Растёт и становится всё более острой необходимость решения проблемы глобальной продовольственной безопасности. Эта актуальность подчёркивается докладами Продовольственной и сельскохозяйственной организации Объединённых Наций, в которых говорится, что почти 828 миллионов человек во всём мире страдают от голода.
Изменение климата еще больше усугубляет эти проблемы, разрушая традиционные системы ведения сельского хозяйства и подчеркивая необходимость более разумных и ресурсоэффективных решений.
Искусственный интеллект (ИИ) может преобразовать глобальную продовольственную безопасность и борьбу с изменением климата.
ИИ будет играть важнейшую роль в обеспечении устойчивого сельского хозяйства и продовольственной безопасности в стремлении смягчить и ограничить последствия изменения климата.
Сельскохозяйственное производство сталкивается с непрекращающимся потоком опасностей и катастроф, связанных с изменением климата, которые непропорционально сильно сказываются на уязвимых слоях населения, включая мелких фермеров, производящих треть продовольствия в мире.
Глобальные агропродовольственные системы также усугубляют климатический кризис за счет деградации земель, неустойчивых методов ведения сельского хозяйства и неэффективных цепочек поставок.
Несмотря на опасения по поводу возможных негативных последствий ИИ, Генеральный секретарь ООН Антониу Гутерриш отметил, что в сфере устойчивого развития «преобразовательный потенциал ИИ во благо даже трудно осознать».
Во-первых, ИИ улучшит системы данных, которые помогут повысить устойчивость сельского хозяйства.
От здоровья почвы и доступности воды до погодных тенденций и борьбы с вредителями — способность предвидеть и реагировать на изменения климата все больше зависит от надежных и общих систем данных.
Аналитические инструменты, такие как системы дистанционного зондирования, спутниковой съемки и наблюдения за Землей, находятся на пороге революции ИИ, которая кардинально повысит вычислительную мощность, точность, экономическую эффективность и доступность ведущих технологий для поддержки сельского хозяйства.
Во-вторых, ИИ поможет нам создать более совершенные агропродовольственные системы.
30 процентов антропогенных выбросов парниковых газов приходится на глобальные агропродовольственные системы, включая фермерские хозяйства, изменения в землепользовании для поддержки сельского хозяйства и цепочки поставок. В этом отношении потенциал ИИ для улучшения продовольственных систем огромен, охватывая такие сферы, как землепользование, энергетика и транспорт.
ИИ может стать движущей силой технологической революции, отвечающей потребностям сельского хозяйства и изменения климата стран глобального Юга.
Решения о землепользовании выиграют от машинного обучения, которое позволит более точно определять наиболее подходящие участки и культуры на основе моделирования климата, экосистемных данных и картирования рисков стихийных бедствий.
ИИ также повысит эффективность цепочек поставок, предоставляя оперативную информацию о рыночном спросе и более эффективно подготавливая распределительные сети к надвигающимся климатическим потрясениям и катастрофам.
В городах, где проживает более половины населения мира, ИИ поможет находить более эффективные связи между городскими потребителями и окружающими производителями, что позволит сократить выбросы от транспорта и пищевые отходы.
В-третьих, ИИ может стать движущей силой технологической революции, отвечающей потребностям сельского хозяйства и изменения климата стран глобального Юга.
Например, по некоторым оценкам, в Африке сосредоточено около 45% земель мира, пригодных для устойчивого сельского хозяйства, и более 65% рабочей силы занято в сельском хозяйстве. Однако Африка сталкивается с самым высоким уровнем продовольственной нестабильности по сравнению с другими регионами мира, а также испытывает серьёзные последствия изменения климата. Более того, 85% из 20 стран, находящихся под угрозой изменения климата, находятся в Африке.
Причины отсутствия продовольственной безопасности сложны и включают в себя, казалось бы, неразрешимые циклы конфликтов, но если усилия будут направлены на разработку технологий ИИ для устойчивого сельского хозяйства, то целью станет глобальный Юг. Это может переосмыслить использование ИИ, чтобы агропродовольственные системы глобального Юга могли обеспечить средства к существованию и рабочие места в будущем.
