‘Nog veel meer consistente en objectieve data nodig’

Uit onderzoek door de Universiteit van Amsterdam blijkt dat twee op de drie grote bedrijven in de land- en tuinbouw al een vorm van artificiële intelligentie gebruikt. Maar onderzoeker Cynthia Zhu constateert wel dat het om nog relatief eenvoudige toepassingen gaat. Terwijl het in China en de VS hard gaat. “Kijk naar de snelle opkomst van artificial general intelligence (AGI). Dit is een sterkere vorm van AI, waarbij het systeem in staat is om te leren, redeneren en plannen. Jack Ma, een van de oprichters van Alibaba, investeert momenteel grote bedragen in de toepassing van AI in de landbouw.”

Zhu’s belangrijkste conclusie is dat bedrijven meer kennis nodig hebben over AI. “Dat biedt kansen om hun verdienmodel te verbeteren. Achterblijvers lopen het risico uiteindelijk achter het net te vissen. Het negeren van AI kan bedrijven zelfs de kop kosten.”

Nederlandse glastuinbouw

Meer kennis over AI en groene digitalisering was precies waarom er een klein hapje uit de enorme koek van de Europese coronaherstelfondsen terechtkwam bij de versnelling van de groene digitalisering van de Nederlandse glastuinbouw. Dat EU-geld kwam via de provincie Zuid-Holland en samen met onder andere Glastuinbouw Nederland, Greenport West-Holland en automatiseerder Priva ging adviesbedrijf Delphy de boer op naar de tuinder.

Dat werden er, op twee grote Digital Events, een groot aantal workshops en trainingen en een-op-een adviestrajecten bij individuele bedrijven, dus zo’n 500. Met elk hun eigen kennisniveau en hun eigen vragen.

Uitersten chrysant en aardbei

Aan de ene kant van het spectrum heb je de chrysant. Overzichtelijk gewas, korte teeltcyclus, een kas met planten in diverse groeistadia. Elke week, elke dag of nog vaker data verzamelen over de groei van al die chrysanten, in combinatie met data over kasklimaat en het weer buiten, is relatief eenvoudig. Maar diepgaand onderzoek van wat er in de plant zelf gebeurt is al wat ingewikkelder. Gedurende het driejarige programma Versnelling Groene Digitalisering kwam Delphy elke week vijf chrysanten bij twee telers halen om ze op de snijtafel te analyseren. Heel wat eenvoudiger en minder kostbaar dan wanneer er elke week vijf tomatenplanten bij een teler zouden worden weggehaald.

Aan de andere kant van het spectrum staat de aardbeienplant. Veel minder voorspelbaar en stuurbaar, veel minder uniform, doordragers, high chill, low chill, trossen verstopt in de plant, pas herkenbaar als er bloemetjes verschijnen en dan nog kan er van alles gebeuren.

Toch zijn de afnemers van aardbeien niet minder geïnteresseerd in informatie over wanneer er hoeveel product gaat komen en van welke kwaliteit als de afnemers van chrysanten. Groene Digitalisering gaat over het begrijpen van de reacties van de plant op omstandigheden en teelthandelingen van dag tot dag, om dat dan vervolgens in een digitaal groeimodel te vertalen.

Plantfysiologisch groeimodel

En waar afnemers in geïnteresseerd zijn, daar zijn doorgaans telers vanzelf ook in geïnteresseerd. In het wilde weg maar wat gaan telen en als het rijp is het de markt op duwen, was eind vorige eeuw al passé. Maar hoe dan écht andersom te kunnen gaan werken en de marktvraag de teeltplanning te laten bepalen, dat komt nu door digitalisering in beeld. Door Groene Digitalisering, het digitaal in kaart brengen met een plantfysiologisch groeimodel van chrysant X, aardbei Y of tomaat Z.

“Dat zich 500 telers zouden aanmelden, hadden we op voorhand niet verwacht”, zegt Klaas van Egmond. Het had immers zo kunnen zijn dat de telers die de mogelijkheden van groene digitalisering zien al actie hadden ondernomen en dat de rest nog onvoldoende gemotiveerd of te sceptisch zou zijn voor dit project.

