Támogatók:

Dr. habil. Milics Gábor

Az előszót Dr. habil. Milics Gábor, a Magyar Agrár- és Élettudományi Egyetem Növény-termesztési-tudományok Intéze-tének tanszékvezető egyetemi docense, a Magyar Precíziós Gazdálkodási Egyesület elnöke és a Digitális Agrárakadémia egyik szakmai vezetője fogalmazta meg.

Az agráradatok gyűjtése, azok értelmezése és felhasználása sajátos módon jelentkezik a gazdálkodásban. Gépész szemmel közelítve, kereskedőként, szervizzel és szolgáltatással is foglalkozva olyan gondolatok fogalmazódnak meg a cikksorozat következő interjújában, amelyeket a mezőgazdaságban dolgozók mindegyike meg kell, hogy fogadjon!

Edukáció nélkül, saját tapasztalatok nélkül, csupán a gépek cseréjével nem fog megvalósulni az agrárium digitális átállása. Lassan gyűlnek a tapasztalatok az agrárdigitalizációs pályázat pozitív és negatív hatásairól,  amelyeket az érdekeltek – így a gépértékesítők is – igyekeznek elemezni, hogy értsék, milyen folyamatok zajlanak az agráriumban, illetve fel tudjanak készülni a következő pályázati időszakra.

A felkészülés azonban a gazdálkodói oldalon is meg kell, hogy történjen. Ahogy az helyesen meg is lett fogalmazva: „Maga a precíziós gazdálkodás egy gondolkodásmód, egy olyan termelési és vállalatvezetési stratégia, amit nem lehet egyik hónapról a másikra megtanulni.” A szemléletmód kialakulása időt vesz igénybe, de a technológia minden eleme arra készteti, és ha az nem elegendő, akkor kényszeríti a munkafolyamatok résztvevőit, hogy minőségi munkát végezzenek. Jó példa erre a gépészek által kedvelt telemetria. „Segítségével látni, hogy ki és mit művel a gépekkel.” Mindkét értelemben: területileg ki és mit művel, de a gép kezelése, esetleges hibakódjának ignorálása ugyanúgy nyomon követhető. A gépkezelők hozzáállása teljesen megváltozik, munkavégzésük felelősségét jobban átérzik, és a technológia által megkövetelt pontos munkavégzésre törekszenek.

Ezzel az adatgyűjtés új dimenziója – a gépi adatok elemzése – is értelmet nyer, és minden érdekelt számára értelmezhető, hogy miért kincs az agráradat.

Kecskeméti Sándor Békés megyében született, Gödöllőn lett gépészmérnök, Kecskeméten ügyvezető, Mosonmagyaróváron pedig precíziós mezőgazdasági szakmérnök. A gépkereskedelemmel, szervizzel és a kapcsolódó szolgáltatásokkal foglalkozó Valkon Kft. ügyvezetője a traktorokról, a gépfejlesztésekről, a precíziós pályázat hatásairól és a helyspecifikus termelés gyakorlatáról is beszélt nekünk.

Kecskeméti Sándor

Több olyan hazai gazdasággal és vállalattal vagytok szakmai és üzleti kapcsolatban, ahol nem csak varázsszó a precíziós gazdálkodás, hanem ténylegesen a gyakorlat és a fejlesztés része. A tapasztalataid alapján mit szeretsz és mit nem szeretsz a helyspecifikus gazdálkodásban?

Úgy látom, hogy a legjobb eredményeket azok érik el, akik már 8–10 éve elkezdték a digitális átállást, és folyamatosan meg is tanulták az ehhez szükséges képességeket. Először egyenesen mentek a gépekkel, aztán szakaszoltak, később differenciáltak, majd térképeket értelmeztek és olvastak be. Közben pedig tapasztalatokat szereztek, osztottak meg, hibákat javítottak ki, helyes gyakorlatokat alakítottak ki. Maga a precíziós gazdálkodás egy gondolkodásmód, egy olyan termelési és vállalatvezetési stratégia, amit nem lehet egyik hónapról a másikra megtanulni. Éppen ezzel kapcsolatos az a része is, amit nem szeretek benne.

