Jak AI może czytać prace polowe i mapy plonów z John Deere Operations Center?

AI podłączone do John Deere Operations Center może zbierać ewidencję zabiegów ochrony roślin i nawożenia, liczyć koszt zabiegu na hektar z podziałem na pola i uprawy, monitorować godziny pracy oraz stan maszyn przez JDLink i porównywać mapy plonów z nakładami. Połączenie jest możliwe przez oficjalne REST API Deere dostępne dla partnerów na portalu developer.deere.com. Poniżej pokazujemy, jak to fizycznie wygląda, co realnie czyta asystent i od czego zacząć w polskim gospodarstwie.

Gdzie dziś ucieka czas, gdy macie maszyny John Deere i dużo pól

Operations Center to codzienna baza danych dla gospodarstw z maszynami John Deere. Zbiera wszystko, co maszyna zanotowała w polu: kiedy ruszył siewnik, ile nawozów wysiano na danej działce, gdzie kombajn zbierał najtrudniej i ile paliwa zjadł przy ostatnim koszeniu. W dobrze prowadzonym gospodarstwie rolnik ma tam setki, a przy dużym areale tysiące rekordów operacji polowych.

Problem nie leży w braku danych. Leży w tym, że te dane siedzą w Operations Center, koszty środków są w fakturach i excelu, numery działek z ARiMR są w innym pliku, a terminy przeglądów maszyn zna tylko mechanik z głowy. Żeby odpowiedzieć na pytanie "ile nas kosztował hektar rzepaku na polu przy lesie w tym roku", ktoś musi przekleić dane z czterech miejsc i liczyć ręcznie.

Typowo wygląda to tak: sezon minął, faktury są, operacje w Operations Center są, ale zestawienie kosztów na pole leży jako "do zrobienia" przez cały październik i listopad. Albo inspektor ARiMR prosi o dziennik zabiegów ochrony roślin i ktoś spędza dwa dni na wyciąganiu dat, środków i dawek z systemu, żeby wpisać je do wzoru wymaganego przepisami.

Asystent AI podłączony do Operations Center robi to zestawienie na bieżąco i na żądanie. Dane maszyn, operacji i pól zbiera automatycznie, łączy z dokumentami dostarczonymi przez firmę i odpowiada na konkretne pytanie, zamiast czekać, aż ktoś znajdzie czas.

Co Operations Center faktycznie gromadzi i które dane wyciągamy do asystenta

Operations Center przechowuje dane w kilku obszarach. Każdy z nich ma swoje pola i swoje zastosowanie po stronie asystenta.

Pola i granice:

• geometria pola z granicami GPS
• nazwa i numer pola przypisany przez gospodarstwo
• powierzchnia w hektarach
• przynależność do farmy lub jednostki organizacyjnej

Operacje polowe:

• typ operacji: siew, nawożenie, ochrona roślin, zbiory, orka, oprysk
• data i czas wykonania
• maszyna i operator
• uprawa lub kultura
• zużyty produkt z dawką na hektar
• pole, na którym operacja się odbyła

Mapy plonów z kombajnu:

• plon w dt/ha z podziałem przestrzennym na fragmenty pola
• wilgotność przy zbiorze
• powierzchnia zebrana

Dane maszyn przez JDLink:

• godziny pracy silnika
• zużycie paliwa
• kody błędów i awarii
• lokalizacja GPS historyczna i bieżąca

Z perspektywy asystenta najważniejsze są operacje polowe z produktami i dawkami. To one tworzą ewidencję zabiegów wymaganą przy kontroli ARiMR i przy wnioskach o płatności. Mapa plonów z kolei daje punkt odniesienia: czy nakłady na nawożenie przełożyły się na wynik w polu.

Czego Operations Center nie zastąpi: faktur zakupu środków ochrony roślin i nawozów, numerów działek ewidencyjnych (te przychodzą z systemów ARiMR, nie z Operations Center), dokumentów weterynaryjnych dla stada ani certyfikatów dla produkcji ekologicznej. Asystent łączy dane z Operations Center z dokumentami dostarczonymi przez firmę. Nie tworzy dokumentów z powietrza.

