Jesteśmy teraz w zamkniętej becie. Zasada jest prosta: publikujemy skuteczność, nie obietnice. Więc pełna metodologia i zwalidowane liczby trafiają do klientów pod NDA dopiero, gdy współpraca faktycznie się zaczyna.
Cztery etapy, a każdy jest wersjonowany i odtwarzalny sam w sobie. Dzięki temu regulator albo reasekurator może usiąść i odtworzyć każdą liczbę, jaką kiedykolwiek opublikowaliśmy, od początku do końca.
Surowe archiwa radarowe i optyczne, odczytywane bezpośrednio u źródła. Korekty atmosferyczne i geometryczne dzieją się pod naszą kontrolą, nie w cudzej czarnej skrzynce.
Szeregi czasowe radarowe i optyczne dopasowywane są w obrębie działki. Kontrole międzysensorowe wyłapują i odrzucają artefakty, które pojedynczy instrument by przepuścił.
Modele oparte na fizyce są asymilowane z obserwacją, a uczenie maszynowe koryguje reszty już potem. Nigdy nie zastępuje fizyki.
Każda liczba dostarczana jest razem z niepewnością, historią pochodzenia i wersją. API i raporty pokazują te same liczby, więc nigdy nie ma dwóch prawd naraz.
Poniżej kluczowy aparat naukowy stojący za każdą rodziną produktów, opisany na poziomie możliwości i zasad, nie implementacji. Konkretne algorytmy, parametryzacje i źródła danych żyją w bezpiecznym data roomie i trafiają do klientów pod NDA.
Ile wody każda uprawa faktycznie znajduje, śledzone dzień po dniu w sezonie, popyt zestawiony z podażą. Fundamenty są tu takie, jakie już ustaliła nauka agronomiczna.
Susza odczytywana na skalibrowanej, wieloskalowej podstawie. Stres meteorologiczny, glebowy i wód gruntowych łączą się w jeden sygnał, zamiast zostawać osobnymi percentylami, które ze sobą nie rozmawiają.
Silnik plonów osadzony w fizyce, na bieżąco uzgadniany z tym, co faktycznie obserwują satelity. Wyniki wychodzą jako skalibrowane przedziały z uczciwymi granicami, więc nikt nie dostaje pojedynczej liczby udającej pewność.
Ryzyko utraty gleby, policzone na rzeczywistym terenie i rzeczywistej pogodzie, powiat po powiecie, odświeżane co sezon.
Orbitalny sygnał masy wody, sprowadzony ze skali zgrubnej do poziomu powiatu w ramach ograniczeń fizycznych. Trend długoterminowy oddziela się od szumu sezonowego, a niepewność jest kwantyfikowana per piksel, nie pomijana.
Struktura działki — granice, pasy, strefy zarządzania — trafia do klienta w jakości decyzyjnej. Każda wartość biofizyczna zostaje w natywnej rozdzielczości sensora; żadna nie jest resamplowana w górę. Krótko mówiąc, wyostrzamy geometrię, nie fizykę.
Radar widzi strukturę i wilgotność wprost przez chmury; optyka odczytuje pigment i witalność. Dwa niezależne sensory muszą się zgodzić, zanim uruchomi się jakikolwiek alert. Gdy się nie zgadzają, to wyzwala przegląd, nie wynik.
Uczenie maszynowe koryguje modele. Nie zastępuje ich. Sieć wytrenowana do uczenia się reszt pozostaje uczciwa nawet, gdy sezon nie przypomina niczego z jej danych treningowych — bo pod spodem to wciąż fizyka wykonuje główną robotę.
Liczba bez słupka błędu to marketing. Każdy wynik niesie skalibrowaną niepewność. A sama kalibracja jest testowana na wydzielonych, wcześniej nieużytych sezonach, więc to nie jest założenie przyjęte raz i zapomniane.
Gdy źródło nie działa, mówimy o tym wprost. Żadnych cichych zastępników, żadnego syntetycznego wypełniacza w miejsce brakujących danych. Zwłaszcza w audycie uczciwa luka broni się dużo lepiej niż zmyślona wartość.
Każda opublikowana liczba jest powiązana z wersją modelu, migawką danych wejściowych i rewizją kodu. Klienci objęci umową mogą poprosić o odtworzenie dowolnego historycznego wyniku i dostają z powrotem tę samą liczbę, co do wartości, bo pipeline jest deterministyczny. To właśnie oznacza „gotowość do audytu", kiedy zejdzie się poniżej hasła reklamowego.