Bakit Maaaring Maging Pinakamalaking Panalo sa Produktibidad ng AI ang Agrikultura

Kapag tinatalakay ang epekto ng AI sa ekonomiya, kadalasang nakatuon ang pampublikong usapan sa mga trabahong may kinalaman sa IT (programming, digital artists, atbp.), mga propesyon na puting-kol (abogado, doktor), o pananaliksik pang-agham. Gayunpaman, maaaring nalalampasan nito ang mahahalagang aplikasyon na magdudulot ng mapang-transpormang epekto sa buong industriya.

Sa pangkalahatan, malamang na pinakamaraming pagtaas sa produktibidad ang maidudulot ng AI kung saan maaari nitong direktang i-optimize ang pisikal na input, palitan ang tao sa paulit-ulit na desisyon, at pagbutihin ang alokasyon ng mga mapagkukunan. Magtatagumpay din ito sa mga kapaligirang sapat ang komplikasyon upang hindi pa ito na-automate, ngunit hindi ganoon kasalimuot na kailangan pa ng mas mataas na antas ng katalinuhan ng tao.

Isang kamakailang pag-aaral ng dalawang mananaliksik mula sa Korea Advanced Institute of Science and Technology at Hana Financial Group (South Korea) ang nagsuri sa ugnayan sa pagitan ng paglaganap ng AI at pagganap ng industriya sa antas ng sektor.

Natuklasan nito na bagaman malaki ang epekto ng AI sa pagganap ng value-added sa antas ng industriya sa produksyon, pagmamanupaktura, at transportasyon, ang pinakamalakas nitong positibong epekto ay nasa agrikultura.

Inilathala nila ang kanilang mga natuklasan sa journal International Review of Economics & Finance¹, sa pamagat na “Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity”.

AI at Produktibidad

AI Ayon sa Industriya

Mula nang ilabas ang ChatGPT sa publiko, tinatanggap na ng maraming industriya ang AI sa pag-asang makapaghatid ito ng pagtaas sa produktibidad at lumikha ng kompetitibong kalamangan para sa mga maagang gumagamit.

Gayunpaman, maaaring mahirap eksaktong sukatin ang antas ng pag-aampon at ang epekto nito. Sa kasaysayan, ang 10% na pagtaas sa pamumuhunan sa information and communication technology ay kaugnay ng 0.5–0.6% na pagtaas sa produktibidad. Ngunit nananatiling bukas ang hatol kung ano ang magiging huling bilang para sa AI partikular.

Sa ngayon, karamihan ng AI ay inilalagay sa mga serbisyong papel: real-time na pagtulong sa mga customer, diagnostic at pagmamanman sa pangangalagang pangkalusugan, atbp.

Para sa mga pisikal na gawain, ang pangunahing aplikasyon ay nasa pagmamanupaktura, kung saan ang mga smart factory na pinapagana ng AI ay sumusuporta sa predictive maintenance at operational optimization, na nagdudulot ng pagbawas ng gastos at pagtaas ng kahusayan.

Sa mga tradisyunal na industriya tulad ng kemikal at papel, mas mabagal pa ang pag-aampon ng AI. Maaaring ito ay dahil sa kawalan ng malinaw na digital na estratehiya, kakulangan sa kasanayan, resistensyang kultural, mababang tiwala ng konsyumer, at hindi tiyak na regulasyon.

Dataset ng AI Produktibidad

Nangolekta ang mga mananaliksik ng datos mula sa panel ng 103 bansa mula 2010–2019, na nag-exclude ng ilang bansa dahil sa kakulangan ng datos.

Ang datos tungkol sa gross value added (GVA) ayon sa uri ng aktibidad pang-ekonomiya ay nakuha mula sa UN Data at ginamit bilang pangunahing variable upang masukat ang pagganap pang-ekonomiya sa iba’t ibang sektor at bansa.

Ang datos para sa foreign direct investment, gross national expenditure, inflation, labor force participation, at kalakalan ay nakuha mula sa World Development Indicators (WDI). Kinuha rin nila ang mga iskor ng human rights index mula sa Our World in Data.

