Odlučivanje kada da se svinja iznese na tržište nikada nije bio lak zadatak.
Da bi maksimizirali profit, farmeri moraju da izmere promenljivu težinu životinja, cene svinjskog mesa, troškove hrane i prostor u torovima, dok takođe drže inventar svinja spremnih za tržište kako bi ispunili dugoročne ugovorne obaveze sa prerađivačima mesa. Sa toliko promenljivih varijabli, farmeri se suočavaju sa onim što naučnici nazivaju „prokletstvom dimenzionalnosti“ – u suštini imaju previše podataka da bi najbolje rešili problem analitički. Stoga su optimalne politike za takve probleme u suštini nedostižne.
Međutim, istraživanje čiji je koautor profesor poslovne škole UC Riverside koristi veštačku inteligenciju (AI) da razbije ovu kletvu. Koristeći podatke o cenama i zalihama iz velike farme svinja u Ilinoisu, istraživači su razvili model mašinskog učenja kako bi odredili kada, kome i koliko svinja prodati kako bi optimizovali dugoročni profit. Model je povratio oko 22% profita koji farmeri obično gube tradicionalnim donošenjem odluka.
Rad je objavljen u SSRN Electronic Journal .
„Tradicionalne poljoprivredne metode imaju tendenciju da se fokusiraju na neposredan profit, zanemarujući kako današnji izbori utiču na buduću zaradu. Ova kratkovidost može značiti propuštene prilike i niži ukupni profit na duži rok“, rekao je Danko Turčić, vanredni profesor operacija i lanca snabdevanja UCR-a. menadžment i koautor rada.
Turčić je objasnio da se farmeri suočavaju sa kritičnim odlukama kada svinje dođu u „završnu fazu“, starost od oko šest meseci kada svinje postižu težinu spremnu za tržište od oko 200 funti. To je vreme kada farmeri moraju da odluče koliko će svinja prodati i koliko će nastaviti da hrane da bi ispunili buduće ugovorne obaveze ili možda ostvare veći profit od većih svinja na otvorenom tržištu ako očekuju porast cena mesa.
Da bi pomogli farmerima da donesu takve odluke, Turčić i njegovi koautori počeli su sa AI modelom koji se obično koristi u kompjuterskim igrama i prilagodili ga svetu svinjogojstva. To je značilo dodavanje realnih ograničenja, poput ograničenja koliko svinja može biti prodato odjednom zbog ugovora sa proizvođačima mesa, i osiguravanje da AI neće pokušati da proda više svinja nego što je farmer zapravo imao.
Važno je da su se pobrinuli da proces donošenja odluka AI bude transparentan i razumljiv. Ova „interpretabilnost“ je ključna u oblastima kao što su poljoprivreda i medicina, gde korisnici moraju da veruju preporukama veštačke inteligencije.
Razumevanjem kako AI funkcioniše, istraživači su otkrili zašto je mnogo bolji u prodaji svinja od trenutne prakse. AI bi mogao da identifikuje najbolja vremena za prodaju, na primer kada su tržišne cene bile dovoljno visoke da nadoknade kazne za kršenje ugovora. Takođe je strateški zadržao neke svinje, predviđajući ili veće cene kasnije ili vreme kada bi moglo biti manje svinja dostupnih za prodaju.
Dok se studija fokusira na uzgoj svinja, njene implikacije se protežu na industrije koje uključuju kvarljive proizvode i dinamičko upravljanje zalihama. Turčić sugeriše da bi slični sistemi mogli da optimizuju odluke u poljoprivredi, maloprodaji, pa čak i vreme lansiranja proizvoda za potrošnu robu kao što su pametni telefoni.
„Naš rad naglašava potencijal veštačke inteligencije ne samo da automatizuje, već i da uveća ljudsko donošenje odluka pomoću moćnih alata koji su ranije bili nezamislivi“, rekao je Turčić.
Studija „Empirijski utemeljeni analitički pristup upravljanju završnom fazom farme svinja“ dostupna je na mreži i prihvaćena je za objavljivanje u Journal of Operations Management. Njegovi koautori su Panos Kouvelis sa Poslovne škole Olin na Univerzitetu Vašington u Sent Luisu i Ie Liu sa Martin J. Vhitman School of Management, Siracuse Universiti, Siracuse, N.I.
