Финальная презентация (1)

1.

СИНТЕЗ-ДВОЙНИК
Мобильное приложение для агронома: AI-прогноз
урожайности и расчет полива по фото листа
Байсагуров Адам (лидер), Изнауров Аслан
ФГБОУ ВО «ЧГУ им. А.А. Кадырова»

2.

АКТУАЛЬНОСТЬ ИДЕИ
Масштаб — федеральный: растениеводство РФ; целевые культуры (пшеница, кукуруза,
подсолнечник) занимают около 45–50 млн га из ~84 млн га посевной площади.
Польза: хозяйствам — заблаговременное планирование логистики, сбыта и финансов, экономия
воды при поливе; университету и региону (ЧР) — цифровизация АПК и развитие ИТ-компетенций.
Тренды: господдержка цифрового сельского хозяйства, рост стоимости ресурсов,
волатильность урожайности из-за климатических изменений.
Задел и компетенции: ИТ-компетенции университета и команды (анализ данных, ML, мобильная
разработка); проработаны идея, концепция продукта и бизнес-модель; прототип и датасеты —
этап акселерации (TRL 1–2).
2

3.

ПРОБЛЕМА
Проблема клиента: у агронома нет заблаговременного точного прогноза урожайности поля —
итог известен только после уборки, поэтому логистика, сбыт, кредитование и переговоры с
трейдерами строятся на грубых оценках.
В поле нет быстрого объективного инструмента оценки потребности растения в поливе:
решение принимается «на глаз» — риск перерасхода воды или потери урожая.
Почему существующих решений недостаточно: спутниковые платформы (EOSDA, Cropwise) не
дают диагностики по фото листа; Taranis и Prospera требуют дронов и датчиков; Plantix не
прогнозирует урожайность.
3

4.

ЦЕЛЕВАЯ АУДИТОРИЯ
Кто платит: агрохолдинги и растениеводческие предприятия (зерновые, масличные,
технические культуры) с земельным банком от 100 га; КФХ. Сектор B2B и B2B2C.
География: регионы товарного земледелия РФ — Краснодарский и Ставропольский края,
Черноземье, Поволжье, Западная Сибирь.
Потери клиента без решения: потери урожая, перерасход воды, ошибочные решения по
логистике и финансам.
Масштаб: 10–15 млн га хозяйств, готовых к цифровым инструментам (30–40% товарных
хозяйств регионов развитого земледелия).
Роли в B2B:
-
пользователь — агроном-полевод, 25–55 лет, профильное образование, уверенно владеет
смартфоном
-
ЛПР — руководитель агрохолдинга или КФХ
-
влияющие лица — региональные агрономические консультанты, дилеры агротехники и
агрохимии
4

5.

РЕШЕНИЕ
Суть: мобильное приложение «Синтез-Двойник» (подписка, SaaS) с
двумя AI-модулями в одном интерфейсе агронома.
YieldForecast AI — прогноз урожайности поля за 2–3 месяца до
уборки по спутниковым снимкам (NDVI, NDWI) и метеоданным;
целевая точность 85–90%.
LeafIrrigate — по фото листа со смартфона нейросеть определяет
водный стресс и за секунды выдает норму и сроки полива.
Отличие: оба сервиса в одном приложении, без дронов и датчиков
— достаточно обычного смартфона.
Выгоды: объективные данные вместо оценки «на глаз», экономия
воды, заблаговременное планирование; экономический эффект
будет подтвержден на пилотах.
Применение: агрономы КФХ, агрохолдинги (интеграция с агроCRM/ERP), агроконсультанты.
5

6.

ТЕХНОЛОГИЧЕСКОЕ ЯДРО ПРОЕКТА
Технологическое ядро — искусственный интеллект и большие данные:
ML-модель прогноза урожайности: спутниковые снимки Sentinel-2/Landsat (NDVI,
NDWI) и метеоданные → прогноз по полю за 2–3 месяца до уборки
Компьютерное зрение (CNN): определение водного стресса по фото листа и
расчет нормы полива
Облачный backend: автоматическая подгрузка спутниковых и метеоданных по
API, без ручного ввода
Критическая технология: высокопродуктивное и устойчивое к изменениям
природной среды сельское хозяйство (п. 3 приоритетных направлений); технологии
повышения урожайности и защиты от болезней (п. 10 перечня наукоемких
технологий, Указ Президента РФ № 529 от 18.06.2024).
6

7.

