Александр Эдер, директор по развитию бизнеса в АПК «К2Тех»
Пресс-служба «К2Тех»
Порядка 70% предприятий российского агропромышленного комплекса (АПК) не имеют полноценного ИТ-фундамента. Их учетные системы разобщены, а производственные данные нередко собираются вручную. По данным «К2Тех», средние вложения в ИТ в отрасли составляют 1% выручки, у крупных переработчиков и холдингов — около 3-4%. При этом увеличение бюджета само по себе не гарантирует результата. Нужны достоверные сведения о затратах, выпуске и потерях, позволяющие обосновать инвестиции и проверить эффект после внедрения. На этом фоне в АПК постепенно выделяются технологии, которые уже прошли стадию пилота
В 2025 году в «К2Тех» комментировали «Агроинвестору», как агрохолдинги после ухода западных поставщиков взялись за разработку собственного ПО. С тех пор часть компаний закрыла пробелы в цифровизации, другие работают на разрозненных системах, и именно эта разница определяет, что происходит дальше с технологиями, ставшими за это время рабочим инструментом отрасли: беспилотной техникой в поле, роботизацией складов и линий переработки, искусственным интеллектом в аналитике.
Многие предприятия отечественного АПК до сих пор не имеют полноценных ERP, MES, FMS и SCM систем. По опросам «К2Тех», многие до сих пор используют Excel как основной инструмент планирования производства. Для моделей искусственного интеллекта это критично: им нужен постоянный поток структурированных данных, поэтому одна и та же технология в одном хозяйстве окупается, а в другом буксует на стадии пилота. В одном из таких хозяйств после перехода на отраслевую ERP-систему точность учета по полям и культурам выросла в два раза, когда данные стали прозрачнее, без потерь при ручной передаче.
По оценкам Strategy Partners и Минсельхоза, в отечественном АПК сегодня работает порядка 15 тыс. тракторов и комбайнов с элементами автопилотирования. Назвать их беспилотными будет не совсем корректно — технология все еще требует присутствия человека в кабине. Однако, по данным ассоциации «ИнтерАгроТех», такие автопилоты сокращают перекрытия при обработке поля и повторное внесение материалов, помогают сохранять точность работы в течение смены. Для хозяйства, которому сложно привлечь механизаторов, это возможность выполнить больший объем операций в оптимальные сроки.
Похожая ситуация сложилась и вокруг ИИ-зации и роботизации агропромышленной отрасли. Эффект от внедрения заметен на конкретных рутинных операциях: сортировке, укладке паллет, перемещении грузов между складом и линией — там, где значительная часть работы традиционно делается вручную. Рынок складской роботизации в России, по оценке КСЛ, может достичь порядка 230 млрд руб. инвестиций на горизонте пяти лет — 37 млрд уже вложено в 2025 году, и для переработки в АПК это ориентир масштаба: как только объем производства оправдывает автоматизацию линии, срок окупаемости обычно укладывается в 1-3 года.
Кейсы успешного использования уже есть. Так, в 2025 году робот-трактор «Когнитив Пилот» проходил испытания с сеялкой, культиватором, плугом и опрыскивателем. По оценке наблюдавших за испытаниями специалистов, экономия топлива и расходных материалов составляла до 30-35%. Оценить внедрение машины в подобных случаях также помогает интеграция с цифровыми системами — передача данных о маршрутах, расходе материалов и выработке в систему управления хозяйством позволяет бизнесу проверять эффект по конкретным полям и операциям.
В контроле качества, прогнозировании отказов и спроса ИИ приносит результат через сокращение брака, простоев, избыточных запасов и списаний. Выявленное отклонение должно менять настройку оборудования, план ремонта, закупок или выпуска. Для этого нужны согласованные данные производственных, складских и учетных систем. В растениеводстве спутниковые снимки переводятся в вегетационный индекс NDVI, который показывает состояние растений по отражению света от листа, а сверточные нейросети, обученные на десятках тысяч изображений, находят визуальные признаки болезней на 2-3 недели раньше, чем их заметит агроном при обходе поля. За счет этой комбинации модели прогнозирования достигают точности до 95% в оценке рисков заболеваний культур и подсказывают оптимальные сроки внесения удобрений; в нескольких пилотных проектах это дало прибавку до двух-трех полноценных урожаев за сезон.
Общий вывод по всем этим направлениям один: беспилотная техника, роботизация и ИИ работают там, где хозяйство уже видит свои данные в одном месте. Где учет по-прежнему держится на Excel и разрозненных таблицах, даже удачный пилот останется разовым экспериментом. Поэтому вопрос для отрасли сейчас не «какую технологию внедрить», а «готова ли ИТ-инфраструктура ее принять».
erid: 2Vtzqwo17Zn
Реклама. АО "К2 Интеграция". ИНН: 7701829110
