Робототехникаанализ источник: AgFunderNews

Джарри У: фермеры не должны быть аналитистами

Редакция Фермозавра·2 сентября 2026 г.·2 мин чтения

Чарли У, CEO Orchard Robotics, уверен: данные без действий бесполезны. Их система превращает миллионы изображений в готовые инструкции для персонала в поле, убирая необходимость быть аналитистом.

Джарри У: фермеры не должны быть аналитистами

Почему «миллион чисел» не равно продукту

Чарли У заметил на конференции Ruggedize: миллион числa в таблице — не продукт, если фермер не может легко применить данные. «Средовый фермер не хочет, да и не должен, быть аналитистом», — подчеркнул он. Orchard Robotics продает не просто данные, а результат: рост производительности и снижение затрат.

Как работает AI-система果园 Robotics

Камера-узел размером с тисью-бокс, весом около пяти фунтов, крепится на любом тракторе или поле-машине. Встроенный NVIDIA Jetson обрабатывает тысячи изображений прямо в машине, компенсируя проблемы с подключением. Данные поступают в FruitScope, где фермер видит здоровье каждого дерева, цвет плодов, размер, урожайность и болезни.

Конкретный пример: прореживание по данным

Система точно определяет количество плодов на каждой дерево. В блоке половина деревьев может иметь двойное количество урожая, другая — половину. Orchard показывает, где нужны люди, где — меньше. Это устраняет пробивание: вы точно знаете, куда направлять персонал, где сэкономить, где — ничего делать не надо.

Частота сканирования: 5–25 в год

У разных фермеров разный подход. Одни сканируют поле 25 раза в сезон, другие — пять. Средний показатель — около десяти сканирования. Это достаточно для урожай-прогноса с 95%+ точности, что позволяет точно планировать кадры, тара, маркетинг и поставки.

Бизнес-модель: гибкость для всех

Orchard предлагает два пути. Самосерв: фермер сам ставит камеру, сканирует, получает данные. Полный сервис: техники приходят, сканируют, а следующий день — информация уже в руках. Стоимость — по акса в год, включая ПО, unlimited сканы и обновления камеры. Новая версия — бесплатно, без необходимости покупать новый аппарат.

Многие сорта, один алгоритм

Команда хорошо справляется с новыми видами: яблоки, винограды, черемуха, голубая тара, миндаль, цитрина, пистонки, гранат, кофе, клубника. Модель AI обучается на каждом новом поле: общие признаки — это одинаковые задачи, но разные нюансы. Каждый новый сорт делает алгоритм точнее.

Мягкие масштабы, мощный рывок

Систем сейчас сотни в полях, сканируются десятки тысяч акса. Скоро — сотни тысяч. Основные клиенты — США, но международный интерес растет. Орден-роботы, TRIC Robotics и Bonsai — примеры масштабирующих компаний в агробот-роботизированной области.

Источник: AgFunderNews

💬 Комментарии

Чтобы оставить комментарий, войдите или зарегистрируйтесь

Загрузка комментариев...

Похожие статьи