Анализ рынка облачных IoT-платформ и приложений для цифрового сельского хозяйства в мире и перспектив в России

J’son & Partners Consulting представляет результаты исследования мирового рынка облачных платформ Интернета вещей для сельского хозяйства и перспектив их использования в России. Такие IoT-платформы и сервисы являются технологической основой цифрового сельского хозяйства, которое определяется американской ассоциацией AgGateway как производство сельхозпродукции с использованием все более автономных от непосредственного участия человека адаптивных (самооптимизирующихся) производственных и бизнес-процессов. Свойство адаптивности основано на использовании математических моделей, описывающих взаимосвязи метрик процессов, с преимущественно прямым получением первичных данных непосредственно в местах их возникновения от устройств и датчиков IoT, что позволяет достичь высокого качества данных: актуальности, релевантности, точности и полноты.

Облачные платформы IoT и приложения для цифрового сельского хозяйства

По модели предоставления IoT-платформы для сельского хозяйства являются облачными, публичными или гибридными, поэтому термины «IoT-платформа» и «облачный сервис» являются синонимами. Согласно классификации Berg Insight и First Analysis, большую часть IoT-платформ можно отнести к одной или сразу нескольким категориям:

- платформы по управлению коммуникациями (Connectivity Management Platforms, CMP);

- платформы по управлению сетями/данными (абонентами) - Network/Data (Subscriber) Management (NM);

- платформы по управлению устройствами (Device Management Platforms, DMP);

- платформы для обеспечения работы приложений (Application Enablement Platforms, AEP);

- платформы для разработки приложений (Application Development Platform, ADP).

В настоящем исследовании рассматриваются только AEP или платформы для обеспечения работы приложений, поскольку только они являются отрасле-специфичными.

Специализированные AEP-платформы для сельского хозяйства имеют две разновидности: платформы-агрегаторы сельскохозяйственных данных, которые можно называть базовыми, и прикладные платформы и специализированные сельскохозяйственные сервисы. Между этими двумя видами платформ реализован интенсивный двусторонний обмен данными. Анализ данных ведется в платформах обеих видов, а функции автоматизации производственных и бизнес-процессов сельхозпредприятий с использованием этих данных реализуется только в прикладных платформах и сервисах.

Наряду с приложениями, изначально разрабатываемыми как облачные IoT-платформы, существуют мигрировавшие в облачные платформы отраслевые приложения класса Farm Management System (FMS). Такая миграция имеет место за счет перехода разработчиков FMS с модели on-premise развертывания на модель SaaS, что позволяет провайдеру накапливать большое количество данных от компаний-пользователей приложения. Облачные FMS можно рассматривать как отраслевые IoT-платформы ввиду использования большинством из них прямого автоматического ввода данных от сенсоров и исполнительных устройств и их интеграции с большим количеством внешних систем и сервисов, таких как метеосервисы, геоинформационные системы, сервисы сквозной прослеживаемости и т.п. Таким образом, среди прикладных облачных сервисов для сельского хозяйства представлены не только IoT-платформы, но и предоставляемые по модели SaaS транзакционные приложения, поэтому отсутствует четкая граница между «платформами» и «сервисами», и в настоящем исследовании рассмотрены и те, и другие.

В рассматриваемые облачные приложения (прикладные сервисы) не включены кросс-индустриальные приложения, используемые не только сельском хозяйстве, но и в других отраслях, например приложения для управления цепочками поставок и сбытом, если они не являются частью отраслевых приложений (сервисов).

Наиболее редкими являются платформы/приложения, имеющие не только функцию информационной поддержки принятия решений и контроля их исполнения, но и собственно исполнения, то есть являющиеся управляющими системами. Такие платформы/приложения также включены в настоящее исследование.

В качестве основного метода исследования был применен анализ вторичных источников информации, с построением количественно модели рынка, описывающей метрики и их взаимосвязи, и верификацией результатов анализа с привлечением отраслевых экспертов. Результаты исследования носят практический характер и могут использоваться разработчиками отраслевых платформ и сервисов для определения целевых рыночных ниш, облика конкурентоспособных продуктов для этих ниш и достижимых параметров по абонентской базе и объему платежей от нее.

Рынок IoT-платформ для агробизнеса

Принципиальная возможность получения существенного экономического эффекта от цифровизации сельского хозяйства, кратно превышающего затраты на инструменты его достижения, состоит в том, что для данной отрасли характерно наличие большого количества параметров, объективный контроль и управление которыми критичен для конечного результата. Столь многофакторная оптимизация невозможна без использования соответствующих облачных платформ и сервисов, именно облачных, поскольку только облачная модель делает их доступными для хозяйств всех размеров, а не только для отдельных наиболее крупных хозяйств. Появление этих сервисов, доступных в том числе для малых хозяйств, создает необходимые предпосылки для кардинального повышения эффективности и снижения рисков в отрасли, причем для всех участников цепочки создания добавленной стоимости, включая поставщиков и сбытовое-логистическое звено.

