Керувати в моменті

Компанія «С-Грейн» обробляє 32 тис. гектарів у п’яти областях України від Житомирщини до Сумщини. Частина земель розташована неподалік зони бойових дій, а виробництво поєднує рослинництво (озима пшениця, озимий ріпак, кукурудза, соняшник тощо) і тваринництво. Керувати такою розгалуженою структурою без сучасних цифрових інструментів дедалі складніше, тож компанія зробила ставку на автоматизацію обліку та контролю виробничих процесів. Про піврічну історію впровадження FMS розповів Олександр ЛЕСЬ, заступник генерального директора «С-Грейн».

— Олександре, що стало поштовхом до цифровізації в «С-Грейн»?

— До певного масштабу бізнес можна тримати «вручну». Але коли маєш понад 30 тис. гектарів у п’яти областях, то без систематизованої цифрової звітності це вже неможливо. Така проблема є у більшості великих аграрних компаній: керівництво має швидко отримувати інформацію про те, що було виконано в полі. У «С-Грейн» ми пішли ще далі: частина звітності формується практично онлайн, без очікування добових або тижневих зведень. Наше головне завдання — щоб керівник бачив ситуацію не вчора, а зараз. Іншими словами, звітність має бути не «сьогодні за вчора», а «сьогодні на зараз».

— Ви прийшли в компанію вже з певним досвідом цифровізації та автоматизації бізнес-процесів?

— Так, в аграрному секторі я працюю з 2013 року. Моєю першою компанією були «Українські аграрні інвестиції» із земельним банком близько 200 тис. гектарів. На той момент структура об’єднувала десятки юридичних осіб, і навіть консолідація облікових даних була серйозним викликом. Інколи один і той самий трактор у різних філіях мав різні інвентарні номери. Про який централізований контроль можна говорити в такій ситуації? Вже через рік я очолив напрям автоматизації виробничих процесів і почав займатися побудовою системи оперативної звітності. Паралельно поглиблював знання у сфері програмування й аналітики даних, оскільки хотів самостійно працювати з інформацією, а не чекати на підготовку звітів від інших фахівців.

Важливим етапом став досвід роботи в «SSAH» і «ТАС Агро». Протягом двох років у «ТАС Агро» я відповідав за впровадження системи Cropwise Operations та її інтеграцію з обліковими системами компанії, а також додатково отримав практичний досвід з контролю діяльності агрономічної служби.

Раніше керівна ланка досконало вивчала Excel, щоб особисто, на швидку руку можна було перевірити якість наданої звітності на основі даних з різних джерел. Сьогодення вимагає від керівника більше, ніж Excel: зокрема, застосування аналітичних інструментів по типу Power BI.

— Наскільки досвід, отриманий у «ТАС Агро», допоміг вам під час запуску системи в «С-Грейн»?

— Дуже суттєво. У «С-Грейн» впровадження певних модулів відбулося значно швидше. Те, на що в попередній компанії пішло майже два роки, тут вдалося реалізувати менше ніж за пів року. Наприклад, близько чотирьох місяців у нас зайняв шлях від GPS-телематики до Power BI.

Важливу роль відіграла підтримка власників компанії та готовність команди працювати за новими правилами. Адже будь-яка система цифрового обліку змінює звичні процеси, а отже, неминуче стикається зі спротивом. До речі, найбільшими скептиками часто виявляються саме агрономи. Це закономірно, адже система робить виробничі процеси більш прозорими і контрольованими. Не всі готові до таких змін з перших днів новацій.

Однак на практиці вирішальним фактором стало не посилення контролю, а створення додаткової зручності працівникам. Коли частина документів почала формуватися автоматично, люди швидко відчули переваги й почали самі підтримувати систему. Зараз ми списуємо ТМЦ в той же день, щойно машина завершила зміну. І вже з початком польових робіт, коли проводили весняне підживлення, агрономи відчули полегшення. Обсяг паперової звітності зменшився в рази. Це найкращий стимул для роботи із цифровими системами.

Показовою стала інвентаризація одного з найбільших кластерів компанії. Завдяки тому що рух матеріальних цінностей і списання ресурсів фіксуються в системі фактично в момент виконання робіт, перевірку провели дуже швидко, а суттєвих розбіжностей між даними в системі та фактичними залишками не виявили.

