Sectorul agricol este format din mai multe tipuri de muncă care au puține în comun. Există muncă fizică în grajd, seră sau pe teren, legată de sezon, vreme și procese biologice care nu pot fi accelerate. Există muncă administrativă legată de înregistrare, cereri de subvenții, contabilitatea gunoiului de grajd și conformitatea cu reglementări care diferă în funcție de cultură, animal sau regiune. Și există un al treilea nivel: planificare, achiziții, alegeri de cultură și evaluarea datelor din senzori, imagini satelitare și prețuri de piață. Acest al treilea nivel crește, în timp ce primul nivel rămâne limitat scalabil din cauza naturii intrinseci a muncii.
Condițiile care determină rezultatul nu sunt uniforme. O fermă de câmp cu multe date deschise despre sol și vreme are alte puncte de acțiune pentru automatizare decât o exploatație zootehnică unde supravegherea bunăstării animalelor este rezervată legal oamenilor. O fermă de legumicultură cu computere climatice are de ani de zile o direcționare bazată pe date din senzori; un fermier de câmp care decide manual per parcelă nu are așa ceva. Această diferență determină unde AI preia deja astăzi sarcini și unde acest lucru este încă departe.
Trei categorii traversează munca din acest sector. În primul rând, sarcini pe care AI le poate executa independent: interpretarea datelor din senzori pentru irigare, recunoașterea tablourilor de boală pe baza materialului vizual, întocmirea primelor versiuni de rapoarte pentru cereri de subvenții. În al doilea rând, sarcini în care AI face o propunere, iar un om o aprobă sau o respinge motivat: un sfat de cultură care este verificat cu cunoștințe locale, o propunere de achiziție care este evaluată din perspectiva riscului de livrare. În al treilea rând, munca care rămâne muncă umană: supravegherea fizică a bunăstării animalelor, evaluarea calității solului la fața locului, negocierea cu un client despre un contract pe termen lung.
Această împărțire nu este o instantanee care se deplasează uniform pretutindeni. Companiile care lucrează deja cu date din senzori și software de suport decizional văd prima categorie crescând, pentru că structura de date este deja pusă în loc. Companiile care încă funcționează pe experiență și înregistrare manuală văd mai ales apariția celei de-a doua categorii, pentru că mai întâi trebuie ca cineva să stabilească ce este suficient de fiabil pentru a fi lăsat pe seama unui sistem. Diferența dintre companii nu se află astfel în ambiție, ci în măsura în care munca de bază este deja înregistrată într-o formă pe care un sistem o poate citi.
O strategie care se bazează pe o necesitate fixă de personal pentru sarcini administrative sau de monitorizare se sprijină pe o presupunere pe care nimeni nu a formulat-o explicit: că această muncă poate fi făcută doar de oameni, la un anumit ritm și un anumit cost. De îndată ce AI preia sau susține o parte din această muncă, presupunerea respectivă nu devine caducă printr-un anunț. Ea devine caducă gradual, în timp ce planul pe hârtie rămâne neschimbat.
Acesta este modelul pe care acest sector îl are în comun cu alte sectoare unde AI afectează nivelul sarcinilor mai degrabă decât nivelul funcțiilor. Schimbări similare au loc în sectorul IT, unde AI preia parțial munca de programare și testare, în serviciile financiare, unde supravegherea evaluărilor automatizate primește un rol nou, și în sectorul recreativ, unde planificarea și contactul cu clienții sunt repartizate diferit între sistem și om. Sectorul agricol are propriul ritm, determinat de sezon și reglementări, dar mecanismul este același: o presupunere care odată era corectă nu este retrasă, ci pur și simplu nu mai este verificată.
Acest lucru nu se referă la întrebarea dacă o companie trebuie să reducă personalul sau să îl utilizeze altfel. Acea decizie se supune propriilor cerințe legale privind dreptul muncii și participarea angajaților, pentru care se aplică reguli care nu sunt tratate aici. Este vorba despre ceva care precede aceasta: a ști ce muncă este efectiv realizată astăzi de AI, ce muncă este realizată sub supraveghere și ce muncă rămâne muncă umană. Aceasta este o întrebare factuală, nu o decizie de personal.
Întrebarea ce muncă din această companie poate fi cu adevărat preluată de AI este răspunsă pe bază de sarcină cu scanul de muncă al FTE TO AI, astfel încât presupunerile privind capacitatea să nu mai depindă de estimare. Cei care doresc să știe mai precis ce este de fapt o presupunere strategică găsesc explicația în prezentarea despre ce este o presupunere strategică și cum verificați dacă mai este valabilă, iar cei care doresc să știe cum este confruntată o strategie în curs cu situația actuală pot citi despre asta în explicația privind testarea unei strategii existente.
Primul pas nu este un plan complet revizuit, ci o scurtă inventariere a presupunerilor pe care se bazează planul actual. FTE TO AI oferă în acest sens o verificare gratuită a presupunerilor: un scurt exercițiu în care denumiți principalele dumneavoastră presupuneri și vedeți, pentru fiecare presupunere, când a fost confirmată ultima dată. Aceasta nu oferă o judecată asupra strategiei în sine, dar oferă o imagine asupra elementelor care necesită atenție înainte de a fi ajustate. Testul complet de presiune, cu o imagine externă alături de auto-evaluarea conducerii, este în curs de elaborare.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.