A „VP2-4.1.8-21 Mezőgazdaság digitális átállásához kapcsolódó precíziós fejlesztések támogatása” című pályázat ugyanis sok esetben azt erőszakolta a szakmára, hogy túl rövid időtávon belül kell megvalósítania a fejlesztési szakaszokat. A jó gyakorlathoz szükséges tapasztalatokat így nem lehet megszerezni. A támogatás ösztönző ereje miatt sokan nekiálltak a precíziós gazdálkodásnak, ám a fejlesztések valódi sikerességét, hogy valóban előre lépnek-e, vagy inkább kiábrándulnak belőle, majd az idő dönti el.

A Valkon Kft. csapata 2022 őszén, a Krone Show programon, Cegléden

Milyen a magyar precíziós valóság? Merre, hogyan haladjon a továbblépés érdekében a gazda?

Amennyiben komoly szinten akarunk komoly gépeket használni, edukációra van szükség, mert a technológiára oktatni is kell az embereket. A szándék szerencsére megvan rá, ám az, hogy van-e az emberekben erre nyitottság, sokszor kérdéses. Ahogy látom, komoly kihívások vannak ezen a területen. Sokan nem akarják az egészet, nincsenek rákényszerítve a váltásra, nem akarnak tanulni. Fontos válaszút és választás a hozzáállás. A változás és a folyamat elindult, képzéseken lehet részt venni, elérhető a Digitális Agrárakadémia tudásanyaga, szakmai rendezvények szólnak a témáról. Egyetemi és gyakorló szakemberek is tájékoztatják az érdeklődőket, a téma a felszínen van és nagyon pörög. Hasznos volna, ha a pályázat kifizetéséhez az oktatás témáját el kellene sajátítani, illetve vizsgához, sikeres tesztlapkitöltéshez kötnék. Hogy eljutunk-e ide, azt ma még nem tudni.

Mi a jövő útja és a jövő tévútja a precíziós gazdálkodásban?

Ahogy évek óta részt veszünk a digitalizációban, azt látjuk, hogy csináljuk, és menni fog. Vagy így, vagy úgy, de a modern technológia bekerül a gazdálkodási gyakorlatba, ez a trend, a támogatási szándék és a pénz is ezt az irányt mutatja, ami meghatározza a fejlesztést. Azt, hogy mennyi van benne, vagy esetleg nincs annyi, ami miatt megérné, már egy komolyabb gazdasági kérdés. 30 százaléknyi plusz azért ritkán fordul elő. Az elképzelések, a tervek és a valóság között van eltérés, de ahogy egyre több szenzor szolgáltat adatot, ahogy újabb információkat tudunk begyűjteni és egyre több gép működik így, szépen, fokozatosan és folyamatosan haladunk előre. A Big Data adatrendszer töltődése pedig elősegíti, hogy a rengeteg tudás alapján a mesterséges intelligencia eldönthesse az arányokat, az időpontokat és a beavatkozások részleteit. Ahogy a technológia fejlődik, egyre kevésbé kell majd az embernek mindent kitalálnia, egyre ügyesebben segíti a gép a szakmai munkát.

A tévúthoz vezető kérdések és témák pedig, hogy ténylegesen mennyi van ebben a technológiában, hogy öntözés nélkül lehet-e ezt jól csinálni, kellenek-e az e-traktorok, tényleg az elektromos hajtás lesz a megoldás a mezőgazdaságban is?

Mi is részt veszünk kutatási és fejlesztési folyamatokban a felokosítás területén. Ez kiterjed az eszközökre, a tereptárgyak és a holttér detektálására, a talaj hordképességének vizsgálatára és további műszaki megoldásokra. Az aktív munkából az év végére várunk kézzelfogható eredményt.

Mosonmagyaróváron végezted el a precíziós mezőgazdasági szakmérnök képzést, a legendás hármas csoport egyik meghatározó alakjaként. Milyen előnyöket hozott ez számodra, hogy illeszkedett be a cég életébe?

