Константин Волошин: «Мы работаем с колес: сегодня произвели — сегодня же отгрузили»
«Белая Дача» — это крупный агрохолдинг с историей. Какую роль играет цифровизация в вашей компании? Можно ли назвать ее полностью цифровой, или это пока отдельные элементы в традиционной системе?
Если говорить о масштабах, то зеленые салаты — это довольно узкий сегмент аграрного бизнеса. Да, мы крупнейшие в этой категории, но если сравнивать с другими агро-направлениями, то наш бизнес меньше по размеру. И это определяет наш подход к цифровизации. Крупные агрохолдинги могут позволить себе вкладывать миллиарды в ИТ, у нас таких возможностей нет. Поэтому мы используем только проверенные решения, которые действительно работают. Мы не занимаемся разработкой, не выступаем амбассадорами новых технологий, а выбираем то, что подходит нам лучше всего, внедряем и используем.
Что касается ИТ-составляющей, мы достаточно продвинуты. Мы знаем, где собран каждый кочан, отслеживаем весь путь сырья до выпуска готовой продукции. У нас средний срок хранения — 5–8 дней, это экстра-фреш, продукция, которая должна сразу поступать на полки. Сегодня произвели — сегодня же отгрузили. Без четко выстроенной цифровой системы это просто невозможно. Поэтому у нас нет никакой лоскутной автоматизации — у нас цельные ИТ-процессы.
Как устроено ИТ-подразделение в компании? Оно большое?
Оно достаточно компактное. У нас децентрализованная структура, многие сотрудники работают удаленно из регионов — так сложилось еще с пандемии, и это правильное решение. Это дает гибкость в подборе специалистов. Но кроме профессиональных навыков нам важно, чтобы человек разделял ценности компании и был действительно вовлечен в процесс. Команда небольшая, но 90% задач мы закрываем своими силами. К подрядчикам обращаемся очень осторожно, предпочитаем делать все in-house. Так у нас больше контроля, меньше зависимости от внешних факторов.
А как у вас устроена поддержка ИТ-систем?
Тут все классически: три линии поддержки. Команда маленькая, поэтому третья линия занимается не только сложными техническими задачами, но и развитием проектов. Иногда подключаем к этому процессу и вторую линию. У нас просто нет возможности выделять людей под узкие специализации, приходится работать «веером», быть универсалами.
Основной контур, естественно, на «1С» — для нас это must-have. Плюс есть другие системы, включая электронный документооборот. Все эти решения поддерживают одни и те же люди. К счастью, у нас грамотные пользователи, они осваивают системы, и на мелкие вопросы времени практически не тратим.
Чем больше автоматизации, тем сильнее зависимость бизнеса от ИТ. Насколько это критично для вас? Что происходит, если вдруг что-то падает?
Давайте по порядку. Во-первых, все, что мы используем, находится у нас на площадке. Мы принципиально не работаем с облачными сервисами. Это осознанная политика: если завтра вендор или подрядчик уйдет с рынка, нам не придется срочно искать замену.
Во-вторых, ввиду коротких сроков годности продуктов наше производство работает 24/7. Это предъявляет очень жесткие требования к ИТ-инфраструктуре. Мы постоянно тестируем, резервируем критичные системы. Если вдруг что-то случится, оно не должно остановить весь процесс.
Есть дежурные смены, технические специалисты, которые могут оперативно решать проблемы. Полноценных ночных дежурств у нас нет, но мы это обсуждаем — вопрос в экономической целесообразности. Пока основной упор делаем на грамотное проектирование систем, чтобы они изначально были устойчивыми и отказоустойчивыми.
Я видела фермы, где вообще нет людей — все автоматизировано. Как у вас? Можно ли полностью уйти от человеческого труда?
Ни один искусственный интеллект, ни одна машина не разработает конечный продукт. Все, что лежит на полке, все наши салатные миксы — это придумал и разработал человек. И я не думаю, что в ближайшее время ИИ сможет подобрать нужные дозировки, угадать вкусовые сочетания, создать такую салатную смесь, которая будет и безупречна по вкусу, и универсальна с точки зрения потребления, и удобна в производстве. Здесь решает только потребитель, его восприятие, понимание вкуса.
Что касается механизированных процессов, да, у нас много систем, которые автоматизируют работу в поле. У нас свои фермы, мы выращиваем часть салатов и овощей, особенно в летний сезон. Есть системы, которые помогают, сокращают ручной труд. Но если сравнивать с классическим сельским хозяйством — там, где десятки гектаров засеяны одной культурой, как зерновые или бобовые, — у нас все гораздо сложнее.
