AI และดาวเทียมเพื่อการเกษตร

สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (องค์การมหาชน) หรือ GISTDA เป็นหน่วยงานรัฐไทยที่ดูแล ดาวเทียมสำรวจโลกและข้อมูลภูมิสารสนเทศโดยตรง มีบริการติดตามการใช้น้ำของพืชและประเมินความเสี่ยงภัยแล้งผ่านระบบ cropsdrought.gistda.or.th และร่วมมือกับกรมส่งเสริมการเกษตรใช้ภาพถ่ายดาวเทียมช่วยระบุพื้นที่การเกษตรที่เสียหายจากภัยพิบัติ เพื่อให้เจ้าหน้าที่ ลงพื้นที่ตรวจสอบเฉพาะจุดที่จำเป็นจริง เกษตรกรที่ต้องการใช้เครื่องมือลักษณะนี้ด้วยตนเองสามารถเข้าใช้งาน Dragonfly แพลตฟอร์มเกษตรอัจฉริยะของ GISTDA ได้โดยตรง ซึ่งให้บริการติดตามสุขภาพแปลงรายสัปดาห์ด้วยภาพถ่ายดาวเทียม แจ้งเตือนน้ำท่วม/ภัยแล้ง ราคาผลผลิต และคำแนะนำการใส่ปุ๋ยไนโตรเจนในที่เดียว

AgroLink นำแนวทางเดียวกันมาใช้ประกอบการติดตามแปลงบนแพลตฟอร์ม โดยใช้หลักการดัชนีพืชพรรณ (NDVI) จากภาพถ่ายดาวเทียมมายืนยัน ว่าปลูกตรงตามที่แจ้งไว้และพืชเติบโตต่อเนื่องหรือไม่ ซึ่งช่วยให้การอนุมัติสินเชื่อแบบเป็นงวดทำได้เร็วขึ้นโดยไม่ต้องรอ เจ้าหน้าที่ลงพื้นที่ตรวจทุกครั้ง — อ่านรายละเอียดกลไกนี้แบบเต็มได้ที่นี่

เกษตรกรรายย่อยจำนวนมากไม่มีประวัติเครดิตแบบทางการเพียงพอให้สถาบันการเงินประเมินความเสี่ยงตามวิธีดั้งเดิม แนวทาง "เครดิตสกอริ่งทางเลือก" (alternative credit scoring) ที่ใช้ข้อมูลการผลิตจริงแทนหรือเสริมประวัติทางการเงิน จึงเป็นแนวทาง ที่ฟินเทคเกษตรหลายรายทั่วโลกใช้ รวมถึง Ricult ที่กล่าวถึงด้านบน ซึ่งใช้ข้อมูลแปลงจากดาวเทียมประกอบการประเมิน

AgroLink นำแนวคิดเดียวกันมาใช้ในระบบ "คะแนนความน่าเชื่อถือทางสินเชื่อ" ของเกษตรกรแต่ละราย ซึ่งสะสมจาก ประวัติการใช้งานจริงบนแพลตฟอร์ม เช่น ความคืบหน้าของแปลงที่ยืนยันได้ด้วยภาพถ่ายดาวเทียม (ดูหัวข้อที่ 1) และประวัติการเบิก-คืน สินเชื่อแบบเป็นงวดที่ผ่านมา เกษตรกรตรวจสอบคะแนนและประวัติของตนเองได้จากหน้าบัญชีส่วนตัว และยื่นคำขอสินเชื่อถึงผู้ให้บริการ ทางการเงินที่เข้าร่วมได้พร้อมคะแนนนี้ประกอบการพิจารณา — อ่านเพิ่มเติมเรื่องวงเงินสินเชื่อแบบเป็นงวด

เพื่อความเป็นส่วนตัว ข้อมูลคะแนนสินเชื่อรายบุคคลของเกษตรกรจะไม่ถูกเปิดเผยให้หน่วยงานภาครัฐเห็น หน่วยงานที่กำกับดูแล สหกรณ์ในพื้นที่จะเห็นเฉพาะข้อมูลสรุปเชิงพรรณนาระดับสหกรณ์เท่านั้น ไม่ใช่คะแนนรายบุคคล

