Альбина Хатмулловна Шелепаева — кандидат педагогических наук, доцент кафедры бизнес-информатики
Москва
Albina Kh. Shelepaeva — Cand. Sci. (Education), Assoc. Prof. of the Department of Business Informatics
Moscow
Статья посвящена анализу современных тенденций и практик применения искусственного интеллекта (ИИ) в сельском хозяйстве на основе рецензируемых научных источников 2022–2026 гг. Целью работы выступает комплексное исследование проблематики и ключевых трендов развития ИИ в аграрном секторе, а также систематизация количественных данных, подтверждающих эффективность внедряемых технологий. В статье рассматриваются основные направления использования ИИ: прогнозирование урожайности на базе нейросетевых алгоритмов (LSTM, CNN), мониторинг здоровья растений и точное внесение ресурсов с применением компьютерного зрения (ResNet, YOLO), роботизация производственных процессов, а также внедрение интеллектуальных систем в экономику и управление агропромышленным комплексом. На основе анализа эмпирических исследований систематизированы показатели эффективности: точность диагностики заболеваний растений достигает 99,2%, снижение использования пестицидов — до 90%, экономия водных ресурсов — до 46%, рост доходов хозяйств — на 15–20%. Особое внимание уделено сравнительному анализу барьеров внедрения ИИ в различных группах стран. В развитых государствах преобладают проблемы технологической фрагментации и дефицита квалифицированных кадров. Для стран БРИКС характерны инфраструктурные ограничения и разрыв между наукой и производством. В развивающихся странах ключевыми препятствиями выступают отсутствие базовой инфраструктуры, низкая платежеспособность мелких хозяйств и недостаточный уровень цифровой грамотности. В заключительной части определены слабоизученные аспекты, требующие дальнейших исследований: социально-психологические барьеры восприятия технологий, экологический след самих ИИ-решений, вопросы суверенитета и монетизации данных, экономическая эффективность для мелких хозяйств, кибербезопасность и этические дилеммы в селекции.
This article is devoted to the analysis of current trends and practices of the application of artificial intelligence (AI) in agriculture based on peer-reviewed scientific sources of 2022–2026. The purpose of the work is a comprehensive study of the problems and key trends of the development of AI in the agricultural sector, as well as the systematization of quantitative data confirming the effectiveness of the implemented technologies. The article discusses the main areas of AI use: crop yield forecasting based on neural network algorithms (LSTM, CNN), plant health monitoring and precise resource application using computer vision (ResNet, YOLO), robotization of production processes, and the introduction of intelligent systems into the economy and management of the agro-industrial complex. Based on the analysis of empirical studies, the article systematizes performance indicators: the accuracy of plant disease diagnosis reaches 99.2%, the reduction of pesticide use is up to 90%, water resources are saved by up to 46%, and farm income increases by 15–20%. Special attention is paid to a comparative analysis of the barriers to the implementation of AI in different groups of countries. In developed countries, the main problems are technological fragmentation and a shortage of qualified personnel. In BRICS countries, there are infrastructure limitations and a gap between science and production. In developing countries, the key obstacles are the lack of basic infrastructure, the low solvency of small farms, and a lack of digital literacy. The final part identifies understudied aspects that require further research, such as socio-psychological barriers to technology adoption, the environmental impact of AI solutions, issues related to data sovereignty and monetization, economic efficiency for small-scale farmers, cybersecurity, and ethical dilemmas in breeding.
The authors declare that there are no conflicts of interest present.