Varför jordbruk kan bli AI:s största produktivitetsvinnare

När man diskuterar AI:s påverkan på ekonomin tenderar den offentliga debatten att fokusera på IT‑relaterade jobb (programmering, digitala konstnärer osv.), vita krage‑yrken (advokater, läkare) eller vetenskaplig forskning. Detta kan dock missa viktiga tillämpningar som kommer att ha transformerande effekter på hela branscher.

Generellt sett kommer AI sannolikt att förbättra produktiviteten mest där den kan optimera fysiska insatser direkt, ersätta människor i repetitiva beslut och optimera resursallokering. Den kommer också att blomstra i miljöer som är tillräckligt komplexa för att ännu inte ha automatiserats, men inte så komplexa att en högre nivå av mänsklig intelligens fortfarande krävs.

En nyligen genomförd studie av två forskare vid Korea Advanced Institute of Science and Technology och Hana Financial Group (Sydkorea) har undersökt sambandet mellan AI‑genomslag och branschnivåprestanda.

Den fann att medan AI signifikant påverkar branschnivåns värdeadderade prestation inom produktions‑, tillverknings‑ och transportsektorerna, hade den den starkaste positiva effekten på jordbruket.

De publicerade sina resultat i tidskriften International Review of Economics & Finance¹, under titeln “Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity”.

AI & Produktivitet

AI per bransch

Sedan den offentliga lanseringen av ChatGPT har AI antagits av flera branscher i hopp om att materialisera produktivitetsvinster och skapa ett konkurrensfördel för tidiga användare.

Det kan dock vara svårt att exakt mäta antagningsgraden och dess påverkan. Historiskt har en 10 % ökning av investeringar i informations‑ och kommunikationsteknik förknippats med en 0,5–0,6 % ökning i produktiviteten. Men juryn är fortfarande osäker på vilket slutgiltigt tal som AI specifikt kommer att ge.

Hittills har AI mestadels använts i tjänsteroller: realtidskundsupport, sjukvårdsdiagnostik och -övervakning osv.

För fysiska roller har huvudapplikationerna varit inom tillverkning, där AI‑stödda smarta fabriker möjliggör prediktivt underhåll och operativ optimering, vilket driver kostnadsreduktioner och effektivitetsvinster.

I traditionella industrier som kemikalier och papper är AI‑adoptionen hittills mycket långsammare. Detta kan tillskrivas avsaknad av tydliga digitala strategier, kompetensbrist, kulturellt motstånd, låg konsumentförtroende och regulatorisk osäkerhet.

AI‑Produktivitetsdatamängd

Forskarna samlade data från en panel med 103 länder under 2010–2019, med vissa länder exkluderade på grund av otillräckliga data.

Data om bruttoförädlingsvärde (GVA) per ekonomisk aktivitet erhölls från UN Data och användes som huvudvariabel för att fånga ekonomisk prestation över sektorer och länder.

Data för utländska direktinvesteringar, brutto nationella utgifter, inflation, arbetskraftsdeltagande och handel hämtades från World Development Indicators (WDI). De samlade även in mänskliga rättighetsindex från Our World in Data.

Data om antalet AI‑relaterade startups samlades in från Crunchbase och visade att toppskiktet av AI‑startup‑grundningar i detta dataset nåddes 2017, vilket överlag visar en bred acceleration av AI‑relaterad entreprenörsverksamhet under mitten av 2010‑talen.

Källa: International Review of Economics & Finance

AI‑driven produktivitet per bransch

Forskarna fann att AI hade den starkaste positiva relationen till prestation inom jordbruk, medan relationen inom byggsektorn inte var statistiskt signifikant.

Andra branscher där AI hade en mätbar inverkan var tillverkning, produktion och transport.

(Det bör också noteras att samma analys med data från perioden 2019‑2025 skulle vara intressant, med tanke på AI‑teknikens snabba framsteg)

En sannolik förklaring till påverkan på jordbruket är att det redan, till viss del, är en starkt automatiserad industri. Jämfört med för ett sekel sedan är jordbruket avsevärt mer mekaniserat, med traktorer, automatiserad bevattning, mjölkningssystem och annan utrustning som minskar behovet av manuellt arbete.

Samtidigt faller många av dessa jordbrukssysslor in i kategorier som AI redan kan hantera: körning, sprayning, ogräsrensning osv.

En annan faktor är att jordbruket under de senaste två decennierna har övergått till nya metoder, genererat mycket mer data och lärt sig att agera på den: multispektrala satellitbilder, jordens kemiska sammansättning, optimering av bekämpningsmedel, utrustningsutnyttjande, arbetskraftshantering osv.