Как ИИ трансформирует пищевую промышленность: будущее безопасности пищевых продуктов, соответствия требованиям и инноваций
«ИИ меняет пищевую промышленность способами, которые раньше считались невозможными. От повышения безопасности пищевых продуктов и соответствия требованиям до революционных изменений в управлении цепочками поставок и потребительском опыте — он стимулирует эффективность и инновации во всей отрасли», — пишет «Форбс» (вражье сми) (01.04.2025).
В условиях растущего давления на пищевую промышленность в связи с необходимостью соблюдения стандартов безопасности, сокращения отходов и улучшения прослеживаемости, ИИ становится ключевым фактором. Компании используют его для усиления контроля качества, автоматизации проверок, улучшения прослеживаемости и оптимизации процессов производства продуктов питания. В связи с растущими требованиями к ингредиентам и ожиданиями потребителей в отношении прозрачности, роль искусственного интеллекта в обеспечении безопасности пищевых продуктов и соблюдении требований становится как никогда важной.
Безопасность пищевых продуктов — главный приоритет для потребителей, регулирующих органов и бизнеса.
ИИ помогает отрасли перейти от реактивных к проактивным мерам безопасности посредством:
Предиктивной аналитики
Алгоритмы анализируют огромные объёмы данных для выявления потенциальных рисков до того, как они станут угрозой безопасности пищевых продуктов. Отслеживая цепочки поставок, производственные условия и историю отзывов, ИИ может прогнозировать риски заражения и рекомендовать превентивные меры.
Инспекций с использованием ИИ
Компьютерное зрение и машинное обучение совершенствуют контроль безопасности пищевых продуктов, автоматизируя процессы контроля качества. Камеры с ИИ способны обнаруживать загрязнения, ненадлежащую маркировку и посторонние предметы в пищевых продуктах быстрее и точнее, чем человеческий глаз.
Обнаружения патогенов
Датчики и диагностические инструменты на базе ИИ способны в режиме реального времени обнаруживать вредные бактерии, такие как кишечная палочка и сальмонелла, в условиях производства продуктов питания, снижая риск вспышек заболеваний.
Например, микробиологический стартап Spore.Bio использует технологию обнаружения патогенов на базе ИИ, чтобы сократить время тестирования с нескольких дней до нескольких минут. Получив финансирование в размере 23 миллионов долларов, компания стремится ускорить микробиологическое тестирование в режиме реального времени, помогая предприятиям пищевой промышленности быстрее выявлять заражения, предотвращать отзывы продукции и обеспечивать безопасность потребителей.
Разработки и маркировки пищевых продуктов
ИИ играет важную роль в инновациях продуктов питания и маркировке пищевой ценности. Пищевые компании используют его в таких целях, как:
• Ускоренная разработка новых продуктов: система может анализировать предпочтения потребителей, взаимодействие ингредиентов и тенденции рынка, чтобы предлагать новые формулы продуктов.
• Улучшение маркировки пищевой ценности: база данных о пищевой ценности продуктов питания и инструменты на базе ИИ гарантируют точность, соответствие требованиям и соответствие этикеткам ожиданиям потребителей.
• Персонализированное питание: приложения на базе ИИ предоставляют персонализированные рекомендации по питанию с учетом индивидуальных диетических потребностей, состояния здоровья и предпочтений в еде.
Операционной эффективности
ИИ может повысить эффективность работы предприятий розничной торговли и ресторанов, позволяя сотрудникам уделять больше времени безопасности и качеству пищевых продуктов.
Например, McDonald’s внедряет эту систему в 43 000 своих ресторанов по всему миру, чтобы ускорить обслуживание и снизить стресс у сотрудников. Эта инициатива включает в себя ИИ-обслуживание клиентов и предиктивное обслуживание оборудования, например, морожениц, что направлено на повышение удовлетворенности клиентов и эффективности работы.