Мы выращиваем культуры в 5ти регионах. У нас на одном поле в один момент времени могут расти несколько видов салатов. Кочаны Айсберга, листовой салат, бэби-лиф — они все разные, на разной стадии созревания. Кто выращивал зелень, тот понимает: посадил семечку — через четыре недели можно срезать. Чтобы обеспечивать постоянный поток свежего салата на производство, мы выращиваем его непрерывно, подстраивая под потребности рынка. Поэтому автоматизировать такие процессы пока не получается. Потому что техника должна уметь подстраиваться под разные растения, под их размер, высоту, стадию роста. Сейчас на ее переналадку уходит больше времени, чем если делать вручную. Пока это нецелесообразно.
Но технологии дешевеют. Если 10–15 лет назад цена на такие решения была заоблачной, то сейчас она упала в разы. Мы за этим внимательно следим, оцениваем, когда это станет экономически оправданным. Какие-то процессы у нас уже автоматизированы, и с каждым годом их становится все больше. Мы не используем технологии так массово, как классический агросектор, но мы их смотрим, анализируем, тестируем. Вопрос только в том, когда придет время внедрять их на потоке.
Я, конечно, не разбираюсь в сельском хозяйстве. Мой единственный опыт — студенческая практика в колхозе, когда все делалось вручную. А что сейчас можно автоматизировать?
Сейчас все делается не вручную, но человек рядом все равно присутствует. Когда говорят про ферму без людей, это значит, что человека там вообще нет в моменте.
Вот, например, уборка зерновых. Раньше, 30 лет назад, за каждым комбайном был водитель, а иногда и двое. Сейчас на крупных предприятиях достаточно одного ведущего комбайна с человеком за рулем, а остальные машины следуют за ним автоматически, по GPS-маякам. Есть техника, которая уже полностью работает в автопилоте. Человек в кабине просто не нужен — может выйти, а машина продолжит работу. Это реальность, агрохолдинги с большими полями уже активно экспериментируют с такими решениями.
Мы тоже за этим наблюдаем, но у нас совсем другие условия. В традиционном сельском хозяйстве трактор может несколько дней выполнять одну и ту же задачу на одном большом поле. У нас же все иначе: трактор делает один вид работы на небольшом участке, через два часа уже другой вид на другом участке, потом третий, четвертый, пятый. Мы постоянно перестраиваем процессы, и такая автоматизация для нас пока просто не работает.
То есть ваши машины пока не интеллектуальные?
Автопилотов в классическом понимании у нас нет, механизатор за техникой следит. Но мы смотрим, как можно упростить его работу, где можно снять нагрузку с человека за счет автоматики. И да, постепенно двигаемся в эту сторону.
С кадрами в ИТ сейчас непросто. У вас тоже есть проблемы с наймом?
У нас все немного лучше. Не хочу казаться слишком амбициозным, но мы закрываем свои потребности довольно оперативно.
Но ведь у вас и поддержка, и разработка внутри. А рынок ИТ-специалистов перегрет, зарплаты высокие. Как вы можете конкурировать с ИТ-компаниями, для которых это профильный бизнес?
Тут я готов поспорить. ИТ-компания разрабатывает решения и продает их. Она не только платит своим сотрудникам, но и закладывает маржу в свои услуги — никто же не работает в убыток. Когда бизнес привлекает ИТ-подрядчика, он оценивает: сколько мы заплатим за разработку и что в итоге получим? Увеличим продажи, сэкономим на операционных процессах, повысим маржинальность? Если выгода очевидна, компания заказывает услуги.
А у нас внутри логика та же. Если перед нами большая задача, садимся с бизнесом, открываем Excel и считаем: какую прибыль принесет эта доработка? Сколько увеличится объем продаж? Как повлияет на EBITDA? Если расчеты показывают, что вложения окупятся, мы делаем проект.
Пример: если внедрение новой системы даст прирост продаж на 10%, переводим это в деньги. Считаем затраты на разработку по внутренним ставкам, сравниваем с потенциальной прибылью. Если за год окупается, а средний срок эксплуатации — 5 лет, значит, четыре года этот инструмент будет приносить чистую прибыль. Так мы подходим ко всем серьезным инициативам.
То есть вы можете платить разработчикам по рынку?
Конечно. Все же взрослые люди, все понимают. Платить ниже рынка — значит терять людей. Но зарплата — не единственный фактор. Важны команда и атмосфера. Для меня, как для ИТ-директора, принципиально, чтобы каждый сотрудник понимал, зачем он делает свою работу. Не просто «закрыть тикет» и пойти дальше, а осознавать, что этот проект меняет в компании, делает ее сильнее, конкурентнее, удобнее для сотрудников. Это создает правильную атмосферу, удерживает людей и дает реальный результат.
