AGROSTRATEG 2026: 7 przykładów projektów, które można realnie złożyć w rolnictwie cyfrowym i produkcji roślinnej

Program AGROSTRATEG NCBiR z budżetem 300 mln zł w I konkursie otwiera drogę do finansowania projektów badawczo-rozwojowych w rolnictwie cyfrowym i produkcji roślinnej. Sam pomysł „zrobimy aplikację" nie wystarczy – NCBiR wymaga eksperymentalnych prac rozwojowych z demonstratorem działającym w warunkach zbliżonych do rzeczywistych. W tym artykule przedstawiamy 7 konkretnych inspiracji projektowych wpisujących się w obszary T1 i T3 programu, pokazujemy, jak odróżnić temat wdrożeniowy od zbyt ogólnej koncepcji, oraz wyjaśniamy, jak zbudować konsorcjum z realnym potencjałem realizacji.

Autor: Kamil Korne, Digital Product Owner · Wydawca: FarmPortal by Agri Solutions Sp. z o.o. – dostawca oprogramowania dla rolnictwa, systemów FMS i rozwiązań IoT dla sektora rolno-spożywczego · Data publikacji: 21 kwietnia 2026

Zarządzaj gospodarstwem w FarmPortal

Załóż bezpłatne konto

Zarejestruj się

1. Korzyści dla odbiorców – kto i co zyskuje dzięki projektom AGROSTRATEG

Program AGROSTRATEG nie jest inicjatywą wyłącznie dla uczelni. Jego konstrukcja zakłada konsorcja łączące naukę z praktyką, co oznacza, że każda z czterech grup odbiorców tego artykułu może znaleźć w nim konkretną wartość – od dofinansowania prac rozwojowych po dostęp do narzędzi, zanim pojawią się na rynku komercyjnym.

Doradcy rolni i agronomowie

Doradca, który uczestniczy w projekcie B+R, zyskuje bezpośredni dostęp do nowych systemów wspomagania decyzji – jeszcze zanim te narzędzia trafią do oferty komercyjnej. Projekty opisane w tym artykule adresują problemy, z którymi doradcy mierzą się codziennie: jak precyzyjnie dobrać dawkę nawozu do strefy pola, jak udokumentować zgodność zabiegów z wymogami odbiorcy, jak zareagować na przymrozek szybciej niż po fakcie. Udział w konsorcjum pozwala doradcy pełnić rolę walidatora rozwiązania i budować kompetencje w rolnictwie cyfrowym.

Przetwórcy owoców i warzyw

Przetwórca, który boryka się z niestabilną jakością surowca i brakiem pełnej identyfikowalności partii, może w AGROSTRATEG znaleźć finansowanie na rozwiązanie tych problemów. Projekty dotyczące traceability (identyfikowalności), predykcji plonu i jakości oraz cyfrowego łańcucha dostaw bezpośrednio przekładają się na redukcję strat surowcowych, lepszą kontraktację i spełnienie wymogów regulacyjnych (rozporządzenie WE 178/2002, standardy IFS/BRC, GlobalGAP).

Dystrybutorzy owoców i warzyw

Dystrybutor, który planuje dostawy na podstawie szacunków telefonicznych, traci na niedoszacowaniu podaży i nadmiernych kosztach logistycznych. Projekty z zakresu predykcji plonu, monitoringu jakości i cyfrowego paszportu produktu dają dystrybutorowi wgląd w dane produkcyjne w czasie zbliżonym do rzeczywistego – co pozwala planować logistykę, zarządzać rotacją towaru i dokumentować pochodzenie produktu wobec sieci handlowych.

Producenci sprzętu rolnego

Producent maszyn lub urządzeń IoT ma w AGROSTRATEG szansę na współfinansowanie integracji swojego hardware'u z warstwą danych i oprogramowania. Projekty łączące czujniki, stacje pogodowe, systemy nawadniania czy terminale ISO-BUS z platformami cyfrowymi mają wyższy potencjał wdrożeniowy – a tym samym większe szanse na pozytywną ocenę wniosku.

2. Dlaczego sam pomysł „AI w rolnictwie" nie wystarczy

W pierwszej połowie 2026 roku rośnie liczba deklaracji projektowych w rodzaju „opracujemy system AI do optymalizacji produkcji rolnej". Takie sformułowanie jest zbyt szerokie, by przejść ocenę merytoryczną w programie AGROSTRATEG. NCBiR nie finansuje ogólnych koncepcji – finansuje projekty z precyzyjnie zdefiniowanym problemem badawczym, mierzalnymi wynikami i obowiązkowym komponentem eksperymentalnych prac rozwojowych.

Dane z polskiego rolnictwa pokazują, dlaczego precyzja ma znaczenie. Według GUS zbiory owoców z drzew w 2024 r. spadły o ok. 17% rok do roku, a owoców z krzewów owocowych i plantacji jagodowych – o ponad 11%. Główną przyczyną były przymrozki w drugiej połowie kwietnia (miejscami poniżej –9°C), które uszkodziły kwitnące drzewa i krzewy owocowe (GUS, Wstępny szacunek głównych ziemiopłodów 2024). Z kolei sektor unijny traci z powodu ekstremalnych zjawisk pogodowych ponad 28 mld EUR rocznie, z czego ponad połowę stanowią straty od suszy (Potato News Today, 2025). To nie są abstrakcyjne liczby – to konkretne problemy, wokół których można zbudować projekt AGROSTRATEG z realnym wpływem na efektywność produkcji.