Viccesen azt is mondhatom, hogy mi még akkor végeztük el az óvári képzést, mielőtt divat lett volna. Még nem volt kötelező, nem járt érte pluszpont a pályázatban, de már láttuk, hogy ennek van jövője. A magam részéről igyekeztem felzárkóztatni a tudásomat, megismerni, hol is jár a helyspecifikus történet, meg akartam nézni ezt a világot belülről is. Ezek voltak a legfontosabb szempontok. Szerettem volna a gépes oldalról meglévő rálátásunk mellé behozni a növényvédő szeres, a vetőmagos, a térinformatikai és a gazdálkodói hozzáállást is. Persze gépészmérnökként nem a térinformatika volt a kedvencem, de most már legalább tudom, hogy mit nem tudok.

Mit jelent a digitalizáció a Valkon Kft. saját működésében? Segít a technológia a szervezésben és a folyamatok irányításában?

A cégnél 2013 óta SAP-rendszerben dolgozunk, amely a világ vezető integrált vállalatirányítási megoldása. A gépkereskedők között elsők voltunk az országban, ahol a komplett vállalatirányítási rendszer működött, ebben a tekintetben szolgáltatóként is az elején jártunk. Ennek többek között az is az oka, hogy a velünk kapcsolatban álló gyártók is az SAP-rendszert használják. Nagyon jó lenne, ha egyszer majd össze tudnánk kötni a mi rendszerünket a gyártókéival, de egyelőre nem látom ennek a lehetőségét.

Az, hogy egy évtizedre visszamenőleg adatokat tárolunk, próbálunk értelmezni és következtetéseket vonunk le azokból, piaci előnyöket jelent. Például digitális munkalapokat használunk a szervizfeladatokhoz, amikor csak lehet, igyekszünk e-számlát küldeni. Digitális készletazonosítás működik nálunk, a kapcsolattartás CRM (Customer Relationship Management), vagyis ügyfélkapcsolat-kezelési rendszerben történik, ebben többek között megvannak a partnerek adatai és a céges megbeszélések jegyzőkönyvei is. A felhasználásuk komoly kihívás, hogy az adatok érvényesek legyenek egy adott témához és úgy kerüljenek be a rendszerbe, hogy az érjen is valamit, valóban lehessen belőlük dolgozni. Az alkatrészek értékesítésének támogatása például úgy valósul meg, hogy az eladott gépekről meglévő adatok segítenek minket. A szerviznél az e-munkalap jelent nagy hatékonyságnövelést: időt nyerünk vele és elősegítjük, hogy időben elkészüljön a javítás. Korábban papíron létezett a bemenő adat, majd a szervizes raktárközi bizonylatot kapott, amin rajta voltak a beépíthető alkatrészek, ezt átmásolta egy szerviz munkalapra, kitöltötte a megfelelő rubrikákat, beírta a gépet, a partnert, kiszámolta, hogy mit és mennyit dolgozott, aláírta és így küldte el a munka végeztével a vevőnek. Ma viszont megnyitunk egy online munkalapot az adott partnernél, hozzáadjuk az alapadatokat, mint például a korábban megvásárolt, valamint beépített alkatrészek listáját. Ebből már nagyon sokat tudunk, ráadásul több további fontos információ van a dokumentumon, amit a rendszer tud és mutat. Ezután beírjuk az aktuális feladat tudnivalóit, rögzítjük a tapasztalatainkat. Felgyorsul a munkalaphoz kapcsolódó teendők elvégzése, precízebb lesz a megvalósítás, nem marad le semmi, nagyon jól működik a gyakorlatban.

Az értékesítés és a kapcsolattartás további szintjeire Magyarországon egyelőre nem látjuk, mikor terjed át ez az adat alapú technológiai támogatás. A pályázati rendszerek miatt nem feltétlenül akkor vásárol a magyar gazda gépet, amikor az üzemelés indokolná, tehát a technológia elöregedett és okszerűvé teszi a váltást. Általában nem úgy működik, hogy eléri az 5500 üzemórát a traktor és lecserélik. Sokszor inkább tovább dolgoznak a gépekkel, vagy hamarabb cserélik le azokat az indokoltnál, így a partnerkapcsolatokban a digitalizációnak az előrejelzésre alapuló lehetőségeit nem igazán tudjuk használni. Hogy ez előny vagy hátrány, azt egyelőre még nem tudom megfogalmazni. Amennyiben ez a rendszer itthon is megvalósul, pillanatok alatt fel lehetne építeni egy olyan modellt, ami a mesterséges intelligencia segítségével elvégzi ezeket a beavatkozásokat. Akkor viszont az embereknek más feladatokat kellene keresni.