Аналогичным образом Taco Bell представила «Byte by Yum» — инструмент на основе ИИ, призванный помогать менеджерам ресторанов решать такие задачи, как планирование и управление запасами, тем самым оптимизируя операции и улучшая предоставление услуг.
Соблюдения нормативных требований
Соблюдение нормативных требований в пищевой промышленности становится всё более сложным, поскольку компании сталкиваются с меняющимся глобальным и национальным законодательством в области пищевых продуктов. ИИ теперь помогает компаниям оставаться впереди, автоматизируя процессы обеспечения соответствия и упрощая нормативные требования.
Традиционно предприятия пищевой промышленности полагались на ручные процессы для обеспечения соответствия законам о безопасности пищевых продуктов, правилам маркировки и требованиям прослеживаемости. Однако регуляторные помощники на базе ИИ могут помочь компаниям:
• Быстро интерпретировать сложные нормативные акты и предоставлять мгновенные ответы на вопросы, связанные с соблюдением требований.
• Автоматизировать нормативные рабочие процессы, чтобы сократить нагрузку на ручные проверки соответствия.
• Минимизировать риск несоблюдения требований, чтобы избежать дорогостоящих штрафов и отзывов.
Помощник по вопросам регулирования на базе ИИ AskReg помогает предприятиям пищевой промышленности ориентироваться в сложной нормативно-правовой среде, предоставляя рекомендации по вопросам регулирования в режиме реального времени, автоматизируя рабочие процессы по обеспечению соответствия и гарантируя, что предприятия будут в курсе последних законов о безопасности пищевых продуктов.
Интегрируя аналогичные решения по обеспечению соответствия, компании могут оптимизировать свою деятельность, снизить риски несоблюдения требований и сосредоточиться на поставке на рынок более безопасных и качественных пищевых продуктов.
С чего начать
Для предприятий пищевой промышленности, планирующих интеграцию ИИ, путь начинается с обеспечения внутренней готовности персонала, процессов и корпоративной культуры. Вот несколько советов для начала:
• Согласование руководства: руководство должно установить четкие цели для принятия, будь то повышение безопасности пищевых продуктов, оптимизация цепочек поставок или усиление контроля качества.
• Обучение: разработка и внедрение ИИ не должны осуществляться изолированно внутри ИТ-отделов, в них должны участвовать ученые-пищевики, специалисты по обеспечению качества и другие ключевые заинтересованные стороны.
• Гигиена данных: аудит существующей инфраструктуры данных гарантирует компаниям наличие чистых, структурированных данных, которые системы ИИ могут эффективно анализировать.
• Разработка политики и управление изменениями: с точки зрения политики, компаниям следует разработать этические принципы и системы соответствия, чтобы согласовать внедрение ИИ с правилами пищевой промышленности. Преодолейте сопротивление изменениям, запуская пилотные проекты в меньшем масштабе, оценивая их воздействие и демонстрируя быстрые результаты перед масштабированием.
• Человеческий фактор: начните со сценариев, в которых ИИ дополняет процесс принятия решений, а не полностью заменяет человеческий опыт.
Благодаря стратегической подготовке в этих областях предприятия пищевой промышленности могут более плавно осуществить внедрение и максимально увеличить его потенциальные преимущества.
Будущее ИИ в пищевой промышленности
Влияние ИИ на пищевую промышленность только начинается. По мере развития технологий можно ожидать новых прорывов, таких как появление роботов-поваров и систем приготовления пищи на базе ИИ, а также более значительное сокращение пищевых отходов благодаря предиктивной аналитике.
Это не просто инструмент повышения эффективности — он формирует будущее безопасности пищевых продуктов, соответствия требованиям и инноваций. Компании, внедряющие решения на основе ИИ, не только опережают нормативные требования, но и получают конкурентное преимущество в отрасли, где прозрачность, доверие и эффективность важны как никогда.
