Коммерциализация высокотехнологичного стартапа в России: система видеоаналитики для птицеводства

Высокая производительность и экономическая эффективность птицеводства имеет решающее значение для обеспечения глобальной продовольственной безопасности. Одной из центральных проблем птицеводства является эпидемиологическая угроза и необходимость создания оптимальных микроклиматических условий содержания поголовья в целях обеспечения максимального прироста живой массы. Для предотвращения массовых падежей вследствие поражения стада домашней птицы инфекционными заболеваниями и для поддержания микроклимата в птичниках необходимо раннее выявление отклонений в поведении птиц путем непрерывного получения и анализа в режиме реального времени соответствующих данных, что может быть обеспечено посредством разработки и применения в птицеводстве инновационных цифровых технологий из области искусственного интеллекта и нейронных сетей, включая создание и внедрение автоматизированных систем компьютерного зрения и видеоаналитики. В практическом плане данная инновационная предпринимательская идея реализуется путем запуска и коммерциализации высокотехнологичного стартапа. Актуальность. Большая часть высокотехнологичных стартапов испытывает серьезные затруднения или вообще оказывается неудачной. При этом недостаточно исследовательских работ посвящено вопросам коммерческого развития высокотехнолигичных стартапов в России. А научных трудов, связанных с коммерциализацией стартапов, специализирующихся на системах видеоаналитики для российских птицеферм, нет совсем. Данное ис- следование выполнено, чтобы по возможности исправить эту ситуацию. Цель и методы. Цель исследования состоит в изыскании способов коммерциализации высокотехнологичного российского стартапа, работающего над системой видеоаналитики для птичника. В основе реализации указанной цели лежит мета-синтез, основанный на методических принципах Санделовского и Баррозо. Кроме того, использованы комплекс POCD и SWOT-анализ, применены методы системного анализа, декомпозиции, абстрагирования, обобщения, а также аксиоматический и дедукции. Результаты. Выявлены факторы коммерциализации инновационных предпринимательских идей, проанализирован международный опыт коммерциализации стартапов по машинному зрению для животноводства, обозначены основные проблемы и намечены конкретные меры по продвижению и коммерциализации высокотехнологичного стартапа, специализирующегося на системах видеоаналитики для птицеводства в России. Практическая значимость. Показано текущее состояние и сложности реализации специализирующегося на системах видеоаналитики для птице- ферм стартапа, проанализированы перспективы его развития и возможности коммерциализации. Оригинальность/ценность. Изложены основные аспекты применения технологии машинного зрения в птицеводстве. Намечены пути развития и направления коммерциализации высокотехнологичного стартапа, реализуемого в России.

Ключевые слова: компьютерное зрение, видеоаналитика, высокотехнологичный стартап, коммерциализация стартапа, коммерциализация инно- вационных технологий, птицеводство

