
Tarım sektöründe uzun süredir devam eden darboğazları ortadan kaldıracak teknoloji uygulama çözümlerini görüşmek üzere etkinliğe yönetim ajansları, araştırma enstitüleri, dernekler ve işletmelerden temsilciler katıldı.
Vietnam, özellikle meyve ve sebze sektöründe milyarlarca dolarlık ihracat potansiyeline sahip, ancak üretim hâlâ büyük ölçüde küçük ölçekli, deneyime dayalı ve hatta aşırı kimyasal kullanımı nedeniyle kalite kontrol ve izlenebilirliği zorlaştırıyor. Yapay zekâ (YZ) ve dijital dönüşümün (DX) kullanımı, değer ve rekabet gücünü artırmak için kaçınılmaz bir yön olarak kabul ediliyor, ancak maliyet ve insan kaynakları açısından hâlâ büyük engeller mevcut.
Çalıştayda uzmanlar, sektörün mevcut durumuna ilişkin kapsamlı bir bakış açısı sunarak, doğrudan çiftçi hanelerine uygulanabilecek yapay zeka platformları ve düşük maliyetli uygulama modelleri tanıttı.
Vietnam Meyve ve Sebze Birliği (Vinafruit) Genel Sekreter Yardımcısı Bay Nguyen Van Muoi, meyve ve sebze sektörünün iyi bir büyüme gösterdiğini söyledi. 2024 yılında ihracat cirosu 7,15 milyar ABD dolarına ulaştı; 2025 yılında ise 8 milyar ABD dolarına ulaşması bekleniyor. Vietnam şu anda ejder meyvesi, liçi ve durian ihracatında lider ülkeler arasında yer alıyor.

Ancak Bay Muoi, parçalı üretim ve zincir bağlantı eksikliği gibi temel darboğazlara dikkat çekerek, yeni tekniklerin ve dijital dönüşümün yavaş ve senkronize olmayan bir şekilde uygulanmasına yol açtığını belirtti. Kimyasalların aşırı kullanımı, sınırlı mekanizasyon ve GAP standart alan oranının düşük olması ve artan alan kodları, engeller olmaya devam ediyor. Bu arada, pazar eğilimleri giderek daha fazla üretim süreçlerinin şeffaflığına ve çevre dostu ürünlere olan talebe odaklanıyor ve bu da yapay zekâ, nesnelerin interneti ve blok zinciri gibi yüksek teknolojilerin uygulanmasını gerektiriyor.
An Giang Üniversitesi Bilgi Teknolojileri Fakültesi Öğretim Üyesi Dr. Tran Thi Tuyet Van da yapay zekânın modern tarımdaki rolüne genel bir bakış sundu. Dr. Van'a göre yapay zekâ, Makine Öğrenimi ve Bilgisayarlı Görüntü İşleme gibi teknolojilere dayanarak makinelerin insan düşüncesini simüle etmesini sağlıyor. Nesnelerin İnterneti (IoT) ile birleşen yapay zekâ, sensörlerin, akıllı cihazların, mahsul izleme dronlarının veya hasat robotlarının birbirine bağlanmasına yardımcı oluyor.
Görüntü analiz algoritmaları, bitki hastalıklarını hızlı ve doğru bir şekilde tespit ederek çiftçilerin hava tahmininden su ve besin yönetimine kadar veriye dayalı kararlar almalarına yardımcı olabilir. Ancak Dr. Van, en büyük engellerin hâlâ yatırım maliyetleri ve nitelikli insan kaynağı eksikliği olduğunu da kabul etti.

SNE Şirketi CEO'su Bay Chang SeHun, Vietnam çiftçilerinin gerçek maliyetleri ve özelliklerine dayanarak, daha derin bir düzeyde yapay zeka uygulamasına (AX) geçmeden önce mevcut verileri (DX) dönüştürmeyi içeren uygulanabilir bir yaklaşım ortaya koydu.
Bay Chang SeHun, "akıllı çiftlik" modeli kurmanın maliyetinin 3 milyar VND'ye kadar çıkabilmesi nedeniyle birçok çiftçinin zorluklarla karşılaştığını söyledi. Çiftçilerin yalnızca yaklaşık %4'ü VietGAP sertifikasına sahipken, çoğu çiftçilik günlüğü hâlâ elle yazılıyor. SNE, pahalı IoT sistemlerine yatırım yapmaya gerek kalmadan açık hava çiftçiliği modelinde çalışabilen düşük maliyetli bir Yapay Zeka SaaS platformu öneriyor.

İlk çözüm, dijital veri dönüşümünün temel adımı olan tüm el yazısı kayıtlarını dijitalleştirmek için AI-OCR kullanmaktır. Veriler Veri Gölü'ne aktarıldıktan sonra, AI sistemi doğru bir şekilde analiz eder ve tahminler yapar. Bay Chang'e göre, SNE'nin platformu %92'nin üzerinde doğrulukla tarım fiyatlarını, uydu verileri aracılığıyla verim tahminlerini ve hatta akıllı telefon görüntüleri kullanarak ürün büyümesini değerlendirebilir.
SNE şu anda bu çözümleri Lam Dong (durian), Bac Giang (kavun), Dong Nai (ananas) meyvelerinde test ediyor ve IAS ve WinMart ile işbirliği yapıyor.

Çalıştayda, yapay zeka ve dijital dönüşümün Vietnam tarımına acilen entegre edilmesi gerektiği konusunda yüksek düzeyde bir fikir birliği kaydedildi. Ancak, pahalı "akıllı çiftlik" modelleri yerine, daha pratik bir yaklaşım, tarım verilerinin (el yazısı günlükler, mahsul bilgileri) dijitalleştirilmesine odaklanmak ve tahmin ve optimizasyon için büyük verileri analiz etmek üzere yapay zekayı kullanmaktır.
Bu yaklaşımın izlenebilirliği iyileştirmeye, küçük çiftçiler için üretim verimliliğini artırmaya ve hassas ve sürdürülebilir tarıma doğru ilerlemeye yardımcı olması bekleniyor.
Kaynak: 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






Yorum (0)