
ເຫດການດັ່ງກ່າວໄດ້ດຶງດູດຜູ້ແທນຈາກບັນດາອົງການຄຸ້ມຄອງ, ສະຖາບັນຄົ້ນຄວ້າ, ສະມາຄົມ ແລະ ວິສາຫະກິດ ເພື່ອປຶກສາຫາລືກ່ຽວກັບການແກ້ໄຂການນຳໃຊ້ເຕັກໂນໂລຊີເພື່ອລົບລ້າງບັນດາຂໍ້ຕິດຂັດທີ່ມີມາແຕ່ດົນນານໃນຂົງເຂດ ກະສິກຳ .
ຫວຽດນາມ, ພິເສດແມ່ນໃນຂົງເຂດອຸດສາຫະກຳໝາກໄມ້, ມີຄວາມສາມາດສົ່ງອອກໄດ້ຫຼາຍຕື້ໂດລາ, ແຕ່ການຜະລິດແມ່ນຍັງນ້ອຍ, ຂຶ້ນກັບປະສົບການ, ແມ້ແຕ່ໃຊ້ສານເຄມີເກີນຂອບເຂດ, ເຮັດໃຫ້ການຄວບຄຸມຄຸນນະພາບ ແລະ ການຕິດຕາມຫາຍາກ. ການນຳໃຊ້ປັນຍາປະດິດ (AI) ແລະການຫັນເປັນດິຈິຕອລ (DX) ຖືວ່າເປັນທິດທາງທີ່ຫຼີກລ່ຽງບໍ່ໄດ້ໃນການເພີ່ມມູນຄ່າ ແລະ ຄວາມສາມາດແຂ່ງຂັນ, ເຖິງວ່າຍັງມີອຸປະສັກໃຫຍ່ຫຼວງໃນດ້ານຕົ້ນທຶນ ແລະ ຊັບພະຍາກອນມະນຸດ.
ຕາມນັ້ນແລ້ວ, ທີ່ກອງປະຊຸມ, ບັນດາຜູ້ຊ່ຽວຊານໄດ້ໃຫ້ທັດສະນະລວມກ່ຽວກັບສະພາບການຂອງອຸດສາຫະກຳໃນປະຈຸບັນ, ໄດ້ແນະນຳເວທີປາໄສ AI ແລະ ບັນດາຕົວແບບການນຳໃຊ້ລາຄາຕ່ຳທີ່ສາມາດນຳໃຊ້ຢູ່ບັນດາຄອບຄົວກະສິກຳ.
ທ່ານ ຫງວຽນວັນມູ້, ຮອງເລຂາທິການໃຫຍ່ສະມາຄົມຜັກແລະໝາກໄມ້ຫວຽດນາມ (Vinafruit) ໃຫ້ຮູ້ວ່າ: ອຸດສາຫະກຳຜັກໝາກໄມ້ພວມຂະຫຍາຍຕົວເປັນຢ່າງດີ. ປີ 2024, ວົງເງິນສົ່ງອອກບັນລຸ 7,15 ຕື້ USD; ຄາດຄະເນວ່າຈະບັນລຸ 8 ຕື້ USD ໃນປີ 2025. ຫວຽດນາມ ແມ່ນບັນດາປະເທດນຳໜ້າໃນການສົ່ງອອກໝາກມັງກອນ, ລີຈີ່ ແລະ ໝາກຝັກ.