Mennyire érdekelte a gazdákat a precíziós pályázaton belül a digitalizációs megoldások alkalmazása, vagy mennyire volt inkább az a cél, hogy gépet vásároljanak?

A véleményem szerint a vásárlók többsége ebben géppályázatot látott, aminek egyik fontos feltétele a precíziós gazdálkodás megvalósítása. Ám sokszor sajnos nincs meg hozzá a digitális felkészültségük, nincsenek tisztában a képességekkel, amit a gépeik tudnak. Ehhez hiányzik az edukáció, ami viszont elkerülhetetlen ahhoz, hogy valaki megértse és jól alkalmazza a gyakorlatban is a technológiákat.

Sok cégvezető körbejárta és átgondolta a feladatok hosszú távú kötelezettségeit, de a benne dolgozó munkások, a gépkezelők még egyáltalán nem biztos, hogy ezt ugyanolyan lelkesedéssel megtették. Ez pedig nagy hiányosság. Azt, hogy valójában mit jelent az új megoldások bevezetése a termelés gyakorlatába, csak 2-3 év tapasztalat után tudják majd felmérni. Amikor térképet kap a saját földjéről, a szaktanácsadóval már negyedszer nézte át, hogy milyen adatai is vannak és azok miért úgy változtak, ahogy, akkor felcsillanhat benne a felismerés, hogy mi is történt valójában.

Ha jól csinálta, tanul belőle, ám ha rossz adatokat kap bármilyen ok miatt, például gépkezelői hanyagság, képzetlenség, vagy hibás beállítások miatt, nem tudja majd, mi a baj. Ám az lesz a tapasztalása, hogy ez a technológia nem működik. Az egyik legnehezebb feladat, hogy a pályázati kiírás a klasszikus gazdálkodásból való teljes átállást követel meg, nem pedig lépésenként, fokozatosan megvalósuló folyamatot, amely során a gazdálkodó megérti és el is sajátítja az adatalapú termeléshez szükséges tudást. Ehhez kapcsolódik, hogy sokan sajnos nem tudják kihasználni a gépek tudását, ám ez mindenkire igaz, nekem sincs meg az a képességcsomagom, ami a számítógépemnek. Viszont igyekszem tanulni és fejlődni, megszerezni a működtetéséhez szükséges ismereteket.

A magyar mezőgazdaság digitális átállása elindult, a pályázatokat beadták, megvannak az első eredmények, a szaktanácsadók úsznak a feladatok tengerében. Egyszerre sok talajmintavétel, zónázás és egyéb feladat ömlött a szakemberekre és a gazdákra. Van, aki már 2021-ben, és van, aki 2022-ben kezdte el a teljesítést, aminek kézzelfogható eredménye szerintem 2025 előtt nem várható.

A trágyakijuttatás modernizációja is a technológia lényeges eleme, képünk Regöly határában készült

Mennyire jelentős az adatfelhasználás és a digitalizáció az állattartásban?

