Инвестиции в цифровизацию АПК и их значение для будущего роста глобальной экономической системы
Аннотация
Данная статья посвящена рассмотрению инвестиций в цифровизацию АПК и их значение для будущого роста глобальной экономической системы на примере хозяйства в России с учетом основных тенденций развития цифровой экономики, а также характеристике важнейших моментов развития отечественной агросмарт-экономики.
В условиях обострения санкционной проблемы и хронического характера продовольственных войн России как со странами ближнего, так и дальнего зарубежья вопрос формирования нового организационно-технологического уклада в АПК является жизненно важным шагом для обеспечения благополучия всего общества.
В настоящее время в агропромышленном комплексе Российской Федерации существует значительный технологический разрыв в части обеспечения умного роста агробизнеса на основе цифровых технологий и решений, что негативно сказывается на его производственном, экспортном потенциале и финансовом состоянии. Достоверность и достоверность результатов научного исследования достигалась за счет правильного построения логики и схемы исследования. В качестве методологической и фундаментальной основы исследования использованы научно-практические исследования российских и зарубежных ученых в области развития аграрного бизнеса, цифровой экономики, государственного управления в сфере сельского хозяйства.
Целью данной работы является охарактеризовать инвестиции в цифровизацию АПК и их значение для будущого роста глобальной экономической системы
Ключевые слова: инвестиции, цифровизация, АПК, глобальная экономическая система.
1 Introduction
Цифровизация аграрного сектора является объективным фактором успешного построения новой, цифровой экономики в России и формирования умной траектории роста таких базовых, «земных» подотраслей, как растениеводство и животноводство. Эти базовые подотрасли являются не только площадкой для всей сферы агробизнеса, но и напрямую влияют на продовольственную, демографическую и экономическую безопасность страны. Сегодня предприятия агропромышленного комплекса стоят перед новой точкой выбора: «сохранить традиционную бизнес-модель персональной ответственности за управление портфелем» сельскохозяйственной деятельности (функциональные и видовые центры индивидуальной ответственности) или перейти к новому формату организации и управления. оперативные бизнес-процессы и стратегия агробизнеса с использованием новейших технологий, основанных на принципах искусственного интеллекта (Aitpaeva, 2019).
Интерес к умной организации бизнес-процессов в агропромышленном комплексе возник сравнительно недавно - в 1970-1980 гг., что связано с технической сложностью внедрения информационных систем в такую многофакторную и труднопрогнозируемую область поведения биологических активов, как агропромышленный комплекс. сложным, хотя идеи организации сельского хозяйства с применением высоких технологий были заложены еще в начале 20 в. (ориентировочно в 1920-1930-е гг.). Первым практическим применением информационных технологий в агропромышленном комплексе стало использование системы JPS при формировании удобрения (Shumakova, 2021).
Карта приложений в Техасе в 1988 году. Настоящее широкое распространение решений по цифровизации бизнес-моделей агробизнеса пришлось на 2002-2010 годы. с развитием широкополосного Интернета, сети Wi-FI, развитием системы JPS (Aitpaeva, 2019). Таким образом, трансформация бизнес-моделей предприятий агропромышленного комплекса является важнейшим фактором запуска траектории умного роста таких базовых, «земных» подотраслей, как растениеводство и животноводство, напрямую влияющих на продовольственную, демографическую и экономическую безопасность страны. . Кроме того, нельзя забывать о проблеме конфликтов целей, возникающих у фермеров в случае увеличения экстенсивной продуктивности сельскохозяйственных ресурсов (эрозия почвы, загрязнение воды, вырубка лесов) при попытках игнорировать прогресс цифровой экономики. , что еще больше усугубит отставание РФ в мировых рейтингах лидеров АПК (Chergui, 2020).
На современном этапе развития экономики России в условиях неопределенности, усиления конкуренции, быстро меняющихся потребительских предпочтений в аграрной сфере возникает ряд проблем, требующих безотлагательного решения. К 2022 году одной из ключевых проблем в сфере развития сельского хозяйства является рост цен на импорт сельскохозяйственной продукции, нестабильный курс валюты, рост процентных ставок по кредитам, отсутствие необходимой сельскохозяйственной инфраструктуры, слабая поддержка со стороны органов государственной власти (Aitpaeva, 2019). Сельскохозяйственное производство имеет сезонный характер деятельности, поэтому с наступлением летнего сезона цены на технику (основной капитал) и удобрения (оборотный капитал) увеличиваются в разы, что подталкивает инвесторов к вложениям в данную отрасль, из-за отсутствия финансовой устойчивости сельскохозяйственных предприятий в результате инвестиций может привести к потере инвестиций (Booklagin, 2021).
