John Deere Africa Middle East | Tegnologie 360 | Presisielandbou

Allo meer buurdraa is kakel oer na digitale bestierstels ons te doen om ons biekje meer hiervan te vertel gesels ek nou met verdie meier van die beroeven voedsel en landbubbeleid. Verdie, bye, welkom.

Bye, dankie, goud.

Nu, wanneer ons kijkt na bestierstels en digitale bestierstels ons vooral, ding ik is je gevoel dat het netbeskik is voor groeit -commerciële buurdraa, maar is nie die geval nie nie.

Je wil automatisch dinkig, dus groeit -trekkers, dus groeit -stroepers, groeit -machine, groeit -skerms, groeit -planters, maar dit is zo 'n weye veld, als ons nie dinkig aan ons slim voen, hoeveel meer data het ons tansbeskikbaar, dit is die eerste punt, dat is zo 'n veel technologie wat eindelijk rechtig toegankelijk en bekoestigbaar is. Die tweere punt is nie dat die technologie wat wel, waar je skaalnoerig heet, waar je groeit -rekkers of groeit -rekkers om daar ekonomie van skaal te krijgen met jouw energiele investering, daar inlichting wat ons generere uitdage technologie is van ons katlijke ware ook ver ons kleine boeren, zo die data en die inzichten wat ons genererende, wat ons leer bij groeit -boeren, kan weer afspelen afwend na die jillenbedrijf en na kleinboer of groeit -boer.

Wanneer ons na hierie intensieve bestierstelsels kijk, dit is bio -data gedreven, dat is gevelig bio -data beskikbaar, hoe maak men daar sinvolle besluit op een bestierstelsel?

Ja, ik zou zeggen bestierstelsel, we hebben groeip. Maar wat die technologie nou voor ons breng, is biohoor frequency van data, verschillende pinten wat bij mekaar gemaakt wordt, wat ons nooit kon meet nie. Bijvoorbeeld de planten, wat nou variërend saat kan toedien. Onze duisende observaties oer land, zo jouw besluit op jouw bestierstelsel hang af, skaal spelen groot rol, jouw vlakke van wat dit bedrijfsvertakking zet jou in jouw boerderij. Op jouw einde van de dag ga ik nog steeds discipline om data bij mekaar te maak. Dit maak die zaak hoe gevolgd jouw technologie is, als jij nie daar discipline heb, om data bij mekaar te maak en dan dit te verwerken in iets wat rechtig wat op jouw besluit kan nemen. Dus eindelijk maar die combinatie van een mens kijk.

Wiefe, met natuurlijke data, intensieve boerderij bestierst program. Vertel ons die meedaal van en jy het natuurlijk Samen Jan Derokje aan gewerk neem.

Ja, je zult hem maar recht. Ons het 4 jaar terug begin met die program in samenwerking met die universiteiten. In Illinois, Amerikaanse universiteiten, graan ESA's betrokken, onze muddenkonsortje, protein naafvoorzingsstichting, sasseltres, klompuren, stellenbos in universiteiten die Ellen Ersch betrokken. Zo 'n de grotelond instanties, mensen wat betrokken, is bij die program. En die doel van die program is rechtig om die rijkdom van data te ongen wat die machine voor ons moeendelijk kan generieer en dan dit praktisch toe te pas. Om te zeggen hoe kan ons op jouw einde teweegbring dat de boer besluit kan nemen of investering kan doen wat wins maksimeer. En dit is wel ons en ookie die project met John Deere geluid zit nou laatste jaar van ons gekeken na technologie. Ons hee in een similatie model en ons houd na al die boer, ons noem het die typische boerderij model, ver die laatste 12 jaar zit ons al data bij mekaar en ons het nou ver die laatste 4 jaar heet ons nou opringste en ons het variërende toediening van saat en kunstmis heet ons al dat data begin bij mekaar zit. En het in het typische plaas in gebouwen gesê als jij nou zou investeer in die technologie wat het jou toelaat om hier die variërende saat en kunstmis bijvoorbeeld uur een land toe te dien en het optimaal te doen want ons het nou wins maksimeerende functies gebouw uit al die data heet, want ons het nou machtom van data. Ons het nog baar plannen, ons werk nog on baar vraag stikken in die program met wij verskijdheid van rolspielers wat daar een deel neem, ons het baar opgewonden hoe er dit wat het ons nog daar het kan leer.