Różnica między „pomysłem" a „projektem" leży w trzech elementach: zdefiniowanej hipotezie badawczej (co chcemy zweryfikować), metodologii prac eksperymentalnych (jak to zweryfikujemy w warunkach polowych) i mierzalnym wskaźniku efektu (ile konkretnie ograniczymy strat, kosztów lub emisji). Dobry projekt to nie „zrobimy aplikację", tylko „opracujemy, zweryfikujemy, przetestujemy i pokażemy efekt na gospodarstwach lub w łańcuchu dostaw".

3. Co premiuje AGROSTRATEG w praktyce

Program AGROSTRATEG został zatwierdzony przez Ministra Nauki i Szkolnictwa Wyższego 14 stycznia 2026 r. z łącznym budżetem 500 mln zł, z czego I konkurs (ogłoszony 31 marca 2026 r.) dysponuje pulą 300 mln zł. Nabór wniosków trwa od 14 maja do 28 sierpnia 2026 r. Dofinansowanie projektu wynosi od 1 do 25 mln zł.

Cztery obszary tematyczne programu obejmują szerokie spektrum wyzwań sektora rolnego, jednak dla projektów łączących produkcję roślinną z technologiami cyfrowymi najistotniejsze są trzy z nich:

• T1. Zrównoważona produkcja roślinna oraz poprawa żyzności gleby – obejmuje adaptację do zmian klimatu, ograniczenie chemii rolnej, monitoring gleb, biologizację i zarządzanie zasobami wodnymi.
• T3. Rolnictwo cyfrowe – obejmuje oprogramowanie do zarządzania gospodarstwem w czasie rzeczywistym (FMS), platformy integrujące dane z sensorów i teledetekcji, precyzyjne sadzenie i nawadnianie, systemy Big Data i AI w łańcuchu wartości, traceability oraz interoperacyjność systemów.
• T4. Innowacyjne techniki rolnicze – obejmuje alternatywne metody produkcji, w tym zaawansowane techniki nawadniania i agrotechniki.

Warunek kluczowy, który warto zapamiętać: projekt, w którym nie przewidziano eksperymentalnych prac rozwojowych, nie uzyska dofinansowania. To oznacza, że każdy z siedmiu przykładów poniżej musi zakładać nie tylko opracowanie rozwiązania, ale również jego testowanie w warunkach zbliżonych do rzeczywistych – na polach, w sadach, w łańcuchu dostaw.

4. Siedem przykładowych tematów projektów B+R dla programu AGROSTRATEG

Poniższe propozycje nie są gotowymi wnioskami do skopiowania. To inspiracje oparte na rzeczywistych wyzwaniach polskiego sektora rolno-spożywczego, mapowane na obszary tematyczne programu. Każdy z nich wymaga dopracowania hipotezy badawczej, metodologii i budżetu w ramach konkretnego konsorcjum.

4.1. Cyfrowy system ograniczania strat po przymrozkach i suszy w sadach oraz jagodnikach

Obszary tematyczne: T1 (adaptacja do zmian klimatu) + T3 (rolnictwo cyfrowe, monitoring, FMS)

Przymrozki wiosenne pozostają jednym z największych zagrożeń dla produkcji sadowniczej w Polsce. W 2024 r. spadki temperatury poniżej –9°C w drugiej połowie kwietnia spowodowały uszkodzenia kwitnących drzew i krzewów owocowych w wielu regionach kraju. W niektórych miejscach – szczególnie w uprawach borówki, truskawki i wiśni – straty sięgały 100% plonu (Tridge, 2024). Problem dotyczy nie tylko skali strat, ale też czasu reakcji: większość sadowników dowiaduje się o zakresie szkód dopiero po fakcie.

Projekt badawczo-rozwojowy w tym obszarze mógłby zakładać opracowanie zintegrowanego systemu łączącego dane ze stacji pogodowych (temperatura, wilgotność, punkt rosy), wskaźniki satelitarne (NDVI, NDRE), historię zabiegów ochronnych i modele ryzyka przymrozkowego – z automatycznym generowaniem alertów operacyjnych i rekomendacji działań zapobiegawczych (np. włączenie wentylatorów antyprzymrozkowych, opóźnienie oprysków).

Hipoteza badawcza: czy połączenie danych mikroklimatu z modelami predykcyjnymi pozwala ograniczyć straty przymrozkowe w sadach o co najmniej 20% w porównaniu z decyzjami podejmowanymi wyłącznie na podstawie prognoz synoptycznych?

Komponent eksperymentalny: demonstrator systemu w 3–5 sadach o powierzchni min. 10 ha każdy, obejmujący dwa pełne sezony wegetacyjne, z pomiarem strat referencyjnych na działkach kontrolnych.

„Mamy 28 ha jabłoni i 6 ha borówki w okolicach Grójca. W 2024 roku straciliśmy ok. 35% plonu borówki przez jeden przymrozek w trzecim tygodniu kwietnia. Gdybyśmy mieli alert 6 godzin wcześniej, zdążylibyśmy uruchomić zraszacze – to byłoby kilkanaście tysięcy złotych różnicy na samej borówce."