— Які виробничі завдання вдалося вирішити завдяки цифровізації?

— Перше — ми перестали управляти вчорашнім днем. Наприклад, якщо в полі зупинився обприскувач або інша техніка, цю інформацію бачать не лише працівники на місці, а й директор кластера та центральний офіс. Відповідно, можна оперативно з’ясувати причину простою й забезпечити людей усім необхідним для роботи. Особливо цінним такий підхід стає під час посівної чи жнив, коли кожна година має значення. Для цього ми використовуємо не лише Cropwise Operations, а й аналітичний інструмент Power BI, звіти в якому адаптовані як для web-версії, так і для мобільних пристроїв.

Друге — системний моніторинг полів, який би не перевантажував агрономів додатковою звітністю. Під час роботи в «ТАС Агро» були спроби вирішити це завдання за допомогою Cropwise Operations. Спочатку запровадили доволі простий механізм: після відвідування поля агроном формував польовий фотозвіт із геоприв’язкою. Так система автоматично підтверджувала факт перебування спеціаліста на конкретному полі. Але згодом самої лише геоприв’язки виявилося недостатньо. Ми розробили систему, яка автоматично порівнювала фактичні обходи полів із внутрішніми регламентами для кожної культури та її фази розвитку. Керівник одразу бачить, які поля давно не перевірялися і де є відхилення від регламентів. Важливо, що всі учасники процесу працювали з одними й тими самими даними. Агроном, директор кластера та генеральний директор бачили однакову інформацію. Як наслідок, контроль перестав бути питанням віри на слово, а став питанням об’єктивних даних. Аналогічну систему ми запровадили в «С-Грейн».

Третє — облік «день у день» агрономічних ТМЦ: отримання, переміщення та списання.

— Як агроном має зрозуміти, куди саме він має йти і що фотографувати?

— Тут нам дуже допоміг штучний інтелект. Ми інтегрували ШІ від Agromium для аналізу супутникових NDVI-знімків. Головна проблема полягала в тому, що агрономи фактично не користуються інструментами аналізу зображень: на пошук актуального знімка без хмар, порівняння знімків за різні дати й визначення проблемних зон треба витрачати надто багато часу. Система «насипала» фото з різних супутників — і агроному треба було в них розібратися. При цьому в кожного в підзвітності 20–30 полів, уявіть, який це обсяг часу. Звісно, ніхто не хотів цим займатись.

Тепер алгоритм автоматично обробляє супутникові дані, відфільтровує вплив хмарності та визначає ділянки з аномально низьким або високим рівнем вегетації. Після цього система сама формує завдання для агронома і вказує на конкретні координати, куди потрібно виїхати і зробити фотозвіт.

Щоб не перевантажувати фахівців, штучний інтелект обирає лише одну, найбільш пріоритетну точку на полі, яку треба відвідати протягом тижня. Під час наступних перевірок він враховує вже виконані завдання і спрямовує агронома до інших проблемних зон, поступово охоплюючи все поле.

У результаті агроному більше не потрібно самостійно переглядати десятки супутникових знімків і вирішувати, куди їхати насамперед. Завдання надходять автоматично. Не так давно я побачив у нашому внутрішньому чат-боті дуже погані фотографії з поля і спочатку здивувався: інспекцію ж не проводимо, а з власної ініціативи агрономи таке ніколи не фотографують. Одразу відкрив звіт і зрозумів, що це було виконання автоматично поставленого завдання від Agromium. Агрономи теж люди, вони охоче показують, коли в них усе добре. Натомість система спонукає досліджувати проблемні ділянки. Немає звітів про огляди з полів — немає премії за місяць. Усе просто.

— Відфільтрувати вплив хмарності — це як? Невже вам вдалося знайти спосіб, як розводити хмари руками, принаймні на фото?

— Чесно кажучи, я сам спочатку не міг у це повірити. Розробники з Agromium не розкривають усіх деталей алгоритму, але ми неодноразово перевіряли його на практиці. Якщо ділянка була закрита хмарами, система все одно визначала проблемну точку. А через два-три дні, коли з’являвся чистий знімок, виявлялося, що аномалію розвитку посівів виявлено правильно.