Новая глобальная инициатива по использованию ИИ для продовольственных систем
Инициатива запущенна на Всемирном саммите «ИИ во благо» (июль 2025 года. Она направлена на то, чтобы ИИ способствовал повышению производительности, устойчивости и глобальной продовольственной безопасности.
Инициативу возглавляют Международный союз электросвязи (МСЭ), Продовольственная и сельскохозяйственная организация ООН (ФАО), Всемирная продовольственная программа (ВПП) и Международный фонд сельскохозяйственного развития (МФСР).
«Благодаря общей цифровой инфраструктуре, пилотным проектам и стандартам мы стремимся предоставить правительствам и новаторам возможность оказывать реальное влияние на устойчивые продовольственные системы», — заявил Сейдзо Оноэ, директор Бюро стандартизации электросвязи МСЭ.
«Результаты этой инициативы также будут использованы в ключевых направлениях стандартизации МСЭ, обеспечивая актуальность и масштабное внедрение», — добавил Оноэ.
Это позволит сохранить импульс, созданный Целевой группой МСЭ-ФАО по ИИ и Интернету вещей для цифрового сельского хозяйства.
Опыт использования ИИ и робототехники в земледелии
Эксперты сайта «Конверсейшен» (25.06.2025) пишут, что в будущем «системы закрытого земледелия смогут работать полностью автономно, управляя водой, питательными веществами и условиями окружающей среды без человеческого контроля. Такие автономные системы, управляемые искусственным интеллектом (ИИ) и работающие на робототехнике, могут кардинально изменить способ производства продуктов питания, особенно в регионах с ограниченным количеством пахотных земель».
Исследовательская группа в Школе мехатронных системных инженеров Университета Саймона Фрейзера (SFU) разработала прототип сенсорного робота на базе ИИ, способного автономно контролировать потребность томатных растений в воде.
Исследователи Университета Саймона Фрейзера и студенты Центра исследований климата и окружающей среды Аруши при Университете Ага Кана, в экологическом заповеднике площадью 3700 акров, протестировали технологию беспилотных летательных аппаратов для улучшения сельскохозяйственных работ в Танзании.
Фермерство на базе ИИ
В традиционных теплицах для повышения эффективности и минимизации потерь воды используется ряд методов управления водными ресурсами. К ним относятся капельное орошение, использование датчиков влажности почвы и автоматизированных систем полива.
Несмотря на свою эффективность, эти методы имеют ограничения по оперативности и точности и могут привести к избыточному или недостаточному поливу, пустой трате ресурсов и в связи с ухудшением состояния сельскохозяйственных культур.
Сельское хозяйство потребляет большую часть воды, используемой человечеством. Поскольку дефицит воды затрагивает более двух миллиардов человек во всем мире, крайне важно найти инновационные способы более эффективного ее использования.
В Университете Саймона Фуллера (SFU) создали инновационного робота, который использует электрические сигналы растений, также известные как электрофизиологические реакции растений, в качестве индикаторов их здоровья и потребности в увлажнении в режиме реального времени. Система использует передовые алгоритмы ИИ для интерпретации этих сигналов и определения времени подачи воды.
Эта технология устраняет традиционную необходимость в догадках и ручном труде, связанных с орошением, способствуя эффективному использованию воды и сокращению отходов, а также оптимизируя здоровье растений.
Недавние исследования демонстрируют потенциал интеграции инноваций на основе ИИ в сельское хозяйство. Системы на базе ИИ могут значительно повысить эффективность водопользования, сократить сброс химикатов и оптимизировать урожайность.
Достижения в области робототехники также облегчают неинвазивный и непрерывный мониторинг здоровья растений, позволяя принимать точные и своевременные меры.
Недавние достижения в области мониторинга физиологических сигналов растений показали, что датчики, способные улавливать электрические сигналы, отражающие стресс растений, гидратацию и общее состояние здоровья, могут предоставлять высокоточные данные в режиме реального времени.
