Van+boeren+op+gevoel+naar+beredeneerd+boeren
© Jan Cees Bron

Van boeren op gevoel naar beredeneerd boeren

In 2003 verscheen het boek Moneyball: The Art of Winning an Unfair Game van Michael Lewis. De Amerikaanse auteur beschrijft het bijzondere verhaal van de algemeen manager van een van de armste teams in de Major League: Billy Beane. Beane raakte begeesterd door de ideeën van Bill James, een wat autistische man die honkbal wetenschappelijk benaderde. Empirische analyse door data, veel data, werd het devies.

Niet langer kwam het leger aan scouts – ex-spelers – weg met opmerkingen als 'daar zit een goede kop op', 'die heeft niet het lichaam van een profsporter', 'hij is nog naar 16, maar begrijpt het spelletje'. Nerds met dure diploma's maar zonder enige spelerservaring kwamen tot een meer effectieve ploeg dan de scouts. Harde cijfers bleken meer succes op te leveren dan de scouts, die ongemerkt vol kleine en grote vooroordelen zaten. Het resultaat was dat de Oakland A's van Beane bijna kampioen werden in een door geld gedomineerde competitie.

Wat heeft dit nu met landbouw te maken? Landbouw is net als honkbal van oudsher een conservatieve wereld. Grote stromen aan gegevens – big data – worden sinds het jaar 2000 toenemend omgezet in toepassingen voor bijvoorbeeld consumenten, de financiële wereld, overheidsdiensten en grote ondernemingen. De landbouw werd door de vele start-ups en techreuzen in Silicon Valley lang over het hoofd gezien. Letterlijk, want 's werelds techtitanen zitten geconcentreerd in een gebied tussen twee grote, hippe steden aan de Westkust van de Verenigde Staten: San Francisco en San Jose. Landbouw is bovendien werken met een enorme diversiteit aan levende organismen en is daarmee ontzettend complex. Andersom zag de landbouw ook lang weinig heil in het werken met die meestal jonge kerels die denken in algoritmen en niet van een scherm zijn weg te slaan.

Het duurde door deze en andere factoren even, maar uiteindelijk besloten ondernemende geesten ook toepassingen te bedenken voor de landbouw. Het is een permanente zoektocht. Welke data zijn relevant, hoe verzamel je ze het beste en hoe kunnen ze worden omgezet in een agronomisch advies? Zoals bij veel toepassingen van big data zijn de feedback en actieve houding van gebruikers cruciaal. Een advies dat overigens vaak de statistisch meest kansrijke route aanwijst, maar niet altijd zal leiden tot het beste resultaat. Hier zien we alweer een parallel met Beane, wiens methode niet consequent, maar wel in een duidelijke meerderheid van de gevallen leidde tot een beter resultaat.

De zoektocht is alvast wel relevant. De wereldbevolking groeit met zo'n 2 miljard zielen richting 2050. De wereldwijde middenklasse dijt ook uit. Wat doen mensen die eindelijk mogen proeven aan welvaart als eerste? Ze eten daarmee ook de vraag naar meer eieren, melk, kaas en vlees. Een vleesrijk eiwitdieet vergt meer landbouw(akkerbouw)grond dan een plantaardig dieet. Ondanks de huidige hippe vegan trends zal mondiaal de dierlijke consumptie groeien.

Ten slotte staat het landbouwareaal zowel mondiaal als dichtbij onder druk door bijvoorbeeld bodemdegradatie, de groeiende behoefte aan huizen, infrastructuur en bedrijfsruimtes en het groeiende besef dat we milieu en natuur moeten sparen of zelfs herstellen. Dat laatste betekent ook dat overheden – soms terecht, soms onterecht – steeds meer druk zetten op het gebruik van gewasbescherming en kunstmest. Met andere woorden: aan de landbouw de edele taak om per hectare veel meer te gaan produceren, met fors minder impact op natuur en milieu en dus ook minder kunstmest en gewasbescherming. Mogelijk kunnen we daar zware machines nog aan toevoegen, omdat hun gewicht kan leiden tot bodemverdichting.

De landbouw profiteerde continu van verbeterde landbouwpraktijken. Nieuwe productiemiddelen zorgden voor sprongen voorwaarts. Het inruilen van de lastdieren voor mechanisatie was een grote stap. Daarna kwamen de hybridezaden, kunstmest en gewasbescherming. De volgende stap ligt niet in opnieuw grotere en zwaardere machines of de inzet van meer kunstmest en gewasbescherming. Die stap ligt eerder in een slimme toepassing ervan.

Een nog slimmere toepassing kan voor de landbouwer kosten besparen, zorgen dat milieu en natuur minimaal worden beïnvloed en per hectare optimaal kan worden geoogst. Voor boeren is het wennen. Sensoren, drones, een app… die me vertellen dat ik niet vanmiddag, maar morgenvroeg moet spuiten? Of dat ik beter iets minder kunstmest inzet op plek A dan B, terwijl dat toch een paar zomers terug net andersom was? Vanzelfsprekend blijft de boer de strategie en tactiek bepalen. Hij blijft heerser over zijn domein, maar dan wel met een extra stuk gereedschap op weg naar die extra kilo's of die betere kwaliteit. Met in het achterhoofd dat data niet zaligmakend zijn, maar wel een goede raadgever.

Jan Cees Bron
communicatiemanager Bayer Crop Science

© 2020 Smartfarming.nl is een uitgave van AgriPers bv.