2 Materialsandmethod
Методология исследования основана на материалах зарубежных и отечественных экономистов по изучаемой проблеме. Следует отметить, что научное исследование проводилось на основе фактических материалов бухгалтерской отчетности Минсельхоза России и федеральной статистики, включающих комплекс универсальных методов научного исследования, таких как: анализ, синтез, монографический подход исследования.
Материалы исследования: «Стратегия инновационного развития Российской Федерации», проект концепции «Цифровое сельское хозяйство», «Прогноз научно-технологического развития АПК Российской Федерации», данные ведущих российских технологических площадок, научные публикации. по вопросам инновационного развития АПК и цифровизации экономики. При создании статьи использовались монографический, сравнительный и системный анализ, а также логический поход (Pukach, 2019).
Цифровая трансформация АПК является частью национальной цифровой экономики, которая в Стратегии развития информационного общества в России на 2017-2030 годы понимается как деятельность, «где ключевыми факторами производства являются цифровые данные, их обработка и использование». в больших объемах, в том числе их формирование, позволяет значительно повысить эффективность, качество и производительность в различных видах производства по сравнению с традиционным хозяйствованием при хранении, реализации, доставке и потреблении товаров и услуг» (Ognivtsev, 2019).
Однако цифровую экономику не следует рассматривать как совокупность предприятий, созданных в цифровой среде, или как единую отрасль. Цифровая экономика должна лечь в основу развития всех систем экономики, должна стать практическим аспектом информационной экономики и новой экономической системы информационного общества (Aitpaeva, 2019).
Среди теоретиков и практиков аграрной науки идут дискуссии о будущем цифровизации. В ходе данного исследования такие экспертные ведомства, как Минпромторг и компания «Цифрова», предположили, что для выхода отечественного сельского хозяйства на уровень цифрового развития, сравнимый с уровнем развитых стран, необходима одновременная реализация нескольких факторов. требуется (Shepherd, 2020):
- создание государством благоприятной среды для развития цифровизации АПК;
- университетская подготовка кадров с профессиональными компетенциями, необходимыми для цифровой среды;
- производство современных средств производства;
- развитие аутсорсинговых или субподрядных отношений в РФ;
- интеграция ИТ-новаций в цифровую среду соответствующими специалистами.
3 Results
Важным фактором успешной реализации проектов цифровизации сельскохозяйственных предприятий являются сбалансированность и рыночные принципы предоставления финансирования: успех инновационного проекта, особенно в такой рисковой деятельности, как сельское хозяйство, во многом зависит от заинтересованности инвестора и его тренований (Tuskov, 2018). Данные о составе и структуре источников финансирования цифровых бизнес-моделей предприятий АПК в РФ на 2018-2022 гг. приведены в табл. 1.
Как видно из данных табл. 2, в Российской Федерации предприятия АПК в основном используют собственные средства для финансирования инновационных проектов в части цифровизации собственных бизнес-моделей: в среднем на этот источник финансирования приходилось 9730,8 млн руб. или 53,5%, на втором месте другие источники финансирования - 5653,3 млн. руб., или 30,3%. В официальной статистике конкретики по этому источнику нет, но исходя из практики делового оборота, это могут быть ранее нераспределенные суммы прибыли, амортизационные отчисления в виде накопленных средств, что позволяет сделать вывод о том, что доля собственных средств в финансирование проектов цифровизации еще выше. Кроме того, следует отметить, что с 2021 года деловое сотрудничество в сфере АПК с банками также пошло по пути их интеграции в рамках цифровых продуктов и услуг (табл. 1).