ເຖິງຢ່າງໃດກໍຕາມ, ທ່ານ Muoi ໄດ້ຊີ້ອອກບັນດາບັນຫາຂອດທີ່ສຳຄັນ, ແມ່ນການຜະລິດກະແຈກກະຈາຍ ແລະ ຂາດການເຊື່ອມຕໍ່ລະບົບຕ່ອງໂສ້, ເຮັດໃຫ້ການນຳໃຊ້ເຕັກນິກໃໝ່ ແລະ ການຫັນປ່ຽນດີຈີຕອນຊັກຊ້າ ແລະ ບໍ່ສອດຄ່ອງ. ການໃຊ້ສານເຄມີເກີນຂອບເຂດ, ເຄື່ອງຈັກຈໍາກັດ, ແລະອັດຕາຕ່ໍາຂອງພື້ນທີ່ມາດຕະຖານ GAP ແລະລະຫັດພື້ນທີ່ການຂະຫຍາຍຕົວຍັງສືບຕໍ່ເປັນອຸປະສັກ. ໃນຂະນະດຽວກັນ, ທ່າອ່ຽງຂອງຕະຫຼາດໄດ້ເນັ້ນໃສ່ຄວາມໂປ່ງໃສຂອງຂະບວນການຜະລິດ ແລະ ຄວາມຕ້ອງການຜະລິດຕະພັນທີ່ເປັນມິດກັບສິ່ງແວດລ້ອມ, ຮຽກຮ້ອງໃຫ້ມີການນຳໃຊ້ເຕັກໂນໂລຊີສູງເຊັ່ນ AI, IoT ແລະ blockchain.
ທ່ານດຣ ເຈີ່ນທິທູດວານ, ອາຈານສອນວິຊາເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານ, ມະຫາວິທະຍາໄລ ອານຢາງ ກໍ່ໄດ້ສະເໜີບົດບາດຂອງ AI ໃນກະສິກຳທັນສະໄໝ. ອີງຕາມທ່ານດຣ Van, AI ອະນຸຍາດໃຫ້ເຄື່ອງຈັກສາມາດຈໍາລອງແນວຄິດຂອງມະນຸດ, ໂດຍອີງໃສ່ເຕັກໂນໂລຢີເຊັ່ນ Machine Learning ແລະ Computer Vision. ສົມທົບກັບ IoT, AI ຊ່ວຍເຊື່ອມຕໍ່ເຊັນເຊີ, ອຸປະກອນອັດສະລິຍະ, drones ຕິດຕາມກວດກາການປູກພືດຫຼືຫຸ່ນຍົນຂຸດຄົ້ນ.
ດັ່ງນັ້ນ, ຂັ້ນຕອນການວິເຄາະຮູບພາບສາມາດກໍານົດພະຍາດພືດໄດ້ໄວແລະຖືກຕ້ອງ, ສະຫນັບສະຫນູນຊາວກະສິກອນໃນການຕັດສິນໃຈໂດຍຂໍ້ມູນ, ຈາກການຄາດຄະເນດິນຟ້າອາກາດກັບການຄຸ້ມຄອງນ້ໍາແລະທາດອາຫານ. ເຖິງຢ່າງໃດກໍຕາມ, ທ່ານດຣ Van ຍັງຍອມຮັບວ່າ ສິ່ງກີດຂວາງຕົ້ນຕໍຍັງຄົງຢູ່ໃນຄ່າລົງທຶນ ແລະ ຂາດແຫຼ່ງຊັບພະຍາກອນມະນຸດທີ່ມີຄຸນນະພາບສູງ.

ອີງໃສ່ຕົ້ນທຶນ ແລະ ຄຸນລັກສະນະຕົວຈິງຂອງຊາວກະສິກອນຫວຽດນາມ, ທ່ານ ແຊງ ເຊຮຸນ, ຊີອີໂອຂອງບໍລິສັດ SNE ໄດ້ນຳສະເໜີວິທີການທີ່ເປັນໄປໄດ້, ແມ່ນການປ່ຽນຂໍ້ມູນທີ່ມີຢູ່ແລ້ວ (DX) ກ່ອນທີ່ຈະກ້າວໄປນຳໃຊ້ AI ໃນລະດັບທີ່ເລິກເຊິ່ງກວ່າ (AX).
ທ່ານ Chang SeHun ໃຫ້ຮູ້ວ່າ, ຊາວກະສິກອນຫຼາຍຄົນປະສົບກັບຄວາມຫຍຸ້ງຍາກຍ້ອນຕົ້ນທຶນກໍ່ສ້າງຮູບແບບ “ຟາມສະຫຼາດ” ສາມາດບັນລຸເຖິງ 3 ຕື້ດົ່ງ. ມີຊາວກະສິກອນປະມານ 4% ໄດ້ຮັບການຢັ້ງຢືນ VietGAP, ໃນຂະນະທີ່ບັນທຶກການເຮັດກະສິກຳສ່ວນຫຼາຍຍັງຂຽນດ້ວຍມື. SNE ສະເຫນີແພລະຕະຟອມ AI SaaS ທີ່ມີລາຄາຖືກທີ່ສາມາດດໍາເນີນການໃນຮູບແບບກະສິກໍາກາງແຈ້ງໂດຍບໍ່ຈໍາເປັນຕ້ອງລົງທຶນໃນລະບົບ IoT ລາຄາແພງ.

