AgriMo

Проблема, которую не видно со стороны

Казахстанский фермер теряет урожай сразу по нескольким причинам одновременно: нашествие животных и саранчи, нехватка профессиональных агроспециалистов, дефицит воды, деградация почвы, изменение климата — и всё это на фоне того, что мониторинг состояния урожая ведётся неэффективно или не ведётся вовсе.

По цифрам со слайдов питча, ущерб от нашествия саранчи за прошлый год оценён в 78 млрд тенге, а больше 40% зерновых культур в стране находится в плохом состоянии.

Что придумали

AgriMo — не одно устройство, а система из четырёх продуктов. Метеостанция с более чем семью датчиками (атмосферное давление, влажность почвы и воздуха, температура, осадки) не просто собирает данные — она превращает их в текстовую рекомендацию для фермера: «за последние три дня солнечная радиация увеличилась на 15%, ваша почва на риске засухи — рекомендуем увеличить полив на 20%». Отдельно — платформа для детального анализа урожая с ИИ, сервис связи фермеров со специалистами по модели HeadHunter с обучающими курсами, и программное обеспечение для дронов, которое распознаёт болезни и вредителей на посевах через компьютерное зрение. Отдельные камеры и датчики движения фиксируют нашествия животных на SD-карту — как доказательство для официальных претензий.

Ключевое отличие не в отдельном датчике или алгоритме — эта технология известна, — а в том, что вся ферма собрана в одну систему: от метеостанции до дрона, от данных до готовой рекомендации на понятном фермеру языке.

Железо — микроконтроллер ESP32-cam, Arduino, солнечная панель, водонепроницаемый корпус, связь через GSM. Датчик — около 10 000 ₸, метеостанция — около 30 000 ₸; команда называет это «намного дешевле конкурентов» .

Как это началось

Команда описывает себя как группу «айтишников и инженеров», которые хотели применить свои навыки к «крупной и масштабной» проблеме — и увидели, что агропромышленность одна из самых больших сфер страны с огромным количеством проблем цифровизации и управления.

«Мы, как профессионалы, можем решить большинство проблем в сфере сельского хозяйства для нашей страны, используя наши навыки».

Главный провал

Разбор изобретателя

Метод-этап	Customer development перед запуском продукта
Что сработало	Команда провела customer development среди фермеров, агрокомпаний и госпредприятий — по её словам, «почти вся целевая аудитория» подтвердила проблему и ценность решения
Что не сработало	Не задокументировано — нет истории провала в собранных источниках
→ Инструмент Части 2	Определить после интервью с командой

Где проект сейчас

По словам команды : пилот на одной ферме в Казахстане, план внедрения в 5+ агрокомпаний, гранты на сумму более $11 000, резидентство в Astana Hub, связи с NURIS и Transtelecom, участие в акселераторах (по данным команды). Бизнес-модель B2B/B2G, рынок агропрома РК оценён командой в ~$200M, прогноз ~40 млн ₸ прибыли за два года при 500 клиентах, окупаемость 6–12 месяцев.

Дальше — по словам команды: доработка продукта, переход к регулярным продажам, масштабирование сначала на весь Казахстан, затем на Узбекистан, Турцию и Азербайджан; расширение метеостанции на ЖКХ, энергетику и промышленность. Личный вектор основателя — стать экспертом в AI/Data Science и запустить собственный AI-стартап.

После конкурса — по итогам открытого поиска по участникам (август 2026, с командой не сверено): часть участников продолжила обучение — в поиске фигурирует Nazarbayev University, University, КБТУ; есть следы предпринимательской траектории (стартап-роли в публичных профилях); участники заметны в конкурсах и олимпиадах после сезона. Имена участников не публикуются.

Потенциал развития

Раздел не написан. Причины:

1. По проекту нет менторской сессии со стратегическим разбором — единственный источник для гипотез о масштабировании остался бы питч-транскрипт, где команда уже сама заявляет свою бизнес-модель (B2B/B2G, рынок $200M) — строить «взгляд со стороны» поверх этого means просто пересказать заявленное, а не найти новое.
2. Ключевые цифры тракции не подтверждены ни одним внешним источником: Sonar не нашёл упоминаний AgriMo/IB Inventory в СМИ, а сам проект отсутствует в официальных списках финалистов SfT-2023. Строить аналитическую гипотезу о рыночном потенциале на непроверенном фундаменте — включая сомнение в самом факте участия в программе — преждевременно.

Если оргкомитет подтвердит сезон, официальное название команды и базовые факты тракции, раздел можно написать по возвращении фактчека.

Что советуют тем, кто начинает

«Это просто участвовать на конкурсах… если постоянно пытаться и постоянно стараться выиграть, то рано или поздно получится. Получится в любом случае, если стараться, не сдаваться».

«Изобретать — это…»

Официальное описание

Формулировка организатора с сайта конкурса solvefortomorrow.kz — приводится как есть, это не текст редакции.

Цифровая революция в сельском хозяйстве от команды IB Inventory. Ребята разработали умную систему, позволяющую внедрить автономное управление в сельском хозяйстве. Проект «AgriMo» поможет агропредприятиям уберечь посевы от животных, собирать богатый урожай, минимизировать финансовые траты. В частности, система на основе ИИ с большой точностью предсказывает погоду, мониторит состояние почвы, отгоняет от полей скот при помощи звуковых сигналов. Также на этой платформе фермеры могут коммуницировать между собой, делиться опытом, а желающие – обучиться сельскохозяйственным профессиям. Smart Buoy Smart

Место: финалист