Ми спеціально перевіряли, чи не використовує алгоритм попередні знімки без хмарності для аналізу. Були випадки, коли під хмарами не було доступних даних за попередні дні, але система все одно вказувала саме на ту ділянку, яка потім підтверджувалася на новому зображенні. У наших умовах це працює.

До того ж ми кілька місяців брали участь у навчанні системи: показували їй, які аномалії розвитку культур справді важливі, як їх розділити за пріоритетами, які зони поля варто враховувати, а які — ні. Наприклад, окремо довелося навчити алгоритм не реагувати на типові проблемні ділянки вздовж лісосмуг чи меж полів, де через бур’яни або інші фактори NDVI-картина завжди відрізняється від основного масиву. Узбіччя і так завжди є найбільш оглянутим.

У підсумку ми пройшли наступну еволюцію у створенні цифрової системи контролю:

• спонукати агронома виходити в поле;

• спонукати агронома робити це регулярно, згідно з регламентом;

• спонукати агронома робити обхід поля: з підказками, куди саме йти, що обстежити і що фотографувати — цей третій рівень забезпечує штучний інтелект.

— Як оцінити практичний ефект від таких інструментів?

— Багато хто намагається пов’язати ефективність цифровізації напряму з урожайністю. Насправді цей зв’язок не завжди можна виміряти миттєво. Натомість є низка виробничих показників, які можна контролювати практично одразу після впровадження. Наприклад, до того, що система дозволяє відстежувати стан посівів, більшість користувачів-аграріїв уже звикли. А от відстежити якість виконання технологічних операцій уже складніше. Зараз ми це робити вже можемо: усі польові звіти супроводжуються фотофіксацією, тому керівники можуть бачити не просто запис у звіті, а фактичний стан рослин або результат виконаної роботи.

Крім того, Cropwise Operations дає змогу контролювати дотримання технологічних строків. Для багатьох операцій критично важливо не допустити надмірних інтервалів між окремими етапами технології, наприклад, між висівом та внесенням ґрунтового гербіциду. Якщо ці роботи виконують із запізненням, підприємство може втратити частину врожаю. Завдяки автоматичному обліку виконаних робіт ми можемо бачити такі відхилення по кожному полю та оперативно реагувати на них. Коли люди знають, що дані автоматично потрапляють у систему, дисципліна зростає без додаткових нагадувань.

Ще один важливий напрям — стандартизація польових обстежень. Для різних культур і фаз розвитку ми використовуємо шаблони, у яких агроном має зафіксувати конкретні параметри: густоту рослин, висоту, наявність шкідників або хвороб, якість виконання технологічних операцій тощо. Багато показників підтверджуються фотофіксацією, безпосередньо в полі.

Показовим прикладом стала цьогорічна посівна кампанія. Для контролю роботи сівалок ми розробили окремий шаблон перевірки, який передбачав контроль норми висіву, глибини загортання насіння та інших параметрів — і понад 95% передбачених перевірок були виконані. Зараз ми продовжуємо оцінювати результати посівної безпосередньо в полях. Однак уже на цьому етапі бачимо, що кількість просівів виявилася мінімальною. На мою думку, це якраз той випадок, коли цифровий контроль трансформується у цілком конкретний виробничий результат.

— Ви згадували про контроль сівалок під час посівної. Чи вдалося аналогічно стандартизувати роботу під час жнив?

— Так, для цього використовуємо окремі шаблони перевірок роботи комбайнів у Cropwise. Спочатку, як завжди, звучали аргументи, що це неможливо, що ніхто раніше такого не робив. Але коли система починає працювати, питання про те, треба це чи ні, зникає саме собою. Те, наскільки якісно агроном з механізатором налаштують комбайн, прямо впливає на результат сезону — це вже остання боротьба за врожай.

Ми використовуємо чотири обов’язкові точки контролю втрат. Перша — природні втрати перед жниваркою, щоб зрозуміти, скільки зерна вже осипалося. Друга — втрати безпосередньо після проходу жниварки. Третя — контроль під самим комбайном, між колесами, за допомогою спеціальної рамки. Четверта — втрати за комбайном після роботи системи розкидання. Усі ці параметри чітко регламентовані. Завдання полягає не просто в тому, щоб зафіксувати проблему, а зрозуміти, чи можна на неї вплинути і які саме налаштування потрібно змінити, щоб зменшити втрати. Зауважу, що збиральну техніку ми наймаємо.

