Фото: із відкритих джерел
Європейська Terra Oracle AI заявляє, що її платформа допомагає господарствам зібрати розрізнені агродані в єдину систему рішень і отримувати пояснювані рекомендації в режимі реального часу. Рішення тестували на різних культурах і в пілотах у низці країн Європи та Азії, зокрема в Україні.
Про це повідомляє сайт Аграрії разом з посиланням на Freshplaza.
Виробники у захищеному ґрунті та сегменті високовартісних культур отримують дедалі більше даних із різних джерел — від аналізів ґрунту й супутникових знімків до показників метеостанцій, зрошення та звітів скаутингу. Засновники Terra Oracle AI Ерез Бітон і Юрій Гушин стверджують, що проблема вже не в доступі до даних, а в тому, щоб зрозуміти, що саме відбувається на полі, чому це відбувається і яку дію варто зробити наступною.
«Виклик більше не в доступі до даних; він у розумінні того, що насправді відбувається в полі, чому це відбувається і яку дію слід зробити далі. Це особливо критично в захищеному ґрунті та високовартісних культурах, де невеликі помилки в зрошенні, живленні, засоленні, тиску хвороб або клімат-контролі можуть мати значні економічні наслідки», — зазначає Ерез Бітон.
За словами Юрія Гушина, платформа поєднує «пояснювану» агрономічну логіку ШІ, ґрунтову аналітику, супутниковий моніторинг (NDVI), погодні дані, історичну поведінку поля, дані про операції техніки та економічний аналіз. У компанії позиціонують результат як AI-радника, який має проактивно виявляти ризики, оптимізувати використання ресурсів і підтримувати операційні рішення.
Два технологічні шари: AI-радник і сканування ґрунту
Terra Oracle AI повідомляє про два «патентозаявлені» технологічні шари: пояснюваний AI Agronomic Advisor та платформу сканування ґрунту з двосенсорною архітектурою. Як пояснюють засновники, система сканування ґрунту поєднує гамма-спектроскопію та оптичне сенсування, щоб забезпечити швидке великомасштабне сканування полів і отримання високодетальної ґрунтової інформації без опори лише на традиційний ручний відбір проб.
На рівні аналітики платформа, за описом компанії, одночасно обробляє кілька потоків даних: властивості ґрунту, погоду, вегетаційні індекси NDVI, поведінку зрошення, топографію, польові операції та історичну продуктивність культур. Окремо підкреслюється «шар агрономічного міркування» поверх даних, який має перетворювати показники на пояснювані рекомендації.
«Замість пасивних дашбордів Terra Oracle AI надає проактивні агрономічні сповіщення, рекомендації для конкретного поля, пояснювану логіку та багатомовну розмовну взаємодію з ШІ», — йдеться в описі платформи.
У компанії також зазначають, що система з часом «навчається» на даних конкретного поля та операцій, стаючи більш прив’язаною до умов господарства. Окремо вказано, що у 2026 році Terra Oracle AI отримала Agritechnica Asia Applied Technology Trophy у категорії «Digital & Automation Solutions».
Де тестували та для яких культур
За даними Terra Oracle AI, технологію випробовували в різних виробничих сценаріях: у широкомасштабному землеробстві, на зрошуваних просапних культурах, а також на картоплі, томаті, огірку, цибулі, моркві, нішевих культурах і в садівничих/овочевих застосуваннях. Пілотні проєкти та демонстрації проводили в Європі та Азії, зокрема в Індії, Франції, Іспанії, Словенії, Румунії, Польщі, Болгарії та Україні.
В Індії компанія працювала з виробниками та партнерами в штаті Гуджарат, де проводила демонстрації для картоплі та арахісу й окремо показувала багатомовні можливості, адаптовані під локальних користувачів. За словами Ереза Бітона, платформа орієнтована як на відкритий ґрунт, так і на захищене вирощування, де критичні точність у живленні та управлінні зрошенням.
Багатомовність і «проактивні» сповіщення: що підкреслюють користувачі
У Terra Oracle AI стверджують, що під час демонстрацій позитивно сприймали здатність AI-радника спрощувати складні агрономічні дані до зрозумілих операційних висновків. Окремий акцент — на взаємодії локальними мовами.
«Під час демонстрацій у Гуджараті виробники проявили значний інтерес до взаємодії з AI-радником місцевими мовами. У багатьох випадках бар’єром для технологій може бути сама мова — фермери не завжди так само комфортно почуваються англійською, як рідною», — зазначає Юрій Гушин.
Також у компанії повідомляють про інтерес з боку дилерів і провайдерів агрономічних сервісів, які розглядають подібні платформи як інструмент переходу від продажу продуктів до надання постійних AI-підтримуваних послуг. Серед прикладів сценаріїв використання називають проактивні сповіщення для виявлення аномалій у зрошенні, патернів стресу культур або ризиків, пов’язаних із живленням, до появи видимих пошкоджень.