РЫНОК
1.
Рынок: цифровые агросервисы и точное земледелие в РФ (рынок НТИ FoodNet), SaaS-подписки
для агрономов.
2.
3.
4.
5.
6.
Объем: посевная площадь РФ ≈ 84 млн га (2025); цена подписки в сегменте ≈ 50–150 ₽/га/сезон.
TAM: 45–50 млн га целевых культур (пшеница, кукуруза, подсолнечник) → 2,5–7 млрд ₽/год.
SAM: 10–15 млн га (хозяйства, готовые к цифровизации) → 0,7–2 млрд ₽/год.
SOM (3–5 лет): 1–3% SAM — 100–300 тыс. га, выручка 7–45 млн ₽/год (без enterprise-контрактов).
Динамика и сезонность: рост цифровизации АПК при господдержке; сезонность —
вегетационный период, тариф в ₽/га/сезон.
8

8.

КОНКУРЕНТЫ И АНАЛОГИ
Ни один из аналогов не объединяет прогноз урожайности и диагностику полива по фото со смартфона в одном
приложении. Синтез-Двойник — российская разработка (импортозамещение).
Характеристики продукта
Синтез-Двойник
(Россия)
EOSDA Crop Monitoring (США)
Taranis (Израиль)
Plantix (Германия)
Прогноз урожайности
Да, за 2–3 мес. до
уборки (цель 85–
90%)
Да, по вегетационным
индексам
—
Нет
Диагностика по фото
листа, норма полива
Да: водный стресс
→ норма и сроки
полива
Нет
Водный стресс на уровне листа
(дроны + спутники)
Болезни растений по
фото, без норм полива
Оборудование клиента
Обычный смартфон
Не требуется (спутниковые
данные)
Дроны и спутники
Смартфон
9

9.

БИЗНЕС-МОДЕЛЬ
Модель дохода — подписка (SaaS) на приложение с двумя AI-модулями, тариф по площади полей.
Что продаем: подписку «Базовый» (LeafIrrigate) и «Профессиональный» (оба модуля), ₽/га/сезон; для
агрохолдингов — enterprise-лицензии с интеграцией в агро-CRM/ERP.
Кому: агрономам, КФХ и агрохолдингам (B2B, B2B2C) в регионах товарного земледелия.
Польза клиенту: прогноз урожайности для планирования и объективная рекомендация по поливу
без дронов и датчиков.
Как продаем: пробный период (1 поле на сезон), сайт и магазины приложений, прямые B2B-продажи,
дилеры агротехники и агрохимии, агровыставки.
Прогноз: через 3–5 лет — 100–300 тыс. га под подпиской, выручка 7–45 млн ₽/год (без
enterprise-контрактов).
10

10.

КОМАНДА И ПРОГРЕСС
ФАМИЛИЯ ИМЯ
Роль/
Должность
Функционал
ЧТО БУДЕШЬ ДЕЛАТЬ?
Байсагуров Адам
Лидер проекта
Общее управление и развитие продукта
Изнауров Аслан
Технический аналитик
Технический анализ
Планируется привлечь
ML-инженер, разработчик,
агроном
Разработка ML/CV-моделей и приложения; агрономическая
валидация
Состав команды на «входе» и «выходе» из программы
На «входе»: 2 человека (лидер проекта и технический аналитик). На «выходе»: планируется расширение командой MLинженера, backend/mobile-разработчика и агронома-консультанта.
11

11.

ПАРТНЕРЫ (при наличии)
Планируемые партнеры и их роль:
агрохолдинги и КФХ — пилотные площадки, валидация моделей на реальных данных;
поставщики спутниковых и метеоданных — данные по API (возможен revenue share);
дилеры сельхозтехники и удобрений — канал дистрибуции;
вузы и НИИ агропрофиля — исторические данные по урожайности, совместные исследования.
12

12.