Of te druk. “Wat we merkten was dat er veel telers zich aanmeldden in de hoop dat ze met groene digitalisering op hun bedrijf tijd zouden kunnen besparen. Maar In het begin kóst het je juist meer tijd. Besparen is niet de insteek voor digitalisering. Je kunt beter kijken naar wat het oplevert aan betere planning, voorspelling en kwaliteit.”

Drive vanuit afzet

Die knop moet bij veel telers dus eerst om. “Het is ook een heel ander metier, heel andere koek, gewoon een gewas telen of een digitaal groeimodel opbouwen en toepassen op je teeltstrategie. Op de grotere bedrijven die al om zijn, daar is ruimte om specialisten in dienst te nemen. Maar er is ook een heel peloton aan bedrijven waar de teler het allemaal zelf moet doen.”

Aan het project deed ook een telersvereniging mee, chrysantencollectief Zentoo. Is effectieve digitalisering niet bij uitstek iets dat in goede handen is bij een coöperatie? Zeker gezien de drive vanuit afzet?

“Telersverenigingen jagen dit zeker aan”, stelt Aad van den Berg, managing partner bij Delphy. “Maar het is toch uiteindelijk de teler die zelf beslist. Die neemt ook het risico van een investering die moet worden terugverdiend. Wanneer telers in hun telersvereniging investeren, is het wel weer goedkoper en kun je sneller meer data verzamelen voor een betere positie in de keten.”

Meten, meten en nog eens meten

Want dat is sowieso het eerste dat elke teler of elke coöperatie eerst moet gaan doen: meten, meten en nog eens meten. Want goede gewasdata zijn er eigenlijk nauwelijks. En wat er wel al is aan metingen aan het gewas gedurende een teelt is dan ook nog eens zelden consistent en objectief.

“En je wilt juist af van de subjectieve momentopnames”, aldus Van den Berg. “Een Belgische klant van ons gebruikt ons groeimodel tomaat om te kijken welke van zijn teeltlocaties het beste geschikt is voor welk type tomaat dat hij teelt. Dan moet je ook op elke locatie hetzelfde meten, even vaak en op dezelfde tijdstippen.”

“Wat wij in dit project hebben gedaan, is wat anders dan een digital twin creëren. Groene Digitalisering stelt de plant centraal, maar wel in zijn omgeving. De ene Belgische kas of de andere is al een verschil, laat staan een kas in Canada en een in Azerbeidzjan. Allebei landen waar ze erg geïnteresseerd zijn in deze manier van naar de teelt kijken. In de Verenigde Staten wordt hier ook flink in geïnvesteerd. Voordeel daar is dat ze de beste softwarebedrijven hebben. Maar als je niet de juiste tuinbouwkennis hebt, dan kun je nog zoveel geld en software hebben, dan ga je toch onderuit. Want meten, meten, meten is stap1, maar daarna komt analyseren en duiden van de data. En daar zijn wij in Nederland toch nog steeds het beste in.”

Digital twin sluit de ‘loop’

Pieter de Visser van Wageningen UR heeft de afgelopen jaren intensief onderzoek gedaan naar digital twins van met name tomaat en komkommer. “Het verschil van een digital twin ten opzichte van een groeimodel is het sluiten van de ‘loop’ van data uit de sensoren bij de planten naar het computersysteem, dat van die feedback leert en zichzelf bijstelt om vervolgens beter op nieuwe omstandigheden te kunnen reageren. Die cyclus van data en feedback gaat rond en rond en het model maakt telkens een nieuwe berekening.”