Ang datos tungkol sa bilang ng mga AI-related startup ay kinolekta mula sa Crunchbase, at ipinakita na ang tugatog ng pagtatag ng AI startup sa dataset na ito ay naabot noong 2017, na pangkalahatang nagpapakita ng malawak na pagbilis ng aktibidad ng AI-related entrepreneurship noong kalagitnaan ng 2010s.

Pinagmulan: International Review of Economics & Finance

Produktibidad na Pinapagana ng AI Ayon sa Industriya

Natuklasan ng mga mananaliksik na ang AI ay may pinakamalakas na positibong ugnayan sa pagganap sa agrikultura, habang ang ugnayan sa konstruksyon ay hindi estadistikong makabuluhan.

Ang ibang industriya kung saan may nasusukat na epekto ang AI ay pagmamanupaktura, produksyon, at transportasyon.

(Dapat ding tandaan na ang parehong pagsusuri gamit ang datos mula 2019-2025 ay magiging kawili-wili, dahil sa mabilis na pag-unlad ng teknolohiyang AI)

Isang posibleng dahilan para sa epekto sa agrikultura ay dahil ito ay, sa ilang antas, isang lubos nang automated na industriya. Kung ihahambing sa isang siglo na ang nakalipas, ang agrikultura ay mas mekanisado na ngayon, na may mga traktora, awtomatikong irigasyon, mga sistemang pagpapasuso, at iba pang kagamitan na nagbabawas ng pangangailangan sa manwal na paggawa.

Kasabay nito, maraming gawain sa agrikultura ang nabibilang sa mga kategoryang kayang hawakan na ng AI: pagmamaneho, pag-spray, pag-alis ng damo, atbp.

Isa pang salik ay ang dalawang dekada ng paglipat sa mga bagong pamamaraan, na nagbubunga ng mas maraming datos at pagkatuto kung paano ito gagamitin: multispectral satellite images, komposisyon ng kemikal ng lupa, optimal na paggamit ng pestisidyo at herbicide, paggamit ng kagamitan, pamamahala ng lakas-paggawa, atbp.

Kaya’t dumating ang AI sa tamang panahon upang gamitin ang mga datos na ito at gawing aksyon sa pamamagitan ng 2 mekanismo:

• Tinutulungan ang mga magsasaka na mas maunawaan ang kanilang datos at magamit ito nang mahusay.
• Direktang tumutulong sa mga bukirin sa pamamagitan ng computer vision, autonomous driving, pagkilala sa damo, mga drone, at mga robotic system.

Mga Pagninilay ng Mamumuhunan

Maraming estratehiya sa pamumuhunan ngayon ang kailangang isaalang-alang ang paparating na epekto ng rebolusyon ng AI. Sa maraming kaso, nangangahulugan ito ng pag-iingat sa posibleng pinsalang maidudulot ng AI sa isang tiyak na gawain o modelo ng negosyo, ngunit maaari rin nitong lubos na itaas ang produktibidad. At malinaw, wala nang mas totoo rito kaysa sa agrikultura.

Ang halimbawa nito ay isang magandang ilustrasyon ng umuusbong na pisikal na AI investment thesis, kung saan ang pag-deploy ng AI sa mga totoong aplikasyon ay may direktang epekto sa produktibidad ng buong sektor ng ekonomiya.

Ibig sabihin, dapat asahan ng mga mamumuhunan na ang buong sektor ay magiging mas produktibo, at posibleng mas kumikita, lalo na para sa mga nagbebenta ng AI system na iniangkop sa industriyang ito at mga makinaryang kayang dalhin ang pag-iisip ng AI sa mga bukirin.

Ang ganitong uri ng aplikasyon ay nangangailangan ng malalim na domain-specific expertise, pati na rin ng matibay na distribution network na nakaugnay na sa mga magsasaka. Kaya malamang na makinabang ang mga tagagawa ng kagamitan na kayang isama ang AI sa kanilang mga makina at gawing epektibo ito sa totoong kondisyon, lalo na kapag ang mga hakbang na ito ay nagbabawas ng mamahaling input.

