“Máy kéo giá hàng trăm triệu won, phải mất ít nhất 7 năm mới hoàn vốn”… Agtech tiên tiến khiến nông dân chần chừ lựa chọn

Chính phủ đang đưa “chuyển đổi số nông nghiệp” và “phổ cập AI nông nghiệp (trí tuệ nhân tạo)” lên hàng đầu như chiếc chìa khóa vạn năng để ứng phó với tình trạng thiếu lao động nông thôn và khủng hoảng khí hậu, nhưng thực tế cho thấy tình hình phổ cập và mức độ trưởng thành công nghệ mà các chuyên gia hiện trường cảm nhận được lại gần như ở mức trượt. Có ý kiến chỉ ra rằng so với tốc độ phát triển hào nhoáng của công nghệ, giá thiết bị quá cao, lỗi cảm biến xảy ra thường xuyên, cùng với hệ thống AS phần mềm gần như không tồn tại đang trở thành bức tường lớn cản nông hộ tiếp cận. Nhân dịp ra mắt, Báo Công nghệ Nông nghiệp Hàn Quốc đã tiến hành khảo sát đối với các ủy viên điều hành của Hội Cơ giới Nông nghiệp Hàn Quốc và các cây bút của báo. Tổng cộng 36 người đã tham gia khảo sát lần này, và câu trả lời của các chuyên gia được phân tích bằng AI assistant Jeminai. 
 

Tỷ lệ phổ cập tại hiện trường và mức độ hài lòng với AS thấp nhất
▲Mức độ cảm nhận phổ cập tại hiện trường rất thấp, vì sao?=Kết quả khảo sát tập trung vào các lãnh đạo của Hội Cơ giới Nông nghiệp Hàn Quốc, nhóm chuyên gia có thẩm quyền hàng đầu trong lĩnh vực cơ giới hóa nông nghiệp và nông nghiệp thông minh trong nước, cho thấy một bức tranh lạnh lùng. Trước câu hỏi về “mức độ phổ cập thực tế tại hiện trường của physical AI và công nghệ nông nghiệp thông minh trong nước”, các chuyên gia chỉ chấm trung bình 3,53 điểm (1 điểm là rất thấp ~ 10 điểm là rất cao). Trong số 36 người trả lời, có tới 20 người chấm từ 3 điểm trở xuống (9 người chấm 3 điểm, 8 người chấm 2 điểm, 3 người chấm 1 điểm). Chỉ có 2 người chấm từ 7 điểm trở lên, mức có thể được hiểu là phổ cập tại hiện trường đã vượt qua một ngưỡng nhất định.

Các chuyên gia cho rằng nguyên nhân mang tính quyết định khiến việc phổ cập chậm chạp (được chọn tối đa 3 đáp án) là “gánh nặng chi phí mua ban đầu” (66,7%·24 lượt), được nhắc đến nhiều nhất. Tiếp theo là “khoảng cách hiệu năng giữa phòng thí nghiệm và hiện trường” (41,7%·15 lượt) và “môi trường thửa ruộng nhỏ lẻ, phi chuẩn đặc trưng của Hàn Quốc” (41,7%·15 lượt), đồng hạng hai. Sau đó là mức độ tương thích thấp giữa các thiết bị (25%·9 lượt), thiếu hệ thống huấn luyện bám sát hiện trường (25%·9 lượt), AS không ổn định và sự thuận tiện trong sửa chữa thấp (22,2%·8 lượt), khó thao tác đối với nông dân cao tuổi (19,4%·7 lượt).

Điều này có thể được hiểu là trong bối cảnh thu nhập nông hộ trên mỗi đơn vị diện tích bị đình trệ, việc mua các thiết bị tiên tiến trị giá hàng trăm triệu won không tạo ra ROI (lợi nhuận trên đầu tư), và do điều kiện canh tác trong nước chủ yếu là đất nông nghiệp bị chia nhỏ nên công nghệ tối tân khó có thể thấm vào thực tế. Cùng một mạch đó, ở câu hỏi về điều kiện tiên quyết cần được giải quyết trước tiên để việc đưa agtech như AI vào có thể dẫn đến gia tăng lợi nhuận ròng thực chất cho nông hộ (chọn tối đa 2 đáp án), “mở rộng diện tích canh tác” (47,8%·22 lượt) là lựa chọn nhiều nhất. “Giảm mạnh giá thiết bị” cũng chiếm 26,1% (12 lượt).
 

