Ứng dụng trí tuệ nhân tạo nâng cao giá trị nông sản Việt trong kỷ nguyên số
Sáng 14/11, tại TP Hồ Chí Minh, Viện Khoa học Kỹ thuật Nông nghiệp miền Nam (IAS) đã phối hợp với Tập đoàn SNE (Hàn Quốc) tổ chức hội thảo 'AI và Nông nghiệp Việt Nam trong Kỷ nguyên chuyển đổi dữ liệu - Số hóa - Trí tuệ nhân tạo'.
Ứng dụng trí tuệ nhân tạo nâng cao giá trị nông sản Việt.
Sự kiện thu hút đại diện các cơ quan quản lý, viện nghiên cứu, hiệp hội và doanh nghiệp, cùng bàn thảo những giải pháp ứng dụng công nghệ nhằm tháo gỡ các nút thắt lâu nay của ngành nông nghiệp.
Việt Nam, đặc biệt ở ngành hàng rau quả, đang có tiềm năng xuất khẩu hàng tỷ USD, nhưng hiện sản xuất vẫn chủ yếu nhỏ lẻ, phụ thuộc kinh nghiệm, thậm chí lạm dụng hóa chất, khiến việc kiểm soát chất lượng và truy xuất nguồn gốc gặp khó. Việc triển khai trí tuệ nhân tạo (AI) và chuyển đổi số (DX) được xem là hướng đi tất yếu để tăng giá trị và năng lực cạnh tranh, dù vẫn vướng trở ngại lớn về chi phí và nhân lực.
Theo đó, tại hội thảo, các chuyên gia đưa ra cái nhìn toàn diện về thực trạng ngành, giới thiệu những nền tảng AI và các mô hình ứng dụng chi phí thấp có thể triển khai ngay tại nông hộ.
Ông Nguyễn Văn Mười, Phó tổng thư ký Hiệp hội Rau quả Việt Nam (Vinafruit) cho biết, ngành rau quả đang tăng trưởng tốt. Năm 2024, kim ngạch xuất khẩu đạt 7,15 tỷ USD; dự báo năm 2025 có thể chạm mốc 8 tỷ USD. Việt Nam hiện nằm trong nhóm quốc gia dẫn đầu về xuất khẩu thanh long, vải và sầu riêng.
Ông Nguyễn Văn Mười, Phó tổng thư ký Hiệp hội Rau quả Việt Nam (Vinafruit) chia sẻ tại hội thảo.
Tuy nhiên, ông Mười chỉ ra những điểm nghẽn lớn, đó là sản xuất manh mún, thiếu liên kết chuỗi, dẫn đến việc ứng dụng kỹ thuật mới và chuyển đổi số chậm, thiếu đồng bộ. Việc lạm dụng hóa chất, cơ giới hóa hạn chế, cùng tỷ lệ diện tích đạt chuẩn GAP và mã số vùng trồng còn thấp tiếp tục là rào cản. Trong khi đó, xu hướng thị trường ngày càng chú trọng minh bạch quy trình sản xuất và yêu cầu sản phẩm thân thiện môi trường, đòi hỏi ứng dụng công nghệ cao như AI, IoT và blockchain.
TS Trần Thị Tuyết Vân, Giảng viên Khoa CNTT Trường Đại học An Giang cũng đã trình bày tổng quan về vai trò của AI trong nông nghiệp hiện đại. Theo TS Vân, AI cho phép máy móc mô phỏng tư duy con người, dựa trên các công nghệ như Machine Learning và Computer Vision. Kết hợp với IoT, AI giúp liên kết cảm biến, thiết bị thông minh, drone giám sát cây trồng hay robot thu hoạch.
Như vậy, thuật toán phân tích hình ảnh có thể nhận diện bệnh cây nhanh và chính xác, hỗ trợ nông dân đưa ra quyết định dựa trên dữ liệu, từ dự báo thời tiết đến quản lý nước và dinh dưỡng. Tuy vậy, TS Vân cũng thừa nhận rào cản lớn vẫn nằm ở chi phí đầu tư và thiếu nhân lực chất lượng cao.
Ông Chang SeHun, Giám đốc điều hành SNE Company, chia sẻ nền tảng AI SaaS tại hội thảo.
Từ thực tế chi phí và đặc thù nông hộ Việt Nam, ông Chang SeHun, Giám đốc điều hành SNE Company giới thiệu hướng tiếp cận khả thi, đó là chuyển đổi số dữ liệu hiện có (DX) trước khi tiến tới ứng dụng AI ở mức sâu hơn (AX).
Ông Chang SeHun cho biết, nhiều nông hộ gặp khó vì chi phí xây dựng mô hình "smart farm" có thể lên tới 3 tỷ đồng. Chỉ khoảng dưới 4% nông hộ đạt chứng nhận VietGAP, trong khi phần lớn nhật ký canh tác vẫn ghi tay. SNE đề xuất nền tảng AI SaaS chi phí thấp, vận hành được trong mô hình canh tác ngoài trời mà không cần đầu tư hệ thống IoT đắt đỏ.
Mô hình dự báo vụ mùa bằng AI. Ảnh BTC
Giải pháp đầu tiên là dùng AI-OCR để số hóa toàn bộ nhật ký viết tay - bước chuyển đổi số dữ liệu cốt lõi. Khi dữ liệu được đưa vào hồ dữ liệu (Data Lake), hệ thống AI phân tích và dự báo chính xác. Theo ông Chang, nền tảng của SNE có thể dự báo giá nông sản với độ chính xác trên 92%, dự báo sản lượng thông qua dữ liệu vệ tinh và thậm chí đánh giá sinh trưởng cây trồng bằng hình ảnh chụp từ smartphone.
Hiện SNE đang thử nghiệm các giải pháp này tại Lâm Đồng (sầu riêng), Bắc Giang (dưa lưới), Đồng Nai (dứa) và hợp tác với IAS, WinMart.
Các ứng dụng AI trong nông nghiệp thông minh. Ảnh BTC
Hội thảo ghi nhận sự thống nhất cao về nhu cầu cấp thiết phải đưa AI và chuyển đổi số vào nông nghiệp Việt Nam. Tuy nhiên, thay vì các mô hình "smart farm" chi phí lớn, hướng đi thực tế hơn là tập trung số hóa dữ liệu canh tác (nhật ký viết tay, thông tin vụ mùa), dùng AI phân tích dữ liệu lớn để dự báo và tối ưu.
Cách tiếp cận này được kỳ vọng giúp cải thiện truy xuất nguồn gốc, nâng hiệu quả sản xuất cho nông hộ nhỏ lẻ, hướng tới nền nông nghiệp chính xác và bền vững.