Teljesen profi megoldások vannak az elérhető rendszerek között. A takarmányozásnál, és általában a klasszikus sertés, fejőstehén, kecske vonalon teljesen, hiánytalanul megvalósítható a precíziós gazdálkodás. A szántófölddel szemben, ahol az időjárást nem tudjuk befolyásolni, az istállóban kedvünk és igényünk szerint változtatjuk a körülményeket. A gazda gyakorlatilag a genetikára alapozva megvásárolhatja az adott állatot, és a precíziós állattartás eszközeivel megismerheti, mikor és mit kell csinálnia ahhoz, hogy a végén napi 45 liter tejet leadó tehén legyen belőle. Ez azért a szántóföldön nincs meg. A szabadban sok a bizonytalansági tényező: mikor van az öntözés optimális időpontja, mennyi és milyen eloszlású csapadék érkezik, melyik a jó vetésmélység és a tőtáv? Az állatoknál a fejőrobot és az etetőrobot használatával viszont egy komplett istállóirányítási rendszer valósul meg, amiben egyedszinten kezelhetőek a jószággal kapcsolatos feladatok. Kis túlzással azt lehet mondani: ha az egyik potméteren húzok, több, ha a másikon, akkor kevesebb tejjel lehet számolni. Az egész rendszer jól kezelhető, átlátható, szabályozható és jósolható. A szántóföldi technika erre a szintre még nem képes.

A szálastakarmány beltartalmi értékeit a szénából készített laborvizsgálat, sőt, a gépekben telepített NIR szenzor is kimutatja. Innentől kezdve következik az, hogy az adat betölthető a robotba vagy az önjáró takarmánykeverő/kiosztó kocsiba, majd úgy teszem hozzá a fehérjét, rostot és a további szükséges anyagokat, hogy a céloknak tökéletesen megfelelő tömegtakarmányt lehessen létrehozni. Ehhez tudom, mit készítettem és azt meg tudom mérni. Ha pedig így el tudom készíteni azt a takarmányt, ami annak a genetikájú jószágnak, abban a fejlődési szakaszában és az időjárási körülmények között a legtökéletesebb ahhoz, hogy a legjobb tejet adja, vagy a legerősebb, jó kondíciójú borjat hozza, nyert ügyem van.

A precíziós állattartási technológia kidolgozott, és kategóriákkal javítja a jó gazda gondosságát. Olyat vesznek észre a gépek a szenzorjaikkal, amit a gazda is ritkán és nehezen, hiába van ott napi 10 órát a telepen. Mivel a tehén alapvetően prédaállat, leplezi a gyengeséget és a betegségét, így nehéz azt észrevenni, leginkább sajnos már csak akkor sikerül, amikor az állat menthetetlen. A fejőrobotban viszont a tejfolyam ellenállását mérve látszik, ha valami változott az állat megszokott adataihoz képest és foglalkozni kell az adott egyeddel. Ide tartozik a mozgásmegfigyelés, a pihenőágyon, a kérődzéssel töltött idő, valamint az is, hogy mennyiszer járt a robotban az állat. Ez hatalmas dolog.

Sok gazda érdekelt a gépek független felokosításában, ezt a megoldást ti is alkalmazzátok traktorokra. Hogy halad a technológia további fejlesztése, van-e akadály?

Jelenleg a munkagépeket ezek a rendszerek még nem kezelik. Vezetik a traktort, egyenesen megy általa a gép, térképeket tudunk betölteni, pontosan visszatalálunk a korábban felkeresett helyekre a sorközművelésnél, a vetésnél és a műtrágya kifogyása után is. De munkagépet egyelőre még nem tudunk szakaszolni. A következő lépés, amit jövőre tervezünk, hogy ez megvalósuljon. Amint ez megvan, az egy átlag magyar gazdának nagyon nagy előrelépést hoz már azzal, hogy nincs dupla vetés és vegyszerezés.

A beszélgetés elején elmondottakra visszakanyarodva: annak, aki lépcsőzetesen jut el idáig, már nem jelent akkora lépést a differenciálás megfelelő gyakorlatba illesztése. Aki viszont kihagyta az alapokat és azonnal hozamtérképek alapján zónákat jelölnek ki neki, majd azok alapján végzi a termelést, sokszor nem érti az egész működést.

Milyen a precíziós helyzet a kaszálás és a szálastakarmány-begyűjtés területén?