В сочетании с ИИ эти сигналы обеспечивают точный полив, динамически адаптируемый к реальным потребностям растений, что представляет собой значительный скачок в интеллектуальном уходе за растениями.
Более того, недавние инновации, использующие многоспектральную визуализацию и машинное обучение, значительно улучшили возможности по выявлению заболеваний и стрессовых состояний растений. Это можно интегрировать с электрическими сенсорными роботами для разработки комплексных систем мониторинга здоровья растений.
Благодаря этим усовершенствованиям полностью автономное сельское хозяйство становится возможным. Эта технология выходит за рамки орошения, используя роботизированные датчики для интерпретации сигналов растений и обеспечивая автономное управление питательными веществами и мониторинг окружающей среды.
Эти многофункциональные роботы направлены на оптимизацию использования ресурсов, сокращение отходов и повышение урожайности сельскохозяйственных культур, поддерживая глобальную продовольственную безопасность посредством комплексного управления здоровьем растений.
Из теплиц в поля
В теплицах получены многообещающие результаты. Однако реальный потенциал управления водными ресурсами с помощью ИИ кроется в масштабируемых и адаптируемых решениях. Обеспечение глобальной продовольственной и водной безопасности требует международного сотрудничества для обмена знаниями, технологиями и разработки региональных стратегий для территорий, пострадавших от дефицита воды и изменения климата.
Чтобы быть эффективными, решения, разработанные в контролируемых условиях, должны быть адаптированы и доступны для фермеров.
Это означает разработку доступных и простых в использовании сенсорных инструментов, а также масштабируемых систем ИИ и робототехники, способных эффективно работать в изменяющихся условиях окружающей среды и инфраструктуры.
Международное сотрудничество играет здесь важнейшую роль. Обмен знаниями посредством трансграничных исследовательских партнерств, программ наращивания потенциала и инициатив по трансферу технологий может ускорить внедрение интеллектуальных решений для сельского хозяйства по всему миру.
CSA (сельское хозяйство, поддерживаемое сообществом, где потребители и местные фермеры объединяются в прямом партнерстве) и новые технологии
В США действуют более 12 500 органических ферм CSA, которые к 2026 году будут поддерживать местную экономику и устойчивое сельское хозяйство.
По мере приближения 2026 года органические программы CSA набирают значительную популярность по всей территории Соединенных Штатов. С повышением осведомленности потребителей о пользе для окружающей среды и здоровья все больше людей ищут «органический CSA рядом со мной» и присоединяются к местным программам CSA по сбору урожая.
CSA: как цифровые платформы приближают более свежие продукты
К 2026 году более половины всех CSA будут использовать инструменты цифрового управления или мобильные приложения для беспрепятственного взаимодействия с людьми.
Такие платформы, как LocalHarvest, произвели революцию в том, как потребители находят и присоединяются к сельскохозяйственным программам CSA. Действуя как бесценные онлайн-инструменты, эти веб-сайты позволяют пользователям искать «органический CSA рядом со мной», связываться с местными фермами и узнавать подробности о сезонных продуктах, местах получения, вариантах доставки и отзывах клиентов.
Приложение компании Farmonaut для управления фермой и цифровизации CSA
Благодаря ИИ, спутниковому мониторингу и отслеживаемости блокчейна операции CSA становятся более прозрачными. Участники могут отслеживать путь от фермы до стола и получать доступ к данным об устойчивом развитии производства продуктов питания.
Например, решения Farmonaut для отслеживания продукции позволяют заинтересованным сторонам проверять и проводить аудит каждого этапа сельскохозяйственного процесса.
Это способствует укреплению доверия и позиционирует органические CSA как лидеров в области соблюдения требований безопасности пищевых продуктов.
Миссия компании Farmonaut заключается в том, чтобы предоставить сельскохозяйственным сообществам, малым и большим, самые передовые спутниковые технологии для мониторинга, планирования и управления разнообразными сельскохозяйственными операциями.