Giáo sư Ha Yu-shin của Đại học Kyungpook cho biết: “Trình độ công nghệ của chúng ta đã vươn lên không thua kém các nước tiên tiến. Tuy nhiên, do vô số biến số tại hiện trường nên quả thực tồn tại khoảng cách giữa phát triển công nghệ và ứng dụng thực tế” và “nông hộ cũng mong muốn ‘công nghệ thực dụng có thể dùng ngay lúc này’ hơn là công nghệ tối tân của tương lai xa”.

Đặc biệt, khả năng phản ứng nhanh của hệ thống hậu mãi (AS) đối với lỗi dữ liệu hay trục trặc phần mềm chỉ đạt 3,58 điểm (thang 10 điểm). Hậu mãi thiếu ổn định có thể trở thành nguyên nhân khiến nông hộ chần chừ khi mua thiết bị tiên tiến.

Trong các trường hợp AI vận hành sai tại hiện trường, loại phổ biến và nghiêm trọng nhất áp đảo là “lỗi nhận diện cảm biến” (61,1%), tiếp theo là “mất kết nối truyền thông và nhiễu tín hiệu” (38,9%).

Khác với đường bộ thông thường đã được chuẩn hóa, đất nông nghiệp đầy rẫy biến số như rung lắc trên mặt đường không trải nhựa, bụi đất, phản xạ ánh nắng mạnh. Vì vậy, “độ tin cậy của thuật toán tránh chướng ngại vật bất ngờ” để nhận diện nông dân đang ngồi khom làm việc hoặc động vật chỉ được chấm 5,94 điểm, còn “khả năng chẩn đoán sâu bệnh” để phát hiện những thay đổi nhỏ ở giai đoạn đầu sinh trưởng được chấm 5,64 điểm, cho thấy công nghệ vẫn bị đánh giá là chưa hoàn toàn vượt ra khỏi cấp độ phòng thí nghiệm.

Một chuyên gia của hội học thuật tham gia khảo sát cho biết: “Hiện nay, hạ tầng AS trong nước chỉ được thiết kế để sửa chữa các hỏng hóc cơ khí như máy kéo hay máy cấy” và “khi xảy ra các trục trặc số như xung đột firmware phần mềm, lỗi liên kết đám mây, thiếu dữ liệu huấn luyện, không ít trường hợp tại hiện trường thậm chí không xác định nổi nguyên nhân, khiến công việc bị đình trệ nhiều ngày”. 

Dự báo phải mất 6,85 năm mới đạt BEP (điểm hòa vốn)
Nếu thời gian thu hồi vốn đầu tư mua thiết bị ngắn, tốc độ phổ cập tại hiện trường có thể tăng nhanh. Tuy nhiên, trong điều kiện nông nghiệp trong nước, ngay cả điều này cũng có vẻ không dễ. Trước câu hỏi “không tính lợi ích trợ cấp, chỉ riêng nhờ tăng hiệu quả công việc thì sẽ mất bao nhiêu năm để thu hồi giá thiết bị (đạt BEP)?”, những người trả lời (29 người) dự đoán trung bình sẽ mất 6,85 năm.
 

Những người tham gia trả lời là trên 10 năm đã đưa ra giả định mua các thiết bị tiên tiến, cỡ lớn như máy kéo tự hành, robot thu hoạch không người lái có giá từ 150 triệu won đến gần 300 triệu won; còn đa số chuyên gia dự đoán rằng nếu đưa vào các hệ thống điều khiển phức hợp như thiết bị điện thông minh thông thường hay máy cấy tự hành, điểm hòa vốn sẽ hình thành trong khoảng 5~7 năm.

Các chuyên gia lưu ý rằng “không dễ đưa ra một con số đồng nhất vì có không ít biến số tùy theo môi trường như loại thiết bị mua, diện tích đất canh tác”, nhưng đồng thời giải thích rằng xét đến đặc thù nông nghiệp là việc sử dụng tập trung vào một số vụ mùa hay mùa vụ nhất định, cùng môi trường nông nghiệp trong nước với chi phí sản xuất cao và thu nhập thấp, thì thời gian thu hồi vốn khó tránh khỏi kéo dài.

