FarmForesight: аграрная Матрица латифундиста
Еще два года назад о первом украинском «тренажере латифундиста» FarmForesight знали единицы, а сегодня у него «за плечами» десятки тысяч игровых часов и несколько проведенных чемпионатов. Проще говоря, агросимулятор нашел свою нишу. И, на мой взгляд, это вполне закономерный результат.
Согласитесь, набивать шишки лучше в виртуальном пространстве, чем в реальной жизни. А главное — дешевле, безопаснее и выгоднее, так как при моделировании вы получаете опыт, мало отличающийся от «натурального». Кроме того, FarmForesight можно применять и для чисто практических задач: в тайм-менеджменте, как элемент системы развития персонала, повышения аграрного IQ и т. п.
Понятно, что у него есть своя специфика, функционал, реализованные и нереализованные возможности и перспективы. Но в любом случае с момента выхода релизной версии, FarmForesight является полноценным рыночным продуктом, так что можно подвести первые итоги. Что я и предлагаю сделать. Итак, начнем.
Что может и чего не может FarmForesight?
FarmForesight не может научить всему. Но мы можем научить принимать взвешенные и разумные решения в стрессовой ситуации на основе текущих данных и в условиях дефицита времени на размышления. В реальной жизни, и особенно в агробизнесе, так часто бывает — внешние условия меняются очень быстро, и на это нужно реагировать. В частности, на капризы погоды, резкие ценовые колебания, политические факторы...
Симулятор позволяет аграриям наработать опыт такого быстрого реагирования, «потренироваться на кошках», искусственно смоделировать ситуации, которые могут возникнуть в реальной жизни. Одним словом, учит правильно реагировать на неожиданности в агробизнесе и принимать оптимальные решения.
Стратегами не рождаются
Помимо прочего, FarmForesight позволяет отрабатывать принятие стратегических решений. Я считаю, что это очень полезная опция. Приведу конкретный пример. Есть два реальных агропредприятия из одного села, которые работают практически в идентичных условиях. Однако результаты их деятельности кардинально отличаются. Одно предприятие показывает, условно, 50% рентабельности, а второе — 100%.
И вот команды обоих хозяйств сыграли в FarmForesight в одной сессии — с одинаковыми заданными условиями, одинаковыми ценами и одинаковой погодой. В результате одна команда завершила сессию с показателем 60% рентабельности, а вторая — 120%.
Мы решили выяснить, почему так. Оказалось, что представители первой команды подошли к севообороту шаблонно — как обычно поступают в реальной жизни. Представители же второй команды действовали более гибко: увидели, что цена продажи одной из агрокультур низкая, вообще от нее отказались и даже не сеяли. И не потеряли на этом кучу денег, как другая команда. То есть адаптировались к условиям, смоделированным игрой.
По большому счету, именно это является самым важным навыком в любом бизнесе — умение адаптироваться к изменяющимся условиям, причем быстро.
Наш агросимулятор позволяет этот навык эффективно развивать.
От релиза — к расширенному функционалу
Версию FarmForesight 1.0 мы запустили год назад. Я считаю, что на момент релиза это был уже серьезный продукт. По сравнению с предрелизной версией — земля и небо. С механической точки зрения за последний год агросимулятор не сильно изменился. Мы лишь добавили в игру различные статистические данные, уточнили технологические карты для конкретных регионов, некоторые регионы разбили на более мелкие и расширили функционал. Например, корпоративные пользователи, предоставив нам соответствующую информацию, теперь могут играть в условиях, максимально приближенных к реальным. Как вариант — моделируя агробизнес в определенном кластере конкретной компании с учетом реальных исторических данных.
Проще говоря, FarmForesight сейчас находится на стадии полировки.
Аграрный реализм как он есть
Все наши сценарии реалистичны. Просто некоторые из них дают игрокам больше челленджа, а другие, напротив, смягчают экстраординарные ситуации, возможные в реальной жизни, когда у некоторых опускаются руки. Мы это сделали для того, чтобы моделирование агробизнеса было более интересным и играбельным.
У нас был честный сценарий — лето 2015 года с мегазасухой. Но если он кому-то попадал, как правило, ничем хорошим это не заканчивалось ввиду ограниченного «окна возможностей» для принятия решений. При этом многие продолжали действовать по ранее составленной технологической карте, невзирая на засуху. А на нее нужно реагировать и корректировать действия, возможно, даже кардинально менять севооборот. Поэтому для удобства пользователей мы сгладили в агросимуляторе самые острые грани.
Но в остальном FarmForesight является полноценной моделью агробизнеса, в основе которой лежит огромный массив реальных статистических данных.
Благодаря этому, смоделировать, скажем, цены не зерновые и масличные культуры (пшеницу, кукурузу, сою, рапс) не так уж сложно. Потому что они торгуются на Чикагской бирже. И, отталкиваясь от ее прогноза, мы можем определить, какой примерно будет цена на конкретную культуру, чтобы составить реалистичный игровой сценарий. Это один из факторов, на которых базируется FarmForesight.
В целом статистические данные позволяют рассчитать, как рынок будет реагировать на определенную последовательность событий — как изменятся цены и другие условия, как определенные действия пользователя повлияют на урожайность его посевов, и в конечном счете, как отразятся на рентабельности. В наших сценариях и алгоритмах прогнозирования все это заложено.
Почти «Веселый фермер»
Моделирование позволяет игрокам экспериментировать и, как следствие, ломать сложившиеся стереотипы. Условно говоря, сеять не так, как вы всегда сеяли, и без страха менять запланированный севооборот.
Можно, например, поэкспериментировать с бюджетированием каждой из культур, насколько хватит фантазии. Вплоть до того, что в рамках одной игровой сессии для каждого из полей, занятых одной культурой, запланировать разные параметры. И в итоге увидеть, как это повлияет на результат.
Александр Эйне, основатель агробизнес-симулятора FarmForesight
