จาก “วิกฤตเด็กเกิดน้อย” ที่จะสร้างผลกระทบต่อโครงสร้างแรงงานในอนาคตอันใกล้ ภาคการเกษตรดูเหมือนจะได้รับผลกระทบในเรื่องดังกล่าวเป็นอย่างมาก เพราะมีการใช้แรงงานจำนวนมากในการผลิต (labour intensive) อีกทั้งสถานที่การผลิตมักอยู่ห่างไกลจากตัวเมืองใหญ่ หรือนิคมอุตสาหกรรม จึงยากต่อการนำแรงงานต่างด้าว (migrant workers) มาใช้ในการผลิต ส่งผลให้การใช้ปัญญาประดิษฐ์ (AI) มาใช้ในการเกษตร เพื่อผลักดันสู่ “เกษตรยุคใหม่” (smart farming) กำลังได้รับความสนใจจากหลายภาคส่วนของสังคมไทย
ไม่เพียงแค่ประเทศไทยเท่านั้นที่กำลังตื่นตัวกับ AI แต่ประเทศเพื่อนบ้านและในแถบเอเชียแปซิฟิก (APEC) ต่างให้ความสำคัญกับการนำเทคโนโลยี AI มาปรับใช้ในการทำธุรกิจ ข้อมูลจากรายงานวิจัยของ “Artificial Intelligence Adoption, 2023” (การนำ AI ไปปรับใช้ในการทำธุรกิจ) โดยบริษัท อินเตอร์เนชั่นแนล ดาต้า คอร์ปอเรชั่น (IDC) ระบุว่า จำนวนธุรกิจในแถบ APEC ที่มีการนำ AI มาใช้ในการทำงานเพิ่มสูงขึ้นถึง 76% ในปี 2566 ที่ผ่านมา อีกทั้งธุรกิจในภูมิภาคเอเชียตะวันออกเฉียงใต้ยังเป็นกลุ่มที่มีการลงทุนใน AI และ machine learning (ระบบคอมพิวเตอร์ที่เรียนรู้ได้ด้วยตนเอง) เพิ่มขึ้นถึง 67% เมื่อเปรียบเทียบกับปี 2565 สอดรับกับปัญหาสังคมผู้สูงอายุ และอัตราการเกิดที่ถดถอย ที่เกิดขึ้นในหลายประเทศทั่วโลก ซึ่งการนำ AI มาใช้ในการทำงานในรูปแบบต่าง ๆ เช่น generative AI ในการให้บริการลูกค้า การตลาด และการขาย ถือเป็นหนึ่งในแนวทางแก้ไขการขาดแคลนแรงงานที่ภาคธุรกิจทั่วโลกเลือกที่จะลงทุน
สำหรับภาคเกษตรของไทยนั้น รถดำนาไร้คนขับ โดรนเพื่อการเกษตร เครื่องปลูกผัก และ ระบบเปิด-ปิดน้ำอัจฉริยะ ถือเป็นตัวอย่างของนวัตกรรมที่นำเอา AI มาปรับใช้ในการเกษตรยุคใหม่ ที่ถูกนำเสนอโดยบริษัทสยามคูโบต้า แต่นอกเหนือจากนวัตกรรมและเครื่องจักรที่เน้นไปในด้านการผลิตแล้ว เทคโนโลยี AI ยังสามารถถูกนำไปพัฒนาในงานเกษตรส่วนอื่น ๆ ที่น่าสนใจ 3 ด้าน ได้แก่ การพัฒนา AI บนฐานข้อมูลระบบปิด (federated learning) การตรวจหาศัตรูพืชและโรคพืช (pest and disease) และการพยากรณ์ราคาขายผลผลิตเกษตร (forecasting prices)
เกษตรยุคใหม่เริ่มมีการนำหุ่นยนต์ (robotics) และอุปกรณ์เซ็นเซอร์ในการตรวจวัดค่าต่าง ๆ มาใช้ในการทำเกษตรมากขึ้น เพื่อให้ได้ข้อมูลที่ช่วยเพิ่มประสิทธิภาพการทำงาน และลดการใช้สารเคมีที่ไม่จำเป็น ซึ่งข้อมูลที่ได้จากอุปกรณ์เหล่านี้สามารนำไปประมวลผลโดยโปรแกรมเฉพาะทางที่ใช้ AI ช่วยพัฒนาระบบการบริหารไร่นาหรือพื้นที่ทำการเกษตร รวมไปถึงการช่วยตัดสินใจในการวางแผนการผลิต แต่ข้อมูลเหล่านี้มักจะถูกส่งไปเก็บไว้กับบริษัทผู้ผลิตเครื่องมือเหล่านี้ ก่อนที่เกษตรกรจะนำมาใช้งานได้