Таким образом, основой цифрового сельского хозяйства являются математические модели сквозных процессов производства и сбыта сельхозпродукции - именно поэтому такое сельское хозяйство называется цифровым, позволяющих в близком к автоматическому режиме оптимизировать производство и сбыт по параметрам прибыльности, устойчивости бизнеса и минимизации негативного воздействия на окружающую среду.
Массовое использование такого подхода в сельхозбизнесе только начинается. Даже в США, наиболее продвинутом региональном рынке, облачные платформы и сервисы стали широко применяться лишь последние  2-3  года,  поэтому  пока  сложно  оценить  экономический  эффект  от  цифровой трансформации сельского хозяйства в приведенном выше его понимании. Тем не менее, даже при имеющем место в настоящее время начальном этапе перехода к цифровому сельскому хозяйству, характеризующемуся пока лишь более развитой и детализированной чем ранее информационной поддержкой принятия решений, доказанный на практике экономический эффект составляет десятки процентов повышения урожайности, снижения потерь и удельных затрат на производство единицы продукции. В сочетании с приемлемой для большинства фермерских хозяйств стоимостью использования таких сервисов даже для малых хозяйств – единицы долл. в год за акр при наличии бесплатных подписок, очевидная экономическая выгода даже от начального уровня цифровизации означает, что уровень проникновения облачных платформ и сервисов будет быстро расти и уже в ближайшие годы станет обязательным элементом любого успешного сельхозбизнеса.
Реализация сквозной цифровизации всего процесса создания добавленной стоимости продукции сельского хозяйства «от поля до вилки» может привести к кратному снижению удельной себестоимости производства и сбыта сельхозпродукции, кардинально трансформировать облик сельскохозяйственной отрасли и смежных с ней отраслей с появлением принципиально новых бизнес-моделей, таких как облачная модель использования не только средств автоматизации, но и средств механизации, производство продуктов питания под требования конкретного конечного потребителя со сквозной прослеживаемостью его свойств, новые подходы к селекции семян и так далее.
По оценкам J’son & Partners Consulting, в денежном выражении глобальный рынок облачных платформ и сервисов для цифрового сельского хозяйства составил в 2017 году 815 млн. долл., с перспективой более чем двукратного роста до 1,9 млрд. долл. в 2022 году. В указанный объем рынка входят только платежи за использование облачных платформ и сервисов цифрового сельского хозяйства, затраты сельских хозяйств на сопутствующие услуги и оборудование не включены в данную оценку. Основным сегментом рассматриваемого рынка выступают облачные транзакционно- аналитические платформы и приложения для растениеводства и универсальные платформы и приложения, формирующие 86% общего объема потребления.
Ключевым региональным рынком является рынок Северной Америки (США, Канада), сформировавший почти 40% конечного потребления в 2017 году. Наибольшим потенциалом роста обладает рынок Юго-Восточной Азии и Океании (Китай, Индия, Австралия, Новая Зеландия): доля потребления облачных платформ и сервисов в этом регионе от общемирового может вырасти с 22% в 2017 году до 30% в 2022 году. Очевидно, что именно на этот региональный рынок целесообразно делать ставку российским разработчикам ввиду как наибольшего потенциала роста, так и по причине меньшего, чем на североамериканском рынке уровня конкуренции. Однако для разработки перспективных решений целесообразно использовать данные, накопленные на рынке Северной Америки ввиду наибольшего проникновения облачных IoT-приложений и сервисов для сельского хозяйства именно в этом регионе, как и обилия накопленных за длительный исторический период данных.
Объем потребления облачных приложений и сервисов для сельского хозяйства в России составил в 2017 году лишь около 6 млн. долл., и перспективы быстрого роста этого объема в будущем выглядят маловероятными ввиду наличия мощных сдерживающих факторов, что однозначно свидетельствует о необходимости фокуса на глобальный рынок для любого российского разработчика приложений для цифрового сельского хозяйства.

