Инновационные технологии на базе больших данных для трансформации сельского хозяйства: возможности и вызовы цифровизации агропромышленного комплекса

Статья посвящена анализу перспектив применения технологий больших данных (big data) для цифровой трансформации агропромышленного комплекса. Рассмотрены ключевые направления внедрения инноваций на базе big data в сельском хозяйстве, включая точное земледелие, умные фермы, мониторинг посевов и управление техникой. Проведен концептуальный анализ научной литературы, выявивший растущий интерес исследователей к данной тематике на фоне разночтений в терминологии и методологии. Обоснована актуальность разработки комплексных подходов к изучению и практическому использованию потенциала big data в агросекторе. Эмпирическую базу составили результаты анкетирования 350 руководителей сельхозпредприятий из 12 регионов России и анализа массивов данных 30 умных ферм за 2019–2023 гг. Применение методов статистического анализа, машинного обучения и процессного моделирования позволило выявить ключевые тренды, барьеры и точки роста цифровизации на базе big data в исследуемой отрасли. Установлено, что около 80% респондентов отмечают позитивное влияние внедрения решений на базе big data на экономические показатели, при этом уровень цифровой зрелости остается невысоким. Предложена концептуальная модель поэтапного перехода агропредприятий к платформенным бизнес-моделям и культуре, управляемой данными. Результаты имеют теоретическую и практическую ценность для развития методологии цифровой трансформации сельского хозяйства и разработки отраслевых стратегий на базе инновационных подходов data-driven.

1. Wolfert S., Ge L., Verdouw C., Bogaardt M.-J. Big Data in Smart Farming — a review. Agricultural Systems. 2017; 153: 69–80. https://doi.org/10.1016/j.agsy.2017.01.023

2. Klerkx L., Jakku E., Labarthe P. a review of social science on digital agriculture, smart farming and agriculture 4.0: New contributions and a future research agenda. NJAS: Wageningen Journal of Life Sciences. 2019; 90–91(1): 100315. https://doi.org/10.1016/j.njas.2019.100315

3. Lioutas E.D., Charatsari C., La Rocca G., De Rosa M. Key questions on the use of big data in farming: An activity theory approach. NJAS: Wageningen Journal of Life Sciences. 2019; 90–91(1): 100297. https://doi.org/10.1016/j.njas.2019.04.003

4. Kamilaris A., Kartakoullis A., Prenafeta-Boldú F.X. a review on the practice of big data analysis in agriculture. Computers and Electronics in Agriculture. 2017; 143: 23–37. https://doi.org/10.1016/j.compag.2017.09.037

5. Coble K.H., Mishra A.K., Ferrell S., Griffin T. Big Data in Agriculture: a Challenge for the Future. Applied Economic Perspectives and Policy. 2018; 40(1): 79–96. https://doi.org/10.1093/aepp/ppx056

6. Pivoto D., Waquil P.D., Talamini E., Finocchio C.P.S., Dalla Corte V.F., de Vargas Mores G. Scientific development of smart farming technologies and their application in Brazil. Information Processing in Agriculture. 2018; 5(1): 21–32. https://doi.org/10.1016/j.inpa.2017.12.002

7. Bronson K., Knezevic I. Big Data in food and agriculture. Big Data & Society. 2016; 3(1): 205395171664817. https://doi.org/10.1177/2053951716648174