Вплив цифрових платформ та можливостей штучного інтелекту на збут продукції малими фермерськими господарствами

Гайні Муханова, Гілаш Уашов, Айкун Ахметжанова, Раушан Малаєва, Олександр Плошай
Отримано: 12.03.2025 Доопрацьовано: 03.05.2025 Прийнято: 28.05.2025
Взято з Том 28, № 6, 2025 Сторінки: 129-149
Завантажити статтю Читати статтю

Анотація

Метою дослідження була оцінка впливу цифрових платформ та технологій штучного інтелекту на ефективність збуту сільськогосподарської продукції малими фермерськими господарствами Казахстану порівняно з досвідом країн Центральної Азії та світовими практиками. Дослідження проводилося з березня 2023 року по лютий 2025 року в 14 областях Республіки Казахстан із застосуванням комплексної методології, що включає стратифіковану випадкову вибірку, структуровані інтерв'ю з керівниками 324 малих фермерських господарств (з чисельністю працівників до 10 осіб та річним оборотом не більше 30 млн теньге). платформ (AgroSmart.kz, Egistic, DigiField, QazFarm, AgroMap, Agroplatforma.kz, Agro.kz, Farm.kz). Проведено дисперсійний аналіз ANOVA, регресійний та кореляційний аналіз, а також застосовано методи машинного навчання (Random Forest, XGBoost) для розробки прогностичної моделі. Статистичний аналіз даних показав, що впровадження цифрових інструментів дозволило збільшити обсяги продажів у середньому на 27,3 % за скорочення витрат на посередників на 18,6 %. Найбільшу ефективність продемонстрували господарства, які використовують комбінацію локальних торгових платформ (AgroSmart.kz, Agro.kz) та спеціалізованих сервісів прогнозування попиту. Регіональний аналіз виявив суттєві відмінності в рівні цифровізації: у південних областях (Туркестанська, Жетисуська) 64,2 % фермерів регулярно використовували не менше двох цифрових каналів збуту, тоді як у північних (Костанайська, Північно-Казахстанська) цей показник становив лише 38,7 %. Розроблена з використанням алгоритмів машинного навчання прогностична модель продемонструвала точність передбачення сезонних коливань попиту 87,4 % під час тестування на історичних даних 2018-2023 років. Пілотне впровадження розроблених рекомендацій у діяльність 23 малих фермерських господарств дозволило досягти середнього зростання виручки на 31,5  % за скорочення часу на пошук покупців на 43,2 %. Дослідження довело економічну доцільність впровадження цифрових інструментів у практику малих фермерських господарств Казахстану навіть за обмеженого бюджету на цифровізацію

Ключові слова

малі фермерські господарства; агропромисловий комплекс; цифрові платформи; ефективність збуту; модель прогнозування попиту; Казахстан, машинне навчання