De Visser ziet een duidelijk verschil tussen de oude en de jonge telers, met wie hij contact heeft over het onderzoek naar digital twins dat hij en zijn opvolger Evelien van Tongerlo n goede banen proberen te leiden. “De oudere ervaren teler betwijfelt soms het nut van de technologie, omdat hij zijn gewas en zijn kas goed in de hand heeft. Dan is het hoogstens leuk om erbij te hebben. Jonge telers die nog niet zo’n bulk aan teeltkennis en -ervaring hebben, die denken: moet ik dat allemaal gaan bijhouden? En die zijn blij dat een lerend computerprogramma het voor ze doet.”

Verschillende gradaties van autonomie

Voor de verschillende klanten met verschillende behoeftes kunnen de zelflerende teeltsystemen worden ingesteld op verschillende gradaties van autonomie. En het is ook zo dat voor verschillende teelten er een verschil is aan beschikbare kennis. Aan tomaat is al het meest gerekend. Voor dat gewas hebben de Wageningers de digitale tweeling ‘aardig op de rails’, aldus De Visser. De tweede noodzakelijke stap is ook al gezet door zijn collega’s van kasklimaat: een digital twin van kas en kasklimaat. “Naast dat we dit zelf al hebben gedaan, doen we dit nu ook samen met TNO en met Delphy, die bijvoorbeeld zo’n kasklimaatmodel mee kan nemen naar de klant, om in de eigen kas het model te ‘tunen’. Als die het in zijn eigen kas heeft over een raamstand van 20% is dat nog niet hetzelfde als in het kasklimaatmodel. Als je de eigen kas ongeveer twee weken lang naast het standaard model legt, dan heb je de verschillen er wel uit.” Voor de gewasmodellen gaat dat veel minder snel, je moet minimaal de periode van een uitgroeiduur van een vrucht meting en model blijven vergelijken.

Tegen investering aanhikken

Er worden op de markt al meerdere systemen aangeboden met een zekere mate van autonomie. Volgens De Visser zijn die al bij tientallen klanten in gebruik, maar systemen met een goed geijkt groeimodel kent hij alleen van de bestaande proefkassen. Desalniettemin begrijpt hij wel dat met name bij moderne bedrijven met voldoende schaalgrootte de interesse in deze systemen groot is. En dat anderen nog tegen de investering aanhikken.

“Je hebt er een flinke investering voor nodig. Om je kas te voorzien van alle nodige sensoren, weeggoten en wat al niet ben je zo een ton verder. Je spaart wel deel van de kosten van handmetingen uit. Maar daar krijg je ook wel objectieve metingen voor terug en dat geeft een steeds betrouwbaardere en stabielere basis om op voort te kunnen bouwen. Bovendien is veel van de software heel makkelijk kopieerbaar, naar een grotere kas, naar een nieuwe locatie, naar het buitenland. Dan is het al gauw rendabel.”

Uit het lab, in de kas

Het is nu dus ook het moment om het onderzoek uit het lab en uit de proefkassen naar de praktijk van grote commerciële bedrijven te brengen. “Dat willen geldschieters als Glastuinbouw Nederland en Kas als Energiebron ook graag”, zegt De Visser. Het genoemde project met TNO is daar al een voorbeeld van, onder projectnaam Codit. Ook het project digital twin decision support tomaat met One Planet, Ridder, Fluence en Sobolt/30MHZ maakt de stap naar echte kassen, in dit geval die van het Belgische bedrijf Stoffels. En met geld uit het Nationaal Groeifonds loopt ook al een jaar het project Next Gen Digital Twin, als een van de in totaal vier glastuinbouw ‘use cases’, waarnaast ook veel ‘use cases’ in de akkerbouw en de voedselindustrie.

“Los van het stimuleren van business. zit er voor de overheid als subsidiegever ook de drive achter dat met verfijnde zelflerende AI de uitstoot van CO₂ en het gebruik van gewasbeschermingsmiddelen verder teruggebracht kan worden. Voor de teeltbedrijven die er tijd en geld in stoppen, telt ook de winst die ze kunnen maken op gebied van productkwaliteit en voorspelbaarheid van hun productie en oogstmoment. Maar ook energie en CO₂ inkopen in precies de juiste hoeveelheid is voor telers geld waard.”