— Marek Wiśniewski, sadownik, 34 ha, pow. grójecki

4.2. Platforma zmiennego nawożenia i nawadniania oparta na strefach zarządzania

Obszary tematyczne: T1 (żyzność gleby, ograniczenie nawozów sztucznych) + T3 (FMS, interoperacyjność, Big Data)

Technologia zmiennego dawkowania nawozów (VRA – Variable Rate Application, czyli aplikacja zmiennych dawek w zależności od strefy pola) jest jednym z najlepiej udokumentowanych narzędzi rolnictwa precyzyjnego. Badania opublikowane w Elsevier (2025) wskazują, że VRA pozwala ograniczyć zużycie azotu w europejskich uprawach polowych o 30–40% bez obniżenia plonów (Fabiani i in., 2020; Argento i in., 2022). Jednocześnie adopcja tej technologii w Europie wynosi poniżej 10% – znacznie mniej niż w USA czy Australii.

Projekt mógłby zakładać opracowanie platformy integrującej mapy zasobności gleby, indeksy wegetacyjne z teledetekcji, dane z czujników glebowych (wilgotność, EC, temperatura) i algorytmy rekomendacji dawek – z eksportem map aplikacyjnych bezpośrednio do terminali maszyn (ISO-XML, formaty ISOBUS). Komponent nawadniania mógłby obejmować sterowanie systemami kropelkowymi w oparciu o bilans wodny i dane z tensjometrów.

Hipoteza badawcza: czy platforma łącząca wieloźródłowe dane glebowe i wegetacyjne z algorytmem rekomendacji dawek osiągnie redukcję zużycia nawozów azotowych o ≥25% przy zachowaniu plonu na poziomie ±5% wobec nawożenia jednorodnego?

Komponent eksperymentalny: wdrożenie na min. 500 ha w co najmniej 3 typach gleb, z pełnym cyklem nawozowym (3 sezony), porównanie strefowe z działkami referencyjnymi i analiza kosztowa.

Tabela 1. Porównanie nawożenia jednorodnego i zmiennego – szacunkowe parametry dla upraw zbożowych w warunkach polskich. Źródło: opracowanie własne na podstawie Fabiani i in. (2020), Argento i in. (2022).

Więcej o tym, jak w praktyce działa zmienne nawożenie w FarmPortal, można przeczytać w artykule Indeksy wegetacyjne i zmienne nawożenie w FarmPortal.

4.3. Traceability jakości surowca od pola do przetwórcy

Obszary tematyczne: T3 (traceability, łańcuch wartości, Big Data, interoperacyjność)

Identyfikowalność (traceability – zdolność do śledzenia produktu na wszystkich etapach produkcji, przetwarzania i dystrybucji, zgodnie z rozporządzeniem WE 178/2002) to dziś wymóg regulacyjny, ale w praktyce większość polskich łańcuchów dostaw realizuje ją na papierze lub w arkuszach kalkulacyjnych. Brakuje połączenia między tym, co zalecił doradca, co wykonał rolnik, jaką partię zebrał, jaką jakość zmierzył przetwórca – i jak to wszystko trafiło do końcowego odbiorcy.

Projekt mógłby zakładać opracowanie systemu, który łączy dane z poziomu doradztwa (zalecenia agronomiczne), ewidencji zabiegów w FMS, logistyki zbioru (partia, data, pole, odmiana) i kontroli jakości u przetwórcy (parametry fizykochemiczne, wyniki laboratoryjne) – w jeden ciągły rekord identyfikowalności z cyfrowym paszportem produktu dostępnym przez kod QR.

Hipoteza badawcza: czy cyfrowy system traceability oparty na integracji danych produkcyjnych i przetwórczych skraca czas identyfikacji źródła odchylenia jakościowego z dni (typowe w systemach papierowych) do poniżej 2 godzin?

Komponent eksperymentalny: pilotaż w łańcuchu dostaw obejmującym min. 20 dostawców surowca (owoce lub warzywa), 1 przetwórcę i 2 odbiorców, z pomiarem czasu reakcji na symulowane odchylenia jakościowe i porównaniem z procesem dotychczasowym.

Temat traceability w kontekście produkcji owoców i warzyw szczegółowo omawia artykuł na blogu FarmPortal: Co to jest traceability w rolnictwie.

4.4. System predykcji plonu i jakości dla plantacji owoców i warzyw

Obszary tematyczne: T3 (AI, Big Data, optymalizacja produkcji) + częściowo T1 (efektywność produkcji roślinnej)

Kontraktacja owoców i warzyw w Polsce opiera się w dużej mierze na szacunkach eksperckich i doświadczeniu agronoma. Brak precyzyjnych prognoz ilościowych i jakościowych prowadzi do niedoszacowania lub nadszacowania podaży, co z kolei generuje straty logistyczne, nadmiarowe koszty magazynowania i problemy z planowaniem linii przetwórczych.

Projekt mógłby zakładać opracowanie modelu predykcyjnego łączącego dane z wielu źródeł: obrazy satelitarne i dronowe (indeksy wegetacyjne na różnych fazach BBCH), dane pogodowe historyczne i prognostyczne, parametry glebowe, historię uprawy (odmiana, nawożenie, ochrona, nawadnianie) oraz – opcjonalnie – dane z computer vision w terenie (ocena wielkości owoców, koloru, dojrzałości). Model generowałby prognozy plonu z dokładnością do strefy pola i tygodnia zbioru, a prognozy jakości – z dokładnością do klasy handlowej.

Hipoteza badawcza: czy model wieloźródłowy osiągnie dokładność prognozy plonu jabłek ≥85% (MAPE ≤15%) na 4 tygodnie przed zbiorem, w porównaniu z ok. 60–70% typowej dokładności szacunków eksperckich?