До речі, комбайнери також швидко змінюють ставлення, коли бачать об’єктивні цифри. Бували випадки, коли техніку кілька днів не вдавалося відрегулювати, і тоді вся команда погоджувалася, що краще взагалі не випускати такий комбайн у поле, адже користі від нього менше, ніж шкоди.

Важливо, що вся інформація автоматично потрапляє до системи. Агроном заповнює звіт у телефоні, вносить результати вимірювань, а далі всі показники агрегуються автоматично. Це дозволяє оцінити як потенційні, так і реальні втрати врожаю без додаткової ручної облікової роботи.

— Чи вдається завдяки цифровим інструментам контролювати не лише самі роботи в полі, а й якість урожаю?

— Саме в цьому й полягає одна з найбільших переваг. Завдяки Cropwise ми бачимо ситуацію в полі й на складах онлайн. Наприклад, машина лише проїжджає через вагову, а результати експрес-аналізу вже потрапляють у систему. Ми одразу бачимо показники вологості та засміченості, згодом інші лабораторні показники параметрів якості зерна. Якщо помічаємо відхилення, можемо реагувати практично миттєво. Скажімо, коли надходить зерно з високим рівнем засміченості, запитання виникають не до лабораторії, а до організації робіт у полі. Щодо вологості можуть бути об’єктивні фактори, а от надмірне сміття неможливо не помітити. Така оперативність дозволяє не чекати підсумкових звітів, а вирішувати проблеми в моменті.

— Багато підприємств уже користуються Cropwise у тому чи іншому форматі. На вашу думку, що визначає успіх впровадження таких систем?

— Насправді головне питання не в тому, яку саме версію Cropwise використовує підприємство — базову для скаутингу чи повнофункціональну. Головне питання в тому, наскільки підприємство готове працювати з даними.

Багато хто сприймає цифровізацію як встановлення програми, тобто звичайну інсталяцію. Але на практиці найбільша робота починається ще до запуску. Впровадження цифрової системи часто змушує компанію навести лад у тих даних, які раніше існували лише формально або взагалі не були систематизовані. Це стосується контурів полів, земельного банку, техніки, довідників матеріалів і виробничих операцій. У великих компаніях часто виникають ситуації, коли одна й та сама операція або техніка в різних підрозділах називається по-різному. Для людей це не проблема, але для цифрової системи такі розбіжності означають помилки в обліку.

Окремий великий блок роботи — інтеграція техніки, GPS-моніторингу, датчиків, складів і виробничих довідників. Лише після цього система починає формувати коректну аналітику і допомагає ухвалювати рішення.

Впровадження системи управління виробництвом (FMS) потрібно розглядати так само серйозно, як і впровадження управління бухгалтерією. У компанії є фінансовий директор, який відповідає за якість фінансових даних. Так само має бути людина, яка відповідає за якість виробничих даних. Якщо такої відповідальності немає, жодна цифрова система не дасть очікуваного результату. Неправильні дані неминуче призводять до помилок у звітності, плануванні та управлінських рішеннях.

— Який ваш ранок у розпал сезону? Дашборди та графіки справді допомагають керувати, чи це просто красива візуалізація для звітів?

— Для мене це питання щоденного управління. У сезон я починаю ранок не з листування чи телефонних дзвінків, а з перегляду виробничих показників компанії. Причому я оцінюю повну картину: скільки техніка відпрацювала за останні три дні, яка динаміка сьогодні і яка вона відносно середнього рівня. На графіках добре видно будь-які невідповідності. Якщо обприскувачі або сівалки виходять у поле і дають нормальну продуктивність, це рівномірна, стабільна лінія. Якщо щось іде не так, ти одразу бачиш просідання. Наприклад: учора один агрегат закрив 209 гектарів, сьогодні в поле виїхало вже три, але сумарний результат не виріс так, як це мало бути. На графіку це миттєво помітно: або техніка стоїть через організаційні збої, або конкретна машина системно дає нижчу продуктивність. Оскільки система видає і поточні значення, і усереднені, будь-яке відхилення відразу стає очевидним. Це дозволяє нам не чекати кінця сезону для аналізу організаційних помилок, а реагувати і виправляти проблеми в моменті, поки вони ще не накопичились.

