Γιατί η Γεωργία Θα Μπορεί Να Είναι ο Μεγαλύτερος Νικητής Παραγωγικότητας του AI

Κατά τη συζήτηση για την επίδραση της AI στην οικονομία, η δημόσια συζήτηση τείνει να εστιάζει σε θέσεις εργασίας σχετικές με την Πληροφορική (προγραμματισμός, ψηφιακοί καλλιτέχνες κ.λπ.), επαγγέλματα λευκού-πουκαλιού (δικηγόροι, γιατροί) ή επιστημονική έρευνα. Ωστόσο, αυτό μπορεί να παραβλέπει σημαντικές εφαρμογές που θα έχουν μετασχηματιστικές επιδράσεις σε ολόκληρους κλάδους.

Γενικά, η AI πιθανότατα θα βελτιώσει την παραγωγικότητα περισσότερο εκεί που μπορεί να βελτιστοποιήσει άμεσα τις φυσικές εισροές, να αντικαταστήσει τους ανθρώπους σε επαναλαμβανόμενες αποφάσεις και να βελτιστοποιήσει την κατανομή πόρων. Θα ευδοκιμήσει επίσης σε περιβάλλοντα αρκετά πολύπλοκα ώστε να μην έχουν αυτοματοποιηθεί ακόμη, αλλά όχι τόσο πολύπλοκα ώστε να απαιτείται ακόμη υψηλότερο επίπεδο ανθρώπινης νοημοσύνης.

Μια πρόσφατη μελέτη δύο ερευνητών από το Korea Advanced Institute of Science and Technology και την Hana Financial Group (Νότια Κορέα) διερεύνησε τη σχέση μεταξύ διείσδυσης της AI και της απόδοσης σε επίπεδο κλάδου.

Βρέθηκε ότι ενώ η AI επηρεάζει σημαντικά την απόδοση προστιθέμενης αξίας σε επίπεδο κλάδου στις βιομηχανίες παραγωγής, κατασκευής και μεταφορών, είχε τη δυνατότερη θετική επίδραση στη γεωργία.

Δημοσίευσαν τα ευρήματά τους στο περιοδικό International Review of Economics & Finance¹, με τίτλο “Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity”.

AI & Παραγωγικότητα

AI Κατά Κλάδο

Από την δημόσια κυκλοφορία του ChatGPT, η AI υιοθετείται από πολλούς κλάδους με την ελπίδα ότι θα βοηθήσει στην υλοποίηση κερδών παραγωγικότητας και θα δημιουργήσει ανταγωνιστικό πλεονέκτημα για τους πρώτους υιοθετούντες.

Ωστόσο, μπορεί να είναι δύσκολο να μετρηθεί ακριβώς ο ρυθμός υιοθέτησης και η επίπτωσή του. Ιστορικά, μια αύξηση 10% στις επενδύσεις στην τεχνολογία πληροφορίας και επικοινωνιών συνδέεται με αύξηση 0,5–0,6% στην παραγωγικότητα. Αλλά το τελικό αποτέλεσμα για την AI παραμένει αβέβαιο.

Μέχρι τώρα, η AI έχει κυρίως υλοποιηθεί σε ρόλους υπηρεσιών: άμεση εξυπηρέτηση πελατών, διαγνωστικά και παρακολούθηση υγείας κ.λπ.

Για φυσικούς ρόλους, οι κύριες εφαρμογές έχουν εντοπιστεί στη βιομηχανία, όπου τα έξυπνα εργοστάσια με AI υποστηρίζουν προγνωστική συντήρηση και βελτιστοποίηση λειτουργίας, οδηγώντας σε μείωση κόστους και κερδές αποδοτικότητας.

Στους παραδοσιακούς κλάδους όπως η χημεία και το χαρτί, η υιοθέτηση της AI είναι πολύ πιο αργή μέχρι στιγμής. Αυτό αποδίδεται στην έλλειψη σαφών ψηφιακών στρατηγικών, έλλειψης δεξιοτήτων, πολιτισμικής αντίστασης, χαμηλής εμπιστοσύνης των καταναλωτών και αβεβαιότητας στη ρύθμιση.