Список использованных источников

  1. А. В. Буяров, В. С. Буяров. Роль отрасли птицеводства в обеспечении продовольственной безопасности России//Вестник Курской государственной сельскохозяйственной академии. 2020. № 7. С. 84–95.
  2. A. Mottet, G. Tempio. Global poultry production: current state and future outlook and challenges//World’s Poultry Science Journal. 2017. Vol.73 (2). P.245–256, https://doi.org/10.1017/S0043933917000071.
  3. F. J. Kleyn, M. Ciacciariello. Future demands of the poultry industry: will we meet our commitments sustainably in developed and developing economies?//World’s Poultry Science Journal. 2021. Vol. 77 (2). P.267–278. https://doi.org/10.1080/00439339.2021.1904314.
  4. В. Н. Ирза, М. С. Волков, А. В. Варкентин. Cитуация по особо опасным вирусным болезням в промышленном птицеводстве российской федерации//Птица и птицепродукты. 2020. № 2. С. 50–52.
  5. А. Давлеев. Будущее птицеводства. К чему готовиться?//Животноводство России. 2021. № 2. С. 13–15.
  6. В. С. Буяров, А. В. Буяров. Эффективность современных технологий в промышленном птицеводстве//Аграрный вестник Верхневолжья. 2021. № 4 (37). С. 24–33. https://doi.org/10.35523/2307–5872–2021–37–4-24–33.
  7. М. Х. Барчо Технико-технологическая модернизация птицеводства//Вестник РГАЗУ. 2017. № 26 (31). С. 41–49.
  8. M. Singh, et al. Artificial Intelligence and IoT based monitoring of poultry health: A review/IEEE International Conference on Communication, Networks and Satellite. 17–18 Dec. 2020. Batam, Indonesia. https://doi.org/10.1109/Comnetsat50391.2020.9328930.
  9. А. А. Гайдаенко, О. В. Гайдаенко. Тенденции и инновации в птицеводстве России//Вестник РГАЗУ. 2018. № 27 (32). С. 46–51.
  10. X. Zhuang, T. Zhang. Detection of sick broilers by digital image processing and deep learning//Biosystems Engineering. 2019. Vol.179. P.106–116. https://doi.org/10.1016/j.biosystemseng.2019.01.003.
  11. C. Okinda, et al. A machine vision system for early detection and prediction of sick birds: A broiler chicken model//Biosystems Engineering, 2019. Vol.188. P.229–242. https://doi.org/10.1016/j.biosystemseng.2019.09.015.
  12. A. Aydin. Development of an early detection system for lameness of broilers using computer vision//Computers and Electronics in Agriculture. 2017. Vol.136. P.140–146. https://doi.org/10.1016/j.compag.2017.02.019.
  13. T. Harris. Start-up: a practical guide to starting and running a new business. — Springer, 2019. https://doi.org/10.1007/978–3-319–94547–7.
  14. G. A. Van Norman, R. Eisenkot. Technology transfer: From the research bench to commercialization: Part 2: The commercialization process//JACC: Basic to Translational Science. 2017. Vol.2 (2). P.197–208. https://doi.org/10.1016/j.jacbts.2017.03.004.
  15. S. Flammini, et. al. Business model configuration and dynamics for technology commercialization in mature markets//British Food Journal. 2017. Vol.119 (11). P.2340–2358. https://doi.org/10.1108/BFJ‑03–2017–0125.
  16. J. C. Spender, et. al. Startups and open innovation: A review of the literature//European Journal of Innovation Management. 2017. Vol.20 (1). P.4–30. https://doi.org/10.1108/EJIM‑12–2015–0131.
  17. D. Mansour, H. Barandas. High-Tech entrepreneurial content marketing for business model innovation: A conceptual framework//Journal of Research in Interactive Marketing. 2017. Vol.11 (3). P.296–311. https://doi.org/10.1108/JRIM‑03–2016–0022.
  18. J. Santisteban, D. Mauricio. Systematic literature review of critical success factors of information technology startups//Academy of Entrepreneurship Journal. 2017. Vol.23 (2). P.1–23.
  19. M. Yahyaei, A. Hassanzadeh. Providing technology commercialization model in knowledge-based companies of ICT//Journal of Investment Knowledge. 2018. Vol.7 (26). P.63–81.
  20. B. M. Sharp, D. N. Iyer, T. H. Brush. Executive influence on invention and commercialization: The moderating role of innovation radicalness//American Journal of Business. 2017.Vol.32 (3/4). P.134–151. https://doi.org/10.1108/AJB‑11–2016–0036.
  21. S. A. Gbadegeshin. Commercialization process of high technology: A study of Finnish University Spin-Off//Academy of Entrepreneurship Journal. 2017. Vol.23 (2). P.1–22.
  22. V. Kakani, et al. A critical review on computer vision and artificial intelligence in food industry//Journal of Agriculture and Food Research. 2020. Vol.2. https://doi.org/10.1016/j.jafr.2020.100033.
  23. K. Wurtz, et al. Recording behavior of indoor-housed farm animals automatically using machine vision technology: A systematic review//PLoS ONE. 2019. Vol.14 (12). https://doi.org/10.1371/journal.pone.0226669.
  24. N. S. N. Abd Aziz, et al. Review on computer vision technology for monitoring poultry farm — application, hardware, and software//Access IEEE. 2021. Vol.9. P.12431–12445. https://doi.org/10.1109/ACCESS.2020.3047818.
  25. E. Fernaґndez-Carrioґn, et al. Motion-based video monitoring for early detection of livestock diseases: The case of African swine fever//PLoS ONE. 2017. Vol.12 (9). https://doi.org/10.1371/journal.pone.0183793.
  26. M. S. Ludvigsen. Using Sandelowski and Barroso’s Meta-Synthesis method in advancing qualitative evidence//Qualitative Health Research. 2016. Vol.26 (3). P.320–329. https://doi.org/10.1177/1049732315576493.
  27. S. K. Daneshjoovash, et al. Effective commercialization of high-technology entrepreneurial ideas: a meta-synthetic exploration of the literature//Journal of Small Business & Entrepreneurship. 2021. Vol.33 (6). P. 663–688. https://doi.org/10.1080/08276331.2020.1789825.
  28. Z. Chi, Z. Liu, C. Xia. The valuation strategies of artificial intelligence startups: The investment analysis of MEGVII/3rd International Conference on Economic Management and Cultural Industry. Atlantis Press. 2021. P.1857–1862.
  29. M. A. Benzaghta, et al. SWOT analysis applications: An integrative literature review//Journal of Global Business Insights. 2021. Vol.6 (1). P. 55–73. https://doi.org/10.5038/2640–6489.6.1.1148.
  30. R. J. Steenkamp. The quadruple helix model of innovation for Industry 4.0//Acta Commercii. 2019. Vol.19 (1). P.1–10. https://doi.org/10.4102/ac.v19i1.820.
  31. С. С. Евдокимова, М. С. Кобышев. Современные модели финансирования стартапов//Финансы и кредит. 2017. № 23 (6). С. 341–352.
  32. С. Г. Поляков. Фонд содействия инновациям: многолетний опыт и новые вызовы//Инновации. 2016. № 10 (216). С. 3–9.
  33. M. Revanth, et al. Design and development of an IoT based smart poultry farm/International Conference on Advancements in Electrical, Electronics, Communication, Computing and Automation (ICAECA). 2021. P.1–4, https://doi.org/10.1109/ICAECA52838.2021.9675553.
  34. M. R. Ahmadi, et al. A Survey of smart control system for poultry farm techniques/Proceedings of the International Conference on Distributed Computing and High Performance Computing. 2018. P.25–27.

Авторы