Đặc biệt, nếu nông hộ không có trợ cấp của chính phủ mà chỉ kỳ vọng vào việc nâng cao hiệu quả công việc để đầu tư trong 6,85 năm, thì đây khó tránh khỏi bị xem là khoảng thời gian có mức độ rủi ro đầu tư rất cao, và điều này có thể trở thành trở ngại đối với việc lan rộng AI và nông nghiệp thông minh.

Giáo sư Jo Yong-jin của Đại học Quốc gia Jeonbuk khuyên rằng: “Nông dân có thể chấp nhận một mức premium giá nhất định, nhưng nếu vượt quá 1,5 lần giá thiết bị hiện hành thì khả năng ý định mua sẽ giảm. Vì vậy, để mở rộng phổ cập, điều quan trọng là thay vì chỉ hỗ trợ giá đơn thuần, cần tập trung vào nâng cao hiệu quả công việc, sự tiện dụng khi sử dụng và độ tin cậy trong bảo trì, đồng thời xây dựng hệ thống vận hành và quản lý ổn định”.

Việc xây dựng môi trường số để có thể tích hợp công nghệ tiên tiến vào đất nông nghiệp cũng còn chưa đầy đủ, điều này rất đáng tiếc. Giáo sư Kim Yong-joo của Đại học Chungnam nói: “Phần lớn đất nông nghiệp trong nước được thiết kế theo hướng lấy con người làm trung tâm” và “cần tạo ra môi trường để robot có thể làm việc. Ví dụ, nếu xây dựng môi trường làm việc cho robot trong vườn cây ăn quả, sản lượng trên đơn vị diện tích có thể giảm nhưng chất lượng có thể được cải thiện. Cần có sự chuyển đổi mô hình theo hướng này”. Ông nói thêm: “Muốn nông hộ tham gia thì phải cho họ thấy các trường hợp thành công. Đồng thời, phải có thêm lợi ích khác dành cho các nông hộ tham gia thì mới tạo được động lực”.

#Giải pháp là gì
Nhiệm vụ cốt lõi của việc kết hợp nông nghiệp và AI là 확보 dữ liệu chất lượng cao và tiêu chuẩn hóa cơ sở vật chất, thiết bị
Về nhiệm vụ cốt lõi để kết hợp thành công nông nghiệp với agtech như AI, các chuyên gia cho rằng việc 확보 dữ liệu chất lượng cao và tiêu chuẩn hóa là quan trọng nhất. Trên thực tế, trước câu hỏi này, 41,7% số người trả lời (15 người) đã chọn “đảm bảo dữ liệu chất lượng cao dựa trên hiện trường và tiêu chuẩn hóa cơ sở vật chất, thiết bị”. Các chuyên gia cảnh báo mạnh mẽ rằng dù thuật toán và mô hình trí tuệ nhân tạo có xuất sắc đến đâu, nếu dữ liệu hiện trường đầu vào thiếu hụt hoặc thiên lệch thì cũng không thể tránh khỏi việc đưa ra dự đoán sai và chẩn đoán nhầm.

Đặc biệt, họ giải thích rằng chỉ khi tích lũy có hệ thống “dữ liệu toàn chu kỳ nông nghiệp” từ quản lý đất, gieo trồng, canh tác, phòng trừ, thu hoạch đến lưu thông thì mới có thể vượt qua môi trường canh tác ngoài trời có biến động lớn về khí hậu và địa hình.

Giáo sư Ha Yu-shin của Đại học Kyungpook nhấn mạnh tầm quan trọng của hạ tầng dữ liệu khi nói rằng: “Trong các nhiệm vụ cốt lõi của AI nông nghiệp, nền tảng nhất chính là dữ liệu chất lượng cao” và “không có dữ liệu thì cả phát triển AI, phổ cập, kiểm chứng lẫn chính sách của chính phủ đều không thể thực hiện”.