— Якщо система показує збій, як ви дієте? Одразу телефонуєте відповідальним?

— Пишу повідомлення в Microsoft Teams. Я взагалі противник телефонних дзвінків, адже в агро це часто утилізація робочого часу. Людина може бути в полі, за кермом або зайнята технологічним процесом і змушена ухвалювати рішення на ходу. Натомість коротке повідомлення можна спокійно осмислити, перевірити дані й лише тоді відповісти. Тому якщо я бачу проблему на графіку, то не телефоную, а пишу відповідальному агроному чи директору кластера. Спочатку команда не розуміла, навіщо нам окрема корпоративна платформа, якщо є приватні Viber чи Telegram. У тому і суть: робоче повідомлення в Teams неможливо проігнорувати чи загубити серед особистих чатів. Коли туди завантажується фотофіксація проблеми, звіти чи коментарі, їх одразу бачить уся робоча група. І це значно пришвидшує вирішення проблеми. Впровадження Teams і відмова від приватних чатів тільки посилили корпоративну культуру.

— Окрім вас, хто ще контролює злагодженість роботи?

— Диспетчерська служба, вона працює з усіма тривогами, які генерує система. Ми організували роботу так, що для компанії площею понад 30 тисяч гектарів достатньо чотирьох-п’яти диспетчерів у центральному офісі.

Найчастіше ми бачимо два типи проблем: або техніка просто зупинилася в полі, або стоїть з увімкненим двигуном.

Наприклад, якщо трактор не рухається понад 20 хвилин, система автоматично формує тривогу. Диспетчер одразу бачить, яка машина зупинилася, може зателефонувати механізатору, з’ясувати причину простою й зафіксувати її в реєстрі.

Саме так ми побачили, що далеко не всі втрати часу пов’язані з погодою чи роботою РЕБ. Часто проблема виявляється суто організаційною: не підвезли посівний матеріал, запізнився допоміжний транспорт або невчасно спрацювала координація між підрозділами. Раніше такі речі губилися в загальних поясненнях наприкінці тижня чи місяця. Тепер, коли диспетчер телефонує через 25 хвилин після зупинки й запитує, чому техніка стоїть, стає зрозуміло, де справжня причина цієї проблеми. І тоді вже можна ставити конкретні запитання директору кластера або відповідальним працівникам, а не списувати все на зовнішні фактори.

Крім того, система дозволила взяти під контроль холосту роботу двигунів. Витрати пального одразу переводяться у гроші, де всі розуміють: це ресурси компанії, за якими тепер стежать набагато уважніше. Така прозорість швидко дисциплінує колектив, адже за зайві витрати вже передбачена відповідальність.

— У вас уже зараз нарахування відрядної оплати прив’язане до фактично виконаного обсягу та якості робіт?

— Не просто прив’язане, а ще й проходить кілька рівнів перевірки. Агроном через систему підтверджує якість виконаної роботи, а диспетчерський центр додатково контролює результати. Якщо робота виконана неякісно, її можуть взагалі не прийняти.

У нас відрядна оплата складається з базової та преміальної частин. Базову працівник отримує в будь-якому випадку, а от премія напряму залежить від результату. Якщо механізатор недовиконав роботу через власну провину — запізнився, неправильно обрав швидкість або порушив технологію, — преміальну частину не виплачують.

Якщо ж помилки серйозніші й роботу потрібно переробляти, то за ці гектари оплату нараховують лише після того, як недоліки буде усунуто. При цьому ми не перекладаємо на працівників витрати на пальне — це все впливає на загальний результат і преміальний фонд кластера. Такий підхід дисциплінує команду, не створює ситуацій, коли людина принципово ухвалює рішення звільнитися через один невдалий день роботи.

— Зараз питання кадрів дуже болюче. Чи не було випадків, коли люди відмовлялися працювати в умовах цифрового контролю?