Рис. 1. Уровень и структура потерь в разрезе этапов цепочки создания добавленной стоимости и видов сельхозпродукции в богатых (высокий уровень механизации), средних и бедных (низкий уровень механизации) странах, %

Источник: ООН

Экосистема облачных IoT-приложений и их ключевая функциональность

В настоящее время формируется глобальная экосистема облачных IoT-приложений и сервисов, каждое из которых выполняет свою роль и взаимодействует с другими. Это платформы для первичного сбора и накопления данных (базовые платформы), такие как Monsanto FieldView и aWhere - их отличает глобальный принцип сбора и анализа данных и отсутствие функционала автоматизации производственных и бизнес-процессов сельских хозяйств. Это облачные транзакционные (учетные) приложения с функциями анализа и планирования, так называемые Farm Management Systems, интегрированные с базовыми IoT-платформами, и обогащающие глобальные данные базовых платформ локальными данными подключенных ферми, такими как данные учета операций на полях, результаты обследований полей и данные от датчиков установленных на объектах управления, например датчиков влажности и содержания азота в почве. Это специализированные аналитические приложения, базирующиеся на сложных математических моделях и позволяющие проводить сценарный анализ планирования с выбором наиболее оптимального сценария. Это приложения для сквозной прослеживаемости и управления цепочками поставок, интегрированные с учетными и аналитическими приложениями для оценки объема производства и раннего контрактования с его онлайн-корректировкой, реализуемой сквозным образом. Это приложения для управления сельхозтехникой и предиктивного ремонта (ТОиР), на базе которых реализуются сервисы совместного использования сельхозтехники, повышающие уровень ее загрузки (утилизации) и делающие ее доступной для малых фермерских хозяйств.
Для российских разработчиков пока не закрыто окно возможностей стать частью этой формирующейся глобальной экосистемы. При этом изначально любую разработку в этой области надо позиционировать именно как часть глобальной экосистемы, а не как локальный аналог какой либо глобальной платформы или сервиса.
Вне зависимости от своего назначения ключевыми характеристиками IoT-приложений и платформ для цифрового сельского хозяйства, принципиально отличающих их от «традиционных» средств автоматизации, являются:

•    Облачная (публичная, гибридная) модель предоставления функций приложений, что, в отличие от модели продажи лицензий для on-premise инсталляций позволяет провайдеру/разработчику накапливать и анализировать данные всех подключенных пользователей приложения. Массив данных и модели их анализа – основной актив любого разработчика таких приложений, на который ориентируются стратегические инвесторы при оценке стоимости разработчика.
•    Открытость – платформы и сервисы осуществляют интенсивный двусторонний информационный обмен с большим разнообразием внешних систем. Обязательна API- интеграция с погодными сервисами, сервисами хранения и обработки данных ДЗЗ (спутниковые снимки полей), с системами поставщиков и покупателей с реализацией сквозной прослеживаемости.
•    Наличие не только ручного ввода данных в систему, но и автоматического ввода с подключенных сенсоров и исполнительных устройств, за счет API-интеграции с продукцией сторонних производителей датчиков и контроллеров (реже – за счет выпуска собственных пре-интегрированных с платформой сенсоров), а также за счет API-интеграции с платформами разработчиков этих датчиков и контроллеров или со специализированными платформами собирающими данные с них, что позволяет кардинально улучшить качество и оперативность поступления данных.
•    В части обработки данных отличительной чертой является внедрение математических моделей с использованием технологий машинного обучения, позволяющих корректно интерпретировать собираемые данные, строить прогнозы с высокой точностью и степенью детализации, и производить сценарный анализ с выбором наиболее оптимального сценария не только по производственным критериям, но и по финансовым критериям верхнего уровня (выручка, маржинальность) в разрезе конкретных полей, культур и т.п. с учетом вероятности этих сценариев.
•    Появляются первые попытки автоматизировать не только этапы планирования, учета и контроля, то есть функции информационной поддержки действий людей, но и автоматического исполнения запланированных действий, замкнув таким образом контур управления и сделав его полностью автоматическим и адаптивным.
Облик любого разрабатываемого сервиса для цифрового сельского хозяйства должен отвечать перечисленным выше требованиям.

Сдерживающие факторы развития

Препятствиями для успешной разработки и внедрения таких приложений и платформ в России являются:
•    Выраженный недостаток накопленных за длительный исторический период качественных агрономических данных по России (есть только данные ДЗЗ), что не позволяет создавать адекватные модели используя только российские данные и производить сценарный анализ. В России крайне мало подключенной техники, практически отсутствуют сенсоры на полях, передающие данные в облачные приложения.
•   Малое количество средств механизации в сельских хозяйствах, особенно в средних и малых, то есть отсутствует инструментарий, позволяющий исполнить выработанные рекомендации и планы.
•   Практическое отсутствие «традиционных» on-premise средств автоматизации бизнес- (ERP) и производственных (АСУТП) процессов – есть только системы бухгалтерского учета, систем класса FMS практически нет, как следствие, отсутствует культура управления бизнесом с использованием таких систем и накопленные учетные данные по операциям в полях, что не дает возможности сопоставить данные ДЗЗ с действиями на полях.

