Кейсов внедрения: 62. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
На элеваторе внедрена система компьютерного зрения и видеоаналитики, контролирующая цикл от въезда автомобиля до контрольного взвешивания пустого кузова; система распознаёт номера, контролирует наполненность кузова, выход водителя, соблюдение регламента и отбор проб роботизированной рукой.
Система минимизирует случаи неполной выгрузки и уведомляет сотрудников об отклонениях в реальном времени; измеренный эффект не раскрыт.
На молочном комплексе в Воронежской области испытывают компьютерное зрение, которое строит 42-точечную модель скелета коровы, анализирует походку и автоматически выявляет хромоту.
В испытании заявлена точность распознавания животных 99% и локализации ключевых точек 97%.
Лазерные датчики и ИИ-камеры в реальном времени дозируют средства защиты по объёму листвы каждого дерева.
Система применяется на 751 га; затраты на обработку ниже до 20%.
В хозяйстве Ставропольского края Cognitive Agro Pilot управляет тракторами во время полевых работ. Механизаторы контролируют выполнение операции вместо постоянного ручного руления.
Система установлена на трёх тракторах. По словам хозяйства, снизилась утомляемость механизаторов; денежный эффект не раскрыт.
В хозяйстве Самарской области Cognitive Agro Pilot управляет комбайном по ровной траектории, в том числе ночью и при пыли. Механизатор сосредоточен на качестве уборки.
По словам инженера хозяйства, сокращаются пропуски и перекрытия, снижается физическая нагрузка и расход топлива. Отдельные показатели экономии не раскрыты.
Собственная нейросеть АссистАгро обрабатывает снимки с дрона и оценивает густоту посевов и равномерность всходов.
Время оценки сократилось с двух недель ручной работы агрономов до 30–40 минут обработки данных с дрона.
Камеры в реальном времени оценивают массу, состояние и количество поросят, выявляют признаки заболеваний и момент опороса.
Мониторинг выполняется в реальном времени, а персонал получает уведомление о начале опороса.
Система видеофиксации и нейросети отслеживают скорость созревания томатов и выявляют отклонения в листьях, плодах и корнях растений.
Система позволяет своевременно выявлять развитие свыше 40 болезней и принимать меры для сохранения урожая.
Система анализирует видеопотоки, оценивает состояние каждого животного, уведомляет ветеринаров об отклонениях и контролирует освещение, вентиляцию и санитарные параметры ферм.
Заявлено выявление признаков заболеваний за 3–4 дня до их проявления.
Языковая модель анализирует производственные и зоотехнические факторы, связанные с распространением вируса РРСС.
Система выявляет взаимосвязи, не обнаруживавшиеся при ручном анализе, и помогает ветеринарам принимать превентивные решения.
ИИ-программа формирует рекомендации по внесению удобрений для участков 10×10 метров на основе данных о поле, почве, погоде и спутниковых снимков; рекомендации используются вместе со специальной техникой.
В первых испытаниях рентабельность выросла более чем на 5%; расходы на удобрения сократились на 3%; подготовка к внесению удобрений ускорилась в два раза.
Алгоритм машинного обучения выявляет дублирующиеся позиции товаров и сырья в справочниках номенклатуры.
Заявлены снижение ошибок в закупках и складском учёте и экономия на закупках.
Пять автономных грузовиков ежедневно перевозят паллеты с яйцами по территории предприятия без участия водителя; датчики, сенсоры и алгоритмы ИИ распознают препятствия и выполняют манёвры.
Количественный эффект не раскрыт.
В экосистеме агрохолдинга запущен специализированный ИИ-сервис, который консультирует по агрономии, диагностирует болезни растений по фотографиям, рассчитывает нормы удобрений, ведёт цифровой журнал обработок и помогает планировать полевые работы.
Менее чем за месяц после запуска сервис получил более 1000 активных пользователей.
БПЛА автоматически фотографируют поля, а система распознаёт сорняки и болезни, формирует рецепт и дозировку средств защиты и составляет карту дифференцированного внесения.
Заявлена возможность выявлять проблемы и готовить меры обработки на ранней стадии.
