Illustrasjonsfoto: Storfe med elektroniske halsbånd. Bildet dokumenterer ikke bruk eller test av KI.
KI i landbruket: Norske eksempler, nytte og kostnader
Hva kan KI gjøre på gården? Se norske eksempler, en plan for utprøving og regneeksempler på tidsgevinst, kostnader og nødvendig kontroll.
- NIBIO og Kilter viser ulike anvendelser av dataanalyse og KI. Et eksempel er ikke en garanti for resultatet på din gård.
- Test én konkret oppgave og mål klargjøring, kontroll og retting sammen med tiden verktøyet sparer.
- Kontroller faglige påstander og avklar data, ansvar og reserveplan før løsningen blir en del av vanlig drift.
Kunstig intelligens i landbruket kan brukes til å kjenne igjen ugras, tolke bilder fra jordet og lage utkast til tekst. Men en løsning er først nyttig når den gir deg en bedre beslutning eller sparer arbeid etter at kontroll og etterarbeid er tatt med. Her ser vi på norske eksempler og hvordan du kan vurdere et verktøy før det blir en fast kostnad.
KI er den norske forkortelsen for kunstig intelligens; AI brukes på engelsk. Et system som analyserer plantebilder og en chatbot som skriver et notat er forskjellige verktøy. De må prøves på forskjellige måter.
Hva kan KI brukes til på en norsk gård?
| Bruksområde | Hva du bør kontrollere |
|---|---|
| Gjenkjenne ugras eller kulturplanter i bilder | Hvilke arter og vekststadier løsningen er laget for, og hvor ofte den overser eller feiltolker planter. |
| Estimere avling, kvalitet eller variasjon på jordet | Datagrunnlag, aktuell vekst og forholdet mellom modellens anslag og egne målinger. |
| Støtte planlegging av tiltak | Hvilke forutsetninger forslaget bygger på, og om utstyret og driften din kan gjennomføre det. |
| Lage utkast og ordne egne notater | Om innholdet stemmer med grunnlaget, og hvor mye tid du bruker på retting. |
NIBIO beskriver maskinlæring i planteproduksjon, blant annet modeller for avling, kvalitet, gjødslingsbehov, ugras og bærtelling. Instituttet understreker betydningen av datakvalitet og tilpasning til lokale geografiske og klimatiske forhold. Resultater fra en annen vekst eller et annet land kan derfor ikke uten videre brukes som forventning på din gård.
Norske eksempler: Kilter og kart fra NIBIO
Kilter beskriver AX-1 som en feltrobot der KI-basert gjenkjenning av kulturplanter kombineres med målrettet behandling av ugras. Dette er leverandørens beskrivelse av teknologien. Be om dokumentasjon for aktuelle kulturer, kapasitet og driftsforhold før du legger en forventet besparelse inn i budsjettet. Bondeguiden har ikke gjennomført en egen felttest av roboten.
Et annet eksempel på datastøttet agronomi er NIBIOs PRESISnet. Tjenesten i Gårdskart bruker dronebilder til kartprodukter for skiftene. NIBIO beskriver blant annet biomasse- og kvalitetskart for hvete og eng, og ugraskart for gulmoden kornåker. Ulike produkter krever ulike bilder; et vanlig mobilfoto erstatter ikke datagrunnlaget.
Kartene er modellbaserte estimater som må ses sammen med agronomisk vurdering og kjennskap til skiftet. Ikke alle digitale kartfunksjoner er KI. Se vår guide til presisjonsjordbruk og bruk av data i åkeren for den bredere arbeidsflyten fra måling til tiltak.
Start med en arbeidsoppgave du kan måle
Skriv ned hva som tar tid eller gir feil i dag. «Vi vil bruke KI» er for uklart. «Vi vil redusere tiden brukt på å strukturere ukens driftsnotater, uten å miste oppgaver eller frister» kan prøves og måles.
Bondeguidens forslag er å starte med én oppgave og en avgrenset prøve. For et kontorverktøy kan du sammenligne flere like notatoppgaver. For feltarbeid må prøven følge relevante vekststadier og forhold; en vellykket demonstrasjon på ett skifte er ikke en hel sesong.
- Registrer utgangspunktet: Tidsbruk, kostnader og feil med dagens metode.
- Beskriv prøven: Hvilke oppgaver, data og forhold skal være med?
- Avtal god nok kvalitet: Hva må være riktig, og hvilke feil gjør at dere må stoppe?
- Mål hele jobben: Ta med klargjøring, kontroll, retting og situasjoner der verktøyet ikke fungerer.
- Bestem neste steg: Fortsette, justere eller avslutte prøven ut fra resultatene.
Ved ugrasgjenkjenning bør kontrollen omfatte både rapporterte funn og områder uten funn. Ellers kan du overse det systemet ikke oppdager. Ved notater sammenligner du med originalen og teller manglende oppgaver, feil ansvarlig og oppdiktede opplysninger.
Regn på netto tidsgevinst og samlet kostnad
En rask første kladd er ikke hele besparelsen. Kostnaden kan også omfatte abonnement, opplæring, tilpasning, datafangst, utstyr og oppfølging. Beregn programvare og en feltrobot hver for seg; de har ulike investeringer og driftsbehov.