Спутниковый мониторинг и консультирование на основе данных: платформа использует спутниковые снимки в режиме реального времени и аналитику на основе искусственного интеллекта, чтобы предоставить фермерам практическую информацию о повышении урожайности, снижении рисков и поддержке устойчивого сельского хозяйства.
Отслеживаемость блокчейна: проверка органического статуса, использования входных данных и сроков сбора урожая упрощается благодаря прозрачной, неизменяемой технологии блокчейн.
Отслеживание воздействия на окружающую среду: фермеры могут контролировать выбросы углекислого газа и соблюдать критерии устойчивого развития с помощью наших решений по контролю углеродного следа.
Инструменты управления ресурсами: компания предоставляет интегрированное управление автопарком и логистикой для эффективной доставки CSA, оптимизации маршрутов и снижения эксплуатационных расходов.
Доступ к финансированию: спутниковая верификация помогает фермерским хозяйствам получить кредиты, страхование и операционную безопасность, что особенно важно для масштабирования CSA или перехода на органические системы.
Такие инструменты, как спутниковый мониторинг, информационные панели на основе ИИ и прослеживаемость на основе блокчейна, повышают эффективность управления фермой, логистикой и коммуникацией, обеспечивая при этом прозрачность и соответствие нормативным требованиям для всех типов CSA.
Как ИИ способствует продовольственной безопасности Китая
Продовольственная безопасность уже давно вызывает озабоченность у китайских властей. В условиях меняющейся геополитической ситуации, изменения климата, торговой напряженности с Соединенными Штатами Америки и внутренних проблем Китай уделяет первостепенное внимание продовольственной безопасности. Ключевым направлением этой деятельности является стимулирование местного сельскохозяйственного производства, что отражено в многочисленных политических мерах, планах и целевых показателях как на национальном, так и на местном уровнях.
Несмотря на усилия по увеличению местного производства, серьёзные проблемы, такие как ограниченность пахотных земель и водных ресурсов, а также значительное загрязнение почв, делают эту задачу непростой. Опасения усугубляются тем, что в 2004 году Китай перешёл из категории нетто-экспортёра в категорию нетто-импортёра и, как ожидается, останется таковым.
Как ИИ может помочь
ИИ может помочь Китаю решить проблемы сельского хозяйства, повысив эффективность и оптимизировав цепочки поставок. Дроны, спутники и датчики позволяют осуществлять мониторинг состояния посевов, почвы и погоды в режиме реального времени, а прогнозирование болезней и вредителей на основе ИИ сокращает потери урожая и повышает урожайность. Кроме того, ИИ помогает оптимизировать цепочки поставок, повышая эффективность хранения и транспортировки, что позволяет сократить пищевые отходы. Учитывая, что до 6% от общего объема производства продовольствия в Китае «теряется» при хранении, транспортировке и переработке в домашних условиях и на складах, существует очевидная потребность в таких технологиях, что подтверждает важнейшую роль ИИ в сокращении разрывов между фермой и столом.
Более активное использование ИИ в производстве продуктов питания соответствует более широкой стратегии китайского правительства, направленной на то, чтобы стать мировым лидером в области ИИ, в том числе в сельском хозяйстве.
Для достижения этой цели были предприняты некоторые шаги. На национальном уровне Пекин объявил цифровизацию одной из основных стратегий модернизации сельского хозяйства. Такие планы, как Национальный план внедрения интеллектуального сельского хозяйства (2024–2028 годы) и 14-й пятилетний план модернизации сельского хозяйства (2021–2025 годы), подчёркивают важность использования ИИ, больших данных и технологий дистанционного зондирования для повышения эффективности и производительности сельского хозяйства. Эти усилия играют ключевую роль в реализации китайской стратегии модернизации сельского хозяйства с помощью цифровых инструментов, обеспечивая соответствие сектора будущим требованиям и одновременно повышая общую производительность.