Giáo sư Kim Yong-joo của Đại học Chungnam nhấn mạnh sự cần thiết của việc 확보 dữ liệu có hệ thống khi nói rằng: “Phải hiểu dữ liệu toàn chu kỳ nông nghiệp thì mới có thể quyết định nên làm gì, nhưng hiện nay dữ liệu theo từng chu kỳ không được kết nối với nhau nên rất khó khăn”; một chuyên gia khác cũng đưa ra phương án cụ thể rằng để thúc đẩy thu thập và phân tích dữ liệu cơ bản, cần khẩn trương phổ cập “hệ thống giám sát năng suất dựa trên GPS”, loại dữ liệu mục tiêu cốt lõi.
 

Tiêu chuẩn hóa cơ sở vật chất và thiết bị cũng rất cấp bách. Giáo sư Yang Myung-gyun của Đại học Quốc gia Jeonbuk cho rằng: “Công tác tiêu chuẩn hóa quốc gia là điều bắt buộc, nhưng các doanh nghiệp trong nước vẫn giữ công nghệ riêng nên không dễ đảm bảo tính tương thích. Chính phủ cần đứng ra giải quyết vấn đề tiêu chuẩn hóa công nghệ”. Giáo sư Ha Yu-shin của Đại học Kyungpook cũng đề cập đến sự cần thiết của tiêu chuẩn hóa khi nói rằng: “Nếu không được tiêu chuẩn hóa thì doanh nghiệp cũng khó phát triển các mô-đun”.

Nhiệm vụ thứ hai là “đổi mới quản trị của chính phủ và xây dựng hệ thống hợp tác giữa công nghiệp - học thuật - nghiên cứu (27,8%, 10 người)”. Các chuyên gia yêu cầu cấp bách phải chuyển đổi mô hình để liên kết nông nghiệp và agtech với nhau. Giáo sư Jeong Seon-woo của Đại học Chonnam nói: “Nếu chỉ tiến hành xoay quanh các chuyên gia dữ liệu không hiểu rõ sinh lý cây trồng thì không thể 확보 dữ liệu chính xác. Vì vậy cần có hệ thống hợp tác thông qua sự hội tụ của các chuyên gia theo từng lĩnh vực”.

Chuyển sang phổ cập kiểu ‘chia sẻ’ lấy trung tâm là trạm cho thuê máy nông nghiệp… cũng rất cần mở rộng hỗ trợ của chính phủ
Các chuyên gia yêu cầu rằng điều kiện tiên quyết để AI nông nghiệp dẫn đến gia tăng lợi nhuận ròng thực chất cho nông hộ là cần “mở rộng diện tích canh tác (47,8%)” và “giảm mạnh giá thiết bị (26,1%)”. Đây là đánh giá lạnh lùng xuất phát từ thực tế rằng với diện tích đất canh tác trung bình của nông hộ Hàn Quốc (khoảng 1ha) và tỷ lệ vận hành thiết bị thấp, nếu không có trợ cấp thì phải mất ít nhất 10 đến 15 năm hoặc thậm chí là không thể thu hồi giá thiết bị.

Theo đó, thay vì cách làm hiện nay là buộc từng nông dân phải mua máy móc đắt tiền, tiếng nói chủ đạo là cần nhanh chóng chuyển hướng mô hình chính sách sang “phương thức phổ cập kiểu chia sẻ (kiểu cho thuê)” lấy trung tâm là các trạm cho thuê máy nông nghiệp hoặc các tổ chức quản lý đồng ruộng khu vực. Cũng có đề xuất ngày càng được ủng hộ rằng thay vì chỉ hỗ trợ mua phần cứng để tạo cú hích ban đầu, cần đa dạng hóa sang “hỗ trợ phí sử dụng dịch vụ dài hạn (phần mềm thuê bao)” thì hiệu quả thực tế sẽ cao hơn.

Giáo sư Jeong Seon-woo của Đại học Chonnam nói: “Xét về khía cạnh quản lý và bảo trì thuận lợi, tôi cho rằng phương thức phổ cập kiểu chia sẻ thông qua các trạm cho thuê máy nông nghiệp sẽ phù hợp hơn”.