Jak fizycznie wygląda podłączenie do Operations Center

John Deere udostępnia REST API dla zewnętrznych integracji na portalu developer.deere.com. To oficjalna i jedyna droga, którą rekomendujemy. Podłączenie przebiega w kilku krokach:

• Rejestracja aplikacji. Na developer.deere.com zakładacie konto dewelopera, tworzycie aplikację i dostajecie klucze klienta OAuth 2.0: client_id i client_secret.
• Wniosek o dostęp partnerski. Deere nie daje otwartego dostępu do wszystkich endpointów bez weryfikacji. Wymagane jest złożenie wniosku partnerskiego z opisem integracji i jej celu. Czas oczekiwania na odpowiedź bywa różny, zwykle od kilku dni do kilku tygodni.
• Autoryzacja przez właściciela konta. Gdy aplikacja jest zatwierdzona, właściciel gospodarstwa loguje się do Operations Center i autoryzuje połączenie. Operations Center wyświetla standardowy ekran zgody OAuth 2.0: użytkownik klika "Zezwól" i od tej chwili aplikacja może odczytywać dane w jego imieniu. Autoryzację można cofnąć w ustawieniach konta w każdej chwili.
• Odczyt danych. Endpointy API dają dostęp do organizacji, farm, pól, operacji polowych i maszyn. Dane przychodzą w formacie JSON. Maszyny podłączone przez JDLink wysyłają pomiary cyklicznie, pola i operacje polowe są dostępne natychmiast po autoryzacji.

Co producent nie udostępnia przez to API: danych innych użytkowników (każde konto autoryzuje się osobno), danych z maszyn bez modułu JDLink, bo te maszyny nie wysyłają telemetrii, oraz historii operacji sprzed momentu, kiedy operator zaczął korzystać z Operations Center.

Alternatywna droga dla tych, którzy chcą sprawdzić sens integracji przed wnioskiem partnerskim: Operations Center pozwala eksportować operacje i mapy plonów do pliku w standardzie ISOXML (ISO 11783), czyli otwartym formacie wymiany danych rolniczych. Eksportujecie plik, wgrywacie do asystenta i sprawdzacie, czy scenariusze pytań mają sens na Waszych konkretnych danych. Dopiero potem składacie wniosek do Deere.

Na start rekomendujemy tryb tylko do odczytu. Asystent pobiera, przetwarza i odpowiada. Żadnych zapisów do Operations Center, żadnych modyfikacji operacji polowych. Zapis w Operations Center zostawiacie po stronie operatora, który wie, co faktycznie robił w polu.

Pięć scenariuszy: co pyta pracownik i co odpowiada asystent

Scenariusz 1: Ewidencja zabiegów przed kontrolą ARiMR

Inspektor zapowiada kontrolę za tydzień. Pracownik pyta asystenta: "Pokaż wszystkie zabiegi ochrony roślin na rzepaku w tym roku, z datami, środkami i dawkami".

Asystent odczytuje operacje z Operations Center filtrując po typie (ochrona roślin), uprawie (rzepak) i roku. Łączy wynik z fakturami zakupu środków, które gospodarstwo dostarczyło do systemu. Generuje zestawienie w układzie zbliżonym do dziennika zabiegów ochrony roślin: data, numer pola, środek, dawka, operator. Zaznacza brakujące pozycje, gdzie w Operations Center jest operacja, ale nie ma przypisanego produktu lub dawki, bo operator nie wpisał kompletnych danych. Gotowe zestawienie eksportuje do pliku, który pracownik może wydrukować lub dołączyć do dokumentacji kontrolnej.

Scenariusz 2: Koszt uprawy na polu

Kierownik pyta: "Ile nas kosztował hektar pszenicy ozimej na polu Dębina w tym roku?"

Asystent zbiera wszystkie operacje na tym polu z danego roku: siew z ilością nasion, nawożenie przedsiewne i pogłówne z rodzajami nawozów i dawkami, opryski z listą środków. Łączy to z cennikami ze szczegółowych faktur dostarczonych przez firmę. Dodaje koszt robocizny maszyn na podstawie godzin z JDLink i stawki roboczogodziny, jeśli ta stawka jest w systemie. Odpowiada z listą operacji i kosztów, zaznacza, gdzie brak faktury sprawia, że zestawienie jest niekompletne. Bez zgadywania. Gdzie brakuje danych, asystent mówi wprost, że brakuje.

Scenariusz 3: Mapa plonów kontra nakłady

Rolnik pyta: "Które pola miały najniższy plon pszenicy i czy to te, które najbardziej nawoziliśmy?"

Asystent pobiera mapy plonów z kombajnu z sezonu, agreguje do plonów na polu w dt/ha. Następnie wyciąga zestawienie nawożenia z operacji polowych dla tych samych pól. Buduje zestawienie: plon kontra nawożenie w podziale na pola. Odpowiada, które pola miały najniższy plon i jak wyglądało nawożenie na tych samych polach w tym samym sezonie. Interpretacja przyczyny, dlaczego plon był niski: gleba, pogoda, agrotechnika, zostaje po stronie agronomisty. Asystent daje fakty, nie diagnozę.

Scenariusz 4: Terminy przeglądów maszyn

Mechanik pyta: "Które maszyny zbliżają się do przeglądu według godzin?"

Asystent czyta z JDLink aktualne godziny pracy silnika każdej maszyny. Porównuje z harmonogramem przeglądów, który gospodarstwo wpisało do systemu. Odpowiada z listą maszyn: dla każdej podaje aktualne godziny, następny próg przeglądu i ile godzin zostało. Maszyny z przekroczonym terminem wyróżnia na początku listy. Gdzie harmonogram nie jest wgrany, asystent informuje, że brak danych do porównania, i pyta, czy wpisać progi dla tych maszyn.