Нейросеть анализирует урожайность, погоду, рельеф и культуры-предшественники, а модули по фотоснимкам распознают сорняки и рекомендуют нормы внесения средств защиты растений.
На первом этапе площадью 1800 гектаров сообщается об экономии 1500 рублей на гектар при урожайности в рамках плана; в 2026 году технологию масштабировали до 6500 гектаров.
Система анализирует снятые смартфоном изображения плодов по цвету, размеру, форме и степени зрелости, оценивая состояние растения и готовность плодов к сбору.
Отдельный количественный эффект системы не раскрыт.
Спутниковые и дроновые данные анализируются для раннего выявления стресса растений, оценки неоднородности полей и принятия решений о дифференцированном внесении удобрений.
Специалист заявляет о снижении затрат на удобрения и средства защиты растений на 15–25% без потери урожайности и увеличении объёма кормового белка более чем на 40%.
В 2025 году компания испытала отечественную систему параллельного вождения на базе машинного зрения на комбайнах и тракторах.
На комбайнах система удерживала крайнюю линию при полной ширине захвата жатки; на тракторах камера иногда теряла границу обработанного участка.
Датчики четырёх тепличных блоков передают параметры в платформу «Эра» и 1С, а настроенный на шестимесячной истории контур GigaChat прогнозирует урожай и поддерживает ABC-анализ культур.
По данным статьи, потери урожая снизились с 10% до 5,5%, а два убыточных блока перевели на более маржинальные культуры.
Комбинат запустил на Chatforma Telegram-бота для B2B-заявок HoReCa и автоматических рассылок актуального ассортимента и цен.
По данным статьи, доля прямых продаж HoReCa выросла с 20% до 31% структуры выручки.
В хозяйстве испытали нейросетевую систему, которая по фотографиям листьев и ствола определяет болезни миндаля, предлагает варианты лечения и сохраняет историю растений и обработок.
Точность распознавания заболеваний в испытаниях достигла 70–90%; за первый год испытаний гибель молодых саженцев в хозяйстве составила 1–2%.
Программа «Арка» агрегирует данные о стаде, воспроизводстве, здоровье и надоях; встроенный ИИ-консультант объясняет отклонения, предлагает возможные причины и действия.
Количественный эффект для СПАК «Кузьминский» не раскрыт; система также используется другими сельхозпредприятиями.
Компания внедрила интеллектуальный анализ для оптимизации работы сельскохозяйственного оборудования.
Заявлена оптимизация работы оборудования без количественной оценки.
Использует искусственный интеллект для мониторинга кормовых столов в животноводстве.
Автоматизированный мониторинг кормовых столов используется в работе компании.
Платформа собирает данные с ошейников и ножных браслетов и анализирует здоровье, кормление и репродуктивные циклы животных с помощью алгоритмов машинного обучения и ИИ.
Согласно официальному сайту продукта, использование платформы может увеличить прибыль до 45 000 рублей в год на корову.
Платформа анализирует генетические данные, моделирует перспективные комбинации для скрещивания и тестируется в селекционной программе по яровому рапсу.
По оценке разработчиков, цикл селекции может сократиться примерно с 6 до 2 лет.
С помощью Beorg Smart Vision предприятие оцифровало архив рукописных зарплатных журналов и создало единую базу для подготовки ответов Социальному фонду РФ.
Оцифрованы 300 000 рукописных записей и 1,2 млн параметров. По оценке представителя предприятия, ручной перенос занял бы минимум 3 года и потребовал бы затрат как минимум на 30% выше бюджета автоматизированной оцифровки.
В тестовом режиме оптический сортировщик с машинным зрением и ИИ анализирует каждый клубень при закладке в хранилище и автоматически выявляет дефектный картофель и посторонние материалы.
Подтверждён автоматический отбор дефектных клубней и посторонних материалов; количественный производственный эффект не опубликован.
Нейросеть помогает замечать нарушения режима питания, развития молодняка и состояния кур по данным о влажности, освещении, кормах, воде и температуре в цехах.
Количественный эффект не раскрыт.