Forenklet eksempel for et kontorverktøy: Du sparer fire timer per måned på førsteutkast, men bruker én time ekstra på kontroll. Netto blir tre timer. Med en egen valgt timeverdi på 350 kroner er den beregnede verdien 1 050 kroner. Trekker du fra en tenkt abonnementskostnad på 300 kroner, står 750 kroner igjen per måned.
| Prøveresultat | Verdi etter tenkt abonnement |
|---|---|
| 4 timer spart − 1 time kontroll | 3 × 350 − 300 = 750 kroner per måned |
| 2 timer spart − 1 time kontroll | 1 × 350 − 300 = 50 kroner per måned |
Dette er Bondeguidens regneeksempel på samme mva.-grunnlag, ikke markedspriser eller dokumentert lønnsomhet. Ved 3 000 kroner i oppstartskostnad tar det fire måneder å dekke den i det første alternativet, men 60 måneder i det andre, dersom resultatet holder seg. Frigjort egen tid er heller ikke nødvendigvis en kontant besparelse. Vurder hva tiden faktisk kan brukes til.
Bruk en chatbot til utkast som kan kontrolleres
KI Norges veiledning beskriver risikoen for at en modell presenterer feil informasjon med stor tilsynelatende sikkerhet. Kontroller derfor svar mot grunnlaget. Å be verktøyet «dobbeltsjekke» erstatter ikke kontroll mot originalen.
En avgrenset oppgave kan være å sortere egne, ufølsomme notater før et møte med rådgiveren. Her er et forslag til instruksjon:
Sorter notatene nedenfor i oppgave, ansvarlig, frist og spørsmål som må avklares. Bruk bare opplysninger i notatene. Skriv «ikke oppgitt» der informasjon mangler. Ikke foreslå doser, frister eller faglige tiltak.
Les resultatet mot notatene før du deler det. Dosering, dyrehelse, tilskuddsfrister og regelverk krever kontroll i relevante, oppdaterte fagkilder. Bruk verktøyet til å samle spørsmål, og la riktig fagperson eller myndighet avklare svaret.
Avklar gårdsdata, ansvar og reserveplan
Digdirs Prosjektveiviser fremhever at behov, datagrunnlag, testing og menneskelig kontroll må avklares. Veiledningen sier også at bruk av personopplysninger og forretningshemmeligheter i åpne KI-verktøy krever forhåndsavklaring og nødvendige vurderinger.
Før en prøve ber du om svar på hva som lagres, hvem som får tilgang, om opplysningene brukes til å utvikle tjenesten, og hvordan du får dem ut igjen. Bruk ufølsomme prøveopplysninger når ekte data ikke er nødvendige. En gratis konto er ikke i seg selv en avklaring av databruken.
Avtal også hvem som følger opp feil og varsler, og hvordan arbeidet fortsetter ved driftsstans. I husdyrhold må dette ses sammen med sensorer, teknologi og beredskap i fjøset. Oppdater vurderingen når programvare, utstyr eller arbeidsmåte endres.
Velg etter dokumentert nytte på gården
Be om et skriftlig tilbud med avgrenset funksjon, samlet kostnad, oppfølging og mulighet til å avslutte. Sammenlign med dagens metode og enklere alternativer. Bruk prøveperioden til å finne hvor verktøyet hjelper, hvor det feiler og hvor mye kontroll det krever.
For en bredere gjennomgang av innkjøp og kompatibilitet, se guiden til valg av teknologi i landbruket. Her er målet å vurdere KI på en konkret oppgave, med resultater du kan etterprøve.
Kilder og kontroll
Kildegrunnlag kontrollert . Kontrollert 22. oktober 2026 mot NIBIO, Kilter, Digdir og KI Norge. NIBIOs beskrivelser gjelder bestemte data og bruksområder; Kilters opplysninger er leverandørens egne og ikke Bondeguidens felttest. Prøveopplegget og instruksjonseksemplet er redaksjonelle forslag. Kostnadsberegningene er konstruerte og dokumenterer ikke markedspris eller faktisk gevinst.
- Forskning og faglig veiledningNIBIO – maskinlæring og kunstig intelligens
Bruksområder i planteproduksjon, datakvalitet og behov for geografisk og klimatisk tilpasning.
- Leverandørens opplysningerKilter – AX-1 og plantegjenkjenning
Leverandørens beskrivelse av feltrobot, KI-basert kulturplantegjenkjenning og målrettet ugrasbehandling. Ingen gjengivelse av påstått prosentvis innsparing.
- Forskning og faglig veiledningNIBIO – PRESISnet
Dronebaserte kartprodukter i Gårdskart, aktuelle vekster og kartene som modellbasert beslutningsstøtte.
- Offentlig kildeKI Norge – vurder risiko
Risikoen for feil informasjon presentert med stor sikkerhet og behov for verifisering av grunnlaget.
- Offentlig kildeDigdir – KI i Prosjektveiviseren
Avklare behov, data, testing, menneskelig kontroll og bruk av beskyttelsesverdig informasjon.
- Bondeguidens regneeksempelBondeguidens regneeksempel for kontorverktøy
(4 − 1) × 350 − 300 = 750 kroner per måned; (2 − 1) × 350 − 300 = 50 kroner. 3 000 / 750 = 4 måneder; 3 000 / 50 = 60 måneder. Konstruerte tall på samme mva.-grunnlag, valgt timeverdi og uendret resultat over tid. Frigjort egen tid er ikke automatisk kontant besparelse.
En kildekontroll er ikke en uavhengig produkttest eller en garanti for resultatene på din gård.