Таблица 1. - Показатели инвестирования в сектор АПК
| Показатели | 2019 | 2020 | 2021 |
| Общий объем финансирования агротехнологические проекты (в т.ч. стартап-проекты) на русском языке Федерации, млн руб. | 15073 | 15804 | 20394 |
| Собственные источники инвестиций финансирование | 46.12 | 52.10 | 47.16 |
| Средства региональных бюджетов субъектов РФ Федерация | 0,3 | 0,6 | 0,4 |
| Венчурные фонды и аналогичные (не) коммерческие организации | 0,01 | 0,02 | 0,01 |
| Иностранные инвестиции | 0,2 | 0,2 | 0.2 |
Источник: составлено автором на основе Kenzhabaev, 2021; Indicators of innovation 2019,2020,2021
Таблица 2. Цифровые продукты сотрудничества агробизнеса и банков
| Цифровая продукция и Услуги | Диджитал продукт характеристика |
| 1. Умная ферма | Комплексный продукт Поставщик продукции/инструмента: рассматриваются в качестве потенциальных партнеров ПАО «Сбербанк», ПАО Банк ВТБ, АО «Россельхозбанк». Концепция продукта: предоставление информационных пространств и мощностей банка для цифровизации бизнес-процессов на ферме и возможности удаленного управления. Банк получает комиссию за использование своей цифровой инфраструктуры, фермер экономит на создании собственных цифровых решений. Ожидаемая продукция: дроны-мониторы для точного земледелия, контроль транспорта по GPS, мониторинг состояния растений и животных с помощью датчиков. Сроки реализации: 2019 - 2025 гг. |
| 2. Платформы AIOT | Поставщик продукта/инструмента: рассматривается как потенциальный партнер ПАО Сбербанк Концепция продукта: предиктивная аналитика и искусственный интеллект для оценки эффективности бизнес-модели фермы, поиск скрытых зависимостей, раннее выявление проблем с урожаем, здоровье животных, разумное потребление энергии. Сроки реализации: 2021 - 2025 гг. |
Источник: составлено атвором на основе Kenzhabaev, 2021
Агробизнесу в Российской Федерации рекомендуется обратить внимание на следующие направления умного развития агропромышленного комплекса, основанного на использовании механизма искусственного интеллекта:
1. Точное земледелие - комплекс мероприятий, направленных на организацию рациональной эксплуатации земельного банка АПК путем составления интерактивной карты рельефа местности и особенностей строения почвы, ее категории и балла плодородия с использованием легких беспилотных летательных аппаратов (БПЛА), которые позволяет в интерактивной форме формировать технологические ландшафтные карты севооборотов и определять наиболее подходящие культуры в режиме реального времени (ускоренное землеустройство за счет предотвращения простоев земельного фонда) (Lajoie-O’Malley,2020).
По мнению автора, это направление критически актуально для территорий со смешанным ландшафтом или для предприятий с территориально распределенным земельным банком не только в границах одной административной единицы, но даже разных субъектов федерации (например, ПАО «Черкизово» принадлежит земельный банк распределен в 7 различных административных единицах и 3 климатических зонах). Согласно исследованию В. Якушева, точное земледелие в РФ используют около 50 крупных холдингов страны, а объем сельскохозяйственных угодий, охваченных координатным земледелием, составляет не более 5-7%. использования элементов точного земледелия и точного животноводства за 2018 год, проведенного Центром прогнозирования и мониторинга и Департаментом научно-технической политики и образования (Ingram, 2020)
По данным Минсельхоза России, в лидерах оказались агропредприятия Краснодарского края – 189 ед., Воронежской области – 182, Нижегородской области – 144.
Примеры успешного запуска проектов умного земледелия на основе механизма управления искусственным интеллектом и их ожидаемый экономический эффект представлены на примере реализованного проекта «Умный комбайн», подготовленного командой проекта Cognitive Agro Pilot при финансовой поддержке ПАО «Сбербанк». - система автономного управления сельскохозяйственной техникой - комбайном, трактором, опрыскивателем - с функцией дистанционного контроля, экономический эффект от которой заключается в снижении себестоимости производства зерна на 3,0 - 5,0% и двукратном уменьшении потерь при его очистка (Florey,2020).
2. Умные фермы – это частично или полностью автоматизированные комплексы по выращиванию птицы, крупного рогатого скота, свинины, бизнес-процессы которых по выращиванию животных управляются удаленно оператором с использованием систем искусственного интеллекта. В таком комплексе контроль за состоянием основного и ремонтного поголовья или птицы осуществляется дистанционно на основе датчиков состояния их здоровья, а также фото-, видеокамер и различных бесконтактных систем подачи корма, воды, и система доступа к несвязанному контенту. Лидеры в использовании элементов точного животноводства по количеству хозяйств в регионах составило: Свердловская область - 83, Республика Башкортостан - 68, Удмуртская Республика - 67 (Bolfe, 2020).
Первый пример успешной реализации такого формата фермы — строительство ПАО «Черкизово» роботизированного комплекса по выращиванию индеек в Тамбове совместно с испанским инвестором Grupo Fuertes (проект «Тамбовская индейка»). Цель проекта — максимальная автоматизация процесса выращивания и отслеживания жизненных показателей индюков с помощью систем Neuromation (система компьютерного зрения анализирует прирост веса индюков, оценивает показатели тела с помощью бесконтактных датчиков, а затем формирует сценарий дальнейшего рациона и режима дня для большинства поголів’я (Ganieva,2019).
3. Умные теплицы – революционная технология гибридных технических и организационных решений для строительства малых тепличных форм в черте города или создания масштабных тепличных комплексов с интеллектуальной системой управления параметрами жизнеобеспечения растений с функцией зонирования климатических, подкормочных и схемы водоснабжения в режиме реального времени (Fountas, 2020).
