Η FBN συνεργάζεται με το Google AI Futures Fund για ένα AI Context Engine στη γεωργία. Τι πραγματικά προσφέρει η συμφωνία και ποια δεδομένα λείπουν ακόμη.
Η FBN–Google AI συνεργασία παρουσιάστηκε στα τέλη Σεπτεμβρίου ως ένα ακόμη βήμα προς μια τεχνητή νοημοσύνη που δεν θα απαντά απλώς σε ερωτήσεις του αγρότη, αλλά θα γνωρίζει το χωράφι, το ιστορικό του, τις αγορές, τον εξοπλισμό και τα οικονομικά της εκμετάλλευσης. Η Farmers Business Network ανακοίνωσε στις 29 Σεπτεμβρίου ότι συνεργάζεται με το Google AI Futures Fund για την ανάπτυξη ενός «AI Context Engine», με τις πρώτες λειτουργίες να δοκιμάζονται από περιορισμένο αριθμό χρηστών και ευρύτερη διάθεση να τοποθετείται μέσα στο φθινόπωρο.
Πίσω όμως από τον φιλόδοξο τίτλο, τα στοιχεία που έχουν δημοσιοποιηθεί μέχρι στιγμής είναι αρκετά πιο περιορισμένα. Δεν έχουν παρουσιαστεί συγκεκριμένες νέες λειτουργίες, μετρήσεις απόδοσης, αριθμός αγροκτημάτων που συμμετέχουν στις δοκιμές, ούτε παραδείγματα που να δείχνουν πώς το σύστημα συνδέει στην πράξη δεδομένα διαφορετικών κατασκευαστών και πλατφορμών. Και ακριβώς εκεί βρίσκεται ίσως το δυσκολότερο μέρος της υπόθεσης.
Η Google δίνει πρόσβαση στα μοντέλα — όχι έτοιμη γεωργική τεχνολογία
Το Google AI Futures Fund είναι πρόγραμμα συνεργασίας της Google με εταιρείες που αναπτύσσουν εφαρμογές AI. Ανάμεσα στα οφέλη που περιγράφει επισήμως η Google είναι η πρώιμη πρόσβαση σε επιλεγμένα μοντέλα της DeepMind, όπως το Gemini, η συνεργασία με ερευνητές και μηχανικούς, credits για Google Cloud και η δυνατότητα μελλοντικής επένδυσης. Δεν πρόκειται, τουλάχιστον από όσα έχουν ανακοινωθεί, για ένα νέο εξειδικευμένο γεωργικό μοντέλο που παραδίδεται έτοιμο στο FBN.
Άλλωστε, η σχέση του FBN με το οικοσύστημα της Google δεν ξεκινά σήμερα. Η Google Ventures, σημερινή GV, είχε ηγηθεί ήδη από το 2015 επένδυσης 15 εκατ. δολαρίων στην εταιρεία. Το 2017 η GV συν-ηγήθηκε νέου γύρου 40 εκατ. δολαρίων και συμμετείχε αργότερα και σε επόμενες χρηματοδοτήσεις. Η ίδια η GV εξακολουθεί να περιλαμβάνει σήμερα το Farmers Business Network στο χαρτοφυλάκιό της.
Επομένως, το νέο στοιχείο δεν είναι ότι το FBN «ανακάλυψε» τώρα την Google. Είναι ότι επιχειρεί να χρησιμοποιήσει τα νεότερα μοντέλα της Google ως τμήμα μιας ευρύτερης αρχιτεκτονικής τεχνητής νοημοσύνης για το αγρόκτημα.
Στο κέντρο αυτής της προσπάθειας βρίσκεται το Norm, ο AI σύμβουλος που το FBN παρουσίασε ήδη από το 2023. Η πρώτη έκδοσή του βασιζόταν σε γλωσσικά μοντέλα και σε περιεχόμενο από την ίδια την FBN, ετικέτες αγροτικών προϊόντων, USDA και δημόσιες πηγές δεδομένων, μεταξύ των οποίων πληροφορίες για καιρό και έδαφος.
Αυτό που επιχειρεί τώρα η εταιρεία είναι πιο φιλόδοξο. Αντί ένα μοντέλο να απαντά μόνο σε μια αγρονομική ερώτηση, το «context engine» φιλοδοξεί να δημιουργήσει μια διαρκώς ενημερωμένη εικόνα της εκμετάλλευσης και να δίνει σε διαφορετικούς AI agents το κατάλληλο πλαίσιο ώστε να συνδέουν, για παράδειγμα, μια αγρονομική απόφαση με την αγορά εισροών, την εμπορία σιτηρών ή ακόμη και μια χρηματοδοτική ανάγκη.
Εδώ βρίσκεται και η πραγματική επιχειρηματική δύναμη του FBN. Η πλατφόρμα δεν περιορίζεται σε υπηρεσίες συμβουλευτικής. Δηλώνει περισσότερα από 120.000 μέλη αγρότες και 185 εκατ. acres στο δίκτυό της, ενώ δραστηριοποιείται στις εισροές, στη χρηματοδότηση, στην εμπορία γεωργικών προϊόντων και σε προγράμματα βιωσιμότητας. Θεωρητικά, λοιπόν, ένας AI agent θα μπορούσε όχι μόνο να προτείνει μια ενέργεια αλλά να οδηγήσει και στην εμπορική εκτέλεσή της μέσα στο ίδιο οικοσύστημα.