ถึงแม้การแชร์ข้อมูลการเกษตรไปสู่ภายนอก อาจดูไม่ได้เป็นเรื่องสำคัญอะไรมากนัก แต่สำหรับสังคมโลกตะวันตกแล้ว การคุ้มครองข้อมูลส่วนบุคคล (Personal Data Protection) ถือเป็นประเด็นที่ประเทศตะวันตกให้ความสำคัญเป็นอย่างมาก ในขณะที่ประเทศไทย พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) เพิ่งจะเริ่มบังคับใช้เมื่อปี 2565 ที่ผ่านมา นอกจากนี้ ผลสำรวจของเกษตรกรในสหรัฐอเมริกา ยังพบว่า กว่าครึ่งของเกษตรกรที่ถูกสำรวจ บอกว่าตนไม่มีความมั่นใจในการมอบข้อมูลทางเกษตรของตนให้กับเจ้าหน้าที่ของภาครัฐหรือบริษัทเอกชน ด้วยความกังวลว่าข้อมูลของตนจะถูกนำไปหาประโยชน์ในการควบคุมราคาพืชผลเกษตรและออกกฎระเบียบข้อบังคับต่าง ๆ
Federated Learning เป็นเทคนิคของ machine learning ที่สามารถแก้ปัญหาจุดนี้ได้ โดยให้การเรียนรู้ของ AI เกิดขึ้นเฉพาะภายในคอมพิวเตอร์ของเกษตรกรเท่านั้น เพื่อป้องกันปัญหาข้อมูลรั่วไหล อย่างไรก็ตาม หากเกษตรกรสามารถสร้างระบบการแชร์ข้อมูลระหว่างเกษตรกรด้วยกัน จะเป็นตัวช่วยสำคัญสู่การทำการเกษตรที่มีประสิทธิภาพและยั่งยืน ยกตัวอย่างเช่น เกษตรกรผู้ปลูกถั่วชิกพี สามารถดึงข้อมูลสภาพไร่ถั่วชิกพีของเกษตรกรคนอื่น ๆ มาให้ AI ใช้ในการประมาณการผลผลิตถั่วชิกพี ได้แม่นยำมากกว่าการใช้ข้อมูลจากไร่ของตนเพียงคนเดียว
ศัตรูพืช และโรคพืช ถือเป็นปัญหาสำคัญที่ส่งผลกระทบไม่เพียงต่อความเป็นอยู่ของเกษตรกร แต่ยังรวมไปถึงความมั่นคงทางอาหารของโลก (global food security) ซึ่งองค์การอาหารและการเกษตรแห่งสหประชาชาติ (Food and Agriculture Organization) ได้ประเมินว่า ในแต่ละปีศัตรูพืชและโรคพืชได้สร้างความเสียหายต่อผลผลิตเกษตรทั่วโลกกว่า 40% เป็นมูลค่าถึง 290 พันล้านเหรียญสหรัฐ
เกษตรกรมักจะพ่นสารเคมีที่แปลงเกษตรของตน เพื่อป้องกันพืชผลก่อนการระบาด (outbreak) ของโรคพืช แต่การใช้สารเคมีในปริมาณที่มากเกินไปนั้น ส่งผลทางตรงต่อสุขภาพของมนุษย์ คุณภาพของดินและน้ำ รวมไปถึงความหลากหลายทางชีวภาพ (biodiversity) ยิ่งไปกว่านั้น การปรับตัวของโรคระบาดต่อสารเคมียังเป็นอีกปัญหาหนึ่งในอุตสาหกรรมเกษตรที่จะต้องเร่งพัฒนายาเคมีใหม่ ๆ ขึ้นมาเรื่อยๆ ดังนั้น การลดการใช้สารเคมีถือเป็นสิ่งจำเป็นอย่างยิ่ง ซึ่ง AI ถือเป็นหนึ่งในเครื่องมือสำคัญในการแก้ไขปัญหานี้ โดยตัวอย่างที่ชัดเจนคือ “Tumaini” ซึ่งเป็นแอพพลิเคชั่นบนมือถือที่ถูกพัฒนาโดยสมาคมวิจัยเกษตรนานาชาติเพื่อความมั่นคงทางอาหารในอนาคต (CGIAR) โดยเกษตรกรสามารถส่งรูปศัตรูพืชและพืชผลที่ติดโรคระบาด ให้ AI ช่วยวิเคราะห์และแนะนำวิธีการแก้ไข อ้างอิงจากฐานข้อมูลของรูปพืชผลการเกษตรกว่า 50,000 รูป ซึ่งหากนำข้อมูลเหล่านี้มาใช้กับเครื่องจักรเกษตรยุคใหม่ จะสามารถเพิ่มความแม่นยำในการกำหนดปริมาณยาเคมีและพื้นที่การฉีด เพื่อลดปริมาณการใช้ยาเคมีที่ไม่จำเป็น เพื่อลดผลกระทบต่อมนุษย์และสิ่งแวดล้อม และไม่ทำให้โรคพืชดื้อยาได้เร็วเกินไป
