In che modo l'IA sta ottimizzando il pagamento delle assicurazioni per uno dei più grandi schemi di assicurazione delle colture al mondo?

I produttori agricoli a livello globale sono soggetti a rischi imprevedibili di ogni tipo. Uno dei fattori predominanti che interrompe la produzione alimentare agricola a livello globale sono i disastri naturali. Questi shock ai sistemi agroalimentari, inclusi siccità, inondazioni, incendi, cicloni e la recente pandemia, sono diventati solo più intensi e frequenti, causando danni e distruzioni ricorrenti. Da un lato, queste avversità influiscono sui raccolti e sui prezzi e, di conseguenza, sui profitti dei coltivatori e sui mezzi di sussistenza rurali. Dall'altro, interrompono le catene del valore e minacciano la sicurezza e la stabilità alimentare globale.

Tra il 2008 e il 2018, miliardi di dollari sono andati persi a causa del calo della produzione di colture e bestiame all'indomani dei disastri.

• 30 miliardi di dollari sono andati persi nell'Africa subsahariana e settentrionale

• 29 miliardi di dollari sono andati persi in America Latina e nei Caraibi

• 8,7 miliardi di dollari sono andati persi nei piccoli Stati insulari in via di sviluppo (SIDS) nei Caraibi

• In Asia sono andati persi 49 miliardi di dollari

Fonte:FAO

Un modo per questi produttori di ridurre la loro esposizione a questi rischi è acquistare un'assicurazione sul raccolto.

Un piano di assicurazione agricola protegge i produttori dalle perdite di raccolto dovute a calamità meteorologiche o naturali o perdite di reddito dovute alle fluttuazioni dei prezzi di mercato. Inoltre, riduce i rischi dei prestiti al settore agricolo, consentendo agli agricoltori di rimborsare i loro prestiti oltre a offrire molti altri vantaggi.

Programma di assicurazione del raccolto in India:Pradhan Mantri Fasal Bima Yojana

Nell'aprile 2016, il governo indiano ha lanciato il suo programma di assicurazione del raccolto a livello nazionale noto come Pradhan Mantri Fasal Bima Yojana (PMFBY). Il regime assicurativo agricolo è uno dei più grandi al mondo e fornisce una copertura del rischio per milioni di agricoltori indiani.

Una caratteristica degna di nota di PMFBY è che incoraggia l'uso della tecnologia moderna, come le immagini satellitari, la tecnologia di telerilevamento, i droni, l'intelligenza artificiale e l'apprendimento automatico, per accelerare le valutazioni delle perdite di raccolto.

Stima della resa mediante esperimenti di taglio delle colture

Queste tecnologie avanzate sono utili anche per stimare i raccolti in modo efficiente. In genere, i dati sulla resa vengono ottenuti attraverso esperimenti di taglio delle colture o CCE. Si riferisce a un metodo di valutazione che i governi e gli enti agricoli utilizzano per stimare la resa delle colture per un dato ciclo di coltivazione nella regione.

Il metodo tradizionale di CCE si basa sul metodo della componente di resa in cui le posizioni dei campioni vengono selezionate sulla base di un campionamento casuale dell'area totale oggetto di studio. Da queste posizioni, i campionatori raccolgono il raccolto da una dimensione e una forma specificate del lotto (quadrato, rettangolo, triangolo o cerchio in base al raccolto). Il raccolto viene quindi raccolto e analizzato per diversi parametri, come peso della biomassa, peso del grano, umidità e altri aspetti indicativi, per stimare la resa finale per ettaro. I dati raccolti da questo studio vengono estrapolati all'intera regione per fornire una valutazione ragionevolmente affidabile della produzione media di rendimento dell'area.

I dati raccolti dai CCE sono vantaggiosi per molteplici parti interessate nella catena del valore dell'agricoltura. Sebbene il governo possa utilizzarle per pianificare politiche e programmi relativi al settore, i fornitori di assicurazioni possono sfruttare queste informazioni per personalizzare i prodotti assicurativi per il raccolto o la regione in base ai dati sulle prestazioni effettive. Consente inoltre loro di verificare i reclami prima di risolverli.

Sfide nell'esecuzione di esperimenti di taglio delle colture

Secondo il PMFBY, gli stati devono eseguire almeno quattro CCE per ogni raccolto in ogni villaggio panchayat (o consiglio) e presentare i dati sulla resa alle compagnie assicurative entro un mese dal raccolto. Il più grande difetto dell'approccio tradizionale al CCE è che dipende da molte variabili come l'impostazione amministrativa, il tipo e le dimensioni del personale sul campo, la cooperazione degli agricoltori e le condizioni del raccolto.