เมื่อผลผลิตหรือสินค้าเกษตรถูกส่งขายให้ผู้ซื้อต่างประเทศ เช่น ยางพารา ปาล์มน้ำมัน หรือแม้แต่คาร์บอนเครดิตที่ขายให้ องค์กรต่างชาติ (ดูบทความเรื่องคาร์บอนเครดิต) การชำระเงินมักผ่านกลไกการเงิน ระหว่างประเทศมาตรฐาน เช่น Letter of Credit (L/C) ซึ่งเป็นเครื่องมือการค้าระหว่างประเทศที่ช่วยลดความเสี่ยง การไม่ได้รับชำระเงินของผู้ส่งออก และธนาคารเพื่อการส่งออกและนำเข้าแห่งประเทศไทย (EXIM Thailand) เป็นหน่วยงานรัฐที่ให้บริการ สินเชื่อและประกันความเสี่ยงด้านการส่งออกโดยตรง

สำหรับการโอนเงินแบบรายย่อยข้ามประเทศ ธนาคารแห่งประเทศไทยได้เชื่อมระบบพร้อมเพย์ (PromptPay) กับระบบชำระเงินของประเทศ เพื่อนบ้านและพันธมิตรแล้วหลายประเทศ เช่น สิงคโปร์ (เชื่อมกับ PayNow ตั้งแต่ปี 2564) กัมพูชา เวียดนาม ลาว และล่าสุดจีน อย่างไรก็ตาม ระบบเหล่านี้ออกแบบมาเพื่อการชำระเงินค้าปลีก/ท่องเที่ยวเป็นหลัก ไม่ใช่กลไกหลักสำหรับการชำระเงินการค้าเกษตร ปริมาณมาก

ด้านคาร์บอนเครดิต องค์การบริหารจัดการก๊าซเรือนกระจก (TGO) เป็นผู้ดูแลระบบ T-VER ของไทย และคณะรัฐมนตรีได้อนุมัติกรอบ การซื้อขายคาร์บอนเครดิตระหว่างประเทศ ที่เกี่ยวข้องกับ Article 6 ของความตกลงปารีสและ CORSIA แล้ว แต่กลไกการซื้อขาย ข้ามประเทศในระดับที่เกษตรกรรายย่อยเข้าถึงได้โดยตรงยังอยู่ระหว่างการพัฒนา

ประเทศไทยมี "โครงการคลินิกเกษตรเคลื่อนที่ในพระราชานุเคราะห์" ซึ่งเป็นโครงการจริงของกระทรวงเกษตรและสหกรณ์ ดำเนินการโดย กรมส่งเสริมการเกษตร จัดงานคลินิกเคลื่อนที่หมุนเวียนไปตามจังหวัดต่าง ๆ รวมผู้เชี่ยวชาญหลายด้านไว้ในงานเดียวกัน เช่น คลินิกดิน คลินิกพืช คลินิกปศุสัตว์ คลินิกประมง และคลินิกกฎหมาย/ที่ดิน เพื่อให้เกษตรกรที่เข้าถึงบริการภาครัฐได้ยาก ได้รับคำปรึกษาครบวงจรในจุดเดียว

คู่ขนานกับโครงการนี้ ปัจจุบันมีเครื่องมือ AI จริงที่ช่วยงานลักษณะเดียวกันผ่านช่องทางดิจิทัล เช่น ไลน์บอทวินิจฉัย โรคข้าวและโรคสตรอว์เบอร์รีของ NSTDA ที่กล่าวถึงในหัวข้อที่ 2 ซึ่งให้เกษตรกรถ่ายภาพต้นพืชขอคำวินิจฉัยได้ทันทีโดยไม่ต้อง รอคิวงานคลินิกเคลื่อนที่ ในต่างประเทศก็มีแนวโน้มคล้ายกัน เช่น ระบบแชตบอต AI ให้คำปรึกษาเกษตรกรในภาษาท้องถิ่นของอินเดีย

อย่างไรก็ตาม ยังไม่มีหลักฐานว่าหน่วยงานใดได้รวมโครงการคลินิกเกษตรเคลื่อนที่กับเครื่องมือ AI วินิจฉัยเข้าเป็น "คลินิกเกษตร AI" อย่างเป็นทางการ ทั้งสองส่วนยังเป็นบริการคู่ขนานที่แยกจากกัน — แนวคิด "คลินิกเกษตร AI" ในที่นี้จึงหมายถึง ทิศทางที่เป็นไปได้ในอนาคต ที่นำจุดแข็งของทั้งสองแบบมารวมกัน คือความครอบคลุมหลายสาขาของคลินิกเคลื่อนที่ บวกกับความรวดเร็ว และเข้าถึงได้ตลอดเวลาของเครื่องมือ AI มากกว่าจะเป็นบริการที่มีอยู่แล้วในปัจจุบัน