Precíziós technológiák klasszikus értelemben véve nincsenek ezekre, a silózónál lehet beszélni adatalapú megoldásokról. A beépített NIR szenzor mérése és az igény beállítása alapján a technika a siló hosszát változtatja az adapterben, amivel változik a tömöríthetőség, ezáltal megkönnyíti a siló későbbi taposását és a takarmány homogenitásának elérését. Azonban a kaszálás, a rendképzés és a bálázás megoldásainál még nem hoztak forradalmi dolgokat. Ahogy látom, egyelőre ötlet sincs, hogy milyen irányba kellene ezeket fejleszteni. Ismerjük a bála tömegét és a nedvességtartalmát, de ez nem ad precíziós szempontból hasznosítható, tovább gondolható információt a gazdának. Inkább a hozambecslésre való, és arról szól, hogy álljunk ki a rendről, menjünk eggyel arrébb, vagy várjunk egy órát még a munkával a nedvességtartalom miatt.

A precíz műtrágyaszórás kiemelten fontos a gazdálkodásban

Mennyire kap hangsúlyos szerepet a műtrágya-kijuttatás technológiájánál az adatalapú működés?

A Rauch termékeit forgalmazva és azokat a működésük közben látva azt gondolom, hogy a műtrágyaszórás technológiájának legjobbját hozzák. Az innováció mindig komoly szerepet játszott a német cég életében, az Agritechnica kiállításon is rendszeresen díjnyertes fejlesztéseket mutattak be. Ide kapcsolódik, hogy az agrárszakma egy része a precíziós műtrágyaszórót még mindig mérlegesnek hívja, pedig már 20 éve nem az. A Rauch-nál a rendszer tömegáram-vezérelt műtrágyaszórót jelent, mi is ezeket részesítettük előnyben a precíziós beruházások során. A gép a kifolyt mennyiséget méri, nem pedig a bunker, vagy a tartály tömegének változását. A rendszer méri a hidromotoron a bemenő és a kimenő olaj nyomáskülönbségét, a veszteség pedig arányos a kiszórt tömeggel, és ebből számít tömegáramot. Ezáltal precízebb szabályozás jöhet létre, gyorsabbá válik a dózisváltás, illetve a folyamatos szabályozás miatt nem kerülnek elő azok a hibák, amelyek a mérlegesre jellemzőek. Ez volt a Rauch 20 évvel ezelőtti megoldása, azóta az elektronika fejlődésével a 3. generációs EMC (tömegáram vezérlésű) rendszernél tartanak, ami jóval korszerűbb technológiát biztosít a műtrágyák kijuttatására.

Pápán, egy gyakorlati bemutatón a Rauch műtrágyaszóró és egy Valtra traktor

Mit tegyen a termelő, akinél a gépek felokosítását és antennával való felszerelését már megoldották és túl van az első lépéseken? Hogyan tovább az alapok után?

A technika elterjedésével kinyílnak a szemek és a lehetőségek. A munkagépekre korábban ezeket a megoldásokat opcióként lehetett megvásárolni, ma pedig már a vegyszerező és a vetőgépek szakaszolása is megjelent a kínálatban. A permetező már majdnem fúvókánként szakaszol, de méterenként biztosan, az új vetőgépek jelentős része elektromos, motoros és szintén tud szakaszolni. Ahogy a gazdák folyamatosan megvásárolják azokat az eszközöket, amiket tudnak precíziósan is alkalmazni, már csak egy lépés kell hozzá, mire rájönnek, hogy nem nehéz összekötni a munkagépet a traktorral, és beállítani a rendszert, aztán megtanulják ténylegesen használni a saját gépeiket. Ha meg tudják oldani, hogy spóroljanak az inputanyagokkal és javítsanak a hatékonyságon, meg is fogják tenni, elkezdik használni a gépekben lévő tudást.

Természetesen van, aki nagyon aprólékosan, átgondoltan tervezi meg az adatalapú gazdálkodását. Nagyon sok az olyan fiatal, tettre kész szakember, aki kezdi átvenni a szüleitől a gazdaságot, és igyekszik bizonyítani, újat hozni, javítani. Ők nagy erőkkel képzik magukat, a megszerzett tudást, szemlélet- és gondolkodásmódot pedig igyekeznek átadni a gépkezelőnek vagy a felmenőnek. Látják a lehetőséget és az óriási mennyiségű ismeretanyagot az interneten, a képzéseken, a workshopokon és az iskolapadokban is. A megfelelő időmennyiség ráfordításával elképesztően sokat lehet tanulni a területen. Aztán pedig, ha elkezdik csinálni, érkeznek a saját tapasztalatok is. Ahogy az is egy jó megoldás, ha elmennek olyan termelőtársakhoz, akiknél a gyakorlatban nézhetik meg a precíziós gazdálkodást.