ТЕКУЩИЕ РЕЗУЛЬТАТЫ И ПЛАНЫ РАЗВИТИЯ
Сейчас (TRL 1–2): сформулирована идея, проработаны концепция продукта, бизнес-модель, анализ рынка и
конкурентов; подготовлен паспорт проекта; сформирована команда из 2 человек. Прототипа, датасетов и
пилотов пока нет.
План на 12 месяцев:
1–3 мес. — датасет (фото листьев, история урожайности, снимки по 2–3 пилотным полям); привлечение MLинженера и/или агронома-консультанта.
3–6 мес. — MVP модуля LeafIrrigate; тест на 1–2 полях с агрономом-партнером.
6–9 мес. — доработка MVP; начало разработки YieldForecast AI; поиск индустриальных партнеров для пилотов.
9–12 мес. — единое приложение, закрытая бета в нескольких хозяйствах, метрики точности; подготовка к
следующему раунду финансирования.
РИД: ML-модель и CNN-модель — потенциальные программы для ЭВМ (возможна регистрация).
13

13.

ЗАПРОС
Что нужно проекту для ближайших шагов:
Партнерам: пилотные поля и агрономы (КФХ или агрохолдинг) для валидации моделей;
исторические данные по урожайности.
Фондам: грант «Студенческий стартап» (до 1 млн ₽) — на разработку MVP; программа
«УМНИК» — на НИОКР по ML/CV-моделям.
Университету: менторская поддержка, выход на агропредприятия и НИИ региона.
Результат: собранный датасет, MVP модуля LeafIrrigate, первичное тестирование на реальных
полях, подготовка к следующему раунду финансирования.
14

14.

КОНТАКТЫ ЛИДЕРА
[фото лидера]
Байсагуров Адам
Лидер проекта «Синтез-Двойник»
ЧГУ им. А.А. Кадырова
15

15.

УРОВЕНЬ ГОТОВНОСТИ ТЕХНОЛОГИИ
Текущий уровень проекта — TRL 1–2: сформулирована идея, проработана концепция продукта; прототип, датасеты и
полевые испытания запланированы на период программы.
ОПИСАНИЕ УРОВНЕЙ ГОТОВНОСТИ И СООТВЕТСТВУЮЩИХ ИМ АРТЕФАКТОВ
Уровень
готовности
технологии
Краткое описание
Артефакт
1-3
Формирование концепции, лабораторные исследования,
создание макета
Научные статьи, отчеты о моделировании, письма
заинтересованности от партнеров
4-6
Создание прототипа, подтверждение характеристик в
лабораторных условиях
Фото/видео работающего лабораторного макета, протоколы
успешных экспериментов
7
Пилотирование проекта (опытные испытания)
Видеодемонстрация работы прототипа в промышленных
условиях, отчет независимого тестирования.
8
Предсерийное производство
Акт о завершении пилотного проекта, отзыв пилотного
заказчика, данные о стабильности работы.
9
Серийное производство, коммерческое использование
Контракты на продажу, фото серийного производства, отзывы
клиентов.
17

16.

ПРОГРЕСС ЗА ВРЕМЯ АКСЕЛЕРАЦИИ
Колонка «До» — фактическое состояние проекта; колонка «После» — цели программы (уточнить по итогам).
До участия в акселерационной
программе
После участия в акселерационной
программе
Уровень готовности технологии: TRL 1–2 —
идея и концепция продукта
Уровень готовности технологии: [указать по итогам];
MVP одного модуля
Производственная готовность: не применимо
(цифровой продукт, SaaS)
Производственная готовность: не применимо
(цифровой продукт, SaaS)
Рыночная готовность: проанализированы
рынок и конкуренты, определены сегменты и
бизнес-модель; клиентов и пилотов нет
Рыночная готовность: первичное тестирование на 1–2
полях, обратная связь агрономов
Партнерства: не заключены
Партнерства: поиск пилотных партнеров (КФХ,
небольшой агрохолдинг)
18

17.

ЭКСПЕРТНОЕ ЗАКЛЮЧЕНИЕ
Прикрепите комментарии экспертов по вашему проекту (не менее 5 заключений) – в
экспертизе должно быть отражено: теоретическая реализуемость, коммерческий
потенциал, соответствие основным научным принципам.
19