„Kontraktujemy ok. 12 000 ton jabłek rocznie od 40 dostawców. Każde 5% błędu w prognozie plonu oznacza 600 ton niedoszacowania lub nadmiaru – a to bezpośrednio wpływa na planowanie linii sortowniczej i kontrakty z sieciami. Narzędzie, które daje prognozę na 4 tygodnie przed zbiorem z błędem poniżej 15%, zmienia sposób, w jaki planujemy sezon."

— Anna Kowalczyk, kierownik działu surowca, zakład przetwórstwa owocowego, woj. lubelskie

4.5. Monitoring zdrowia gleby i regeneracji materii organicznej

Obszary tematyczne: T1 (żyzność gleby, biologizacja, monitoring) + T3 (dashboard, dane, czujniki)

Zawartość materii organicznej (próchnica) w polskich glebach systematycznie spada – według danych IUNG-PIB średnia zawartość węgla organicznego w glebach ornych w Polsce wynosi ok. 1,2%, podczas gdy próg funkcjonalny dla dobrej struktury gleby to ok. 2%. To nie jest problem abstrakcyjny: niska zawartość próchnicy bezpośrednio obniża zdolność retencji wody, co w warunkach nasilających się susz oznacza szybsze straty plonów.

Projekt mógłby zakładać opracowanie systemu monitoringu gleby łączącego badania laboratoryjne (próchnica, pH, makro- i mikroelementy, aktywność biologiczna), dane z czujników in-situ (wilgotność, temperatura, przewodność elektryczna) i wskaźniki teledetekcyjne (indeksy glebowe, zmienność przestrzenna). System prezentowałby dane w formie dashboardu zmian w czasie, umożliwiając rolnikowi i doradcy ocenę skuteczności działań regeneracyjnych (np. poplony, kompost, uproszczona uprawa roli).

Komponent eksperymentalny: monitoring na min. 15 gospodarstwach o zróżnicowanym typie gleby, obejmujący min. 3 sezony, z porównaniem ścieżek regeneracyjnych (biologizacja vs. konwencja) i walidacją wskaźników cyfrowych wobec analiz laboratoryjnych.

Idealny skład konsorcjum: uczelnia rolnicza lub IUNG-PIB (metodologia badawcza) + firma nawozowa lub producent preparatów biologicznych (produkty do walidacji) + partner technologiczny – dostawca oprogramowania dla rolnictwa z kompetencjami FMS i IoT + 5–10 gospodarstw demonstracyjnych.

4.6. Cyfrowy bliźniak gospodarstwa dla decyzji agronomicznych i kosztowych

Obszary tematyczne: T3 (FMS, Big Data, AI, interoperacyjność)

Cyfrowy bliźniak (digital twin – wirtualna replika fizycznego obiektu aktualizowana danymi w czasie zbliżonym do rzeczywistego) to koncepcja znana z przemysłu, ale w rolnictwie wciąż na wczesnym etapie wdrożeń. W kontekście gospodarstwa rolnego cyfrowy bliźniak to nie sama mapa pola – to zintegrowany model łączący warstwę agrotechniczną (uprawy, zabiegi, odmiany, płodozmian), warstwę pogodową (dane historyczne i prognozy), warstwę operacyjną (maszyny, pracownicy, godziny pracy, paliwo) i warstwę finansową (koszty na hektar, rentowność uprawy, próg opłacalności).

Projekt mógłby zakładać opracowanie modelu cyfrowego bliźniaka, który na podstawie danych z FMS, stacji pogodowych, czujników IoT i danych finansowych generuje scenariusze decyzyjne: „co się stanie z rentownością rzepaku, jeśli przesunę drugi zabieg azotowy o 10 dni?" lub „jaki jest koszt alternatywny zamiany pszenicy na groch w tej rotacji?".

Hipoteza badawcza: czy cyfrowy bliźniak oparty na wieloźródłowych danych operacyjnych i agronomicznych pozwala przewidzieć koszt jednostkowy uprawy (zł/t) z dokładnością ≥90% w porównaniu z rozliczeniem końcowym?

Tabela 2. Warstwy danych cyfrowego bliźniaka gospodarstwa – źródła i częstotliwość aktualizacji. Źródło: opracowanie własne.

4.7. Inteligentny system dokumentowania zgodności i ograniczania chemizacji

Obszary tematyczne: T1 (ograniczenie ŚOR, bezpieczeństwo surowca) + T3 (FMS, dane w czasie rzeczywistym, przeglądarka środków ochrony roślin)

Rosnące wymagania odbiorców (sieci handlowe, eksporterzy, przetwórcy) wobec dokumentacji zabiegów ochrony roślin i limitów pozostałości (MRL – Maximum Residue Level, czyli najwyższy dopuszczalny poziom pozostałości pestycydów w produkcie spożywczym) tworzą presję, na którą wielu producentów nie jest przygotowanych. Jednocześnie strategia „Od pola do stołu" Komisji Europejskiej zakłada redukcję stosowania pestycydów chemicznych o 50% do 2030 r.

Projekt mógłby zakładać opracowanie systemu, który łączy ewidencję zabiegów w FMS z bazą dopuszczonych środków ochrony roślin, alertami dawek (przekroczenie dawki max.), warunków pogodowych (zabieg w wietrze >4 m/s, opady w ciągu 2 h po zabiegu), okresów karencji i prewencji oraz wymagań konkretnych odbiorców (np. listy substancji zakazanych przez sieć handlową).

