Muốn chấm dứt bi kịch cày bỏ ruộng hành... cốt lõi của AI nông nghiệp là 'dữ liệu tiêu dùng'

Năm nay, khi giá các nông sản chủ lực như hành tây, dưa leo và bí ngòi non lao dốc, nông dân đã tổ chức một cuộc biểu tình vào ngày 7/7, cày bỏ những cánh đồng mà họ đã dày công chăm sóc và kêu gọi chính phủ đưa ra đối sách. Trong khi trí tuệ nhân tạo (AI) và máy kéo tự hành đang nổi lên như tương lai của nông thôn, thực tế ngoài đồng ruộng vẫn vô cùng khắc nghiệt. Năm nay, bi kịch ấy lại tái diễn. Các chuyên gia chỉ ra rằng nếu không có “dữ liệu” tinh vi từ hiện trường làm nền tảng thì không thể ngăn chặn mất cân đối cung cầu nông sản và sự sụp đổ giá cả. Đây là lý do trong thời đại chuyển đổi AI, nhu cầu xây dựng không chỉ dữ liệu sản xuất mà cả “dữ liệu tiêu dùng” đang nổi lên như nhiệm vụ cấp bách nhất để nông nghiệp Hàn Quốc tồn tại.

Bộ Nông nghiệp, Thực phẩm và Nông thôn Hàn Quốc cùng Viện Hoạch định và Đánh giá Công nghệ Nông nghiệp, Lâm nghiệp và Thực phẩm đã tổ chức “Diễn đàn Tăng trưởng Tương lai ngành nông lâm thực phẩm lần thứ 40” vào ngày 22/7 tại khách sạn JW Marriott Seoul với chủ đề “Triển vọng công nghệ nông nghiệp trong thời đại chuyển đổi AI: Bàn về chuyển đổi AX của ngành nông lâm thực phẩm”. Ông Kim Dae-hoon, Giám đốc điều hành Nuvilab, người trình bày tại sự kiện hôm đó, đã chỉ ra sắc bén thực tế đầy mâu thuẫn của ngành nông thực phẩm. Ông Kim Dae-hoon nói: “Quy mô thị trường nông thực phẩm toàn cầu vào khoảng 9,7 nghìn tỷ USD (theo BCG, dự báo năm 2026), thuộc hàng lớn nhất thế giới, nhưng mức độ trưởng thành của chuyển đổi số (DX) vẫn đứng cuối so với các ngành khác như tài chính, sản xuất, y tế và truyền thông.”

Do “khoảng trống số và dữ liệu” này, nhà sản xuất dù làm ra nông sản chất lượng cao cũng không thể biết được nhu cầu tiêu dùng cuối cùng và xu hướng thị trường. Các cơ quan chính phủ và nhà hoạch định chính sách cũng chỉ nắm được hỗ trợ trợ cấp hay chính sách cung ứng nông sản, nhưng lại không có dữ liệu để kiểm chứng các chính sách đó thực sự tạo ra kết quả gì tại hiện trường. Vì chuỗi dữ liệu nối từ sản xuất đến phân phối và tiêu dùng cuối cùng bị đứt gãy, nông hộ, chính phủ và người tiêu dùng đều đau đầu mỗi năm vì tình trạng bất ổn cung cầu lặp đi lặp lại.
Ông Kim Dae-hoon nhấn mạnh: “Do thiếu dữ liệu tiêu dùng, việc tối ưu hóa sản xuất nông thực phẩm trên thực tế là bất khả thi”, đồng thời nói thêm: “Dữ liệu bán hàng chỉ là dấu vết của nhu cầu. Việc tối ưu hóa ngành thực phẩm chỉ bắt đầu khi có dữ liệu tiêu dùng thực tế.”

Cốt lõi của AI là ‘dữ liệu ngữ cảnh hiện trường’… hàm ý từ các trường hợp thành công ở nước ngoài
Cuối cùng, AI thu thập dữ liệu tinh vi tại hiện trường nông nghiệp và tại các điểm tiếp xúc với người tiêu dùng tất yếu sẽ có năng lực cạnh tranh cao hơn. Ở nước ngoài, quá trình công nghiệp hóa AI tinh vi dựa trên dữ liệu hiện trường đã được hiện thực hóa.
Trên thực tế, tại 13 khách sạn ở Các Tiểu vương quốc Ả Rập Thống nhất (UAE), camera AI và cảm biến trọng lượng đang phân tích theo thời gian thực lượng thực phẩm bị bỏ đi để cải thiện theo thời gian thực sản lượng, khẩu phần phục vụ và cấu trúc thực đơn. Kết quả sau 4 tháng vận hành thử nghiệm cho thấy rác thải nhà bếp giảm 76% và thức ăn thừa sau bữa ăn giảm 55%.