Το δύσκολο κομμάτι δεν είναι το μοντέλο αλλά τα δεδομένα. Αυτή ακριβώς η υπόσχεση συναντά όμως το μεγαλύτερο τεχνικό ερώτημα της ψηφιακής γεωργίας. Πού βρίσκονται τα δεδομένα που χρειάζονται για να δημιουργηθεί πραγματικά μια πλήρης εικόνα του αγροκτήματος;
Τα δεδομένα μιας σύγχρονης εκμετάλλευσης δεν βρίσκονται συνήθως σε ένα μέρος. Μπορεί να είναι κατανεμημένα σε πλατφόρμες κατασκευαστών τρακτέρ και παρελκομένων, συστήματα γεωργίας ακριβείας, εφαρμογές αισθητήρων, λογισμικό διαχείρισης εκμετάλλευσης, δορυφορικές υπηρεσίες, μετεωρολογικά συστήματα, εργαστήρια εδαφολογικών αναλύσεων και εμπορικές εφαρμογές.
Το FBN έχει επί χρόνια δημιουργήσει υποδομές συγκέντρωσης και ανάλυσης αγροτικών δεδομένων. Δεν έχει όμως παρουσιαστεί ακόμη δημόσια ένα τεχνικό μοντέλο που να δείχνει ότι το νέο context engine μπορεί να αντλεί απρόσκοπτα και σε πραγματικό χρόνο το σύνολο των δεδομένων αυτών από ανταγωνιστικές πλατφόρμες.
Και αυτό δεν είναι λεπτομέρεια. Είναι το σημείο πάνω στο οποίο κρίνεται μεγάλο μέρος της σημερινής υπόσχεσης γύρω από την AI στη γεωργία.
Το Agrocapital έχει ήδη επισημάνει ότι τα αγροτικά δεδομένα αποκτούν πραγματική αξία μόνο όταν μπορούν να μετακινούνται και ο παραγωγός διατηρεί τον έλεγχο της χρήσης τους. Αντίστοιχα, ο ευρωπαϊκός Data Act επιχειρεί να ανοίξει την πρόσβαση στα δεδομένα των συνδεδεμένων αγροτικών μηχανημάτων, ακριβώς επειδή η διαλειτουργικότητα παραμένει ένα από τα μεγάλα εμπόδια της ψηφιακής γεωργίας.
Η ίδια συζήτηση βρίσκεται πίσω από τη γενικότερη μετάβαση της AI στη γεωργία από τους αλγόριθμους στις πραγματικές αποφάσεις του χωραφιού και από την προσπάθεια να περάσουν τα δεδομένα στο «τιμόνι» των σύγχρονων αγροτικών μηχανημάτων.
Από αυτή την άποψη, δημόσια δεδομένα για τον καιρό, το έδαφος ή τις τιμές μπορούν ασφαλώς να προσθέσουν πληροφορία, αλλά δεν αποτελούν από μόνα τους το ανταγωνιστικό πλεονέκτημα ενός πραγματικά εξατομικευμένου AI συμβούλου. Η διαφορά θα προκύψει όταν το σύστημα γνωρίζει με ασφάλεια τι συνέβη στο συγκεκριμένο χωράφι, με ποιο μηχάνημα, ποια ποικιλία, ποιες εισροές, ποιο κόστος και ποιο αποτέλεσμα.
Υπάρχει και ένα δεύτερο ζήτημα. Όσο περισσότερο ένας AI agent συνδέει την αγρονομική συμβουλή με την πώληση προϊόντων ή τη χρηματοδότηση, τόσο περισσότερο χρειάζεται να είναι σαφές πότε λειτουργεί ως σύμβουλος και πότε ως εμπορικό κανάλι. Το FBN υποστηρίζει ότι η Google δεν θα αποκτά πρόσβαση στα δεδομένα των εκμεταλλεύσεων και ότι τα ατομικά στοιχεία των παραγωγών παραμένουν υπό τον έλεγχο του FBN.
Το project, επομένως, έχει ενδιαφέρον. Αλλά προς το παρόν είναι περισσότερο μια αρχιτεκτονική υπόσχεση παρά ένα αποδεδειγμένο νέο προϊόν.
Η ουσιαστική αξιολόγηση θα αρχίσει όταν γίνουν γνωστά τα πρώτα πραγματικά στοιχεία: ποιες πηγές δεδομένων συνδέονται, με ποιες πλατφόρμες υπάρχει διαλειτουργικότητα, πόσες εκμεταλλεύσεις το χρησιμοποιούν, πόσο συχνά οι προτάσεις του οδηγούν σε σωστές αποφάσεις και —κυρίως— αν η χρήση του μειώνει το κόστος ή αυξάνει το εισόδημα του αγρότη.
Μέχρι τότε, το πιο ενδιαφέρον στοιχείο της συνεργασίας FBN–Google δεν είναι ότι η τεχνητή νοημοσύνη απέκτησε ξαφνικά «context» για τη γεωργία. Είναι ότι η μάχη για το επόμενο αγροτικό AI μεταφέρεται πλέον από το ποιος διαθέτει το καλύτερο μοντέλο στο ποιος μπορεί να αποκτήσει, να ενώσει και να αξιοποιήσει αξιόπιστα τα δεδομένα του πραγματικού αγροκτήματος.