— Механізатори давно звикли до GPS-моніторингу. Якщо 10–15 років тому це справді викликало спротив, то зараз такі системи працюють практично в усіх великих компаніях. Більше того, контроль допомагає уникати конфліктів. Якщо виникають суперечки щодо виробітку чи нарахувань, завжди можна підняти треки за конкретний день і побачити, як усе відбувалося насправді. Або людина розуміє, що помилилася в оцінці ситуації, або компанія виправляє власну помилку. Цифровізація в цьому випадку працює не лише як інструмент контролю, а й як механізм справедливості. Коли всі бачать одні й ті самі дані, підстав для взаємних претензій стає значно менше.

— Чи потребувало впровадження нових цифрових інструментів додаткових витрат на датчики та обладнання?

— Насправді нічого революційного не відбулося. Більшість техніки вже була обладнана мінімально необхідними датчиками, бо раніше компанія використовувала суто Wialon для контролю транспорту й пального. Ми ж інтегрували наявну інфраструктуру в нову систему й змінили сам підхід до аналізу: тепер ми бачимо не просто рух трактора чи оброблені гектари, а ефективність у зв’язці з конкретним агрегатом. Наприклад, система дозволяє порахувати, яка саме собівартість роботи конкретного плуга чи культиватора в перерахунку на один гектар з урахуванням ремонтних коштів. Універсальні рішення для автопарків типу Wialon такої глибини аналітики не дають.

— А як цифровізація вплинула на роботу інженерної служби?

— Інженери на місцях тепер працюють приблизно за тією ж логікою, що й агрономи. Усі огляди техніки фіксуються в системі й підтверджуються фотографіями. Це дозволяє бачити, що людина дійсно була біля машини, а не просто поставила відмітку про справний стан.

Якщо техніка зламалася, це одразу фіксується в системі. Якщо проводилася заправка за власний кошт або ремонт, можна прикріпити фотографії чи документи, а також залишити коментарі щодо виконаних робіт. У результаті формується повна історія експлуатації кожної одиниці техніки. Крім того, цифровізація допомагає обґрунтовувати оновлення машинно-тракторного парку. Це дозволяє оцінювати ефективність інвестицій не інтуїтивно, а на основі конкретних виробничих показників.

— Хто ще в компанії відчув користь від переходу на єдину цифрову систему?

— До процесу активно долучилася бухгалтерія. Після того як у системі з’явився повноцінний облік матеріалів та їх складський рух, бухгалтери самі почали просити доступи до платформи. Проблема проста: постачальники не завжди одразу надають повний пакет документів, тому в обліку виникають часові розриви чи інші прогалини. А в Cropwise видно, коли й на який склад надійшли матеріали, куди вони були списані та на яких роботах використані. Виробничий облік почав працювати швидше, ніж бухгалтерський, і це значно спростило звірку даних і пошук розбіжностей між підрозділами.

— Коли з’являється стільки даних, виникає запитання: як їх використати для аналізу результатів сезону, а не лише для поточного контролю?

— Саме для цього я заніс у систему всі підсумкові дані за 2025 рік і вже підготував шаблони звітності на 2026-й. Коли перші комбайни вийдуть у поле, ми просто переключимо сезон і одразу побачимо результати в тому самому форматі. Це дає змогу порівнювати роки між собою без ручної обробки звітів під новий чи поточний сезон.

Для мене важливо бачити не лише загальну врожайність по компанії, а й деталізацію до конкретного кластера, поля, гібрида чи сорту. Система одразу показує, де певне рішення спрацювало, а де його не варто повторювати. Але при цьому треба враховувати й масштаб: чи високий результат отримали лише на певній тестовій ділянці в кілька гектарів, чи технологія підтвердила ефективність на тисячах гектарів?

Окремо проаналізуємо якість урожаю: вологість, засміченість, показники з елеваторів, а також порівняємо фактичні результати з біологічною врожайністю, яку раніше оцінили агрономи. На початку звітності ці оцінки від агрономів були далекими від реальності, але коли вони зрозуміли, що потім ці цифри стають предметом аналізу й обговорення, то ставлення до звітності змінилося. Дані почали вносити більш сумлінно.

У підсумку: цифровізація дає не лише оперативний контроль, а й можливість накопичувати знання. Після завершення сезону ми зможемо об’єктивно оцінити, які рішення спрацювали, а які потребують коригування, і вже на цій основі планувати наступний виробничий сезон.