Hipoteza badawcza: czy system automatycznych alertów i rekomendacji zmniejszy liczbę niezgodności w dokumentacji zabiegów ŚOR o ≥50% i przyczyni się do redukcji liczby zastosowań chemicznych ŚOR o ≥15% dzięki lepszemu dobieraniu terminu i warunków zabiegu?

Komponent eksperymentalny: wdrożenie na min. 30 gospodarstwach (owoce i warzywa) z porównaniem sezonu z systemem vs. sezonu bez systemu, pomiar liczby niezgodności, liczby zabiegów i poziomu pozostałości w surowcu.

5. Zestawienie porównawcze projektów

Tabela 3. Zestawienie porównawcze 7 przykładowych projektów AGROSTRATEG – obszary tematyczne, kluczowe wskaźniki i partnerzy wdrożeniowi. Źródło: opracowanie własne.

6. Jak odróżnić temat wdrożeniowy od zbyt ogólnej koncepcji

Jednym z najczęstszych powodów odrzucenia wniosków w programach B+R jest brak precyzji: wniosek opisuje cel („poprawa efektywności"), ale nie definiuje, co dokładnie zostanie opracowane, jak zostanie przetestowane i jaki efekt można zmierzyć. Poniżej pięć kryteriów, które pomagają ocenić, czy temat ma potencjał wdrożeniowy.

Krok po kroku: 5 pytań weryfikujących temat projektu

1. Czy problem jest mierzalny? – „Straty przymrozkowe sięgają 17% plonu owoców z drzew w 2024 r." to mierzalny problem. „Rolnictwo powinno być bardziej cyfrowe" to ogólna teza.
2. Czy istnieje hipoteza, którą można obalić? – „System alertów skróci czas reakcji o X godzin" to hipoteza weryfikowalna. „AI poprawi rolnictwo" to oczekiwanie.
3. Czy da się określić demonstrator? – Demonstrator to działające rozwiązanie testowane w warunkach zbliżonych do rzeczywistych (np. na 5 polach, u 3 przetwórców). Jeśli nie potrafisz opisać, gdzie i jak rozwiązanie będzie testowane, temat jest zbyt wcześnie.
4. Czy wynik będzie różny od istniejących narzędzi komercyjnych? – NCBiR finansuje nowość badawczą. Jeśli rozwiązanie istnieje na rynku i wymaga jedynie wdrożenia – to nie projekt B+R, tylko zakup.
5. Czy efekt ma beneficjenta? – Kto konkretnie skorzysta z wyników: rolnik, doradca, przetwórca, dystrybutor? Projekty bez jasno zdefiniowanego użytkownika końcowego mają niski potencjał wdrożeniowy.

Tabela 4. Porównanie cech projektu wdrożeniowego i zbyt ogólnej koncepcji w kontekście AGROSTRATEG. Źródło: opracowanie własne.

7. Jak zbudować konsorcjum wokół projektu cyfrowego – instrukcja krok po kroku

Konsorcjum AGROSTRATEG nie musi być duże – musi być funkcjonalne. Każdy partner powinien wnosić kompetencję, której nie ma żaden inny członek. Poniżej schemat budowania konsorcjum w 6 krokach.

1. Zdefiniuj problem i zakres prac. Zanim szukasz partnerów, musisz wiedzieć, co chcesz zbadać i wdrożyć. Określ hipotezę, kluczowe wskaźniki i skalę demonstratora.
2. Zidentyfikuj niezbędne kompetencje. Typowe konsorcjum projektu cyfrowego w rolnictwie obejmuje: jednostkę naukową (metodologia, walidacja statystyczna), partnera technologicznego – dostawcę oprogramowania dla rolnictwa (platforma, integracja, FMS), partnera sprzętowego (czujniki, stacje, maszyny) oraz gospodarstwa lub przetwórców demonstracyjnych.
3. Poszukaj partnera naukowego. Uczelnie rolnicze (SGGW, UP Lublin, UP Poznań, UP Wrocław) i instytuty branżowe (IUNG-PIB, IO Skierniewice, IERiGŻ) mają doświadczenie w programach NCBiR. Kluczowe: partner naukowy musi mieć zespół zdolny do zaangażowania się przez 2–4 lata projektu.
4. Dobierz partnera technologicznego z doświadczeniem w sektorze. Dostawca oprogramowania dla rolnictwa, który ma działające rozwiązanie FMS, kompetencje w IoT, integracji danych i teledetekcji, jest silniejszym partnerem niż firma IT bez doświadczenia agri. Partner technologiczny odpowiada za architekturę systemu, integrację i utrzymanie demonstratora.
5. Zabezpiecz demonstratora. Min. 3–5 gospodarstw lub zakładów, które zobowiążą się do udziału w testach przez cały czas trwania projektu. Zróżnicowanie regionalne i typów produkcji zwiększa wiarygodność wyników.
6. Podziel pracę na pakiety. Typowy podział: WP1 – zarządzanie projektem, WP2 – prace badawcze (metodologia, modele), WP3 – rozwój oprogramowania, WP4 – integracja hardware, WP5 – demonstracja i walidacja polowa, WP6 – analiza wyników i komercjalizacja.

8. Studium przypadku: zmienne nawożenie w gospodarstwie sadowniczym – od pilotażu do mierzalnych wyników

Poniższy przykład pokazuje, jak wdrożenie zmiennego nawożenia w oparciu o dane satelitarne i glebowe przełożyło się na konkretne wskaźniki operacyjne w polskim gospodarstwie sadowniczym.

