Klik hier voor de Nederlandse versie van dit artikel
Het belang en de waarde van data voor operationele processen in kassen is de afgelopen drie jaar aanzienlijk toegenomen. De Autonomous Greenhouse Challenge van de WUR heeft hier zeker aan bijgedragen. De noodzaak om het dagelijkse werk te verbeteren en te vereenvoudigen is ook een belangrijke drijfveer achter de vele initiatieven op het gebied van data in onze sector.
Bedrijven die sensoren ontwikkelen nemen snel in aantal toe. Dit was bijvoorbeeld duidelijk zichtbaar in de inzendingen voor de Impact 2025 Innovatieprijs. Start-ups, scale-ups en bedrijven met een langere geschiedenis in sensortechnologie in andere sectoren hebben hun weg gevonden naar de glastuinbouwsector.
Het aantal bedrijven dat het initiatief neemt om een dataplatform te ontwikkelen, is misschien nog wel een grotere verrassing. Zij lijken aan de strategietafel tot dezelfde conclusie te zijn gekomen, namelijk dat een beweging voorwaarts verloopt langs de as van data en diensten. Er zijn bedrijven die een onafhankelijke rol kunnen aannemen, waarbij de kern van hun verdienmodel op het platform is gebaseerd. Voor de meeste is het platform een uitbreiding, een verbreding of verdieping van hun bestaande productaanbod. Het is interessant om te zien welke platforms deze race zullen winnen.
Onderscheidend kenmerk
Dit roept ook de vraag op: wat is het onderscheidende kenmerk van deze platforms en andere partijen die zich richten op datadiensten voor de glastuinbouw? Waar liggen de verschillen? En wat is de positie van Blue Radix in deze snelgroeiende wereld van data-oplossingen voor de glastuinbouw?
Deze vragen worden beantwoord aan de hand van twee stellingen en een figuur, hieronder weergegeven:
- Een dataplatform alleen is niet genoeg
- De Blue Radix Crop Controller is geen dataplatform
Deze figuur geeft een overzicht van de verschillende data- en analyseniveaus. Het bovenste niveau is de basis van alle dashboards: het tonen van data en informatie over ‘wat er is gebeurd’. Veel menselijk denkwerk (lichtblauw) is dan nog nodig om beslissingen te nemen (oranje) en acties te ondernemen (groen). Blue Radix begint onderaan: data wordt gebruikt door algoritmes voor advies en het automatiseren van beslissingen. Zonder (of met minimale menselijke) tussenkomst. Dan heeft data pas echt waarde.
Toelichting op stelling 1
Data op zichzelf is niets waard. Data krijgt pas waarde wanneer het wordt vertaald naar informatie. Wanneer de context duidelijk is. Dashboards doen precies dat. Data wordt grafisch weergegeven en verbonden met andere datalijnen, waardoor vergelijking mogelijk wordt. Bijvoorbeeld tussen twee momenten in de tijd. Ook wordt het mogelijk om verbanden tussen zaken te analyseren. Dit vraagt om een mooie en duidelijke interface voor de gebruiker. Dit is precies waar de dataplatforms zich op richten: data ontsluiten en de informatie zo duidelijk mogelijk weergeven.
Mensen moeten deze data en informatie nog steeds analyseren en er conclusies uit trekken. En dat is er niet eenvoudiger op geworden. De toevoeging van sensoren vergroot het datavolume, en de conclusies die je eruit kunt trekken zijn ook veel groter. De benodigde expertise aan de kant van de gebruiker, de teler, blijft onverminderd hoog. Het is dus niet de oplossing voor de nabije toekomst, waarin het aantal mensen met die expertise zal afnemen. In Nederland, maar zeker ook internationaal.
Toelichting op propositie 2
Dit is precies de reden waarom Blue Radix geen dataplatform op de markt brengt en ontwikkelt. Blue Radix is de AI-specialist voor de glastuinbouw en ontwikkelt oplossingen gebaseerd op kunstmatige intelligentie. Het onderliggende principe van Blue Radix is dat de data voor u moet werken. Dit betekent dat algoritmes alle relevante, beschikbare data verwerken en analyseren. De algoritmes trekken vervolgens de best mogelijke conclusies en zetten deze om in concrete acties voor fysieke installaties, zoals klimaatcomputers, irrigatiesystemen en energie-installaties. Bovenal wordt een dashboard dan een duidelijk en eenvoudig overzicht waarmee u kunt vaststellen dat de algoritmes voldoen aan de productie- en kwaliteitseisen van uw teeltdoel en -strategie.
Natuurlijk verandert dit de dagelijkse werkzaamheden van de teler. De teler wordt nog meer in zijn kracht gezet en richt zich primair op de gestructureerde en datagedreven definitie van de teeltstrategie. Hierdoor kan de teler zijn of haar creativiteit, kennis, vaardigheden en innovatie volledig benutten om de bedrijfsdoelstellingen jaar na jaar te verbeteren. De algoritmes realiseren deze strategie door continu (elke 15 minuten) alle relevante data te verwerken, de optimale instellingen te bepalen en de systemen aan te sturen. Dat is toekomstbestendig!