Работа ведется и на местном уровне. В провинции Хэбэй запущена онлайн-фермерская система на базе ИИ «Xiongxiaonong». Разработанная Управлением сельского хозяйства и развития села Нового района Сюнъань и China Telecom, она стала первой в стране крупной моделью ИИ, ориентированной на сельское хозяйство и работающей на платформе DeepSeek и адаптированной для специализированных отраслей сельского хозяйства Сюнъаня.
Модель доказала свою эффективность. Всего за месяц система помогла сельскохозяйственному парку озера Янцюэ Сили оптимизировать сбор томатов, используя ИИ для прогнозирования рыночных цен, что привело к увеличению дохода фермеров.
В другом месте, в провинции Сычуань, роботы на базе ИИ, интегрированные с камерами высокой чёткости DeepSeek в умных теплицах, произвели революцию в борьбе с вредителями. Передача изображений урожая в режиме реального времени с камер в облако для анализа повысила точность идентификации вредителей более чем на 80%.
Примечательно, что аграрная модель Китая, основанная преимущественно на небольших семейных фермах, разбросанных по всей стране, сталкивается со значительными препятствиями на пути модернизации, особенно в плане внедрения сельскохозяйственных технологий и стандартизации производственных практик. Эти проблемы снижают производительность и замедляют развитие технологий и биотехнологий, необходимых для удовлетворения растущего спроса на продовольствие. Переход от этой фрагментированной структуры сельского хозяйства к более эффективному, технологически ориентированному сектору все еще находится на начальном этапе и встречает сопротивление, особенно в сельской местности.
Некоторые инициативы, такие как Национальная облачная платформа сельскохозяйственных технологий и образования, направлены на устранение этих пробелов посредством онлайн-обучения.
Финансовые ограничения также представляют собой серьёзное препятствие. Мелкие фермеры, управляющие более чем 70% сельскохозяйственных угодий Китая, часто сталкиваются с ограниченным доступом к кредитам. Исследования показывают, что 18,87% семейных ферм сталкиваются с дефицитом финансирования, а 26,20% тех, кто имеет официальный кредит, по-прежнему не могут полностью покрыть свои потребности, что ещё больше сдерживает инвестиции в сельскохозяйственные технологии.
Хотя центральное правительство в конце 2024 года приняло пакет мер по списанию долга эквивалентному 1,4 триллиона долларов США, это лишь небольшой шаг к ослаблению финансового давления. Ожидается, что к 2030 году общий государственный долг достигнет почти 150 процентов валового внутреннего продукта, и местные органы власти столкнутся с ещё большей бюджетной нагрузкой, что может поставить под угрозу инвестиции в сельское хозяйство, такие как сельская инфраструктура и необходимые технологические инновации.
Без комплексных реформ достижение целей Китая в области сельскохозяйственного производства остаётся под угрозой.
С этой целью сотрудничество с частным сектором, включая ведущие технологические компании страны (например, Huawei) и компании, занимающиеся электронной коммерцией, такие как Pinduodu и JD.com, которые уже продемонстрировали интерес к этой области, могло бы помочь в решении проблем путем внедрения масштабируемых решений с низким уровнем риска, которые сокращают первоначальные затраты для фермеров и местных органов власти.
Такое сотрудничество во многом способствовало росту китайского рынка «ИИ плюс сельское хозяйство». По данным китайского аналитического центра Qianzhan Industry Research Institute, этот показатель оценивается в 68,5 млрд юаней (9,55 млрд долларов США) и к 2024 году превысил 90 млрд юаней. Это свидетельствует о том, что инновации частного сектора способны устойчиво преодолевать разрыв между городом и деревней.
***
В России предпринимаются активные меры по использованию ИИ для решения проблем продовольственной безопасности.
Опыт США, Китая, других стран, рекомендации международных организаций необходимо внедрять в соответствии с нашей национальной спецификой.
