농림수산 / 농업 기술 서비스
Bayer Crop Science: 농업 상담 직원 지원
- 기업
- Bayer Crop Science
- 국가
- 독일
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
미국의 Bayer 영업팀과 작물 전문가는 농민이 묻는 농학과 제품 질문에 빠르고 정확하게 답해야 했다. 심사를 맡은 AgTech Breakthrough는 정확한 농학 지식이 재배자에게 가장 값진 도구지만 필요한 순간에 늘 닿는 것은 아니라고 지적했다. 특정 시기와 장소, 계절에 맞는 정보가 특히 중요하다고 설명했다.
적용한 기술과 데이터
E.L.Y.는 에이전트형 생성형 AI 구조 위에 프런티어 대규모 언어 모델을 올린 시스템이다. 여기에 Bayer의 농학 데이터, 포장 시험 결과, 제품 라벨 지침을 결합해 맥락에 맞는 답을 만든다. 검색증강생성(RAG) 기법을 써서 지역과 작물, 규제 요건에 맞게 답을 맞춘다. 직원은 모바일과 웹에서 쓰는 클라우드 도구에 자연어로 물어본다. 모듈 구조라 이용자 경험을 바꿔 가며 쓰고, 모델이 작아 엣지 기기에도 올릴 수 있다.
성과
Bayer는 내부 기준으로 고객 질문에 대한 응답 시간이 60% 개선됐다고 밝혔다. 직원들은 주당 최대 네 시간을 아꼈다고 보고했다. Bayer는 AI 동료와 일을 나눈 덕분에 현장 직원이 매주 수천 시간을 더 가치 있는 고객 서비스와 활동에 다시 쓸 수 있다고 설명했다. E.L.Y.는 AgTech Breakthrough Awards에서 AI-based AgTech Solution of the Year로 뽑혔다.
한계와 남은 과제
60%와 주당 절감 시간은 Bayer 내부 기준과 직원 자기보고다. 작물 수확량이 늘었다는 검증은 아니다.
출처
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.