29 октября 2026 года в Москве на VIII Федеральном форуме по ИТ и цифровизации в АПК SMART AGRO основатель и генеральный директор RECOMO AI Сергей Семёнов выступил с презентацией «Цифровой сотрудник агрохолдинга. 10 ИИ-агентов и ассистентов для АПК». Доклад был посвящён конкретным задачам, в которых искусственный интеллект может помогать аграрным предприятиям: сравнивать предложения поставщиков, обрабатывать документы, следить за состоянием посевов и техники, поддерживать логистику и продажи.
Форум организован ComNews Conferences и проходит в московском отеле «Лесная Сафмар». Выступление RECOMO вошло в сессию «Искусственный интеллект в АПК: от пилотов к промышленной эксплуатации».
В центре презентации — десять прикладных ролей. Это направления для разработки и внедрения решений с учётом данных конкретного предприятия. Перечень не означает, что все десять систем уже внедрены RECOMO в агрохолдингах или имеют одинаковую степень готовности.
1. ИИ-закупщик. Помогает сопоставлять предложения на семена, удобрения и запчасти: сводит цены и сроки в общую таблицу и готовит заявку на согласование. Практический смысл — сократить ручное сравнение и уменьшить вероятность потерять предложение в переписке. Окончательный выбор поставщика и утверждение закупки остаются за ответственным сотрудником.
2. ИИ-помощник по документам. Читает поступающие по почте счета, накладные и заявки, извлекает позиции и суммы. При настроенной интеграции эти сведения можно передавать в учётную систему. Такой помощник уменьшает объём перепечатывания, но требует проверки реквизитов, сумм и соответствия документов реальной операции.
3. ИИ-агроном. Анализирует снимки посевов вместе с историей поля, отмечает признаки проблем и готовит сводку для осмотра. Его задача — помочь агроному определить, какие участки проверить в первую очередь. Сигнал системы сам по себе не устанавливает причину ухудшения состояния растений и не заменяет обследование.
4. ИИ-диспетчер полива. Сопоставляет влажность почвы, погоду и фазу роста растений, предлагает время и объём полива, обновляет план при изменении условий. Для такой работы нужны пригодные данные и ограничения, заданные специалистами хозяйства. Польза сценария — вовремя заметить дефицит воды и избежать лишнего полива.
5. ИИ-планировщик уборки. Помогает оценивать сроки созревания и погодные окна, выбирать очерёдность полей и обновлять прогноз объёма урожая. Это поддержка подготовки техники и людей к уборочной кампании. Прогноз необходимо пересматривать по мере поступления фактических данных.
6. ИИ-помощник механика. Анализирует телеметрию тракторов и комбайнов, выделяет признаки возможных неисправностей и подсказывает, что проверить первым. Сценарий ориентирован на обслуживание до остановки машины в поле. Его применимость зависит от доступности телеметрии и истории работы оборудования; выводы проверяет механик.
7. ИИ-зоотехник. Использует видео с фермы для анализа движения животных, замечает изменения походки и выделяет животных для осмотра. Такое решение помогает специалисту быстрее найти тех, кому может требоваться внимание. Видеоаналитика формирует сигнал для проверки, а решение о состоянии животного и необходимых мерах принимает профильный специалист.
8. ИИ-контролёр качества. Оценивает изображения плодов и ягод на линии, выявляет видимые дефекты и помогает сортировать продукцию. Для устойчивой работы важны освещение, качество съёмки и согласованные критерии оценки. Цель — сделать качество партий более ровным и сократить ручную сортировку; результаты нужно проверять на конкретной продукции.
9. ИИ-логист. Собирает прогнозы поставок и подтверждения от хозяйств, уточняет готовность к отгрузке и предупреждает об угрозе срыва сроков. Это способ уменьшить количество звонков ради получения статуса и раньше увидеть задержку. Система должна показывать, какие сведения подтверждены, а какие ещё требуют уточнения.
10. ИИ-менеджер продаж. Принимает заявки на семена, удобрения и другие агротовары, уточняет потребность и объём, готовит заказ для менеджера. Сценарий помогает быстрее отвечать покупателям и не терять обращения. Цены, наличие, условия поставки и обязательства перед клиентом должны опираться на актуальные данные и утверждённые правила.
Представленные роли охватывают разные технологии. Обработка писем и документов требует доступа к рабочим системам и правилам согласования. Анализ посевов, животных или продукции — качественных изображений и проверки моделей на отраслевых данных. Прогнозирование состояния техники — телеметрии и истории обслуживания. Поэтому за одинаковым словом «ИИ-помощник» могут стоять существенно разные по сложности проекты.
Для предприятия практический следующий шаг — выбрать один повторяющийся процесс, в котором понятны исходные данные, ожидаемый результат и ответственный за проверку. Например, начать со сравнения предложений поставщиков или разбора входящих заявок. Перед пилотом полезно зафиксировать время выполнения операции, объём ручной работы и число ошибок или возвратов на доработку. После запуска — сравнить эти показатели, учитывая время на проверку ответов системы и стоимость её эксплуатации.
У цифрового сотрудника должны быть определены границы действий: какие данные он получает, что может подготовить самостоятельно и на каком этапе требуется решение человека. Особенно это важно при закупках, изменении производственных режимов и принятии обязательств перед покупателями.
Презентация RECOMO на SMART AGRO предложила руководителям АПК карту конкретных задач для такого выбора. Отправной точкой становится процесс, где сотрудники тратят время на повторяющиеся действия и могут проверить результат помощи ИИ.
Материал предоставлен RECOMO AI по итогам выступления Сергея Семёнова на SMART AGRO 2026.
Описание десяти ролей подготовлено по презентации доклада; рекомендации по организации пилота дополняют материал. Сайт: https://recomo.ai