  1. Adamkulova, Ch., Akylbekova, N., Omurova, S., Mambetova, A., & Mambetkazieva, N. (2025). Digital farming platforms as a tool for strengthening cooperation between Kyrgyzstan and China: Potential and prospects. Ekonomika APK, 32(2), 63-75. doi: 10.32317/ekon.apk/2.2025.63.
  2. Akhmet, A., Nurekenova, E., Rakhimberdinova, M., Nurmukhametov, N., & Vasa, L. (2025). The impact of transport routes on Kazakhstan’s agro-industrial complex considering ESG approaches. Problems and Perspectives in Management, 23(1), 656-672. doi: 10.21511/ppm.23(1).2025.49.
  3. American Sociological Association’s Code of Ethic. (1997). Retrieved from https://www.asanet.org/about/ ethics/.
  4. Amirova, E., Safiullin, I., Sakhbieva, A., & Aygumov, T. (2021). Complex development of a digital platform of the agricultural economy. BIO Web of Conferences, 37, article number 00014. doi: 10.1051/bioconf/20213700014.
  5. Bampasidou, M., Goldgaber, D., Gentimis, T., & Mandalika, A. (2024). Overcoming ‘digital divides’: Leveraging higher education to develop next generation digital agriculture professionals. Computers and Electronics in Agriculture, 224, article number 109181. doi: 10.1016/j.compag.2024.109181.
  6. Basso, B., & Antle, J. (2020). Digital agriculture to design sustainable agricultural systems. Nature Sustainability, 3, 254-256. doi: 10.1038/s41893-020-0510-0.
  7. Bauer, M.S., Bekeshev, B.Z., & Temirova, A.B. (2024). Information technologies in agriculture of Northern Kazakhstan: Advantages, reserves. Problems of AgriMarket, 3, 89-99. doi: 10.46666/2024-3.2708-9991.08.
  8. Braun, V., & Clarke, V. (2021). One size fits all? What counts as quality practice in (reflexive) thematic analysis? Qualitative Research in Psychology, 18(3), 328-352. doi: 10.1080/14780887.2020.1769238.
  9. Bureau of National Statistics. (2025). The main indicators of the development of livestock (January-March 2025). Retrieved from https://stat.gov.kz/en/industries/business-statistics/stat-forrest-village-hunt-fish/ publications/349609/.
  10. Chandio, A.A., Ozdemir, D., Gokmenoglu, K.K., Usman, M., & Jiang, Y. (2024). Digital agriculture for sustainable development in China: The promise of computerization. Technology in Society, 76, article number 102479. doi: 10.1016/j.techsoc.2024.102479.
  11. Cohen, Z.D., DeRubeis, R.J., Hayes, R., Watkins, E.R., Lewis, G., Byng, R., Byford, S., Crane, C., Kuyken, W., Dalgleish, T., & Schweizer, S. (2022). The development and internal evaluation of a predictive model to identify for whom mindfulness-based cognitive therapy offers superior relapse prevention for recurrent depression versus maintenance antidepressant medication. Clinical Psychological Science, 11(1), 59-76. doi: 10.1177/21677026221076832.
  12. Dara, R., Fard, S.M.H., & Kaur, J. (2022). Recommendations for ethical and responsible use of artificial intelligence in digital agriculture. Frontiers in Artificial Intelligence, 5, article number 884192. doi: 10.3389/ frai.2022.884192.
  13. Dibbern, T., Romani, L.A.S., & Massruhá, S.M.F.S. (2024). Main drivers and barriers to the adoption of Digital Agriculture technologies. Smart Agricultural Technology, 8, article number 100459. doi: 10.1016/j.atech.2024.100459.
  14. Digital Kazakhstan State Program. (2018). Retrieved from https://egov.kz/cms/en/digital-kazakhstan.
  15. Dobre, I., Capra, M., Costache, C., & Dorobantu, N. (2021). Farm size and digitalization: Quantitative approach. Western Balkan Journal of Agricultural Economics and Rural Development, 3(1), 67-83. doi: 10.5937/wbjae2101067d.
  16. Food and Agricultural Organisation. (2022). Modern technology improves traditional livelihoods in Kazakhstan. Retrieved from https://surl.li/aoxlfn.
  17. Galvão, N.J., Fernandes, N.J., Pereira, N.D., Galvão, N.M., & Neves, N.F. (2022). Portable automatic sensing system for sustainable precision farm. Renewable Energy and Power Quality Journal, 20(2), 222-227. doi: 10.24084/ repqj20.267.
  18. Glaros, A., Thomas, D., Nost, E., Nelson, E., & Schumilas, T. (2023). Digital technologies in local agri-food systems: Opportunities for a more interoperable digital farmgate sector. Frontiers in Sustainability, 4, article number 1073873. doi: 10.3389/frsus.2023.1073873.
  19. Guest, N.S., et al. (2021). International society of sports nutrition position stand: Caffeine and exercise performance. Journal of the International Society of Sports Nutrition, 18(1), article number 1. doi: 10.1186/ s12970-020-00383-4.
  20. Hackfort, S. (2023). Unlocking sustainability? The power of corporate lock-ins and how they shape digital agriculture in Germany. Journal of Rural Studies, 101, article number 103065. doi: 10.1016/j.jrurstud.2023.103065.
  21. Hastie, C.E., et al. (2023). True prevalence of long-COVID in a nationwide, population cohort study. Nature Communications, 14, article number 7892. doi: 10.1038/s41467-023-43661-w.
  22. Hong, Y.-Z., & Chang, H.-H. (2020). Does digitalization affect the objective and subjective wellbeing of forestry farm households? Empirical evidence in Fujian Province of China. Forest Policy and Economics, 118, article number 102226. doi: 10.1016/j.forpol.2020.102236.
