Az elmúlt 10 évben számos új kihívás jelent meg a mezőgazdaságban, amelyek alapjában határozzák meg a termelés fenntarthatóságát, mondta Varga Péter a Szinergia 2021 workshopon tartott előadásában.
A mezőgazdasági termelést befolyásoló kihívások:
- Élelmiszer-kereslet változása: jelentősen megváltoztak a fogyasztók igényei. Egyrészt folyamatosan nő a mennyiségi kereslet, másrészt erősödnek a minőségi és beltartalmi elvárások, terjednek a "mentes" élelmiszerek. A fogyasztók közül egyre többen választanak tudatosan, egyre több adatra és információra tartanak igényt a döntésükhöz, így nem "csak" egy EU-s stratégiáról beszélünk, hanem a piac elvárásai miatt is a termőföldtől az asztalig dokumentálni kell az élelmiszer-előállítását. Ezt várja a fogyasztó.
- Szintén hatalmas változásokat generál a klímaváltozás, ami önmagában is rengeteg megoldandó feladatot hoz (aszály, villámárvizek, hőstressz, stb.), nem beszélve a klímaváltozás miatti szabályozási dömpingről.
- Folyamatosan és radikálisan változik a szabályozási környezet. A támogatások elérését, de részben már a termelési technológiát is részletes szabályozási feltételek határozzák meg. A koronavírus-járvány felszínre hozta az élelmiszer-ellátás biztonságának problémáját is, amelyre szabályozási válaszok születnek.
- A társadalom területén jelentkező kihívások befolyásolják a termelést. A vidék elnéptelenedése is befolyásoló tényező. Az „okos" rendszerek képzett embereket kívánnak. Az technológiai fejlődés ugyanis nem veszi el az emberektől a tudás szükségességét, csak munkavégzési pontokat szüntet meg.
A mezőgazdasági termelőknek céljaikat, vezetői és technológiai döntéseiket három dimenzióban kell optimalizálniuk: jövedelem, környezeti erőforrások optimális felhasználás, elegendő és egészséges élelmiszer-előállítás.
A jó döntéshez üzem és termékpálya szinten adatokra és információkra van szükség, amelyek alapján üzem szinten felépíthetők a vezetői döntéseket támogató modellek.
Óriási mennyiségű adat áll rendelkezésre
A jó hír, hogy az adatok az agrárium és az élelmiszer-gazdaság területén óriási mennyiségben állnak már most is rendelkezésre. A precíziós technológiák rengeteg adatot „termelnek", valamint az állami rendszerek is sok adatot gyűjtenek, hoznak létre.
A sok adat azonban önállóan nem visz közelebb a célokhoz. Az adatokból információt kell előállítani a vezetői döntések támogatásához. A minőségi, hasznosítható információkhoz pedig sok, összekapcsolható adatra (connectivity) van szükség. Már jelenleg is igaz, de a jövőben még inkább így lesz, hogy a connectivity-re épülő üzleti modellek biztosítják a dimenziók összekapcsolhatóságát és az agrárvállalkozások életképességét.
A minőségi, hasznosítható információkhoz sok, összekapcsolható adatra (connectivity) van szükség – Fotó: pixabay
A termelők nagy részének nincs arra kapacitása és megfelelő tudása, hogy üzemszinten gyűjtsön, tároljon és elemezzen adatokat. Sok termelő kényelmetlenül, sokszor csalódottnak érzi magát mert nem tud megfelelni a kihívásoknak, és bár megvásárolja az okos gépeket és „kütyüket" még sem változik a hatékonyság, nem csökken a termelés kockázata. Ezt el kell kerülni. Nem szabad elhitetni a termelőkkel, hogy pusztán okos gépekkel hatékonyságot lehet növelni, és meg lehet felelni a fenti kihívásoknak.
El kell ismerni, hogy nehéz eligazodni a digitális megoldásokkal „támogatott" világban, könnyebb legyinteni: „nem értem, ezért nem foglalkozom vele". Ezért van óriási szerepe annak, hogy az adatok megfelelő kontextusba kerüljenek, és a termelők által értelmezhető információkká váljanak.
Az információk előállításához, azonban gyűjteni, rendezni és feldolgozni kell az adatokat, üzem és termékpálya szinten egyaránt. A fenti kihívásoknak való megfeleléshez strukturált adatterek kialakítására van szükség, ahol a három dimenzióban való döntéshozás érdekében összekapcsolhatók az egyes adatkörök.
Miből épül fel az agrár adattér?
Az agrárium számára releváns adatok 8 alapterületről származnak: kormányzat, üzleti szereplők (beszállítók, szolgáltatók), mezőgazdasági üzemek, élelmiszeripar, környezeti adatok, tudomány (kutatási eredmények), élelmiszer kereskedők (fogyasztók elvárásai), egészségügyi adatok (fogyasztók szükségletei).
A Kormány Magyarország Digitális Agrár Stratégiájának és a Mesterséges Intelligencia Stratégia elfogadásával elkezdte a nemzeti szintű élelmiszer-gazdasági adattér létrehozását, a meglévő adatbázisok strukturálását, hálózatba szervezését. Valamint az adat környezet fejlesztésével segíti a szolgáltatókat és termelőket is a termékpálya és az üzemszintű adatterek létrehozásában.
Magyarország Digitális Agrár Stratégiája javaslatokat fogalmazott meg az agrár adatintegrációs program elindításához, az ágazati szereplők ingyenes adatelérését lehetővé tevő Digitális Agrár Rezsicsökkentéshez, valamint a szereplők digitális kompetencia fejlesztéséhez. A Kormány jelentős forrással támogatja az okos, precíziós eszközök üzem szintű beszerzését és a kapcsolódó szolgáltatások megvásárlását is.
A Mesterséges Intelligencia Stratégia megfogalmazza a feladatokat a nemzeti agrár adattér kialakításához és az így strukturált adatok mesterséges intelligencia eszközeivel történő feldolgozását a környezeti erőforrások optimális felhasználása dimenzióban való döntéstámogatáshoz, „Klímavezérelt agrárium" projekt névvel.
A mezőgazdasági termelés végzésének is „zöld feltételei" lesznek – Fotó: pixabay
Varga Péter a workshopon kiemelte, hogy a most jóváhagyott Közös Agrárpolitika iránya alapján már középtávon várható, hogy a mezőgazdasági termelés végzésének is „zöld feltételei" lesznek, nem csak támogatások fognak múlni azon, hogy ki, mennyire környezetbarát módon gazdálkodik, hanem az értékesítés lehetősége is. Ezeknek a feltételeknek való megfelelés úgy tűnik, lehetetlen lesz az óriási mennyiségű agráradaton alapuló döntések nélkül.
A Magyar Agrár- és Élettudományi Egyetem meghatározó szereplőként kapcsolódott be a hazai agrár adattér kialakításába. Az egyetemen létrehozott adatközpont működtetésének célja az elérhető köz és magánadatok gyűjtése a fenti nyolc alapterületből, az egyetem kialakítandó digitális tesztüzemeiből, a kutatási projektekből, valamint az adatok adatplatformon keresztül történő megosztása. Továbbá az adatok "fogyaszthatóvá" tétele, így mesterséges intelligencia alkalmazásával a döntéseket támogató információk előállítása.
_fill_540x300_0.jpg)