Milyen agrárdigitalizációs gyakorlatokat érdemes a gazdáknak keresniük? Olyat, ami mindenre alkalmas, vagy inkább egy rendszerben mozogva, egy színű gépekkel termeljenek?

Ma már elvileg minden rendszer átjátszható, a DataConnect fejlesztés következtében a különböző gyártók erőgépei és munkagépei felismerik egymást, kommunikálnak, együttműködnek. Az viszont fontos, hogy minden ilyen rendszer csak akkor működik jól, ha jó szerviz és szolgáltatás van mögötte. A traktorfelokosítás értékesítésénél az volt az alapvetésünk, hogy beépítjük, és onnantól szépen megy a földeken. Pedig nem mindig van ez így, mert a gazda elfelejti elvégezni a beállításokat, nem találja a műholdat, az RTK-t és a többi egyéb kihívást is sorolhatnánk. Ezért kell a szakmai támogatás a digitalizációs megoldásokhoz, enélkül nem fog menni. A gazdáknak olyat kell választaniuk, akinél megkapják ezt a segítséget, aki 3 év múlva is felveszi a telefont, átveszi a képernyőt, vagy személyesen oldja meg a kihívásokat.

A Valtra Q széria magyarországi bemutatóján, Regöly határában

Az általunk forgalmazott finn Valtra traktorok például tele vannak modern megoldásokkal, a legtöbb fejlesztés az elmúlt 10 évben a digitalizáció területén volt. Ennek egy fontos része, a nagy kedvencem, a telemetria, ami az üzemben tartás biztonságát szolgálja. Távolról lehet nézni, illetve felügyelni a gépet, a szervizelését, a szerelőjét és mindent, ami azzal kapcsolatban történik. Ez nagyon megkönnyíti a feladatvégzést, ösztönzi az odafigyelést, mert látszik, hogy ki és mit művelt a géppel. Tudjuk, hogy valaki kapott-e információt egy hibakódról, elvégezte-e a napi karbantartást, vagy sem. Ha az illetékes kolléga tud róla, hogy ezeket a rendszer figyeli és rögzíti, más lesz a hozzáállás és az eredmény is. Amennyiben pedig normálisan elvégzi a feladatokat, már nagyon nagyot lépett előre a gazdaság. Ebben minden traktorgyártó, így a Valtra is jelentős fejlesztéseket ért már el.

Ahogy az előbb beszéltünk róla, a digitalizációs megoldásnál fontos, hogy a különböző gyártók adatai egymás között konvertálhatóak legyenek, hogy mások adatait kezelni tudják a rendszerek. Ezt Finnországban is megoldották, igyekeznek olyan technológiát gyártani, hogy az ISOBUS rendszerben más munkagépgyártókkal is jól kommunikáljanak. Európában egyébként ez azért nem gond, mert a traktorgyártó és a munkagépgyártó általában nem ugyanaz, ezért a cégek olyan termékeket igyekeznek fejleszteni, amelyek nyitottak a sokszínűségre. Ehhez persze sok olyan szakemberre van szükség, aki szinkronizálja a programokat és a gépeket.

A partnereink közül a precíziós pályázatban többségében a családi gazdaságok találtak meg minket az igényeikkel. Náluk jellemzően a családtagok is beülnek a gépekbe, ők is használják azokat. Ezért az eszközvásárlás után, a megvalósítás során ők is érintettek, maguk küzdenek a kihívásokkal. Így aztán könnyebben bele tudják vinni az alkalmazottakat és a többi családtagot, hogy nem az íróasztal mellől, papírból magyarázzák a tutit, hogy jó lesz ez. Jó pár olyan partnergazdaságunk van, akiknél már elkezdték a digitális átállást, jól haladnak vele, és láthatóan pozitívan jönnek ki a történetből.

