживания и контроля качества сырья и готовой продукции с использованием ИИ.
About The Author