Σύνολο Δεδομένων Παραγωγικότητας AI

Οι ερευνητές συνέλεξαν δεδομένα από ένα πάνελ 103 χωρών για την περίοδο 2010–2019, εξαιρώντας κυρίως χώρες λόγω ανεπαρκών δεδομένων.

Δεδομένα για την ακαθάριστη προστιθέμενη αξία (GVA) ανά τύπο οικονομικής δραστηριότητας ελήφθησαν από το UN Data και χρησιμοποιήθηκαν ως κύρια μεταβλητή για τη σύλληψη της οικονομικής απόδοσης μεταξύ τομέων και χωρών.

Δεδομένα για άμεσες ξένες επενδύσεις, ακαθάριστες εθνικές δαπάνες, πληθωρισμό, συμμετοχή εργατικού δυναμικού και εμπόριο ελήφθησαν από τους Δείκτες Παγκόσμιας Ανάπτυξης (WDI). Συλλέγουν επίσης δείκτες ανθρωπίνων δικαιωμάτων από Our World in Data.

Δεδομένα για τον αριθμό των νεοσύστατων επιχειρήσεων σχετικών με AI συλλέχθηκαν από το Crunchbase, και έδειξαν ότι το κορύφωμα των ίδρυσης AI startups σε αυτό το σύνολο δεδομένων σημειώθηκε το 2017, υποδεικνύοντας συνολικά μια ευρεία επιτάχυνση της επιχειρηματικής δραστηριότητας σχετικής με AI στα μέσα της δεκαετίας του 2010.

Πηγή: International Review of Economics & Finance

Παραγωγικότητα με Βάση την AI Κατά Κλάδο

Οι ερευνητές διαπίστωσαν ότι η AI είχε τη δυνατότερη θετική σχέση με την απόδοση στη γεωργία, ενώ η σχέση στην κατασκευή δεν ήταν στατιστικά σημαντική.

Άλλοι κλάδοι όπου η AI είχε μετρήσιμη επίδραση ήταν η βιομηχανία, η παραγωγή και οι μεταφορές.

(Πρέπει επίσης να σημειωθεί ότι η ίδια ανάλυση με δεδομένα που καλύπτουν την περίοδο 2019-2025 θα ήταν ενδιαφέρουσα, λαμβάνοντας υπόψη την ταχεία πρόοδο της τεχνολογίας AI)

Ένας πιθανός λόγος για την επίδραση στη γεωργία είναι ότι είναι ήδη, σε κάποιο βαθμό, ένας έντονα αυτοματοποιημένος κλάδος. Σε σύγκριση με έναν αιώνα πριν, η γεωργία είναι σημαντικά πιο μηχανοποιημένη, με τρακτέρ, αυτοματοποιημένο άρδευση, συστήματα άρσης γάλακτος και άλλον εξοπλισμό που μειώνουν την απαιτούμενη χειρωνακτική εργασία.

Ταυτόχρονα, πολλές από αυτές τις γεωργικές εργασίες ανήκουν σε κατηγορίες που η AI μπορεί ήδη να διαχειριστεί: οδήγηση, ψεκασμός, αποχέτευση ζιζανίων κ.λπ.

Ένας άλλος παράγοντας είναι ότι η γεωργία έχει περάσει τις τελευταίες δύο δεκαετίες μεταβαίνοντας σε νέες μεθόδους, παράγοντας πολύ περισσότερα δεδομένα και μαθαίνοντας να ενεργεί πάνω σε αυτά: πολυφασματικές δορυφορικές εικόνες, χημική σύσταση εδάφους, βελτιστοποίηση φυτοφαρμάκων και ζιζανιοκτόνων, αξιοποίηση εξοπλισμού, διαχείριση εργατικού δυναμικού κ.λπ.

