Aan de opbrengst en kwaliteit lag het niet. Daarin konden de referentietelers van de Autonomous Greenhouse Challenge zich meten met de beste Artificial Intelligence (AI)-teams, winnaar ‘The Automatoes’ voorop. Er werd echter meer water en energie verbruikt. Ook hogere arbeidskosten drukten het eindresultaat behoorlijk. Ted Duijvestijn, Marissa van Duijn en Kees Stijger feliciteren hun uitdagers en blikken terug op een geslaagd, leuk en leerzaam avontuur.

Het was even slikken toen organisator Silke Hemming van Wageningen University & Research de cijfers maandagochtend bekendmaakte. Winnen konden de referentietelers sowieso niet, want dat konden alleen de vijf teams die hun eigen algoritmen voor een autonome teelt hadden uitgewerkt. Maar als Nederlandse topteler – onder die categorie mag je Ted Duijvestijn en Kees Stijger rustig scharen – wil je in elk geval qua teeltresultaat niet onderdoen voor de onderzoekers, teeltadviseurs, softwarespecialisten, data-analisten en studenten die de vijf deelnemende AI-teams bemanden. Qua opbrengst zaten ze bij de top, de kwaliteit was goed. Waar ging het dan mis?

Hoge opbrengst, hoge kosten

Kees Stijger: “Is er iets misgegaan? Ik vind van niet. We hadden een weloverwogen strategie, hebben daar goed aan vastgehouden en hadden van begin tot eind een uitstekende plantbalans. Misschien hebben we iets te snel willen telen. Dat verklaart in elk geval voor een deel de hoge input aan energie, water en meststoffen in onze teelt. Op een gegeven moment moesten we daardoor wat bijsturen, maar ook dat ging heel vlot en goed.”
“We zijn zeer tevreden met de opbrengst en kwaliteit”, vult Ted Duijvestijn aan. “Vanwege corona zijn we nauwelijks in de kas geweest, maar daar wil ik me niet achter verschuilen. We hebben ingezet op een hoge stengeldichtheid en teeltsnelheid, en niet bezuinigd op stoken en licht. Wat ons feitelijk nekt, zijn de kosten die hieraan zijn toegerekend. In relatie tot de verbruikscomponenten energie, water en bemesting zijn dat reële kosten. De arbeidskosten waren gerelateerd aan de stengeldichtheid en vielen daardoor fors hoger uit dan in een praktijksituatie. Het rekenmodel heeft ons dus niet geholpen, maar dat doet niets af aan de prestaties van de tegenstanders. Ze hebben het geweldig gedaan.”

Over vijfjaar praktijk-klaar

Tevredenheid overheerst dus en de complimenten aan de tegenstanders zijn welgemeend. “Dat je met goede algoritmen en sensoren veel kunt presteren, is opnieuw aangetoond”, zegt teeltmanager Kees Scheffers van de Bleiswijkse onderzoeksfaciliteit waar de Challenge werd uitgevoerd. Collega Fred van Heijningen vult aan: “Ik verwacht dat AI over vier tot vijf jaar voldoende is doorontwikkeld voor toepassing in de praktijk.”

Vier uur per dag

De referentietelers onderschrijven die visie. “Sommige bedrijven zijn er al volop mee bezig, de grotere hebben zelfs specialisten die zich voornamelijk bezighouden met data-analyse en de vertaling naar setpoints voor de teelt”, aldus Stijger. “De AI-teams hebben daar ook heel veel tijd ingestopt. Het winnende team besteedde er minstens vier uur per dag aan en dat is beduidend meer dan de paar uur per week die wij eraan spendeerden. Als je daardoor in een korte teelt al een paar euro per vierkante meter meer kunt verdienen, wordt het voor een langere teelt op een grotere oppervlakte snel interessant om daar iemand voor aan te trekken of vrij te maken.”

‘Kas als Databron’

Ted Duijvestijn stelt dat Nederland die stap ook moet maken om geen terrein te verliezen. “Deze ontwikkeling houd je niet tegen. Je kunt hem wel bespoedigen door er gericht in te investeren. Om wildgroei te voorkomen, zou je dat vooralsnog collectief kunnen oppakken. Bijvoorbeeld via een nieuw kennis- en innovatieprogramma à la Kas als Energiebron.
Het is tijd voor de ‘Kas als Databron’. Het zou fantastisch zijn als we dat met elkaar van de grond kunnen tillen. Het gaat overigens om meer dan alleen AI en algoritmen. Aan data-gedreven telen op afstand zitten veel aspecten vast waar de bedrijven en ondernemers nu nog niet klaar voor zijn.”

Tekst en beeld: Jan van Staalduinen