Kontekst

Gospodarstwo „Sad Nadwiślański" (nazwa zmieniona) o powierzchni 62 ha sadów jabłoniowych (odmiany: Gala, Golden Delicious, Idared) w powiecie sandomierskim, woj. świętokrzyskie. Przed wdrożeniem: nawożenie jednorodne na podstawie średnich wyników badań gleby z 2021 r., brak strefowania pól, manualna ewidencja zabiegów w zeszycie.

Wdrożenie

W sezonie 2025 gospodarstwo rozpoczęło pilotaż z FarmPortal jako platformą FMS. Zakres obejmował: pobranie prób glebowych w siatce 1 ha (62 punkty), import wyników do FarmPortal, generowanie map zasobności (P, K, Mg, pH), nałożenie indeksów wegetacyjnych (NDVI, NDRE) z satelity Sentinel-2 oraz stworzenie map zmiennego nawożenia (VRA) z eksportem na rozsiewacz nawozów.

Wyniki po pierwszym sezonie

Tabela 5. Wskaźniki operacyjne przed i po wdrożeniu zmiennego nawożenia w gospodarstwie sadowniczym 62 ha – pierwszy sezon pilotażowy. Źródło: dane własne, gospodarstwo „Sad Nadwiślański".

Wnioski

Redukcja kosztów nawożenia o 18% przy jednoczesnym wzroście plonu handlowego o 5% potwierdziła, że nawet w pierwszym sezonie system generuje zwrot. Kluczowym czynnikiem było strefowanie – 62 ha okazały się obejmować 4 wyraźne strefy o różnej zasobności w potas, czego nie wykazywała uśredniona próba gleby. Właściciel planuje rozszerzenie wdrożenia o moduł nawadniania kropelkowego sterowanego tensjometrami w sezonie 2026.

„Byłem sceptyczny wobec map satelitarnych – myślałem, że to zabawka. Po pierwszym sezonie widzę konkretne oszczędności: 330 zł na hektarze mniej na nawozach, a jabłka bardziej wyrównane. Największe zaskoczenie? Dwie kwatery, które traktowałem tak samo od lat, mają zupełnie inną zasobność potasu. Bez strefowania nigdy bym tego nie wychwycił."

— Tomasz Jabłoński, sadownik, 62 ha, pow. sandomierski

9. Gdzie FarmPortal i FarmCloud wnoszą wartość w projektach AGROSTRATEG

FarmPortal – program do zarządzania gospodarstwem rolnym opracowany przez Agri Solutions – to nie gotowe rozwiązanie konkursowe, ale platforma technologiczna, na której można budować komponent cyfrowy projektu B+R. W kontekście programu AGROSTRATEG FarmPortal jako dostawca oprogramowania dla rolnictwa może pełnić rolę partnera technologicznego konsorcjum, odpowiedzialnego za architekturę systemu, integrację danych i utrzymanie demonstratora.

Funkcje FarmPortal istotne w kontekście projektów AGROSTRATEG

FarmPortal jako system FMS oferuje kompetencje, które bezpośrednio odpowiadają zagadnieniom badawczym obszaru T3 programu AGROSTRATEG:

• Precyzyjne nawożenie i mapy VRA – generowanie map zmiennego nawożenia na podstawie badań gleby i indeksów wegetacyjnych, eksport do rozsiewaczy w formatach ISO-XML. Bezpośrednio wspiera projekty typu 2 (zmienne nawożenie) i 6 (cyfrowy bliźniak).
• Ewidencja zabiegów z powiązaniem pogodowym – każdy zabieg jest rejestrowany z kontekstem warunków atmosferycznych, co jest niezbędne dla projektów typu 7 (dokumentowanie zgodności) i 1 (ograniczanie strat przymrozkowych).
• Przeglądarka środków ochrony roślin – zintegrowana, aktualizowana baza ŚOR zatwierdzona przez MRiRW, z informacjami o dawkach, karencji i warunkach stosowania. Kluczowa dla projektów typu 7.
• Integracja z czujnikami IoT i stacjami meteo – dane z czujników glebowych, stacji pogodowych i czujników magazynowych w jednym panelu. Wspiera projekty typu 1, 2 i 5.
• Traceability i cyfrowy paszport produktu (FoodPass) – powiązanie partii zbioru z historią zabiegów, polem, odmianą i parametrami jakości. Bezpośrednio wspiera projekt typu 3.
• Analityka kosztowa – koszty zabiegów w podziale na uprawę, hektar i składowe (nawożenie, ochrona, paliwo, usługi). Wspiera projekt typu 6 (cyfrowy bliźniak).

Pełen przegląd funkcji FarmPortal, w tym moduły telemetrii, kalkulacji nawozowych i zarządzania parkiem maszynowym, jest dostępny na stronie farmportal.eu/functions.

FarmPortal w roli partnera technologicznego – co wnosi do konsorcjum

Tabela 6. Kompetencje FarmPortal jako partnera technologicznego w konsorcjum AGROSTRATEG. Źródło: opracowanie własne.

Jeśli masz pomysł na projekt B+R z komponentem cyfrowym i szukasz partnera technologicznego z doświadczeniem w sektorze rolno-spożywczym – pomożemy ubrać go w zakres prac, pakiety robocze i architekturę demonstratora. Skontaktuj się z nami przez formularz na stronie AGROSTRATEG.

10. Lista kontrolna gotowości projektu AGROSTRATEG

Zanim złożysz wniosek, zweryfikuj poniższe elementy. Lista oparta jest na wymaganiach dokumentacji konkursowej I naboru oraz dobrych praktykach z wcześniejszych programów NCBiR.