Så AI kom precis i rätt tid för att utnyttja dessa data och omvandla dem till handling genom två mekanismer:

• Hjälpa jordbrukare att bättre förstå sina data och använda dem effektivt.
• Direkt hjälpa på gårdar genom datorseende, autonom körning, ogräsidentifiering, drönare och robotsystem.

Investerarinsikter

Många investeringsstrategier idag måste ta hänsyn till de kommande effekterna av AI‑revolutionen. I många fall innebär detta att vara försiktig med den potentiella skada AI kan orsaka för en viss aktivitet eller affärsmodell, men den kan också dramatiskt öka produktiviteten. Och uppenbarligen är ingen bransch mer påverkad än jordbruket.

Detta ger ett tydligt exempel på en framväxande fysisk AI‑investeringshypotes, där införandet av AI i verkliga tillämpningar har en direkt effekt på produktiviteten i en hel ekonomisk sektor.

Det betyder att investerare bör förvänta sig att hela sektorn blir mer produktiv och potentiellt mer lönsam, åtminstone för leverantörer av AI‑system anpassade till denna industri och maskiner som kan föra AI‑tänkande ut på fälten.

Denna typ av tillämpning kräver djup domänspecifik expertis samt ett robust distributionsnätverk som redan har kontakt med jordbrukare. Därför är det sannolikt att utrustningstillverkare som kan integrera AI i sina maskiner och göra dem effektiva i verkliga förhållanden, särskilt när dessa åtgärder minskar dyra insatsvaror, kommer att gynnas.

Investera i AI för jordbruk

Deere & Company

John Deere är mest känt som tillverkare av de ikoniska gröna och gula traktorerna, skördarna och annan jordbruksmaskinering.

Mindre känt för allmänheten är att John Deere också är ett teknikföretag, med en lång historia av investeringar i sensorer och mjukvara samt pilotprogram för att införa AI, robotik, drönare och maskinseende i jordbruket.

Företaget, som startade för nästan två århundraden sedan (1837), har faktiskt alltid drivit den senaste innovationen inom jordbruk, från den förbättrade plogbladen till de första traktorerna. På senare tid har företaget ökat sina FoU‑utgifter med fokus på några tekniska axlar: sensorer, uppkoppling, autonomi och alternativ energi.

Källa: John Deere

Exempelvis använder See & Spray Ultimate‑systemet, som lanserades 2021, 36 kameror för att särskilja grödor från ogräs och optimera herbicidanvändning genom datorseende och maskininlärning.

Eller John Deere Operations Center, en digital tvilling av en gård, som möjliggör att återförsäljare kan utföra fjärrdiagnostik, programmering och trådlösa uppdateringar.

Källa: John Deere

Inom autonomi arbetar John Deere också med att göra de automatiserade skördarna i science‑fiction‑filmen Interstellar till verklighet. John Deere lanserade 2022 sin första helt autonoma traktor, en förarklar version av sin 8R‑radodlingstractor. Den orienterade sig med GPS och sex par stereokameror för 360‑graders hinderupptäckt och navigering. Denna lansering följde John Deeres förvärv av startup‑företaget Bear Flag Robotics för 250 M USD.

Slutligen satsar företaget också på elektrifiering, särskilt genom att lansera en elektrisk grävmaskin som använder ett Kreisel‑batteri, ett österrikiskt företag där Deere förvärvade majoritetsandel 2022. Deere arbetar också med att utveckla en 9‑liters motor som bränner etanol för att använda biobränsle i tunga maskiner som skördare.

Allt eftersom AI och maskinseende blir allt mer effektiva och intelligenta kommer företag som John Deere kunna förbättra effektiviteten i sina kamera‑ och sensor‑tunga traktorer ännu mer.

John Deeres fördel gentemot generiska AI‑företag är dess återförsäljarnätverk och djupa jordbrukserfarenhet, vilket hjälper dem att implementera tekniken i användbara, kostnadseffektiva tillämpningar genom att utnyttja befintliga relationer med jordbrukare.

Investerare bör dock komma ihåg att Deere fortfarande är en cyklisk utrustningstillverkare. AI‑adoption kan stärka dess konkurrensposition och öka teknikrelaterade intäkter som mjukvaruprenumerationer, men jordbruksinkomster, grödpriser, räntor och maskinbytescykler kommer fortsatt att påverka resultaten.

Det är också möjligt att mindre, mer smidiga startups eller utländsk konkurrens kan utnyttja den pågående AI‑ och robotrevolutionen inom jordbruket för att utmana väl etablerade aktörer som John Deere.

Senaste nyheter och utveckling för Deere & Company (DE)-aktien

Refererad studie

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