Landbruk vekker oppsikt i teknologiverdenen verden over og investeringer i såkalt agritech (agriculture technology) har økt med 80% årlig siden 2012. Og ikke så rart; potensialet som ligger i teknologisk utvikling i landbruket er enormt. Denne «revolusjonen» skyldes i hovedsak tre teknologiske kvantesprang – en kombinasjon vi ofte benevner som Big Data and Advanced Analytics (BDAA):
Bedre og billigere sensorer (internet of Things)
Bedre beregningskraft (raskere og flere prosessorer)
Bedre metoder for å analysere store datamengder (machine Learning)
Et slitt, men godt, eksempel er Fujitsu sin EDSC sensor. Denne er ikke så mye annerledes enn en vanlig «fitness tracker» som mange av oss bruker til daglig. Men prisen på slike har falt dramatisk de siste årene og presisjonen har økt. Det Fujitsu gjorde var å kjøre data fra tusenvis av slike sensorer inn i Microsofts Azure cloud løsning. Vi kan se for oss Azure som et gigantisk nettverk av datamaskiner som jobber på samme problem samtidig og som vi kan leie for en relativt billig penge. Dette gjorde det mulig for selskapet og kverne gjennom terrabytes med data på relativt kort tid. Gjennom denne prosessen fant Fujitsu at visse bevegelsesmønstre på kyrne kunne predikere ulike sykdommer og plager, men også når kua var brunstig. Konsekvensen har vært at suksessraten med inseminering har økt fra 44% til 90%. I norge har vi lang erfaring med massive datamengder fra blant annet melkeroboter.
Et annet eksempel er presisjonslandbruk gjort mulig gjennom økende antall sensorer i jordsmonnet som gir unik innsikt i lokale mineralnivåer og andre parametere som er viktig for å predikere avkastningen av en avling. Gjennom å kombinere detaljert data fra sensorer i jordsmonnet med værdata, og data fra andre relevante kilder, kan moderne landbruksutstyr sørge for mer presis fordeling av såkorn og gjødsel slik at utnyttelsesgraden og effektiviteten øker.
Kombinasjonen av sensorer, bedre prosesseringskraft og bedre analyser (BDAA) bringer med seg betydelig potensiale for landbruket. Figuren under er fra konsulentselskapet McKinsey sin gjennomgang av hvordan dette kan hjelpe på eksisterende utfordringer i bransjen.
BDAA kan, som figuren viser, bidra på mange måter. Personlig er jeg opptatt av å bedre forstå norsk landbruks miljøpåvirkning. Når fokus på bærekraftighet øker i årene fremover vil det være en stor verdi i å kunne dokumentere godt og bærekraftig jordbruk. Dette sammenfaller med å bedre kunne dokumentere matens verdikjeder og matsikkerhet, samt mer effektiv utnyttelse av jordarealene som er et knapt gode. Med andre ord er det store synergier mellom produksjon, planlegging, risikostyring og miljø ved å omfavne BDAA.
Potensialet i BDAA er uomtvistelig stort. Men hvor fort dette potensialet kan realiseres vil avhenge av flere forhold. Det er også vesentlige forskjeller mellom effekten dette kan ha på store i motsetning til små gårdsbruk. Nyere forskning indikerer at BDAA har stor effekt på hele landbrukets verdikjede og at nye samarbeidsmodeller vil måtte utvikles for å kunne dra full nytte av BDAAs potensiale. Samtidig trekker forskere frem to mulige veier videre i forhold til bruk av BDAA; lukket eierskap og åpen kilde:
Det første ekstremscenarioet er lukket eierskap: I dag ser vi allerede tendenser til at de store landbruksselskapene som Monsanto og John Deere påtar seg eierskap til data som genereres i deres økosystem. Et ekstremt scenario som trekkes frem i litteraturen er at all BDAA blir preget av proprietært eierskap til data og analyse, og at gårdbrukere kun kjøper ferdige beslutningsunderlag. Dette løfter mye av kompetansebehovet bort fra den enkelte bonde, men reduserer samtidig hennes valgmuligheter.
Det andre ekstremscenarioet fullt åpen kilde: I mange andre områder av BDAA har man lagt vekt på å deler så mye data som mulig. Fordelen med dette er at man får mange flere involvert og dermed raskere innovasjon. Ulempen er at det blir vanskeligere å skape konkurransefortrinn mellom bedrifter som forsøker å tjene penger på sin kunnskap.
Et proprietært eierskap til data og analyser er veldig dårlig nytt for oss som er opptatt av innovasjon på et særdeles viktig område – matproduksjon. Ideelt sett viser all forskning på såkalte open-source plattformer medfører raskere og bedre innovasjon. Når mange uavhengige utviklere og analytikere ser på de samme dataene, så oppstår det oftest bedre og mer kreative løsninger enn John Deere eller Monsanto klarer innenfor sine egne fire vegger. På den andre siden gir ofte åpen kilde færre insentiver til å investere da alle drar nytte av alle andres utvikling. Så en kombinasjon av disse scenariene er trolig å foretrekke.
Norsk landbruk i særklasse
Norsk landbruk er således særdeles godt posisjonert for klare denne balansegangen mellom lukket eierskap og åpen kilde. Det norske landbrukssamvirke er historisk sett vant til å tenke kollektivt i å fremme sine interesser. I denne ånden har man blant annet opprettet Landbrukets Dataflyt. Ideen bak selskapet er å samle data fra så mange gårdsbruk som mulig og bruke disse til å bedre forstå drift og produksjon i landbruket. Ideen er knakende god fordi man løfter dataeierskapet tilbake til bøndene og krever rett til å bruke disse. Samtidig åpner det potensielt for åpen utvikling gjennom at mange aktører får muligheten til å analysere data og lete etter bedre forståelse av forhold knyttet til drift, produksjon og miljø.
Norsk landbruk har dermed en unik mulighet til å løfte frem sin egen produksjon og dokumentere sin bærekraft for nye og gamle kunder. Men for å kunne levere på mulighetene som ligger i BDAA må landbruksorganisasjoner jobbe tett med universiteter og andre kunnskapsmiljøer, og ikke minst med bøndene selv. Og målet må være står åpenhet rundt data og analyse – til felles beste.
Comments