Έτσι η AI ήρθε τη σωστή στιγμή για να χρησιμοποιήσει αυτά τα δεδομένα και να τα αξιοποιήσει περαιτέρω σε δράση μέσω 2 μηχανισμών:

• Βοηθώντας τους αγρότες να κατανοήσουν καλύτερα τα δεδομένα τους και να τα χρησιμοποιήσουν αποδοτικά.
• Απευθείας βοηθώντας στα αγροκτήματα μέσω υπολογιστικής όρασης, αυτόνομης οδήγησης, αναγνώρισης ζιζανίων, drones και ρομποτικών συστημάτων.

Συμπεράσματα Επενδυτών

Πολλές επενδυτικές στρατηγικές σήμερα πρέπει να λαμβάνουν υπόψη τις επερχόμενες επιδράσεις της επανάστασης AI. Σε πολλές περιπτώσεις, αυτό σημαίνει προσοχή στις πιθανές ζημιές που μπορεί να προκαλέσει η AI σε συγκεκριμένη δραστηριότητα ή επιχειρηματικό μοντέλο, αλλά μπορεί επίσης να ενισχύσει δραστικά την παραγωγικότητα. Και προφανώς, πουθενά δεν ισχύει περισσότερο από στη γεωργία.

Αυτό αποτελεί ένα καλό παράδειγμα μιας αναδυόμενης επενδυτικής υπόθεσης για φυσική AI, όπου η εφαρμογή της AI σε πραγματικές εφαρμογές έχει άμεση επίδραση στην παραγωγικότητα ολόκληρου ενός οικονομικού τομέα.

Αυτό σημαίνει ότι οι επενδυτές θα πρέπει να αναμένουν ότι ολόκληρος ο κλάδος θα γίνει πιο παραγωγικός και ενδεχομένως πιο κερδοφόρος, τουλάχιστον για τους προμηθευτές συστημάτων AI προσαρμοσμένων σε αυτή τη βιομηχανία και για τα μηχανήματα που μπορούν να φέρουν τη σκέψη AI στα χωράφια.

Τέτοιοι τύποι εφαρμογών απαιτούν βαθιά εξειδικευμένη γνώση του τομέα, καθώς και ένα ισχυρό δίκτυο διανομής που είναι ήδη σε επαφή με τους αγρότες. Συνεπώς, είναι πιθανό να ωφελήσει τους κατασκευαστές εξοπλισμού που μπορούν να ενσωματώσουν AI στα μηχανήματά τους και να τα κάνουν αποδοτικά σε πραγματικές συνθήκες, ιδιαίτερα όταν αυτές οι ενέργειες μειώνουν τα ακριβά εισροές.

Επένδυση στην AI στη Γεωργία

Deere & Company

Η John Deere είναι περισσότερο γνωστή ως ο κατασκευαστής των εμβληματικών πράσινων και κίτρινων τρακτέρ, συγκομιστών και άλλου γεωργικού εξοπλισμού.

Λιγότερο γνωστή στο ευρύ κοινό, η John Deere είναι επίσης μια τεχνολογική εταιρεία, με μακρά ιστορία επενδύσεων σε αισθητήρες και λογισμικό, καθώς και διεξαγωγής πιλοτικών προγραμμάτων για την εφαρμογή AI, ρομποτικής, drones και μηχανικής όρασης στη γεωργία.

Ξεκινώντας σχεδόν πριν από δύο αιώνες (το 1837), η εταιρεία έχει πάντα προωθήσει τις τελευταίες καινοτομίες στη γεωργία, από το αρχικό βελτιωμένο σκάφος άροσης έως τα πρώτα τρακτέρ. Πρόσφατα, η εταιρεία αυξάνει τις δαπάνες Έρευνας & Ανάπτυξης εστιάζοντας σε μερικούς τεχνολογικούς άξονες: αισθητήρες, συνδεσιμότητα, αυτονομία και εναλλακτική ενέργεια.

Πηγή: John Deere

Για παράδειγμα, το σύστημα See & Spray Ultimate, που λανσαρίστηκε το 2021, χρησιμοποιεί 36 κάμερες για να διακρίνει τα φυτά καλλιέργειας από τα ζιζάνια και να βελτιστοποιήσει τη χρήση ζιζανιοκτόνων μέσω υπολογιστικής όρασης και μηχανικής μάθησης.