ความผันผวน (volatility) ของราคาพืชผลเกษตร เป็นปัจจัยสำคัญที่ส่งผลต่อการตัดสินใจในการวางแผนการปลูกพืช ซึ่งความไม่แน่นอนนี้เป็นเหตุผลหนึ่งที่เกษตรกรไม่กล้าเสี่ยงลงทุนในการพัฒนาการทำงานรูปแบบใหม่ ๆ โดย AI สามารถช่วยลดปัญหาความไม่แน่นอนนี้ โดยการช่วยพยากรณ์ราคาพืชผลเกษตร ซึ่ง Agtools, Agremo และ Geopard คือหนึ่งในบริษัทที่ให้บริการเครื่องมือวิเคราะห์ราคาตลาดพืชผลเกษตร ที่จะช่วยให้เกษตรกรเห็นราคาตลาดและภาพรวมของตลาดพืชผลการเกษตรได้แบบทันที (real-time) รวมไปถึงช่วยวิเคราะห์แนวโน้มตลาด เพื่อช่วยวางแผนการปลูกในระยะยาวต่อไป
ข้อมูลที่เป็นประโยชน์เหล่านี้จะช่วยให้เกษตรกรสามารถเตรียมตัว รับมือกับการเปลี่ยนแปลงราคาพืชผลเกษตรที่ผันผวน และช่วยวางแผนการทำงานให้เป็นระบบมากขึ้น ส่งผลต่อความเข้มแข็งทางการเงิน ที่จะช่วยให้เกษตรกรกล้าที่จะลงทุนในเทคโนโลยีการเกษตร ที่จะสร้างประโยชน์เป็นวงกว้าง ทั้งต่อการทำเกษตร สิ่งแวดล้อม รวมไปถึงวงจรระบบการผลิตอาหาร
เทคโนโลยี AI เป็นสิ่งที่สังคมโลกกำลังจับตามอง พร้อมกับตั้งคำถามถึงประโยชน์และโทษที่จะเกิดขึ้น หาก AI ถูกนำไปใช้อย่างกว้างขวางในทุกภาคส่วน ซึ่งกระแสนี้ได้เกิดขึ้นมาตั้งแต่ปีที่แล้ว และถูกเร่งด้วยความเร็วมหาศาลจากความสนใจของภาคธุรกิจในหลากหลายอุตสาหกรรม อย่างไรก็ตาม ข้อเท็จจริงที่ประเทศไทยได้เข้าสู่การเป็นสังคมผู้สูงอายุโดยสมบูรณ์ (aged society) กลับสร้างความจำเป็นที่ภาคธุรกิจจะต้องนำเทคโนโลยีเข้ามาใช้ ทั้งเพื่อการเพิ่มประสิทธิภาพ (efficiency) ในการทำงาน และช่วยให้แรงงานสูงอายุสามารถทำงานได้โดยมีผลิตผล (productivity) เท่าเดิม เพื่อเตรียมรับมือการปัญหารขาดแคลนแรงงานที่จะเกิดขึ้น โดยเฉพาะกลุ่มผู้ประกอบการธุรกิจเกษตร ที่ต้องใช้แรงงานจำนวนมากในการผลิต ยิ่งต้องเริ่มศึกษาและเตรียมธุรกิจให้พร้อมในการนำเทคโนโลยี AI มาประยุกต์ใช้ มิฉะนั้น ภาคการเกษตรของไทยก็คงไม่หลุดพ้นจากวงจรแห่งความยากจนเสียที
เป็นส่วนหนึ่งกับเครือข่ายผู้ประกอบการระดับโลกพร้อมรับสิทธิประโยชน์มากมายสำหรับสมาชิก สมัครได้ที่นี่
ติดตามสาระทางธุรกิจดี ๆ ได้ที่ TCC Business Insight
แปลและเรียบเรียงใหม่จากบทความ 3 ways AI can help farmers tackle the challenges of modern agriculture โดย Joe Hollis เผยแพร่ใน The Conversation
อ้างอิง
https://pages.dataiku.com/idc-infobrief-2023
https://www.techinasia.com/south-east-asian-companies-set-increase-ai-spending-67-2023
https://thematter.co/brandedcontent/kubota-smartfarming-01/92011