В мировой практике примерами успешного сотрудничества городского менеджмента и агропромышленного комплекса являются бизнес-модели вертикальных ферм, управляемых искусственным интеллектом в рамках проектов «умных (адаптивных) городских пространств» (AeroFarm (США), TokyoSalad (Яопния), РусЭКО). (Москва, 2019), АгроТехФарм (Екатеринбург, 2020), ИлиОтек.
Одним из успешных примеров реализации умных теплиц в РФ является проект iFarm, созданный в Новосибирске в 2017 году. В настоящее время под руководством команды находятся три светопрозрачные и четыре вертикальные фермы общей площадью более 1750 м2. Ориентировочная стоимость теплицы составляет 10 миллионов рублей. (полностью оборудованная многоярусная вертикальная теплица площадью 200 м²), окупаемость проекта в среднем 3 года.
Conclusion
По результатам научного исследования изучены проблемы разработки цифровых бизнес-моделей предприятий агропромышленного комплекса в отечественной и зарубежной практике. В мире интерес к цифровизации бизнес-моделей предприятий АПК связан с глобальными проблемами нехватки продовольствия и проблемами климата; рост урбанизации и совокупного населения мира; исчерпание ресурсов роста через II Зеленую революцию; растущий спрос на чистые продукты питания и интерес к персонализации рынка продуктов питания и услуг.
Инвестирование в цифровизацию агропромышленного комплекса в России идет своим оригинальным путем, сильно отличающимся от мировых практик по ряду аспектов: во-первых, основным мотивирующим фактором цифровизации предприятий агропромышленного комплекса являются государственные решения первых лиц; во-вторых, сфера агропромышленного комплекса в РФ очень зависима от дотаций и дотаций из бюджетов разных уровней; в-третьих, сложная и неоднородная структура земель сельскохозяйственного назначения на территории Российской Федерации; в-четвертых, низкая доля переработки отходов в сфере агропромышленного комплекса и, как следствие, его высокая материало- и энергоемкость; в-пятых, отставание российских предприятий АПК от мировой практики внедрения цифровых решений. Для Российской Федерации, критически близкой к переходу на уровень развития передовых практик ведения бизнеса, AgFunder выделяет три основные группы инновационных технологий: промышленные технологии «от фермы до прилавка»; потребительские технологии «от прилавка до тарелки»; Переходные (инфраструктурные) технологии, обеспечивающие максимально эффективное внедрение цифровых практик в организации и управлении бизнес-процессами в сфере агробизнеса.
В результате проведеного нами исследования было определено основные направления и урони инвестирования в агро-промышленный сектор России и установлено применения искусственного интелекта в отдельных направлениях агропромышленного комплекса.
References
1. A.A. Aitpaeva, Bulletin of Astrakhan State Technical University. Series: Economics, 3 (2019)
2. D.C. Booklagin, Intern. Research Jrn, 2 (2021)
3. N. Chergui, M.T. Kechadi, M. McDonnell, The impact of data analytics in digital agriculture: A review, International Multi-Conference on: Organization of Knowledge and Advanced Technologies, OCTA 2020 (2020)
4. S. Fountas, B. Espejo-Garcia, A. Kasimati, N. Mylonas, N. Darra, IT Professional, 22 (2020)
5. É.L. Bolfe, L.A. de C. Jorge, I.D. Sanches, A.L. Júnior, C.C. da Costa, et al, Agriculture (Switzerland), 10(12) (2020)
6. C. Florey, J. Hellin, J. Balié, Enterprise Development and Microfinance, 31(2) (2020)
7. I.A. Ganieva, N.E. Bobrov, Achievements of science and technology of the agroindustrial complex, 33, 9 (2019)
8. S.B. Ognivtsev, International Agricultural Journal, 2 (2019)
9. J. Ingram, D. Maye, Frontiers in Sustainable Food Systems, 4 (2020)
10. A. Lajoie-O’Malley, K. Bronson, S. van der Burg, L. Klerkx, Ecosystem Services, 45 (2020)
11. A.M. Pukach, Bulletin of agrarian science, 4 (2019)
12. O.V. Shumakova, O.N. Kryukova, Bulletin of Agrarian Science, 1 (2021)
13. A.A. Tuskov, Models, systems, networks in economics, technology, nature and society, 1 (25) (2018)
14. Indicators of innovation: 2019: statistical collection (National. research. un-t "Higher School of Economics", 2019)
15. Indicators of innovation: 2020: statistical collection (National. research. un-t "Higher School of Economics", 2020)
16. Indicators of innovation: 2021: statistical collection (National. research. un-t "Higher School of Economics", 2021)
17. A.T. Kenzhabaev, Economics and business: theory and practice, 1-1 (2021)
18. M. Shepherd, J.A. Turner, B. Small, D. Wheeler, Journal of the Science of Food and Agriculture, 100(14) (2020)