Ezekkel a témákkal érkezünk a következő részben

Az Ezért kincs az agráradat sorozatunk következő, 29. részében Ausztriába látogatunk, ahol egy szintén Óváron végzett precíziós mezőgazdasági szakmérnökkel, Katona Lászlóval beszélgetünk a modern megoldások gyakorlatáról és a két országban szerzett tapasztalatairól.

Az összeállítást az AGRO NAPLÓ felkérésére Csurja Zsolt gödöllői gazdász, óvári precíziós mezőgazdasági szakmérnök készítette.

 

Sorozatunkban korábban:

• Ezért kincs az agráradat – 1. rész: Adatgyűjtés és adatvagyon
• Ezért kincs az agráradat – 2. rész: Növényvédelem és kijuttatástechnológia
• Ezért kincs az agráradat – 3. rész: Középpontban a vetés: technológiai javaslatok a legpontosabb kijuttatáshoz
• Ezért kincs az agráradat – 4. rész: Gyomirtás és növényvédelem okszerűen
• Ezért kincs az agráradat – 5. rész: Távérzékelés, növénymonitoring, drónok
• Ezért kincs az agráradat – 6. rész: A távérzékelésben egy kicsit mindenki úttörő lehet
• Ezért kincs az agráradat – 7. rész: A hozammérés és a betakarítás adatgyűjtése
• Ezért kincs az agráradat – 8. rész: Forgatással és forgatás nélkül is cél a vízmegőrzés
• Ezért kincs az agráradat – 9. rész: Hozammérés és adatalapú gazdálkodás támogatja a jó kukorica- és napraforgótermést
• Ezért kincs az agráradat – 10. rész: A helyspecifikus gazdálkodás alapja: hallgatni kell a talajokra
  
• Ezért kincs az agráradat – 11. rész: Költséget és időt kímél az agráradatok felhasználása
• Ezért kincs az agráradat – 12. rész: Tőszámkísérletek a Szigetközben
• Ezért kincs az agráradat – 13. rész: Tesztelték a precíziós szolgáltatókat
• Ezért kincs az agráradat – 14. rész: A legokosabb informátor a növény, attól kérdezünk meg mindent: Adatalapon a gyümölcsösben és a lombtrágyában is
• Ezért kincs az agráradat – 15. rész: Az átállás első éve az adatalapú gazdálkodásra a Felvidéken
• Ezért kincs az agráradat – 16. rész: Kalászosok helyspecifikus növényvédelme és tápanyag-utánpótlása Alsódobszán
• Ezért kincs az agráradat – 17. rész: A téradatok szerepe és jelentősége az agráradatok rendszerében
• Ezért kincs az agráradat – 18. rész: Betakarítás és hozammérés egy adatalapon működő gazdaságban, Letenyén
• Ezért kincs az agráradat – 19. rész: Digitalizáció a tejtermelésben: adatalapon javítják a folyamatokat Jászárokszálláson
• Ezért kincs az agráradat – 20. rész: Informatikus és autószerelő testvérpár viszi a precíziós gazdálkodást Tóalmáson
• Ezért kincs az agráradat – 21. rész: Rendszerben gondolkodva gazdálkodnak és fejlesztenek Hajdúböszörményben
• Ezért kincs az agráradat – 22. rész: Újdonságok és fejlesztések Debrecenben: drónok, tartamkísérletek és adatalapú megoldások segítik a szakmérnöki képzést
• Ezért kincs az agráradat – 23. rész: Az agrárdigitalizáció nagykövetei: gépészet és fejlesztések
• Ezért kincs az agráradat – 24. rész: Egy a cél: növelni a magyar gazdák digitális fejlettségét
• Ezért kincs az agráradat – 25. rész: Beltéri kertekkel és adatalapú termesztéssel demokratizálják a mezőgazdaságot
• Ezért kincs az agráradat – 26. rész: Új lendületet kapott a magyar bogyós gyümölcs termesztése Nyugat-Nógrádban
• Ezért kincs az agráradat – 27. rész: Adatokra alapozott döntéstámogatás, öntözés és burgonya Komáromban