Крупный производитель средств защиты растений прогнозирует урожаи зерновых с точностью более 90% благодаря разработке AI Consulting

Зерновые — основная статья экспорта в аграрном секторе РФ, объемы их сбора напрямую влияют на расстановку сил на мировом рынке продовольствия. Компания занимается производством химии для защиты посевов и семян, поэтому была заинтересована в проактивном взаимодействии с производителями и импортерами зерна. Технология, позволяющая определять возможные тренды глобального рынка и своевременно планировать загрузку производства, дала бы огромное конкурентное преимущество.

Заказчик искал способ заранее планировать работы и рыночную стратегию на будущий год, и в итоге обратился в Cloud.ru за разработкой предиктивных моделей, прогнозирующих валовый сбор пшеницы в разрезе всех регионов РФ.

Заказчик был наслышан о сервисах компании от общих партнеров. Поэтому, когда речь зашла о возможности разработки сервисов на базе машинного обучения, клиент ознакомился с предложениями Cloud.ru и сделал выбор в пользу AI Consulting.

До этого прогнозирование велось силами агрономов в табличном формате и охватывало 1-2 региона. Такой способ не обеспечивал достаточную точность предсказаний (прогнозы сбывались лишь в 65% случаев) и отнимал время штатных специалистов. В предложении AI Consulting заказчика привлекла возможность разработки сервиса «под ключ» и его эксплуатации на мощностях Cloud.ru.

Было принято решение разработать 2 предиктивные модели машинного обучения для предсказания сбора урожая: одна модель — для озимых, другая — для яровых культур.

Алгоритм работы выглядел следующим образом:

1. Специалисты AI Consulting провели тщательную работу с данными. Они собрали датасет, вобравший данные по валовому сбору урожая в разрезе регионов с 90-х по сей день, данные о внесенных минеральных удобрениях и других значимых аспектах — посевных площадях, погоде, влажности и т.д.
2. Датасет очистили от пропусков и привели к единому виду. Получившиеся данные сопоставили с архивом информации о продажах.
3. Провели работу над предсказательной моделью: предсказание валового сбора разложили на компоненты. Например, отдельно предсказывались посевные площади для интересующего года и тренд урожайности.
4. Выборки данных разбили на обучающие и валидационные, после чего стало возможно оценить, можно ли доверять обученной модели.
5. В несколько итераций модели дообучили для достижения желаемых показателей точности.
6. Для пользователя создали инструкцию по использованию, а модели передали в эксплуатацию на платформе ML Space.

Результатом работы стал облачный сервис, предоставляющий возможность в интерактивном режиме моделировать урожайность яровых и озимых в горизонте 12 месяцев. Специалистам AI Consulting удалось добиться точности прогноза по регионам более 90% и сэкономить рабочее время специалистов, которые помимо основной работы вынуждены были заниматься прогнозированием. По итогу построения предсказаний валового сбора на интересующий год строится отчет в pdf-формате, который содержит графики с историческими данными и прогнозом на интересующий год по регионам, для которых были внесены экспертные данные по погоде.

Заказчик планирует дальнейшие работы по оцифровке полей, для этих целей рассматриваются и некоторые сервисы Cloud.ru.