• Problem badawczy – zdefiniowany, mierzalny, oparty na danych (statystyki GUS, publikacje naukowe, dane branżowe).
• Hipoteza – weryfikowalna, z progiem liczbowym (np. „redukcja o ≥20%").
• Obszar tematyczny – projekt wpisuje się w co najmniej jeden z czterech obszarów T1–T4.
• Eksperymentalne prace rozwojowe – zaplanowane, z opisanym demonstratorem, skalą i czasem testów.
• Konsorcjum – kompletne (jednostka naukowa + partner wdrożeniowy + partner technologiczny + demonstratorzy).
• Budżet – w przedziale 1–25 mln zł, z realistycznym podziałem na pakiety prac.
• Pakiety prac (WP) – zdefiniowane z kamieniami milowymi, wskaźnikami i odpowiedzialnymi partnerami.
• Nowość badawcza – opisana wobec stanu techniki (przegląd literatury, analiza istniejących rozwiązań).
• Plan komercjalizacji – ścieżka od demonstratora do produktu/usługi rynkowej po zakończeniu projektu.
• Wniosek w systemie LSI – złożony elektronicznie do 28 sierpnia 2026 r., godz. 16:00.

11. Podsumowanie

Program AGROSTRATEG z budżetem 300 mln zł w I konkursie to realna szansa na sfinansowanie projektów, które łączą naukę z praktyką rolniczą. Siedem przykładów opisanych w tym artykule pokazuje, że tematy projektowe nie muszą być abstrakcyjne – mogą wynikać z konkretnych problemów: strat przymrozkowych w sadach, nadmiernego nawożenia, braku identyfikowalności surowca, niedokładnych prognoz plonu, degradacji gleby, fragmentaryzacji danych operacyjnych czy niezgodności w dokumentacji zabiegów ochronnych.

Trzy zasady, które warto zapamiętać przed przystąpieniem do przygotowania wniosku:

1. AGROSTRATEG to nie konkurs na software – to program badawczo-rozwojowy wymagający eksperymentalnych prac rozwojowych z demonstratorem w warunkach zbliżonych do rzeczywistych.
2. Dobry temat zaczyna się od mierzalnego problemu – nie od technologii. Najpierw problem i hipoteza, potem narzędzie.
3. Konsorcjum musi być funkcjonalne – każdy partner wnosi unikatową kompetencję, a projekt ma jasno zdefiniowanego beneficjenta: rolnika, doradcę, przetwórcę lub dystrybutora.

Nabór wniosków trwa od 14 maja do 28 sierpnia 2026 r. Czas na przygotowanie solidnego wniosku to 8–16 tygodni – co oznacza, że budowanie konsorcjum i definiowanie zakresu projektu powinno rozpocząć się teraz.

Masz pomysł na projekt B+R w rolnictwie cyfrowym? Pomożemy ubrać go w architekturę, pakiety prac i demonstrator. Skontaktuj się z zespołem Agri Solutions przez stronę programu AGROSTRATEG na farmportal.eu.

12. Najczęściej zadawane pytania

Czy jako gospodarstwo 50 ha mogę złożyć wniosek do AGROSTRATEG samodzielnie?

Nie samodzielnie – AGROSTRATEG to program badawczo-rozwojowy, więc wymagane jest konsorcjum z jednostką naukową. Jednak gospodarstwo każdej wielkości może być partnerem wdrożeniowym w konsorcjum, np. jako demonstrator rozwiązania. Im więcej zróżnicowanych gospodarstw w projekcie, tym silniejsza walidacja wyników. Gospodarstwo 50 ha może pełnić rolę poligonu testowego dla opracowanego rozwiązania.

Ile wynosi dofinansowanie projektu w programie AGROSTRATEG i jaki jest minimalny budżet?

Minimalna wartość dofinansowania w I konkursie AGROSTRATEG wynosi 1 mln zł, maksymalna – 25 mln zł. Całkowity budżet I konkursu to 300 mln zł. Projekt musi obejmować eksperymentalne prace rozwojowe – sam software bez komponentu badawczego nie otrzyma finansowania.

Czy przetwórca owoców i warzyw może być liderem konsorcjum AGROSTRATEG?

Tak – firma przetwórcza może być liderem konsorcjum, o ile projekt obejmuje badania i prace rozwojowe. Przetwórca ma naturalną przewagę w projektach dotyczących traceability, predykcji jakości surowca czy cyfrowego łańcucha dostaw, ponieważ dysponuje danymi po stronie odbioru i przetwarzania. Lider konsorcjum odpowiada za koordynację, więc powinien mieć zdolność organizacyjną i finansową.

Czym różni się projekt wdrożeniowy od projektu czysto naukowego w kontekście AGROSTRATEG?

Projekt czysto naukowy kończy się na publikacji i prototypie laboratoryjnym. Projekt wdrożeniowy w AGROSTRATEG musi zawierać eksperymentalne prace rozwojowe – czyli demonstrator działający w warunkach zbliżonych do rzeczywistych, np. na realnych polach, w łańcuchu dostaw lub u przetwórcy. Dokumentacja konkursu wprost wymaga tego komponentu: bez prac eksperymentalnych projekt nie uzyska dofinansowania.

Jako doradca rolny – jaką rolę mogę pełnić w projekcie AGROSTRATEG?

