Hoe AI de voedselproductie op gang houdt te midden van de turbulentie in de landbouw

Voordatde tractor werd uitgevonden, werkten boeren hun land uitputtend samen met lastdieren zoals paarden en muildieren die zes acres land per dier per jaar nodig hadden voor voedsel.

Door angst voor verandering, banenverlies of kosten, vierden landeigenaren de tractor niet bepaald en waren over het algemeen sceptisch. Toch werd het gebruik van de tractor uiteindelijk standaard in het begin van de 20e eeuw, waardoor boeren van alle groottes en gewastypes hun land efficiënter konden ploegen en bewerken. De tractor bood boeren niet alleen een instrument om hun bedrijfsvoering te verbeteren, maar hielp ook om de voedselvoorziening aan te vullen.

Terwijl AI bijna elke industrie verandert, omarmt de landbouwsector, die op meerdere fronten significante obstakels tegenkomt, voorzichtig machine learning, computer vision en andere gegevensgedreven processen. De tractor leidde tot de omarming van andere uitvindingen die de Groene Revolutie veroorzaakten, en velen rekenen op AI om hetzelfde effect te hebben als de voedselonzekerheid toeneemt.

Maar waarom zou de landbouwsector AI moeten omarmen, en zal het voldoende hulp bieden om de voedselonzekerheid te stoppen?

Waarom de landbouw nu AI’s efficiëntie nodig heeft

Tarweboeren in Egypte hebben moeite om hun gewassen van voldoende water te voorzien, en groentetelers in Californië ondervinden onvoorziene extreme weersomstandigheden. Maar de mondiale landbouw kampt met meer dan alleen de milieueffecten van klimaatverandering. De sector wordt geconfronteerd met een lange, diverse lijst van problemen en verstoringen die de cijfers over voedselonzekerheid verder zullen opdrijven als ze niet snel worden verholpen.

Klimaatverandering vormt een existentieel gevaar, maar arbeidsproblemen hebben invloed op elk aspect van de landbouw. Een groot deel van de westerse wereld is sterk afhankelijk van ervaren seizoensgebonden migrantenarbeid om te helpen bij het werken van lange, zware dagen in de velden. Toch hebben verstoringen door de COVID-19-pandemie en andere destabiliserende factoren veel boeren met een tekort aan arbeidskrachten achtergelaten. Bovendien leiden veranderende sociale druk en levensstijlOverwegingen ertoe dat veel jongeren uit landbouwachtergronden de velden en boomgaarden verlaten voor banen in high-tech of andere aantrekkelijke beroepen.

Een tekort aan arbeidskrachten is één ding, maar het vervangen van geschoolde werknemers is niet zo eenvoudig als iemand van de straat plukken. Critische rollen zoals scouting, oogsten en het beheren van irrigatiesystemen vereisen specialistische kennis en training om acceptabel te worden uitgevoerd.

Oorlogen en arbeidsverstoringen verergeren de voedselonzekerheid door de verstoring van de toeleveringsketen. Zo heeft de voortdurende Russisch-Oekraïense oorlog—een regio die bekend staat als “Europa’s broodmand”—de voedseltoelevering ernstig verstoord, vooral naar delen van de wereld die al te kampen hebben met voedselonzekerheid, zoals Afrika.

Bovendien leiden stijgende inkoopkosten, dalende productiewaarden en veranderende markten tot dalende productiviteit op veel boerenbedrijven en een daling van de winstmarges van telers. Als dit de landbouw niet al moeilijk genoeg maakt, verergert de klimaatverandering alles, waardoor traditioneel technologie-resistente telers zich tot AI wenden om de teruglopende winst te compenseren en de mondiale vraag te vervullen.

Maar de eerste stap is dat technologieaanbieders het vertrouwen van telers moeten winnen, wat kan gebeuren door te laten zien waar AI al een groot verschil maakt.

Waar AI telers helpt om de voedselproductie op gang te houden

De Voedsel- en Landbouworganisatie van de Verenigde Naties schat dat boeren 70% meer voedsel moeten produceren om de voorspelde mondiale bevolking van 9,1 miljard mensen in 2050 te voeden. Dat is een hoge eis voor elke teler om te vervullen, terwijl ook rekening wordt gehouden met de klimaatimpact zonder adequate technologie.

In veel branches zijn AI-toepassingen meer theoretisch en hebben ze tijd nodig om getest en gevalideerd te worden. De gezondheidszorg is een voorbeeld, waar AI-hulp nodig is, maar de huidige toepassing is beperkt vanwege zorgen over gegevensbescherming en medische aansprakelijkheid.

Maar in de landbouw zien we boeren en boerenbedrijven die worden gesteund door nieuwe AI-toepassingen, waaronder kleinere, lokale telers die de impact van pandemieën, oorlogen of klimaatverandering niet kunnen absorberen.

Als de tweede grootste exporteur van landbouwproducten wereldwijd en een van de meest dichtbevolkte landen, heeft Nederland altijd innovatieve benaderingen nodig gehad om zijn geografische beperkingen te overwinnen en zijn land te behouden. Met de historische herinnering aan de hongersnood van 1944-45, hebben de Nederlanders AI in de landbouw breed omarmd om precisielandbouwpraktijken te implementeren om de gewasproductie te optimaliseren, computer vision te gebruiken om de plantengezondheid te controleren en gegevensgedreven beslissingen te nemen in boerenbedrijven en kassen.

Vorig jaar richtte de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) een nieuw instituut op dat plantbiologie, computationele modellering en AI combineert om gewasvariëteiten te ontwikkelen die meer resistent zijn tegen klimaatverandering en minder afhankelijk zijn van chemische gewasbescherming.

De VS zijn gezegend met een overvloed aan mogelijk de beste landbouwgrond. Toch is de gemiddelde Amerikaanse boer bijna 60 jaar oud, waarvan bijna 40% ouder is dan 65. Om ouder wordende en onderbemande telers te helpen, worden AI en robotica steeds vaker gebruikt op Amerikaanse boerenbedrijven, waardoor de productiviteit van arbeidsintensieve taken zoals plukken en ploegen wordt verhoogd en gegevensgedreven inzichten worden geboden om geïnformeerde beslissingen te nemen die de gewasgezondheid en de opbrengst kunnen verbeteren.

Met hogere kwaliteit gegevens en verfijningen in ML, computer vision, deep learning en innovatieve robotica, helpt AI actief bij het maken van de landbouw een meer levensvatbaar, duurzaam en efficiënter bedrijf.

Bijvoorbeeld kunnen gegevensdeling en samenwerking tussen telers en technologieaanbieders waardevolle informatie delen die de productiviteit en de kennis over gewassen verhogen, waardoor AI-systemen kunnen worden verbeterd en telers waardevolle inzichten kunnen verkrijgen. AI en gegevensdeling kunnen zelfs helpen om landbouwgemeenschappen te waarschuwen voor nieuwe gewasbedreigingen in een specifiek gebied. Of het nu gaat om het gebruik van AI-instrumenten of de gegevens die het genereert voor gewasmonitoring of voorspellende analyse, het is relevante munitie in de strijd om de voedselzekerheid te verhogen.

Stijgende voedselonzekerheid zal uiteindelijk leiden tot economische moeilijkheden, conflicten en wijdverbreide destabilisatie die alle aspecten van de mensheid beïnvloeden. Het voorkomen van deze catastrofale scenario’s vereist het uitbreiden en verspreiden van de positieve impact van AI op de landbouw.