Платформа с искусственным интеллектом проводит аналитику спутниковых снимков и истории полей вдобавок к финансовым показателям для составления прогнозов об успешности и кредитоспособности фермера
О новом подходе, который могут применять банки в решении выдачи кредитов фермерам, рассказывает портал Global Banking & Finance Review.
«Инструменты анализа спутниковых изображений для удаленного мониторинга сельскохозяйственных угодий предоставляют критически важную информацию о состоянии посевов, которую можно использовать для измерения производительности хозяйств и, следовательно, платежеспособности фермеров.
Рост сельского хозяйства является реальным способом покончить с крайней нищетой, поддержать домохозяйства, особенно в развивающихся странах, и накормить постоянно растущее население мира, которое достигло 8 миллиардов человек в 2022 году и, как ожидается, увеличится до 9,7 миллиарда человек к 2050 году. По данным Всемирного банка, развитие именно агропромышленного сектора в два-четыре раза эффективнее увеличивает доходы беднейших слоев населения по сравнению с другими отраслями.
Доступ к кредитам – одна из мер стимулирования роста сектора: фермеры всегда заинтересованы в максимальном увеличении производительности и прибыльности своих угодий, поскольку от этого зависит их благополучие. Однако у них может не хватить сбережений для покупки новой техники, материалов или семян или внедрения технологий, призванных помочь оптимизировать управление фермой. Для некоторых получение сельскохозяйственного кредита остается единственной возможностью для расширения или внедрения инноваций.
В свою очередь, финансовые учреждения требуют определенных гарантий для минимизации риска невозврата кредита. Другими словами, кредиторы должны оценить, смогут ли потенциальные заемщики собрать достаточно денег, чтобы удовлетворить свои потребности и полностью погасить кредитные проценты и заем.
Оценка прибыльности фермы и урожайности обычно включает проверку документации об управлении фермой и истории доходов, а также проведение выездных полевых инспекций, если информации недостаточно. Рассмотрение и проверка документации занимает много времени, а стоимость посещения ферм может составлять значительную часть самого размера кредита (если речь идет о кредитах для мелких фермеров). Несмотря на это, банки вкладывают свое время и деньги в тщательные проверки кредитных заявок, потому что хотят избежать двух основных рисков: неточные записи о сельскохозяйственной деятельности и фальшивые документы об урожае и прибыли фермы
К счастью, внедрение современных технологий позволяет банкам отказаться от традиционных подходов к сбору и проверке данных для оценки кредитного риска.
«Полевой мониторинг, основанный на аналитике спутниковых изображений, наряду с анализом текущих и исторических агрономических данных, данных о погоде и влажности почвы, помогает понять прошлые показатели рассматриваемой фермы и даже оценить ее урожайность в текущем и будущих сезонах выращивания. Платформа EOS Data Analytics оснащена алгоритмами машинного обучения и глубокого обучения для обработки и интерпретации нескольких точек данных и предоставления пользователям аналитических данных о состоянии сельскохозяйственных культур и состоянии почвы, - рассказывает Бриджеш Топпил, руководитель отдела стратегического партнерства EOS Data Analytics. - Пользователи быстро получают важную информацию о ферме, используя таблицу лидеров поля - функцию сортировки сельскохозяйственных угодий на основе последних существенных изменений NDVI (нормализованный относительный индекс растительности, основанный на измерении фотосинтезирующей биомассы). Поля можно группировать по типу урожая, местоположению, площади, группе, дате изображения, текущему значению индекса и изменению значения.
Также пригодятся исторические данные севооборота с 2016 года - информация о типах культур, выращиваемых на одном поле в течение нескольких сезонов. Пользователи могут получить доступ к датам посева, данным о погоде и значениям вегетационного индекса для интересующей области. Поскольку севооборот имеет решающее значение для поддержания здоровья почвы, современные фермерские банки учитывают его для оценки потенциала продуктивности фермы.
Кроме того, платформа содержит данные о влажности почвы (на основе соотношения объема воды в почве и всего объема почвы) с 2015 года для России, Украины, Казахстана, Бразилии, Канады, Австралии, США, Аргентины и Нигерии. Используя упомянутые выше данные, банки получат исчерпывающую информацию для прогнозирования доходности и принятия решений о том, какую сумму денег предоставить взаймы. Сотрудникам больше не нужно выполнять полевую разведку – достаточно взглянуть с высоты на текущую и прошлую деятельность в хозяйстве, которая потенциально может повлиять на урожайность. При необходимости и фермеры могут выполнить для себя индивидуальные проекты прогнозирования урожайности».
(Источник: www.globalbankingandfinance.com. Фото: Дмитрий Лукьянов).
Интересна тема? Подпишитесь на персональные новости в ДЗЕН | Pulse.Mail.ru | VK.Новости.