Scenariusz 5: Kompletność przed wnioskiem o płatności bezpośrednie

Pracownik biura pyta: "Sprawdź, czy mamy komplet danych do wniosku o płatności bezpośrednie: uprawy, pola i zabiegi."

Asystent przegląda operacje z Operations Center i sprawdza, czy każde pole ma przypisaną uprawę oraz przynajmniej jedną operację z bieżącego sezonu. Porównuje listę pól w Operations Center z listą działek ewidencyjnych dostarczonych przez firmę. Wskazuje działki, które są we wniosku, ale nie mają operacji w Operations Center, oraz pola w Operations Center, które nie mają odpowiednika w działkach ARiMR. Gotowe zestawienie rozbieżności pomaga sprawdzić kompletność przed złożeniem wniosku w eWniosku Plus. Samego wniosku asystent nie składa, to robi operator w systemie ARiMR.

Co zostaje po stronie człowieka i gdzie są granice asystenta

Asystent z Operations Center to narzędzie do zestawiania i odpowiadania na pytania o dane. Nie jest systemem decyzji agronomicznych.

Co zawsze decyduje człowiek:

• dobór strategii nawożenia i ochrony roślin na kolejny sezon
• interpretacja mapy plonów: gleba, warunki pogodowe, choroba, błąd agrotechniczny
• podpisanie i złożenie wniosków do ARiMR
• decyzja o naprawie lub wymianie maszyny
• zatwierdzenie każdego zestawienia przed przekazaniem do inspektora

Granice systemu, o których warto wiedzieć wcześniej:

• Operations Center gromadzi dane z maszyn John Deere. Maszyny innych producentów, ciągniki bez JDLink ani zabiegi wykonywane ręcznie bez wpisu w Operations Center nie trafią do API automatycznie. Można je dołączyć przez ręczny wpis w Operations Center lub przez dodatkowy plik dostarczony do asystenta.
• Dane historyczne są dostępne od momentu uruchomienia JDLink lub od momentu, gdy operator zaczął wpisywać operacje do Operations Center. Czego tam nie ma, tego asystent nie odtworzy.
• Faktury zakupu środków i nawozów, decyzje administracyjne, dokumenty weterynarii: to dokumenty firmy, nie dane Operations Center. Asystent korzysta z nich dopiero, gdy firma je dostarczy.
• Precyzja mapy plonów zależy od kalibracji kombajnu i warunków zbioru. Asystent korzysta z tych danych, ale nie poprawia błędów kalibracyjnych ani nie uzupełnia luk w mapie wynikających z awarii czujnika.

Od czego zacząć wdrożenie w krokach

Zanim złożymy wniosek do Deere w sprawie API, warto zrobić dwa kroki wewnątrz:

• Sprawdźcie, czy Wasze maszyny mają JDLink i czy są aktywnie podłączone do Operations Center. Bez tego API da dane operacji wpisywanych ręcznie, bez telemetrii maszyn.
• Oceńcie kompletność danych w Operations Center. Czy operatorzy wpisują produkty i dawki przy każdym zabiegu? Czy pola mają nazwy zgodne z Waszą ewidencją? Puste lub niekompletne operacje to miejsca, gdzie asystent będzie mówił "brak danych" zamiast odpowiadać.
• Ustalcie trzy scenariusze, które mają robić za Was czas. Najczęściej startujemy od ewidencji zabiegów, kosztu uprawy na pole i terminów przeglądów maszyn.
• Połączcie dane Operations Center z dokumentami firmy: fakturami za środki i nawozy, harmonogramem przeglądów, mapą działek z ARiMR. Te pliki możecie wgrać do asystenta raz, on będzie je pamiętać i łączyć z danymi z API.
• Uruchomcie wersję tylko do odczytu. Asystent odpowiada na pytania, niczego nie zmienia w Operations Center. Zapis po stronie operatora zostaje bez zmian.

Jeśli chcecie sprawdzić, czy integracja ma sens na Waszych konkretnych danych, zacznijcie od eksportu ISOXML z Operations Center i wgrajcie go do asystenta. To kilkanaście minut pracy i gotowy dowód zamiast deklaracji.

Chętnie pokażemy, jak to wygląda na przykładzie z Waszymi polami i maszynami. 15 minut rozmowy wystarczy, żeby ustalić, co Operations Center już ma i co trzeba dołożyć, żeby asystent odpowiadał na pytania, które dziś zabierają Waszemu zespołowi czas. Mamy też realne wdrożenia z tej i podobnych branż, jeśli chcecie zobaczyć, z czego korzystają inne firmy na podobnych danych.