Больше половины российских аграриев используют ИИ, но с недоверием

Искусственный интеллект вошел в повседневную практику российских аграриев, однако пока не воспринимается ими как полноценная замена экспертным знаниям. К такому выводу пришли специалисты компании «Еврохим» по итогам опроса, проведенного среди партнеров в АПК, участников профессиональных мероприятий и подписчиков отраслевых информационных площадок.

«Согласно результатам исследования, более половины респондентов (54%) уже используют нейросети для решения бытовых задач. Если говорить исключительно о профессиональной агрономической информации, то этот показатель еще выше — 63%. При этом лишь 21% участников опроса применяют ИИ для повышения своих профессиональных компетенций», — сообщается в исследовании.

Нейросети  чаще всего помогают аграриям:

• составлять схемы минерального питания растений

• объяснять сложные агрономические термины

• определять болезни сельскохозяйственных культур по описанию или фотографии

• быстро находить необходимую справочную информацию.

Самые популярные модели ИИ среди аграриев:  зарубежные Deepseek, ChatGPT, Gemini, Notebook LM, Perplexity, а также российские GigaChat и Алиса AI.

Вместе с тем, многие опрошенные аграрии отмечали, что воспринимают ответы ИИ лишь как отправную точку для поиска решения и предпочитают сверять рекомендации с профессиональной литературой, собственным опытом или консультациями специалистов.

«Это важный сигнал для всего рынка: будущее агрономического знания нельзя просто переложить на стандартные нейросети. У фермеров есть запрос на специализированную и выверенную информацию», – отмечает директор департамента маркетинга «Еврохима» Татьяна Гребенникова (цитата из исследования).

Это объясняет растущий интерес отрасли к специализированным цифровым помощникам – нейросетевым агрономам. Базой знаний у таких помощников служат данные реальных запросов фермеров из разных регионов и климатических зон.

В России, вероятно, одной из самых известных является ассистент «Андрей Тимофеевич», названный в честь основоположника российской агрономии Болотова. Система учитывает регион, тип почвы и культуру, умеет диагностировать болезни по фото и считать нормы удобрений. Похожим путем идут сервисы определения болезней растений по фотографии, в частности Botan AI, созданный при участии ученых РАН из Тимирязевской академии.

При этом, как подчеркивает Татьяна Гребенникова, свыше 70% участников исследования сказали, что в повседневной практике чаще полагаются на обмен опытом с коллегами и поездки в другие хозяйства.
«На наш взгляд, это может означать, что несмотря на все новые и новые технологии наиболее ценным будет оставаться кураторский подход и личное присутствие специалиста. Принципиальная вещь, которую важно понимать: ни одна из перечисленных технологий пока не может заменить агрономическую квалификацию и практический опыт», — резюмировала она.

Помимо этого, было отмечено, что в таких наукоемких сферах как агрономия преуспеют разработчики искусственного интеллекта, которые сумеют первыми наладить диалог с экспертами и компаниями, предоставляющими глубокую экспертизу. Ответы нейросетевых моделей должны строится на конкретных проверенных опытных путем источниках, считают в компании «Еврохим».