•  Информационная закрытость сельских хозяйств и недоверие к внешнему окружению, крайне агрессивная, поддерживаемая региональными и федеральными чиновниками позиция крупных АПК по поглощению средних и мелких хозяйств.
•  Ограниченное присутствие в России глобальных провайдеров приложений, отсутствие экосистем российских разработчиков вокруг таких платформ.
Дополнительной проблемой выступают крайне ограниченные финансовые возможности российских сельхозпроизводителей.
Для разработчиков приложений эти сдерживающие факторы проявляются в:
•  Выраженном недостатке накопленных агрономических данных (за исключением данных ДЗЗ, имеющих глобальных характер) ввиду низкого уровня проникновения средств автоматизации в сельхозбизнес и превалирования on-premise систем, как следствие, в отсутствии надежных бенчмарков и возможности строить сложные прогностические модели, что в свою очередь существенно снижает эффективность использования платформ и облачных приложений.
•    Чрезвычайной сложности в продвижении современных платформ и приложений в российский сельхозбизнес ввиду:

o    Депрессивного состояния подавляющего большинства предприятий, за исключением крупных холдингов, находящихся на дотациях государства, как следствие, общего ощущения безнадежности, отсутствия перспектив и неверия в возможность что-либо изменить в лучшую сторону.
o    Консерватизма менеджмента и владельцев сельхозпредприятий, отсутствия опыта работы с развитыми средствами автоматизации и отсутствие доверия к ним как инструменту повышения эффективности.
o    Низкого уровня оплаты труда на селе, как следствие, широко распространенного воровства персоналом горюче-смазочных материалов, кормов, удобрений, семян как способа компенсации низких зарплат и, как следствие, восприятие средств автоматизации (включая автоматизацию контроля за персоналом) не как инструмента- помощника, а как врага.
o    Отсутствия локальных экосистем разработчиков вокруг глобальных платформ и приложений, и, как следствие, возможности заходить через участников экосистем в сельхозкомпании, уже использующие какую-либо отдельную функциональность, с дополняющей ее функциональностью, что является основным способом продвижения новых продуктов и сервисов в США. Исключение – поставщики средств механизации, «тянущие» за собой разработчиков систем fleet management, которые, в свою очередь, «тянут» за собой базовые платформы и прикладные сервисы. Но это имеет место только в крупных хозяйствах и холдингах (АПК), имеющих доступ к финансированию и способных закупать современную сельхозтехнику.
o    Отсутствие развитых сетей партнеров, занимающихся монтажом и обслуживанием аппаратных элементов систем автоматизации.

Стратегия развития IoT-платформ и приложений на российском агрорынке

Для российских сельхозпроизводителей и государственных органов управления сельским хозяйством в России важно понимать, что цифровизация не является лишь вспомогательным процессом информатизации отрасли, и имеет определяющее значение для развития сельского хозяйства в стране.
Потребление подавляющего большинства видов продуктов питания в России находится на уровне значительно меньшем медицинской нормы. С другой стороны, потенциал оптимизации процессов производства и сбыта сельхозпродукции, и, как следствие, снижения себестоимости и розничных цен на продовольствие в России является кратным, что создает возможность существенного роста объемов потребления сельхозпродукции даже в условиях снижения реальных располагаемых доходов населения. Такого потенциала роста нет на развитых рынках, таких как североамериканский и западноевропейский, но есть, помимо России, в ряде стран Восточной Европы и Юго-Восточной Азии.
Сквозная цифровизация, позволяя кардинально перестроить весь процесс производства и сбыта сельхозпродукции, дает возможность кратно снизить розничные цены на продукты питания, при этом повысить маржинальность бизнеса сельхозпроизводителей и улучшить качество продукции. Во- первых, недоступность для подавляющего большинства сельских хозяйств в России современных средств механизации и автоматизации является основной причиной крайне низкой производительности труда, соответственно, высокой себестоимость единицы продукции. Переход от модели продажи в собственность сельхозтехники и средств автоматизации к модели оплаты их функций по фактическому объему или даже результатам потребления, что является основой цифровой трансформации, решает проблему доступности техники и, следовательно, повышения производительности труда.
Поскольку российские хозяйства стартуют с очень низкого уровня производительности, то ее повышение может составить до 3-5 раз. Во-вторых, цифровизация за счет своего сквозного характера позволяет информационно связать потребности конкретного конечного потребителя и возможности конкретного сельхозпроизводителя, исключив таким образом множество ненужных посредников, на которых сейчас приходится до 80% стоимости в розничной цене продукта. Вместе эти два фактора позволят увеличить объем потребления сельхозпродукции в России в денежном выражении в 1,5 раза, то есть эффект от роста объема потребления перекроет снижение розничных цен, при этом маржинальность бизнеса сельхозпроизводителей даже вырастет, а риски – снизятся. Парк тракторов может увеличиться на 300 тыс. единиц, комбайнов - на 200 тыс., а потребление удобрений вырасти в 9 раз. В теории игр называется моделью win-win (игры с положительной призовой суммой) - выигрывают все участники процесса цифровизации, включая конечного потребителя.