Экономическая оценка внедрения автономных интеллектуальных систем компьютерного зрения в молочном скотоводстве
Ревякина Елена Александровна1, Газизов Андрей Равильевич1
1 Донской государственный технический университет, ,
Статья в журнале
Экономика сельскохозяйственных и перерабатывающих предприятий (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 101, Номер 4 (Апрель 2026)
Аннотация:
Работа посвящена экономической оценке того, что даёт сельскохозяйственному предприятию молочного направления переход на автономные системы компьютерного зрения на базе архитектуры YOLOv8n. Почему именно сейчас эта задача актуальна: поголовье крупного рогатого скота в России продолжает сокращаться, а требования к себестоимости, сохранности стада и удою растут; традиционные схемы контроля, по сути, уже «упёрлись в потолок» экстенсивного развития. Цель исследования - подсчитать, насколько экономически оправдан уход от контактных датчиков и облачных сервисов распознавания к локальным решениям, которые удерживают биометрию животных и производственную информацию внутри контура предприятия. В качестве эмпирической базы использованы данные о валовых показателях молочного скотоводства за 2020-2024 годы, параметры себестоимости молока и говядины в сельхозорганизациях России и сведения о точностных характеристиках моделей семейства YOLO, зафиксированные в рецензируемых источниках. Методический каркас собран из сравнительного анализа, калькуляции капитальных и эксплуатационных затрат на единицу поголовья, расчёта чистого дисконтированного дохода и срока окупаемости по имитационной модели фермы на 1200 голов, а также сценарного анализа чувствительности к ключевым параметрам. Результаты исследования показали: внедрение автономной системы сокращает потери от несвоевременной диагностики заболеваний и охоты, снижает трудоёмкость наблюдения примерно на треть, даёт прирост удоя на фуражную корову в диапазоне 340-520 килограммов в год и окупается за 17-29 месяцев. На пятилетнем горизонте автономная архитектура обходится дешевле облачного аналога на 38% и, что немаловажно, снимает риски утечки данных. Полученные оценки говорят о том, что автономные системы компьютерного зрения - уже не периферийное дополнение, а самостоятельный фактор роста производительности и устойчивости молочного скотоводства в рамках цифровой трансформации АПК.
Ключевые слова: молочное скотоводство, компьютерное Зрение, цифровизация АПК, автономные Системы, экономическая Эффективность, срок окупаемости, совокупная Стоимость владения, YOLOv8
Страница обновлена: 22.07.2026 в 00:21:34
Economic assessment of the introduction of autonomous intelligent computer vision systems in dairy farming
Revyakina Elena Aleksandrovna, Gazizov Andrey RavilevichJournal paper
Economy of agricultural and processing enterprises
Volume 101, Number 4 (April 2026)
Abstract:
The paper is devoted to the economic assessment of what gives dairy agricultural enterprises the opportunity to switch to autonomous computer vision systems based on the YOLOv8n architecture. Why this task is relevant right now: the number of cattle in Russia continues to decrease, and the requirements for cost, herd safety and milk yield are growing; traditional control schemes, in fact, have already «hit the ceiling» of extensive development. The aim of the study is to calculate how economically justified it is to move away from contact sensors and cloud recognition services to local solutions that keep animal biometrics and production information inside the enterprise contour. Data on gross dairy cattle production for 2020-2024, cost parameters of milk and beef in agricultural organizations in Russia, and information on the accuracy characteristics of YOLO family models recorded in peer-reviewed sources were used as an empirical base. The methodological framework consists of comparative analysis, calculation of capital and operating costs per livestock unit, calculation of net discounted income and payback period based on a simulation model of a 1,200-head farm, as well as scenario analysis of sensitivity to key parameters. The results of the study showed that the introduction of an autonomous system reduces losses from late diagnosis of diseases and hunting, reduces the complexity of monitoring by about a third, gives an increase in milk yield per feed cow in the range of 340-520 kilograms per year and pays off in 17-29 months. Over a five-year horizon, an autonomous architecture is 38% cheaper than its cloud counterpart and, importantly, removes the risks of data leakage. The estimates obtained suggest that autonomous computer vision systems are no longer a peripheral addition, but an independent factor in the growth of productivity and sustainability of dairy farming as part of the digital transformation of agriculture.
Keywords: Dairy Cattle Breeding, Computer Vision, Digitalization Of Agriculture, Autonomous Systems, Economic Efficiency, Payback Period, Total Cost Of Ownership, Yolov8