  23. Kalambet, S.V., Zolotariova, O.V., & Pivniak, Y.V. (2016). Influence of households’ finances in Ukraine on indicators of their mobility and socio-economic development of the state. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 4, 130-140.
  24. Kaldiyarov, D.A., Kalymbekova, Z.K., & Zhumanazarov, K.B. (2023). Digital innovation ecosystem of the agro-industrial complex of Kazakhstan: Overview of the subject area. Problems of AgriMarket, 3, 34-41. doi: 10.46666/2023-3.2708-9991.03.
  25. Kalkabayeva, G.M., Assanova, M.A., & Glazunova, S.B. (2023). Use of digital technologies in financing projects of sustainable development in Kazakhstan. Central Asian Economic Review, 4, 96-106. doi: 10.52821/2789-44012023-4-96-106.
  26. Lacoste, M., et al. (2021). On-farm experimentation to transform global agriculture. Nature Food, 3, 11-18. doi: 10.1038/s43016-021-00424-4.
  27. McGrath, K., Brown, C., Regan, Á., & Russell, T. (2023). Investigating narratives and trends in digital agriculture: A scoping study of social and behavioural science studies. Agricultural Systems, 207, article number 103616. doi: 10.1016/j.agsy.2023.103616.
  28. Ministry of Agriculture of the Republic of Kazakhstan. (n.d.). Retrieved from https://www.gov.kz/memleket/ entities/moa?lang=en.
  29. Oleksandrenko, I., & Levis, R. (2023). Theoretical principles of management of financial security of agricultural sector enterprises. Economic Forum, 13(3), 141-147. doi: 10.36910/6775-2308-8559-2023-3-18.
  30. Oliveira-Jr, A., Resende, C., Pereira, A., Madureira, P., Gonçalves, J., Moutinho, R., Soares, F., & Moreira, W. (2020). IoT sensing platform as a driver for digital farming in rural Africa. Sensors, 20(12), article number 3511. doi: 10.3390/s20123511.
  31. Organisation for Economic Co-operation and Development. (2023). Improving framework conditions for the digital transformation of businesses in Kazakhstan. Retrieved from https://www.oecd.org/en/publications/ improving-framework-conditions-for-the-digital-transformation-of-businesses-in-kazakhstan_368d4d01-en. html.
  32. Phillips, D.B., Collins, S.É., & Stickland, M.K. (2020). Measurement and interpretation of exercise ventilatory efficiency. Frontiers in Physiology, 11, article number 659. doi: 10.3389/fphys.2020.00659.
  33. Prause, L., Hackfort, S., & Lindgren, M. (2020). Digitalization and the third food regime. Agriculture and Human Values, 38(3), 641-655. doi: 10.1007/s10460-020-10161-2.
  34. Samoichuk, K., Kiurchev, S., Oleksiienko, V., Palyanichka, N., & Verholantseva, V. (2016). Research into milk homogenization in the pulsation machine with a vibrating rotor. Eastern-European Journal of Enterprise Technologies, 6(11-84), 16-21. doi: 10.15587/1729-4061.2016.86974.
  35. Schopf, T., Dresse, K., & Matthes, F. (2022). Towards AI platforms for stationary retail. In 2022 5th international conference on artificial intelligence for industries (AI4I) (p. 22). Laguna Hills: Institute of Electrical and Electronics Engineers. doi: 10.1109/AI4I54798.2022.00012.
  36. Sedek, K.A., Osman, M.N., Omar, M.A., Wahab, M.H.A., & Idrus, S.Z.S. (2021). Smart agro e-marketplace architectural model based on cloud data platform. Journal of Physics Conference Series, 1874(1), article number 012022. doi: 10.1088/1742-6596/1874/1/012022.
  37. Sharma, A., & Singhai, M. (2023). Digitalization of agricultural sector- an assessment of its effect on farmers and Indian economy. BSSS Journal of Management, 14(1), 165-176. doi: 10.51767/jm1411.
  38. Sizova, O. (2022). How will artificial intelligence help farmers? Retrieved from https://dknews.kz/ru/chitayte-vnomere-dk/255858-kak-iskusstvennyy-intellekt-pomozhet-agrariyam.
  39. Soma, T., & Nuckchady, B. (2021). Communicating the benefits and risks of digital agriculture technologies: Perspectives on the future of digital agricultural education and training. Frontiers in Communication, 6, article number 762201. doi: 10.3389/fcomm.2021.762201.
  40. Studinska, G., & Studinski, V. (2023). Implementation of innovative EU approaches to regulatory policy for the development of agricultural production and rural areas. University Economic Bulletin, 18(3), 91-98. doi: 10.31470/2306-546X-2023-58-91-98.
  41. Tomorri, I., Keco, R., Shima, J., & Tomorri, K. (2025). Drivers, barriers, and impact of digitalization on sustainable rural development, focusing on some regions of Albania. European Scientific Journal, 21(1), 115-137. doi: 10.19044/esj.2025.v21n1p115.
  42. Tranchina, M., et al. (2024). Exploring agroforestry limiting factors and digitalization perspectives: Insights from a European multi-actor appraisal. Agroforestry Systems, 98(7), 2499-2515. doi: 10.1007/s10457-02401047-x.
  43. Visser, O., Sippel, S.R., & Thiemann, L. (2021). Imprecision farming? Examining the (in)accuracy and risks of digital agriculture. Journal of Rural Studies, 86, 623-632. doi: 10.1016/j.jrurstud.2021.07.024.
Mukhanova, G., Uashov, G., Akhmetzhanova, A., Malayeva, R., & Ploshay, A. (2025). The impact of digital platforms and artificial intelligence capabilities on product sales by small farms. Scientific Horizons, 28(6), 129-149. https://doi.org/10.48077/scihor6.2025.129