Цифровизация и производительность в сельском хозяйстве
Аннотация
Проведен сравнительный анализ уровня производительности труда в России и за рубежом, отдельно приведены расчеты для сельскохозяйственной отрасли. Предложены стадии автоматизации и цифровизации производственных процессов, отличительной особенностью которых является акцент на трансформацию функции данных. Отмечены основные проблемы, возникающие при внедрении цифровых технологий, и важность комплексного подхода для достижения целей устойчивого развития.
Ключевые слова
устойчивое развитие, сельское хозяйство, искусственный интеллект, автоматизация, производительность труда.
Список использованных источников
1. Bisht S., Ranjana, Roy S. Optimizing Role Assignment for Scaling Innovations through AI in Agricultural Frameworks: An Effective Approach // Advanced Agrochem. Elsevier BV. 2024.
2. Kalyanaraman A. et al. Special report: The AgAID AI institute for transforming workforce and decision support in agriculture // Comput Electron Agric. Elsevier B.V. 2022. Vol. 197.
3. Korotchenya V. Digital agriculture is as a stage in the development of agricultural technologies // AIC: economics, management. AIC - Economics, Management. 2019. № 12. P. 78-86.
4. Rejeb A. et al. Examining the interplay between artificial intelligence and the agri-food industry // Artificial Intelligence in Agriculture. KeAi Communications Co. 2022. Vol. 6. P. 111-128.
5. Kumar Kasera R., Gour S., Acharjee T. A comprehensive survey on IoT and AI based applications in different pre-harvest, duringharvest and post-harvest activities of smart agriculture // Comput Electron Agric. 2024. Vol. 216. P. 108522.
6. Wakchaure M., Patle B.K., Mahindrakar A.K. Application of AI techniques and robotics in agriculture: A review // Artificial Intelligence in the Life Sciences. 2023. Vol. 3. P. 100057.
7. Mana A.A. et al. Sustainable AI-based production agriculture: Exploring AI applications and implications in agricultural practices // Smart Agricultural Technology. Elsevier B.V. 2024. Vol. 7.
8. Chung C.-L. et al. Detecting Bakanae disease in rice seedlings by machine vision // Comput Electron Agric. 2016. Vol. 121. P. 404-411.
9. Alves A.N., Souza W.S.R., Borges D.L. Cotton pests classification in field-based images using deep residual networks // Comput Electron Agric. 2020. Vol. 174. P. 105488.
10. Padhiary M. et al. Enhancing precision agriculture: A comprehensive review of machine learning and AI vision applications in all-terrain vehicle for farm automation // Smart Agricultural Technology. Elsevier B.V. 2024. Vol. 8.
11. Raptis E.K. et al. CoFly: An automated, AI-based open-source platform for UAV precision agriculture applications // SoftwareX. Elsevier B.V. 2023. Vol. 23.
12. Subeesh A., Mehta C.R. Automation and digitization of agriculture using artificial intelligence and internet of things // Artificial Intelligence in Agriculture. KeAi Communications Co. 2021. Vol. 5. P. 278-291.
13. Tracking progress on food and agriculturerelated SDG indicators 2023 // Tracking progress on food and agriculture-related SDG indicators 2023. FAO. 2023.
14. Shi Z. et al. Bioenergy potential from agricultural by-product in 2030: An AI-based spatial analysis and climate change scenarios in a Chinese region // J Clean Prod. Elsevier Ltd. 2024. Vol. 436.
15. Сельское хозяйство в России. 2023: стат. сб. M.: Росстат, 2023. 103 c.
16. OECD Compendium of Productivity Indicators 2024. OECD Publishing, Paris. 2024. 69 p.
17. Организация Объединенных Наций. Международная стандартная торговая классификация. Нью-Йорк. 2008. 248 с.
18. Kotyrlo E., Nikulina Y., Zaytsev A. Long-Term Trend Employment Decline in Russian Agriculture and Countersanctions Policy: Was There Any Effect? // Higher School of Economics Economic Journal. 2021. Vol. 25, № 4. P. 515-539.
19. FAO. 2023. World Food and Agriculture – Statistical Yearbook 2023. Rome. 384 p.
20. Ведомственный проект «Цифровое сельское хозяйство»: офиц. изд. М.: ФГБНУ «Росинформагротех». 2019. 48 с.
21. Цифровая трансформация отраслей: стартовые условия и приоритеты / Г.И. Абдрахманова, К.Б. Быховский, Н.Н. Веселитская, К.О. Вишневский, Л.М. Гохберг и др. М.: издательский дом ВШЭ, 2021. 239 с.
Digitalization and Productivity in Agriculture
Summary
Comparative analysis of the level of the labor productivity in Russia and abroad is carried out, the calculations for the agricultural sector are given separately. The stages of automation and digitalization of production processes are proposed, the distinctive feature of which is the emphasis on the transformation of the data function. The main problems arising in the implementation of digital technologies are noted, the importance of the integrated approach to achieve sustainable development goals is stressed.
Key words
sustainable development, agriculture, artificial intelligence, automation, labor productivity.