食品制造商深知农业综合企业是一项艰难的事业。人们确实倾向于吃喝，这一事实令人感到安慰。但竞争非常激烈，气候和环境风险不断增加，大宗商品市场变化无常，贸易紧张局势真实存在，消费者口味瞬息万变，监管机构的要求也越来越高。
人工智能无法解决所有这些问题，但人工智能嵌入式软件与企业资源处理供应商的智能农业解决方案交互正在解决其中的许多问题。
农业企业的新兴人工智能应用
以下是一些正在实施的人工智能解决方案的示例：阿格拉尼莫结合土壤传感器、天气和卫星数据，最大限度地提高新鲜农产品的产量，这些数据分别：柑橘果将机器视觉应用于质量检测。索莱娜斯人工智能根据微生物组、气候、作物和土壤特征确定土壤健康和质量。和维斯塔汇集卫星、地形、土壤、天气、水文学、作物生理学和其他数据，以最大限度地减少投入、最大限度地提高产量，并提供可见性以做出更好的业务决策。
这些公司并不是唯一一家将人工智能应用于农业服务的公司。印度的人工智能聊天机器人正在为农民提供针对具体地点的建议，以应对干旱和虫害等挑战。全球种子供应商科沃斯利用人工智能优化种子遗传学，帮助农民种植适合当地条件的抗灾作物。人工智能可以帮助评估供应商，分析运输路线，以最大程度地减少排放并降低运输过程中的损坏风险，并针对恶劣天气和地缘政治动荡等潜在供应链中断制定情景计划。
早期的人工智能采用者，例如皇家史瓦帝尼糖业公司正在看到回报。这家南非甘蔗生产商利用人工智能分析农艺、卫星和天气模型数据，将产量提高了约 500 万美元，每季节省了 157,000 美元的成本，并将预测准确性提高了 10%。
人工智能促进农业合规
新兴农业企业人工智能还有另一个值得注意的领域。它正在解决一个日益紧迫的问题：在复杂且有时相互冲突的合规性要求的环境中的可追溯性和合规性。美国食品安全和现代化法案 (食品安全管理局）第 204 条的最后期限还有几个月 – 2026 年 1 月 1 日。在此之前的两天，最近推迟的欧盟《无毁林产品法规》（欧盟DR）将生效。最近经过的层欧盟地理标志计划、当地法规和主要客户的政策，显然，了解农产品的精确来源和途径不再是可选的。
考虑一个主要的新鲜水果生产商的例子。他们必须遵守全球法规和标准、行业标准以及每个生产国家的当地规则。这些规则即使在语言上一致，其意图也可能不同。例如，需要确保农业生产场所“卫生设施”的可用性可能意味着在一个辖区需要四堵墙和一个屋顶，而在另一个辖区则需要完全气候控制的空间。此外，还有新鲜水果销售地的合规要求以及主要买家的不同标准。
生成式人工智能专为合规工作而构建
过去，应对合规性要求分析的挑战需要人们仔细研究和核对数千页的文档，制定在不同时刻要遵循的策略，并确定证明和记录合规性所需的确切数据点。在许多情况下，这些数据还来自上游种植者和业务合作伙伴，通过调查、审计或在田间和农场施肥和作物保护活动期间自动捕获。
一旦制定了这些规则，持续跟踪法规对于确保合规方法随着规则的变化进行调整至关重要。这种努力发挥了生成式人工智能（GenAI）的优势，并且味精全球是在合规领域利用它的人之一。
这家总部位于德国的公司开发了一款 GenAI 工具，可以帮助农业企业抓取相关文件（无论是市政文件还是国际文件），并将它们综合成关于特定农业企业必须遵循的从田间到买方的具体合规义务的明确声明。设施。随着法规的变化，系统会自动更新合规义务，将其传播到受影响的领域，并支持内部政策的验证和更新。
GenAI担任采访者和记者
当然，提炼要求只是合规工作的开始。GenAI 还可以在维持合规性方面发挥核心作用。GenAI 农业企业合规系统可以用简单的英语（或西班牙语或斯瓦希里语）向农民、物流专家、买家和卖家、经理或任何其他人提出问题。
这些答案有助于澄清合规状态并生成适合适当监管级别的报告草案。另外值得注意的是，出于合规目的收集的数据也可以作为其他商业人工智能系统消化和利用的原料。
农业企业的地理分散性和农村性质确实给人工智能部署带来了挑战。它们的范围从缺乏财政资源到有限的互联网连接到技能差距。克服这些挑战需要协作、政府支持、教育举措以及开发小型企业可以处理的具有成本效益、可扩展的人工智能解决方案。但从精准农业到合规性，这些投资将继续为农业企业及其客户带来回报。
塞德里克·克尼是农业企业和商品管理的 SAP 解决方案经理。
Eric Somitsch 是 SAP 农业企业和商品管理高级总监。