Ή το John Deere Operations Center, ένα ψηφιακό δίδυμο ενός αγροκτήματος, που επιτρέπει στους αντιπροσώπους να εκτελούν απομακρυσμένη διάγνωση, προγραμματισμό και ενημερώσεις over-the-air.

Πηγή: John Deere

Στον τομέα της αυτονομίας, η John Deere εργάζεται επίσης για να κάνει τα αυτοματοποιημένα συγκομιστικά από την ταινία επιστημονικής φαντασίας Interstellar πραγματικότητα.  Η John Deere λάνσαρε το 2022 το πρώτο της πλήρως αυτόνομο τρακτέρ, μια έκδοση χωρίς οδηγό του 8R τρακτέρ στήλης. Προσανατολίζεται χάρη στο GPS και σε έξι ζεύγη στερεοσκοπικών καμερών για ανίχνευση εμποδίων 360 μοιρών και πλοήγηση. Αυτή η κυκλοφορία ακολούθησε την εξαγορά από την John Deere της νεοσύστατης εταιρείας Bear Flag Robotics για 250 εκατομμύρια δολάρια.

Τέλος, η εταιρεία προωθεί επίσης την ηλεκτροποίηση, ιδιαίτερα με την κυκλοφορία ενός ηλεκτρικού εκσκαφέα που χρησιμοποιεί μπαταρία Kreisel, μια αυστριακή εταιρεία στην οποία η Deere απέκτησε πλειοψηφικό μερίδιο το 2022. Η Deere εργάζεται επίσης για την ανάπτυξη κινητήρα 9 λίτρων που καίει αιθανόλη για χρήση βιοκαυσίμου σε βαριά μηχανήματα όπως τα συγκομιστικά.

Καθώς η AI και η μηχανική όραση γίνονται όλο και πιο αποδοτικές και έξυπνες, εταιρείες όπως η John Deere θα μπορούν να βελτιώσουν ακόμη περισσότερο την αποδοτικότητα των τρακτέρ τους, γεμάτων κάμερες και αισθητήρες.

Το πλεονέκτημα της John Deere έναντι των γενικών εταιρειών AI είναι το δίκτυο αντιπροσώπων της και η βαθιά εμπειρία στη γεωργία, που τη βοηθούν να εφαρμόσει αυτήν την τεχνολογία σε χρήσιμες, οικονομικά αποδοτικές εφαρμογές αξιοποιώντας τις υπάρχουσες σχέσεις με τους αγρότες.

Ωστόσο, οι επενδυτές πρέπει επίσης να θυμούνται ότι η Deere παραμένει ένας κυκλικός κατασκευαστής εξοπλισμού. Η υιοθέτηση AI μπορεί να ενισχύσει τη ανταγωνιστική της θέση και να αυξήσει τα έσοδα σχετιζόμενα με την τεχνολογία, όπως συνδρομές λογισμικού, αλλά το εισόδημα των αγροτών, οι τιμές των καλλιεργειών, τα επιτόκια και οι κύκλοι αντικατάστασης μηχανημάτων θα συνεχίσουν να επηρεάζουν τα αποτελέσματα.

Είναι επίσης δυνατό ότι μικρότερες, πιο ευέλικτες νεοσύστατες εταιρείες ή ξένος ανταγωνισμός θα μπορούσαν να αξιοποιήσουν την τρέχουσα επανάσταση AI & ρομποτικής που αναπτύσσεται στη γεωργία για να αμφισβητήσουν τη θέση των καλά εδραιωμένων παικτών όπως η John Deere.

Τελευταία Νέα και Ανάπτυξη Μετοχών Deere & Company (DE)

Μελέτη Αναφορά

^{1. Eunjung Park and Sangyoon Yi. Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity. International Review of Economics & Finance. 22 Αύγουστος 2026. Article: 105726. 10.1016/j.iref.2026.105726}