OECD: Umjetna inteligencija za otporne i uključive agri-food sustave
OECD analizira kako umjetna inteligencija može ojačati globalne prehrambene sustave pod pritiskom klime, krhkih lanaca opskrbe i manjka radne snage. Tekst izdvaja tri prepreke — silosirane podatke, slabu dostupnost malim poljoprivrednicima i prepreke skaliranju. Preporuča jaču međunarodnu suradnju kroz OECD i GPAI.
Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.
OECD je 5. lipnja 2026. kroz svoju platformu OECD.AI Wonk objavio analizu, autora Martena van den Berga i Sare Rendtorff-Smith, o tome kako umjetna inteligencija može ojačati globalne agri-food sustave (poljoprivredno-prehrambene sustave). Tekst polazi od činjenice da su ti sustavi pod sve većim pritiskom klimatskih promjena, krhkih lanaca opskrbe i manjka radne snage.
Zašto su prehrambeni sustavi pod pritiskom?
Globalna proizvodnja i distribucija hrane suočavaju se s nizom istovremenih izazova. Klimatske promjene mijenjaju uvjete uzgoja i povećavaju učestalost suša, dok su lanci opskrbe sve ranjiviji na poremećaje. Tome se pridružuje manjak radne snage u poljoprivredi, koji dodatno opterećuje proizvodnju.
U takvom kontekstu OECD umjetnu inteligenciju vidi kao alat koji može povećati otpornost i uključivost sustava — odnosno učiniti ih sposobnijima da podnesu šokove i pristupačnijima svim dionicima, ne samo velikim igračima.
Koje tri ključne prepreke OECD identificira?
Analiza izdvaja tri prepreke. Prva su silosirani podaci: poljoprivredni podaci podijeljeni su između ministarstava, aktera lanca i država, pa ne mogu slobodno teći ondje gdje bi bili najkorisniji. Ta rascjepkanost koči razvoj učinkovitih AI rješenja.
Druga je prepreka dostupnost. Većina AI alata ne dosegne male poljoprivrednike, iako oni uzgajaju otprilike trećinu svjetske hrane. Razlog je manjak digitalne infrastrukture kod tih proizvođača. Treća prepreka tiče se skaliranja: širenje uspješnih pilot projekata koče kibernetičke prijetnje i infrastrukturni jaz.
Kakav je stvarni potencijal AI-ja u poljoprivredi?
Da bi ilustrirao mogućnosti, OECD navodi konkretne primjere. Precizno prskanje (precision spraying), kod kojeg AI usmjerava primjenu sredstava točno ondje gdje je potrebno, može smanjiti upotrebu pesticida za 30%. To donosi i ekološke i troškovne uštede.
Drugi primjer odnosi se na otpornost na klimatske šokove: AI-identificirane kulture otporne na sušu mogu podići prinose za 25% u sušnim sezonama. Takvi rezultati pokazuju da tehnologija već nudi opipljive koristi — pod uvjetom da se uspije proširiti izvan pilot faze.
Što OECD preporučuje?
Glavna preporuka analize je jača međunarodna suradnja. OECD poziva na koordinaciju kroz vlastite mehanizme i kroz GPAI (Global Partnership on AI, Globalno partnerstvo za umjetnu inteligenciju) radi izgradnje interoperabilnih podatkovnih ekosustava — sustava u kojima podaci mogu sigurno i smisleno teći među dionicima.
Drugi naglasak je na rješenjima usmjerenima na poljoprivrednike, posebno na male proizvođače koji su dosad bili izvan dosega AI alata. Time OECD povezuje tehnološki potencijal s pitanjem pravičnosti: korist od umjetne inteligencije u prehrambenim sustavima trebala bi doprijeti i do onih koji uzgajaju značajan dio svjetske hrane, a ne ostati rezervirana za digitalno najopremljenije aktere.
Česta pitanja
- Što su agri-food sustavi?
- Agri-food sustavi (poljoprivredno-prehrambeni sustavi) obuhvaćaju cijeli lanac od proizvodnje hrane na poljima, preko prerade i opskrbe, do dolaska hrane do potrošača. OECD u svojoj analizi promatra kako umjetna inteligencija može učiniti te sustave otpornijima na šokove i uključivijima za sve dionike, uključujući male poljoprivrednike.
- Koje tri ključne prepreke OECD navodi?
- OECD izdvaja tri prepreke. Prva su silosirani poljoprivredni podaci podijeljeni između ministarstava, aktera lanca i država. Druga je slaba dostupnost AI alata malim poljoprivrednicima koji nemaju digitalnu infrastrukturu. Treća su kibernetičke prijetnje i infrastrukturni jaz koji koče skaliranje uspješnih pilot projekata.
- Koje konkretne dobitke AI može donijeti u poljoprivredi?
- Prema primjerima koje navodi OECD, precizno prskanje može smanjiti upotrebu pesticida za 30 posto, dok AI-identificirane kulture otporne na sušu mogu podići prinose za 25 posto u sušnim sezonama. Ovi primjeri ilustriraju potencijal tehnologije, ali OECD naglašava da je za njihovo širenje potrebna jača međunarodna suradnja.
📬 AI vijesti u tvoj inbox
Dnevni digest po tvojoj mjeri — biraš teme, izvore i ritam. Odjava jednim klikom.