Nền tảng phân phối thực phẩm tươi sống của Australia ‘Freshō’ đã chuyển đổi hệ thống đặt hàng vốn phụ thuộc vào ghi chép thủ công sang cấu trúc hóa đơn hàng tự động bằng AI. Nhờ dự báo chính xác nhu cầu theo thời gian thực, nền tảng này đã nâng độ chính xác tồn kho lên 98,6% và giảm thiểu tồn kho dư thừa cùng lãng phí thông qua đặt hàng, đóng gói và giao hàng chính xác. Kết quả là công ty đã xử lý lũy kế 30 triệu đơn hàng (khoảng 10 triệu đơn trong 1 năm gần đây) và thu hút được 17 triệu USD đầu tư.
 

Tối ưu hóa 1% tiêu dùng tạo ra sức lan tỏa 2,3 nghìn tỷ won
Đặc biệt, ông Kim Dae-hoon đã tập trung làm nổi bật giá trị của “dữ liệu tiêu dùng”, vốn lâu nay nằm trong điểm mù của chính sách nông nghiệp. Trong bài phát biểu, ông giải thích: “Việc phục vụ 30% rau trong bữa ăn tập thể không có nghĩa là trẻ em đã ăn 30% rau”, đồng thời nói thêm: “Theo dữ liệu thực tế được thu thập bằng công nghệ AI, tỷ lệ trẻ em thực sự ăn rau chỉ là 11%, tạo ra khoảng cách 19 điểm phần trăm. Có những lý do cấu trúc rõ ràng khiến loại dữ liệu tiêu dùng này trước nay không thể được tích lũy.”

Ông chỉ ra rằng việc thu thập dữ liệu chuẩn hóa rất khó vì lượng và hình thức ăn uống thay đổi mỗi lần, còn các phương pháp như hồi tưởng 24 giờ hay tự nhập liệu tất yếu có độ chính xác và tính liên tục thấp. Ông cũng cho biết tỷ lệ duy trì sử dụng thấp vì cấu trúc dịch vụ lấy nhập liệu làm trung tâm, buộc người dùng phải tốn nhiều thời gian để để lại ghi chép, đồng thời dữ liệu ở từng lĩnh vực như suất ăn tập thể, dinh dưỡng và y tế bị phân mảnh nên không thể phân tích tích hợp.

Ông Kim Dae-hoon nhấn mạnh: “Chỉ cần tối ưu hóa tiêu dùng thêm 1% bằng cách lấp đầy khoảng trống dữ liệu tiêu dùng cũng có thể tạo ra giá trị kinh tế và môi trường khổng lồ”, đồng thời nói thêm: “Dựa trên thị trường thực phẩm trong nước (khoảng 230 nghìn tỷ won, Viện Phát triển Hàn Quốc năm 2024), nếu đạt được mức tối ưu hóa tiêu dùng 1% thì có thể tiết kiệm chi phí tối đa 2,3 nghìn tỷ won.” Ông tiếp tục: “Con số này bao gồm giảm lãng phí nguyên liệu thực phẩm, tối ưu hóa tồn kho và logistics, cũng như giảm chi phí y tế nhờ cải thiện sức khỏe”, và nói thêm: “Ngoài ra còn có thể đạt được thành quả môi trường to lớn khi cắt giảm tối đa 1,39 triệu tấn khí thải nhà kính (CO_2e, theo tiêu chuẩn năm 2023 của Bộ Môi trường).”

Phát biểu của ông Kim Dae-hoon rằng “Dữ liệu phong phú tạo nên hiệu năng AI và thay đổi tương lai của ngành. Chuyển đổi AI của ngành thực phẩm bắt đầu từ khoảnh khắc tiêu dùng thực tế được dữ liệu hóa” mang nhiều hàm ý lớn. Đây là thời điểm cần xây dựng một “nền tảng dữ liệu nông thực phẩm tổng hợp quốc gia” kết nối từ dữ liệu sinh trưởng ở giai đoạn sản xuất đến khối lượng phân phối và dữ liệu tiêu dùng cuối cùng trên bàn ăn. Bởi chỉ khi tính liên tục của dữ liệu và tính hiện trường được bảo đảm thì chính sách nông nghiệp của chính phủ mới có thể thực sự chuyển từ “chính sách cung ứng” đơn thuần sang “chính sách lấy hiệu quả làm trung tâm”.