Cũng có đề xuất vận hành theo phương thức hai hướng tùy theo quy mô nông hộ và mức độ hình thành môi trường số. Giáo sư Jo Yong-jin của Đại học Quốc gia Jeonbuk nhấn mạnh: “Cần song song triển khai phổ cập riêng lẻ cho các nông hộ lớn và phổ cập cho thuê máy nông nghiệp cho các nông hộ vừa và nhỏ, đồng thời xây dựng hệ thống quản lý, giám sát thống nhất dựa trên nền tảng tích hợp cho việc vận hành thiết bị, an toàn, bảo trì và quản lý dữ liệu”.

Giáo sư Ha Yu-shin cho rằng: “Chiến lược phổ cập trong tương lai phải được phân tách triệt để thành hai hướng. Những mặt hàng có khả năng tiếp nhận cao tại hiện trường như lúa nước cần được lan rộng nhanh chóng thông qua hệ thống hỗ trợ tùy chỉnh, còn những mặt hàng khó áp dụng tại hiện trường thì phải lấp đầy khoảng trống bằng nghiên cứu lấy thực chứng làm trung tâm”.

Cũng có tiếng nói yêu cầu mở rộng hỗ trợ ngân sách của chính phủ. Giáo sư Yang Myung-gyun của Đại học Quốc gia Jeonbuk nói: “Khoảng cách giữa công nghệ đã phát triển và việc phổ cập tại hiện trường là rất lớn. Cần đầu tư không chỉ cho các nghiên cứu ngắn hạn hoặc cấp thiết trước mắt mà cả cho các nghiên cứu có tính định hướng tương lai và sáng tạo. Cần có hỗ trợ và đầu tư có thể dẫn dắt sự phát triển nông nghiệp từ góc nhìn dài hạn. Trên thực tế, để giảm gánh nặng mua sắm cho nông hộ và nâng cao tỷ lệ phổ cập, trong thời gian tới việc mở rộng hỗ trợ trợ cấp cũng là một cách”.

Cần nâng cao tính chuyên môn của giới chức hoạch định chính sách và xây dựng hệ sinh thái hợp tác công nghiệp - học thuật - nghiên cứu
Những lời chỉ trích gay gắt về sự thiếu chuyên môn của các quan chức xây dựng chính sách cũng đã bùng lên. Một người trả lời giấu tên nói thẳng: “Người lập chính sách AI nông nghiệp hiện không thực sự hiểu chính xác về AI” và “người hoạch định chính sách phải là người hiểu chính xác công việc thực tế tại hiện trường và công nghệ”.

Thái độ an phận và quy mô nhỏ bé của ngành công nghiệp máy nông nghiệp trong nước cũng bị đưa lên bàn mổ xẻ. Một giáo sư đại học cho biết: “Ngay cả trong số các doanh nghiệp máy nông nghiệp lớn trong nước cũng có nhiều nơi không quan tâm hoặc chưa sẵn sàng cho việc phát triển công nghệ mới” và đề xuất rằng “để vượt qua mức chỉ sử dụng cái vỏ của trí tuệ nhân tạo và sở hữu năng lực công nghệ sâu, nhất thiết phải có hệ sinh thái nghiên cứu hợp tác sâu rộng với các trường đại học hoặc viện nghiên cứu chuyên môn, chứ không thể chỉ dựa vào doanh nghiệp đơn lẻ”. Đồng thời, nhu cầu thành lập một ủy ban AI cấp toàn chính phủ để quản lý tích hợp pháp luật, thể chế và R&D cũng được nêu ra mạnh mẽ.

Ngoài ra, mức độ cấp bách của việc “ban hành hướng dẫn pháp lý để phân định trách nhiệm giữa nhà sản xuất, nhà phát triển và nông hộ khi xảy ra tai nạn do AI vận hành sai” được đánh giá rất cao, ở mức 8,06 điểm. Bởi nếu không có tiêu chuẩn trách nhiệm khi máy nông nghiệp tự hành lệch lộ trình hoặc drone vận hành sai, thì không thể thiết kế sản phẩm bảo hiểm; và điều này cuối cùng sẽ trở thành boomerang làm suy giảm ý chí áp dụng của nông hộ và cản trở động lực tung sản phẩm của nhà sản xuất.