Doradca rolny może wnieść do konsorcjum wiedzę agronomiczną, dostęp do sieci gospodarstw oraz kompetencje do walidacji rozwiązania w terenie. W projektach dotyczących systemów decyzyjnych, traceability czy zmiennego nawożenia doradca jest naturalnym łącznikiem między technologią a praktyką polową. Może pełnić rolę partnera walidacyjnego lub eksperta merytorycznego w pakietach prac.

Czy producent sprzętu rolnego może uczestniczyć w projekcie AGROSTRATEG?

Tak – producent sprzętu jest cennym partnerem, szczególnie w projektach wymagających integracji z maszynami (zmienne nawożenie, nawadnianie, telemetria ISO-BUS). Producent może wnieść do konsorcjum hardware, protokoły komunikacyjne i dostęp do floty maszyn w terenie. Projekty łączące oprogramowanie z maszynami mają silniejszy potencjał wdrożeniowy.

Ile trwa przygotowanie dobrego wniosku do AGROSTRATEG i od czego zacząć?

Realistyczny czas przygotowania solidnego wniosku to 8–16 tygodni. Pierwsze kroki: zdefiniowanie problemu badawczego i hipotezy, identyfikacja partnerów konsorcjum, opracowanie zakresu prac w podziale na pakiety, walidacja wykonalności budżetowej. Nabór trwa od 14 maja do 28 sierpnia 2026 r. – warto zacząć przygotowania jak najszybciej.

Czy dystrybutor owoców i warzyw może skorzystać na uczestnictwie w projekcie AGROSTRATEG?

Dystrybutor może pełnić rolę partnera wdrożeniowego, szczególnie w projektach dotyczących traceability jakości surowca, predykcji plonów dla kontraktacji oraz cyfrowego łańcucha dostaw. Udział w projekcie B+R daje dostęp do rozwiązań, które usprawnią logistykę i zarządzanie jakością – zanim te narzędzia pojawią się na rynku komercyjnie.

13. Słownik pojęć

AGROSTRATEG

Strategiczny program badań naukowych i prac rozwojowych w sektorze rolnym, prowadzony przez Narodowe Centrum Badań i Rozwoju (NCBiR). Budżet programu: 500 mln zł, I konkurs: 300 mln zł.

NCBiR (Narodowe Centrum Badań i Rozwoju)

Agencja wykonawcza Ministra Nauki i Szkolnictwa Wyższego, odpowiedzialna za finansowanie programów B+R w Polsce.

FMS (Farm Management System)

System informatyczny do zarządzania gospodarstwem rolnym – obejmuje ewidencję zabiegów, planowanie produkcji, analitykę kosztową, integrację z czujnikami i mapami satelitarnymi. FarmPortal jest przykładem takiego systemu.

VRA (Variable Rate Application)

Aplikacja zmiennych dawek – technologia umożliwiająca dostosowanie ilości nawozu, wody lub środka ochrony roślin do potrzeb konkretnej strefy pola. Wymaga mapy aplikacyjnej i kompatybilnego rozsiewacza/opryskiwacza.

Traceability (identyfikowalność)

Zdolność do śledzenia produktu na wszystkich etapach produkcji, przetwarzania i dystrybucji. Wymóg regulacyjny wynikający z rozporządzenia WE 178/2002.

NDVI (Normalized Difference Vegetation Index)

Znormalizowany różnicowy wskaźnik wegetacji – mierzy zawartość chlorofilu i biomasę roślin na podstawie odbicia światła w pasmach czerwonym i bliskiej podczerwieni.

NDRE (Normalized Difference Red Edge)

Wskaźnik wegetacyjny wykorzystujący pasmo „red edge" – bardziej czuły od NDVI w zaawansowanych fazach wegetacji i przy wysokim zagęszczeniu łanu.

ISO-BUS / ISOBUS

Standard komunikacji między ciągnikiem a narzędziem (ISO 11783). Umożliwia wymianę danych operacyjnych i sterowanie maszynami z jednego terminala.

Cyfrowy bliźniak (digital twin)

Wirtualna replika fizycznego obiektu (np. gospodarstwa) aktualizowana danymi w czasie zbliżonym do rzeczywistego, służąca do symulacji scenariuszy i wspomagania decyzji.

MRL (Maximum Residue Level)

Najwyższy dopuszczalny poziom pozostałości pestycydów w produkcie spożywczym, określany przez regulacje UE i wymagania odbiorców.

TRL (Technology Readiness Level)

Poziom gotowości technologicznej – skala od 1 (badania podstawowe) do 9 (sprawdzony system w warunkach operacyjnych). Projekty AGROSTRATEG powinny dążyć do TRL 6–7 na zakończenie.

BBCH

Skala fenologiczna opisująca fazy rozwojowe roślin uprawnych (od kiełkowania do dojrzewania). Stosowana w ewidencji zabiegów i modelach agronomicznych.

Eksperymentalne prace rozwojowe

Prace polegające na zastosowaniu dostępnej wiedzy i umiejętności do projektowania nowych lub ulepszonych produktów, procesów lub usług – obejmujące testowanie w warunkach zbliżonych do rzeczywistych. Obowiązkowy komponent projektu AGROSTRATEG.

14. Źródła

1. Narodowe Centrum Badań i Rozwoju – Dokumentacja I konkursu programu AGROSTRATEG: gov.pl/web/ncbr/agrostrateg-ikonkurs
2. Główny Urząd Statystyczny – Wstępny szacunek głównych ziemiopłodów rolnych i ogrodniczych w 2024 r.: stat.gov.pl

Śledź nas!

Podglądaj co robimy i zainspiruj się pozytywnymi zmianami.