ການແກ້ໄຂທໍາອິດແມ່ນການນໍາໃຊ້ AI-OCR ເພື່ອ digitize ບັນທຶກທີ່ຂຽນດ້ວຍມືທັງຫມົດ - ຂັ້ນຕອນຫຼັກຂອງການຫັນປ່ຽນຂໍ້ມູນດິຈິຕອນ. ເມື່ອຂໍ້ມູນຖືກປ້ອນເຂົ້າໄປໃນ Data Lake, ລະບົບ AI ວິເຄາະແລະຄາດຄະເນຢ່າງຖືກຕ້ອງ. ອີງຕາມທ່ານ Chang, ເວທີ SNE ສາມາດຄາດຄະເນລາຄາກະສິກໍາທີ່ມີຄວາມຖືກຕ້ອງຫຼາຍກວ່າ 92%, ຄາດຄະເນຜົນຜະລິດຜ່ານຂໍ້ມູນດາວທຽມ, ແລະແມ້ກະທັ້ງການປະເມີນການເຕີບໂຕຂອງພືດໂດຍໃຊ້ຮູບພາບໂທລະສັບສະຫຼາດ.
ປະຈຸບັນ, SNE ພວມທົດສອບບັນດາວິທີແກ້ໄຂເຫຼົ່ານີ້ຢູ່ແຂວງ Lam Dong (ໝາກເຜັດ), ບັກຢາງ (ໝາກໂມ), ດົງນາຍ (ໝາກນັດ) ແລະ ຮ່ວມມືກັບ IAS ແລະ WinMart.

ກອງປະຊຸມໄດ້ບັນທຶກຄວາມເຫັນດີເຫັນພ້ອມໃນລະດັບສູງກ່ຽວກັບຄວາມຕ້ອງການອັນຮີບດ່ວນເພື່ອນຳ AI ແລະ ການຫັນເປັນດີຈີຕອນເຂົ້າສູ່ກະສິກຳຫວຽດນາມ. ຢ່າງໃດກໍ່ຕາມ, ແທນທີ່ຈະເປັນແບບຈໍາລອງ "smart farm" ທີ່ມີລາຄາແພງ, ວິທີການປະຕິບັດຫຼາຍແມ່ນສຸມໃສ່ການເຮັດໃຫ້ຂໍ້ມູນກະສິກໍາເປັນດິຈິຕອນ (ບັນທຶກທີ່ຂຽນດ້ວຍມື, ຂໍ້ມູນການປູກພືດ), ໂດຍໃຊ້ AI ເພື່ອວິເຄາະຂໍ້ມູນໃຫຍ່ສໍາລັບການຄາດຄະເນແລະການເພີ່ມປະສິດທິພາບ.
ຄາດວ່າວິທີນີ້ຈະຊ່ວຍປັບປຸງການຕິດຕາມກວດກາ, ເພີ່ມປະສິດທິຜົນການຜະລິດໃຫ້ແກ່ຊາວກະສິກອນຂະໜາດນ້ອຍ, ແລະ ກ້າວໄປສູ່ການກະສີກຳແບບຊັດເຈນ ແລະ ຍືນຍົງ.
ທີ່ມາ: https://baotintuc.vn/khoa-hoc-cong-nghe/ung-dung-tri-tue-nhan-tao-nang-cao-gia-tri-nong-san-viet-trong-ky-nguyen-so-20251114171452732.htm






(0)