Pamumuhunan sa AI sa Agrikultura

Deere & Company

Ang John Deere ay kilala bilang tagagawa ng mga iconic na berdeng at dilaw na traktora, kombine, at iba pang makinarya pang-agrikultura.

Mas kaunti ang nakakaalam, ngunit ang John Deere ay isa ring technology company, na may mahabang kasaysayan ng pamumuhunan sa sensors at software, pati na rin ng pagpapatakbo ng mga pilot program para ilunsad ang AI, robotics, drones, at machine vision sa agrikultura.

Nagsimula halos dalawang siglo na ang nakalipas (noong 1837), palagi nang itinatulak ng kumpanya ang pinakabagong inobasyon sa agrikultura, mula sa pinahusay na talim ng araro hanggang sa unang mga traktora. Kamakailan, pinalalakas ng kumpanya ang gastusin sa R&D na nakatuon sa ilang teknolohikal na axis: sensors, connectivity, autonomy, at alternative energy.

Pinagmulan: John Deere

Halimbawa, ang See & Spray Ultimate system, na inilunsad noong 2021, ay gumagamit ng 36 na kamera upang makilala ang mga halaman mula sa damo at i-optimize ang paggamit ng herbicide sa pamamagitan ng computer vision at machine learning.

O ang John Deere Operations Center, isang digital twin ng isang bukid, na nagbibigay-daan sa mga dealer na magsagawa ng remote diagnostics, programming, at over-the-air updates.

Pinagmulan: John Deere

Sa larangan ng awtonomi, nagtatrabaho rin ang John Deere upang gawing realidad ang mga automated combine na makikita sa pelikulang siyensiyang-fiksyon na Interstellar. John Deere launched in 2022 its first fully autonomous tractor, a driverless version of its 8R row crop tractor. Nag-orient ito gamit ang GPS at anim na pares ng stereo camera para sa 360-degree na pagtuklas ng hadlang at pag-navigate. Ang paglulunsad na ito ay sinundan ng pagkuha ng John Deere sa startup Bear Flag Robotics para sa $250M.

https://www.bearflagrobotics.com/

Sa huli, itinutulak din ng kumpanya ang electrification, partikular sa pamamagitan ng paglulunsad ng isang electric excavator na gumagamit ng Kreisel battery, an Austrian company in which Deere acquired a majority stake in 2022. Deere ay nagtatrabaho rin upang bumuo ng isang ethanol-burning 9-liter engine para gamitin ang biofuel sa mabibigat na makinarya tulad ng mga kombine.

Habang nagiging mas epektibo at matalino ang AI at machine vision, magagawa ng mga kumpanyang tulad ng John Deere na higit pang pagbutihin ang kahusayan ng kanilang mga traktora na maraming kamera at sensor.

Ang kalamangan ng John Deere laban sa mga generic na AI company ay ang kanilang dealership network at malalim na karanasan sa pagsasaka, na tumutulong upang mailunsad ang teknolohiyang ito sa kapaki-pakinabang, cost-efficient na mga aplikasyon sa pamamagitan ng paggamit ng umiiral na relasyon sa mga magsasaka.

Gayunpaman, dapat ding tandaan ng mga mamumuhunan na ang Deere ay nananatiling isang cyclical equipment manufacturer. Maaaring palakasin ng pag-aampon ng AI ang kanilang kompetitibong posisyon at dagdagan ang kita mula sa teknolohiya tulad ng software subscriptions, ngunit ang kita ng bukid, presyo ng pananim, interest rates, at mga cycle ng pagpapalit ng makinarya ay patuloy na makakaapekto sa resulta.

Maaari ring mangyari na ang mas maliliit, mas mabilis na startup o kompetisyon mula sa ibang bansa ay magagamit ang patuloy na AI & robotic revolution sa agrikultura upang hamunin ang posisyon ng mga matatag na incumbents tulad ng John Deere.

Pinakabagong Balita at Pag-unlad sa Stock ng Deere & Company (DE)

Pag-aaral na Binanggit

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