Liiketoimintaesimerkit
Dataverkoston liiketoimintamallit perustuvat tiedon hyödyntämiseen ja käyttöön eri tavoin. Datan hyödyntäminen reilulla tavalla on osa vastuullista liiketoimintaa ja edellyttää yhteisiä pelisääntöjä.
Drone-in-a-Box Datatuotteen Prosessi
Drone-in-a-Box (DiaB) -prosessi on suunniteltu keräämään, käsittelemään ja luomaan maatalouden datatuote, esimerkiksi kasvien tai sadon kuntoa kuvaavia peltokarttoja. Datatuote siirtyy automaattisesti datanvälityspalvelun kauppapaikkaan, jossa se on ostettavissa. Datatalouskasvattamo – hankkeessa k.o. prosessia pilotoidaan hyödyntäen Open Drone Map pilvipalvelua ja sekä Tritomin datanvälityspalvelua.
Viljelijän Satoennustepalvelut
Palveluntarjoaja tarjoaa viljelijöille palvelua, jossa yhdistetään video-teknologiaa, data-analytiikkaa ja tekoälyä sadon tuottavuuden parantamiseksi ja opimoimiseksi. Palvelussa hyödynnetään dataa eri viljelyvaiheista kylvöstä puintiin ja satoennusteen laatimiseksi. Datan kerääminen ja siirto tapahtuu mittauslaitteiden (sis. kännykän) ja työkoneiden avulla, ja analysoitu data jalostetaan palvelutarjoajan palvelimilla lisäarvoa tuottavaksii palveluiksi, kuten satoennustekartoiksi. Palveluntarjoaja integroi palvelunsa datanvälityspalvelun, esiim Tritom avulla.
Yhteisöllisestä datanhallinnasta voimaa maatalousyrittäjien liiketoimintaan ja neuvotteluaseman vahvistamiseen
Maatalouden datamarkkinat ovat kasvussa, ja datan arvo tunnistetaan yhä paremmin. Täsmäviljelyteknologiat, kuten pelloilla ja työkoneissa olevat anturit sekä droonit, keräävät runsaasti tietoa, joka auttaa viljelijöitä optimoimaan toimintaansa. Samaan aikaan data-analytiikkapalvelut yleistyvät, tukien viljelijöitä tiedolla johtamisessa.
Yksittäisen maatilan data on tärkeää, mutta suurin arvo syntyy, kun dataa jaetaan ja hyödynnetään yhteisesti.
Datan jakaminen, luvitukset ja käyttöoikeudet
Datasäädös edellyttää palveluntarjoajia mahdollistamaan datan siirtäminen hyötykäyttöön. Esimerkissämme kasvintuhoojien varoitusjärjestelmäpalvelun tuottaminen edellyttää sääasemaverkoston ja maaperäantureiden mittaustietojen lähettämistä analyysipalvelulle ajantasaisena. Datasäädöksen turvin viljelijät voivat edellyttää:
- Sääasemien palveluntarjoajalta omien sääasemiensa tuottaman säädatan välittämistä Kasvintuhoojien varoitusjärjestelmäpalvelun käyttöön.
- Omien maaperäantureiden tuottaman datan välittämisestä Kasvintuhoojien varoitusjärjestelmäpalvelun käyttöön.
Viljelijä toteuttaa tarvittavat datan luvitukset ja sopii datan käyttöoikeuksista Kasvintuhoojien varoitusjärjestelmäpalvelun tarjoajan kanssa data-avaruuden datanvälityspalvelun avulla.
Lähde: Kasvatamme datavoimaa yhdessä! Opas maatalousyrittäjien yhteiseen datan hallintaan ja liiketoimintaan
Seuraavassa esimerkkejä mittauksista, joiden tuottamaa dataa hyödynnetään data-avaruuden palveluiden kehittämisessä.
Maatutka peltotyön suunnittelussa
Maatutkan avulla voidaan tehdä maanalaista kartoitusta maan pinnalta käsin. Maatutkalla saatuja tuloksia voidaan hyödyntää esimerkiksi maaperän tiivistymien tunnistamiseen ja sekä maakerrostumien selvityksessä. (Koskela 2025.) Maatutkilla saatua dataa voivat hyödyntää esimerkiksi kaivinkoneurakoitsijat, sähkösuunnittelijat sekä kaasuputkienasentajat.
Lue lisää ÄlyPilot-hankkeen tuloksista Linkki
Peltomittaukset multispektri- ja lämpökameran avulla
Droneihin voidaan tänä päivänä liittää monenlaisia uusia lisävarusteita. Näistä esimerkiksi multispektri- ja lämpökameroilla voidaan tuottaa uusia palveluja maataloudelle ja teollisuudelle. Nämä voivat olla kaikkea peltojen kasvillisuuden kartoituksesta tai kosteustasojen mallinnuksesta aina poikkeamien havaitsemista teollisuusalueella, esimerkiksi tulipalojen havaitseminen tai henkilöiden havaitseminen.
Lue lisää ÄlyPilot-hankkeen tuloksista Linkki