Можно ли доверять алгоритмам контроль свежести продуктов? Все-таки у вас экстра-фреш. Как цифровые системы следят за сроками хранения, температурой, качеством сырья? Бывали ли проблемы?
Качество для «Белой Дачи» — это номер один. Это не просто важный параметр, это базовое требование. Мы должны быть самым качественным продуктом на рынке, и от этого идут все остальные процессы.
Мы контролируем каждую входящую партию. Оцениваем каждый контейнер, делаем случайные отборы, берем пробы. Контроль начинается с того момента, как только срезали салат на поле и погрузили в машину. Мы следим за температурой, влажностью, условиями транспортировки. Например, кочанный айсберг нельзя укладывать как попало, если ящики давят друг на друга, структура листа меняется — он хуже хранится.
Вся телеметрия складов завязана на завод, данные собираются в режиме реального времени. Порционный контроль сырья, постоянные пробы, строгие проверки перед отправкой в производство — все это наша ежедневная рутина.
Я не знаю в России компанию, которая аккредитована по такому количеству стандартов качества, как мы. Мы работаем с международными стандартами, у нас GMP и другие строгие регламенты. «Вкусно — и точка» (бывший McDonald's), Burger King — все они предъявляют очень жесткие требования, и мы им соответствуем уже десятки лет.
Цифровые системы фиксируют все показатели. Если что-то выходит за нормы, автоматически срабатывает событие для службы контроля качества. Они сразу идут разбираться, какой параметр «ползет» вверх или вниз, где возникло отклонение.
Как только система фиксирует проблему, срабатывают алярмы, все бегут устранять. Продукция или полуфабрикат, с которым что-то случилось, сразу отправляется в карантин, проводится проверка. Это нормально. Главное — что у нас система контроля отлажена так, что ошибки выявляются моментально.
Салат — это же не молоко, которое может испортиться из-за неправильного хранения. Ну, допустим, что-то пошло не так, но он ведь не испортится, если два часа полежит без нужной температуры? Или все-таки да?
Если, не дай бог, температура ушла в минус, салат подмерз — его клетки теряют структуру, разрушаются. Самый неприятный вариант — если это происходит уже в упаковке. Все. Такой продукт уже не спасти.
У нас от момента входа сырья до выпуска продукции проходит очень мало времени. Мы работаем «с колес»: машина заехала, если это наш проверенный поставщик, мы знаем его качество и запускаем в производство как можно быстрее. Но если есть малейшие сомнения в соблюдении режимов температуры или влажности, сырье отправляется на контроль. Мы контролируем не только то, что поступает на производство, но и то, что уже отгружено в торговые сети. Более того, у нас есть образцы каждой партии, которые мы оставляем у себя и ежедневно проверяем, как они ведут себя на полке.
Все хотят натуральный продукт, но при этом, чтобы он долго хранился. Можно ли этого добиться за счет цифровых технологий, или это иллюзия?
Давайте по-другому посмотрим. Мы хотим, чтобы у человека каждый день была свежая продукция. Можно, конечно, попытаться увеличить сроки хранения… Ну, было бы прикольно, если бы пачка салата лежала два месяца в холодильнике и оставалась свежей. Но реальность другая. У качественного срезанного салата короткий срок жизни. Чем больше его травмируем (а любая нарезка — это травма), тем быстрее он теряет свежесть.
Поэтому мы идем другим путем: делаем свежий салат максимально доступным. Потребитель должен получать его легко, не задумываясь, буквально с нулевыми затратами времени. Это значит, что наша продукция должна быть в магазинах у дома, в удобных упаковках.
Мы анализируем поведение потребителей, используем математические модели, чтобы понимать, какие порции нужны разным людям. Два человека в семье? Есть маленькие упаковки. Готовитесь к вечеринке? Есть большие. У каждой смеси свой шаг размеров, чтобы людям не приходилось покупать больше, чем им нужно. И это не только про розничные магазины. Сегодня вы берете салат в магазине, завтра заказываете в маркетплейсе, и через 10–15 минут вам привозят свежую порцию.
Используете ли вы искусственный интеллект? Может ли он помочь агрономам решать, что выращивать? А как с предсказанием возможных дефицитов, например айсберга или романо-салата?
Давайте по порядку. Искусственный интеллект, AI, Big Data — да, мы используем, и очень активно. Причем начали с коммерции и маркетинга. Нам важно знать нашего клиента, понимать, что он захочет завтра, через год, через два. Как меняются тренды, какие у потребителей будут предпочтения. В этом плане мы работаем как любая FMCG-компания: ИИ здесь уже давно в деле, и мы точно не отстаем, а по некоторым параметрам, возможно, даже впереди рынка.
