ИИ-ассистент агронома и система агрорекомендаций
База знаний хозяйства и справочники в одном чате: рекомендации по обработкам с обоснованием и распознавание болезней по фото.
Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.
Что решаем
Дефицит квалифицированных агрономов — одна из главных проблем отрасли: на одного специалиста в крупных хозяйствах приходится 5–10 тыс. га, а молодые сотрудники не имеют опыта, чтобы принимать решения по защите растений и питанию в нестандартных ситуациях. Знания уходят с ветеранами, а регламенты, справочники по препаратам и результаты собственных опытов разбросаны по папкам и головам.
Решение о сроке и дозе обработки нужно принимать быстро, в поле, с учётом фазы культуры, погоды, ограничений препарата и истории поля. Ошибка стоит урожая или лишних затрат на средства защиты.
Что делает ИИ
vLLMLlamaIndexQdrantPyTorchFlutter / React Native
Ассистент объединяет знания хозяйства и отраслевые справочники в одну систему с диалоговым интерфейсом и модуль рекомендаций, который на основе данных поля предлагает конкретные действия с обоснованием. Агроном получает ответ на телефоне за секунды и может задать уточняющие вопросы.
- База знаний: регламенты, каталоги СЗР и удобрений, технологические карты, результаты опытов, история полей.
- LLM с RAG отвечает по источникам с цитированием, не выдумывая дозировок.
- Рекомендации по обработкам с учётом фазы, порога вредоносности, погоды и ограничений.
- Фото симптомов с телефона: распознавание болезней и вредителей.
- Журнал решений и обратная связь для накопления опыта хозяйства.
Какие данные нужны
- Регламенты и каталоги СЗР, удобрений, гибридов
- Технологические карты и история полей
- Метеоданные и фенологические наблюдения
- Фото симптомов с разметкой
Какая инфраструктура нужна
Профиль «ai», масштаб «rack-small». Ассистент работает как сервис для сотен сотрудников холдинга с пиковыми нагрузками в сезон обработок, а данные хозяйства о полях и затратах не должны покидать контур. Сервер R7 ULTRA на NVIDIA H200 NVL из раздела GPU-серверы размещает LLM 70B, модель эмбеддингов и классификатор фото симптомов на одной карте с запасом по контексту для длинных регламентов. Для дивизиона или отдельного хозяйства подойдёт рабочая станция W9 с RTX PRO 6000 Blackwell из раздела рабочие станции. Связь с полем — через мобильное приложение с кэшированием ответов при плохой связи. Поставка и внедрение — в России, Казахстане, Беларуси и других странах СНГ.
Как идёт проект
- 01
Данные и цель
Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.
- 02
Пилот на нашей конфигурации
Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.
- 03
Инфраструктура
Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.
- 04
Сопровождение
Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.
Что ещё автоматизируют в отрасли «Агропром и экология»
Опишите задачу и данные.
Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.