Soprattutto in uno scenario in cui ci sono quasi 2,5 lakh consigli di villaggio in India, l'esecuzione di innumerevoli CCE all'interno di una finestra di raccolta ristretta e personale limitato si è rivelata impegnativa. È necessario un modo più efficiente per utilizzare le risorse disponibili e ottenere una stima accurata della resa entro la breve finestra di raccolta.

Campionamento intelligente supportato dalla tecnologia

Nel 2019, il campionamento intelligente è stato introdotto per la prima volta dagli scienziati del Mahalanobis National Crop Forecast Center (MNCFC) del Ministero dell'Agricoltura e dell'Indian Space Research Organization (ISRO) attraverso nove studi pilota in 23 distretti in 11 stati.

Rispetto al metodo tradizionale di CCE che utilizza il campionamento casuale, l'uso del telerilevamento e di altri progressi tecnologici fornisce una stima della resa molto più accurata e tempestiva.

Per la stagione Rabi nel 2019, il governo centrale ha collaborato con Cropin per uno studio pilota con obiettivi in ​​mente:

1. Ottimizzazione degli esperimenti di taglio delle colture per renderli più accurati, rapidi e scalabili

2. Attuazione di un meccanismo di risoluzione delle controversie solido e autogestito per una rapida risoluzione delle controversie sui reclami

Creare un impatto con le soluzioni digitali Cropin

SmartRisk di Cropin è una piattaforma digitale basata su AI e ML che utilizza immagini satellitari e modelli proprietari di rilevamento delle colture per identificare le trame più adatte a questi esperimenti. Un team dedicato e altamente qualificato per la scienza dei dati analizza milioni di punti dati per determinare le parcelle agricole che forniranno il campione più accurato per la regione.

Il giorno dell'esperimento, i campionatori utilizzano SmartFarm, un'app di gestione dei dati dell'azienda agricola, per acquisire la posizione e le dimensioni precise dell'appezzamento dell'azienda e i dettagli dell'agricoltore e della coltura. L'acquisizione di questi dati utilizzando SmartFarm crea un record digitale facilmente accessibile e garantisce che i dati sul campo siano accurati.

I vantaggi dei CCE tecnologicamente assistiti non si limitano alla scelta dei campioni idonei per lo studio. Oltre a offrire un approccio più ottimizzato al campionamento, le soluzioni digitali forniscono anche alle parti interessate report scientifici, scalabili e accurati per l'elaborazione futura.

In che modo le parti interessate traggono vantaggio dall'intervento digitale

L'uso dei dati e della tecnologia in agricoltura ha un impatto di vasta portata sull'ecosistema agricolo e consente un processo decisionale più efficiente e accurato durante tutto il ciclo di coltivazione. L'approccio intelligente e tecnologico verso CCE offre molti vantaggi.

• Governo:l'applicazione della tecnologia affronta il problema della conduzione di un gran numero di CCE con una forza lavoro limitata durante una breve finestra di raccolta. L'utilizzo di una piattaforma digitale come quella di Cropin riduce le scartoffie e le conseguenti possibilità di errore umano. Inoltre, Cropin fornisce gestori sul campo addestrati per supervisionare il processo e raccogliere i dati richiesti sull'app digitale, riducendo così il carico sui campionatori. Con l'aiuto di questi metodi scientifici, il governo può migliorare l'efficienza complessiva utilizzando le proprie risorse nel miglior modo possibile.

• Compagnie assicurative:i dati forniscono una stima della resa più accurata per la coltura in questione e consentono di liquidare tempestivamente i sinistri in modo più giusto. I report derivati ​​utilizzando la piattaforma di Cropin sono basati sui dati e accurati. Di conseguenza, elimina la possibilità di pretese fraudolente o pagamenti inesatti. Consente inoltre alle compagnie di assicurazione di personalizzare i regimi e i prodotti assicurativi delle colture in base ai dati in tempo reale raccolti dalla regione.

• Agricoltori:la digitalizzazione del processo CCE consente un'equa liquidazione dei sinistri. Riduce lo stress per l'agricoltore nel fornire prove delle proprie affermazioni, riducendo così anche lo sforzo e il tempo spesi nel processo.

Cropin ha recentemente partecipato a un governo nigeriano in cui i nostri modelli di deep learning per la stima della resa hanno consentito alla Flour Milling Association of Nigeria (FMAN) e ad altre parti interessate di stimare la coltivazione del grano nel nord della Nigeria. Leggi di più qui.