Агрономам ИИ тоже может помогать — в предиктивной аналитике, например. Когда модель обучается на больших массивах данных и предсказывает, как будет развиваться растение, что ему полезно, что нет, какой объем урожая можно ожидать.
Но у нас тут есть нюанс. Чтобы построить нормальную модель, нужен колоссальный объем данных. Мы не сеем тысячи гектаров пшеницы или свеклы, у нас не такие площади, чтобы сразу накопить достаточно информации. Поэтому мы смотрим на опыт крупных агрохолдингов, изучаем их технологии и думаем, как адаптировать под себя.
Например, дроны. Классная штука, но чтобы обучить систему распознавать, как развивается культура, нужны десятки тысяч снимков. Это могут себе позволить только большие сельхозпроизводители, они и двигают рынок в этом направлении.
Мы же, скорее, компания первого уровня коммерческого применения. Когда технология доходит до стадии, когда ее можно реально использовать в бизнесе, мы уже смотрим, как она впишется в наши процессы.
Технологии дешевеют. 10 лет назад такая система стоила десятки миллионов долларов, 5 лет назад — уже миллионы, а сейчас — сотни тысяч. Каждые 5 лет цена падает на порядок. Я считаю, что рынок дошел до момента, когда ИИ становится доступным в формате сервиса. Любая компания может прийти, взять готовое решение и адаптировать под себя без огромных вложений.
Мы уже движемся в сторону точного земледелия, стараемся контролировать каждый кустик, накапливаем данные по температуре, влажности, истории роста. Все это в будущем поможет нам обучать ИИ и использовать его еще эффективнее. Мы экспериментируем, смотрим, куда это приведет.
Салаты ведь растут не в воздухе, а в грунте. А почва для разных культур должна отличаться? Или можно выращивать все на одном типе земли? Как цифровые системы помогают в этом?
Конечно, абсолютно правильно. Каждой культуре нужна своя почва с определенными характеристиками. В классическом земледелии используется севооборот: в один год сажаем подсолнечник, на следующий — бобовые, потом пшеницу. Каждое растение забирает из земли что-то свое и что-то в нее возвращает.
А если сажать на одном месте одну и ту же культуру годами — можно просто убить землю. Она потеряет все, что нужно для роста растений, и восстановить ее потом будет очень сложно.
С зерновыми и масличными культурами все изучено. Пшеницу выращивают по всей стране — от юга Подмосковья до Алтая, подсолнечник тянется от юга России до Тамбовской области. Огромные площади, огромные массивы данных - это уже давно описано и отработано.
А вот с овощами другая история. Их намного больше по видам, но площади под них намного меньше. Данных не хватает. Поэтому найти хорошего агронома по овощеводству сложнее, чем специалиста по зерновым или масличным культурам.
Мы сейчас накапливаем свои данные, систематизируем их. Смотрим, как работают крупные агрохолдинги, какие технологии они используют, и адаптируем это под себя.
А как вы смотрите на будущее, в котором фермы полностью управляются искусственным интеллектом? Может ли AGI забрать у человека управление?
Это не вопрос будущего, это уже реальность. Нейросети будут принимать решения, предлагать разные сценарии, и чем дальше, тем активнее.
Сейчас, например, в агросекторе часто производство планируется вручную с использованием средств классической автоматизации. Плановый отдел неделю анализирует данные, составляет прогноз, утверждает. Получается один вариант, который и берется за основу. В нашем агрохолдинге мы составляем прогноз автоматически на исторических данных и предиктивной модели, но плановый отдел его проверяет и корректирует.
А если прогноз производства делает нейросеть, то вариантов сразу десять. Один направлен на увеличение выпуска продукции, другой — на максимальную прибыль, третий — на строгое соблюдение сроков поставок, четвертый — на снижение трудозатрат, пятый — на минимизацию простоев. У каждого варианта свои плюсы и минусы, и человек выбирает, какой ему подходит.
Более того, нейросеть может сказать: «Если выберем этот путь, через полгода ситуация будет такой, а если пойдем другим — результат изменится вот так». Это уже не просто расчет, а полноценный инструмент для прогнозирования.
Хорошо, а если смотреть на 5–10 лет вперед, какие тренды могут сильно изменить агробизнес?
Они уже понятны. Первое — точное земледелие. Второе — более осознанное использование удобрений и ресурсов. Третье — бережное отношение к земле.
К счастью, времена, когда к почве относились варварски, ушли. Сейчас каждый фермер понимает: земля — это его главное богатство. И этот тренд будет только усиливаться.
Но меня больше беспокоит другое — человеческий фактор. Насколько дальше будет дефицит рабочих рук? Где мы возьмем людей? Это огромный вызов для отрасли. Именно он и толкает нас к автоматизации, роботизации и переходу на новые модели работы.
Опубликовано 03.03.2025
