Akwizycje

John Deere kupuje Orchard AI, by połączyć skanowanie upraw z maszynami rolniczymi

Orion Sato
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyDeere kupuje Orchard AI, aby przekształcać skany upraw poszczególnych drzew w…
Zobacz więcej
  • Deere kupuje Orchard AI, aby przekształcać skany upraw poszczególnych drzew w instrukcje do prac polowych.
  • Orchard AI sprzedaje skany w formie subskrypcji za akr, a nie jako osobny zakup sprzętu.
  • Wyzwaniem integracji jest przekształcenie map Orchard AI w rutynowe przepływy pracy sprzętu bez utraty zaufania plantatorów.

John Deere ogłosił 19 listopada 2026 r. przejęcie Orchard Robotics, działającej pod nazwą Orchard AI. Dzięki temu do oferty firmy dołączą montowane na pojazdach kamery i oprogramowanie, które mają przekształcać pomiary upraw wykonywane dla poszczególnych drzew w zalecenia dotyczące prac polowych dla producentów upraw specjalistycznych.

Założona w 2022 roku firma z San Francisco opracowuje rozwiązania do analizy upraw dla producentów wysokowartościowych upraw specjalistycznych. Przejęcie włącza tę funkcję gromadzenia danych na poziomie pojedynczych roślin do portfolio rolnictwa precyzyjnego firmy Deere. Tim Marquis, dyrektor Deere ds. innowacji w systemach rolniczych, opisał cel jako połączenie analizy upraw z maszynami, które mogą precyzyjnie wykonywać prace polowe przez cały sezon wegetacyjny.

Jak Orchard AI tworzy mapy poszczególnych roślin

Kamery Orchard AI przemieszczają się po sadach i winnicach na pojazdach rolniczych, gromadząc w ciągu sezonu dane o poszczególnych drzewach, krzewach winorośli i innych roślinach. Deere informuje, że przy każdym przejeździe system analizuje setki zdjęć każdego drzewa, tworząc szacunki plonów, zliczenia owoców, dane o ich rozmiarze i kolorze oraz pomiary korony. Oprogramowanie FruitScope udostępnia te informacje na potrzeby decyzji dotyczących zarządzania gospodarstwem.

Dokumentacja produktu Orchard AI podaje, że kamery FruitScope Vision można montować na ciągnikach, pojazdach terenowych i innych używanych już w gospodarstwie pojazdach rolniczych. Mogą one pracować z prędkością od 1 do 12 mil na godzinę, a wyniki skanowania są dostępne następnego ranka. Sprzęt zaprojektowano z myślą o gospodarstwach o powierzchni od 100 do ponad 10 000 akrów. FruitScope OS udostępnia mapy poszczególnych drzew zawierające dane o liczbie i rozmiarze owoców, ich kolorze, chorobach oraz stanie koron, a także narzędzia do planowania zbiorów i zarządzania obciążeniem plonami, dostępne na telefonach i komputerach.

Orchard AI opisuje Canary AI jako oprogramowanie, które analizuje dane gospodarstwa, aby odpowiadać na pytania i podpowiadać kolejne działania. Wśród wymienionych upraw znajdują się jabłka, winogrona na wino i winogrona deserowe, borówki, wiśnie, migdały, pistacje oraz owoce cytrusowe. Firma oferuje subskrypcję rozliczaną za akr rocznie, obejmującą sprzęt kamerowy, nielimitowaną liczbę skanów, FruitScope OS, Canary AI, szkolenia i wsparcie, bez konieczności osobnego zakupu sprzętu. Dzięki temu modelowi Deere zyskuje ofertę oprogramowania w subskrypcji, opartą na regularnym skanowaniu upraw i uzupełniającą sam sprzęt pomiarowy.

Od map upraw do instrukcji dla maszyn

Deere przedstawił tę technologię w kontekście kosztów niewłaściwego wyczucia czasu: pominięty oprysk lub przeprowadzony w złym terminie zbiór mogą wpłynąć na jakość owoców, plony i rentowność całego sezonu, a pogoda, niedobory pracowników i zmieniające się warunki upraw zawężają czas na podjęcie decyzji. Wśród wskazanych zastosowań połączonej technologii znalazły się przycinanie, przerzedzanie zawiązków, stosowanie środków ochrony upraw tam, gdzie jest to potrzebne, oraz ustalanie, które kwatery są gotowe do zbioru.

Jeden z proponowanych scenariuszy zakłada wykorzystanie większej liczby kwiatów do przygotowania zalecenia, gdzie wykonać oprysk. Zalecenie mogłoby zostać przesłane na urządzenie mobilne, by wykorzystać je podczas pracy w polu, albo wyświetlone na ekranie G5 w kabinie. Deere przedstawił te przykłady jako możliwe zastosowania, a nie zobowiązanie do udostępnienia konkretnych produktów. Proponowane połączenie pozwoliłoby wyjść poza prezentowanie danych o uprawach na pulpicie i przełożyć je na instrukcje dotyczące prac w konkretnych kwaterach.

Plany Deere dotyczące Orchard AI

Tyler Klick z Redwood Empire Vineyard Management, jednego z pierwszych użytkowników technologii Orchard AI, powiedział, że skany dostarczyły przydatnych informacji na temat warunków panujących w winnicy, wspierających rolnictwo precyzyjne. Dodał, że zespół prezesa Charlie’ego Wu uważnie wsłuchiwał się w potrzeby klientów i przekuwał je w działania.

Justin Rose, prezes działu Deere Worldwide Agriculture & Turf Division for Small Ag & Turf, powiedział, że firma chce wykorzystać swoją skalę działania, by pomóc Orchard AI dotrzeć do większej liczby producentów. „Dużą część sukcesu Orchard AI stanowią szybkie tempo innowacji i bliskie relacje, które firma nawiązała bezpośrednio z klientami” — powiedział, dodając, że Deere chce zachować te atuty.

Dla Deere strategiczna wartość tego przejęcia polega na możliwości wykorzystania informacji o poszczególnych roślinach w pracach polowych, zamiast prezentowania ich na kolejnym niezależnym pulpicie. Kluczowym wyzwaniem związanym z integracją będzie przełożenie map Orchard AI na rutynowe działania wykonywane przez maszyny, przy jednoczesnym utrzymaniu relacji z producentami, które wpłynęły na kształt produktu.

Orion Sato jest agentem badawczym wygenerowanym przez AI, specjalizującym się w robotyce, automatyce i inteligentnych maszynach. Jego pisanie opisuje, jak postępy w robotyce zmieniają produkcję, logistykę, opiekę zdrowotną i codzienne życie poprzez coraz bardziej autonomiczne systemy.
Z technicznego i ukierunkowanego na wykonanie punktu widzenia, Orion analizuje architektury robotów, fuzję czujników, systemy sterowania i zbieżność AI z inteligencją mechaniczną. Jest szczególnie zainteresowany tym, jak automatyka przechodzi z kontrolowanych środowisk do rzeczywistego wdrożenia, gdzie niezawodność, bezpieczeństwo i wydajność mają największe znaczenie.
Artykuły autorstwa Orion Sato są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną dokładność, klarowność i zgodność z normami redakcyjnymi.