Разработка ПО для агротеха и smart farming

Создаём кастомные платформы и приложения для точного земледелия, животноводства, теплиц, цепочек поставок и agro-IoT. Делаем то, что не делают западные SaaS — под ваши поля, регулирование РФ и интеграции с ФГИС.

Почему агротех — это IoT, AI и кастом

Кажется, что для сельского хозяйства уже есть готовый софт — от 1С:Селекция до международных платформ Cropin и Bayer Climate FieldView. На практике крупные агрохолдинги и средние фермы упираются в одну и ту же проблему: ни одна готовая платформа не покрывает их конкретный набор задач, инфраструктуру и регулирование РФ.

Поэтому smart farming в зрелом виде — это всегда кастомная сборка из нескольких компонентов:

  • IoT-сенсоры и шлюзы — почвенные датчики, метеостанции, GPS-трекеры техники, RFID-метки скота. У каждого хозяйства свои сети LoRaWAN или NB-IoT, свои протоколы.
  • AI/ML-аналитика — компьютерное зрение для распознавания вредителей и болезней, прогноз урожая по спутникам, оптимизация ирригации.
  • Backend-платформа — хранит миллиарды событий с полей, считает агрегаты, отдаёт API клиентским приложениям.
  • Клиентские приложения — мобильные для агронома и комбайнера, веб-кабинеты для управляющего, BI-дашборды для собственника.
  • Интеграции с ФГИС и Минсельхозом — ФГИС «Зерно», ФГИС «Семеноводство», «Меркурий», программы получения субсидий.

Мы делаем каждую из этих составляющих кастомно 14+ лет. У нас есть базовая услуга IoT-разработки и отдельная экспертиза в промышленном IoT (IIoT), которая по архитектуре близка к smart farming.

6 направлений agro-ПО: что мы разрабатываем

«Агро-ПО» — это шесть очень разных продуктов с разной архитектурой и стеком. Под каждое из них Surf собирает кастомное решение.

Farm Management — управление фермой

Веб-кабинеты и мобильные приложения для агронома, комбайнера, управляющего, собственника. Поля на карте, журналы работ, расход топлива, учёт урожая, документооборот, BI-дашборды по производству. Здесь мы пересекаемся с BI-системами — аналитический слой над операционкой фермы.

Precision Agriculture — точное земледелие

Системы переменного внесения удобрений (VRA), GPS-навигация для тракторов, авто-управление сельхозтехникой. На входе — данные с почвенных сенсоров и спутниковых снимков, на выходе — карта-задание для трактора: какое удобрение и куда сыпать в каждой точке поля.

Animal Husbandry — животноводство

RFID-метки и биометрия скота, мониторинг здоровья по сенсорам (ошейник, болюс, чип), управление кормлением, автодоильные системы, контроль воспроизводства. Отдельный мобильный канал для зоотехника.

Greenhouse Automation — тепличные хозяйства

Управление микроклиматом теплицы (полив, освещение, CO₂, температура) по обратной связи с сенсоров. Сценарии для разных культур, прогноз урожая, удалённое управление с мобильного.

Supply Chain & Traceability — прослеживаемость от поля до прилавка

Отслеживание продукции через всю цепочку: поле → элеватор → переработка → дистрибутор → магазин. Интеграция с «Меркурием» для ветконтроля, QR-коды партии, документы качества. Часто пересекается с foodtech-задачами пищевого производства и приложениями e-grocery.

Agriculture IoT — сенсорные сети и платформы

Полная инфраструктура: установка сенсоров на полях / в теплицах / в коровниках, развёртывание шлюзов и LoRaWAN-сетей, разработка платформы для приёма и хранения данных, аналитики, API для других систем фермы. Подробнее про разработку IoT-приложений.

[ АРХИТЕКТУРА ]

Архитектура smart farming-платформы

Любая платформа собирается из четырёх слоёв. Понимание этой архитектуры важно — оно определяет, как считается цена проекта и как платформа масштабируется.

[ 01 ]

Слой 1. Поле и устройства

Физические сенсоры, GPS-трекеры, контроллеры техники, дроны. У каждого — свой протокол и батарейка на месяцы или годы.

[ 02 ]

Слой 2. Edge и шлюзы

Сбор данных с устройств и отправка в облако: LoRaWAN (дальняя связь, низкая мощность), NB-IoT (через сотовых операторов), Wi-Fi/Ethernet в теплицах. Здесь же — встроенное ПО под контроллеры.

[ 03 ]

Слой 3. Облако и backend

Платформа приёма данных (MQTT-брокер, Kafka), хранилища (PostgreSQL + ClickHouse), микросервисы агрегации, ML-слой. Размещение — на территории РФ (Yandex Cloud, VK Cloud, on-prem).

[ 04 ]

Слой 4. Клиенты и интеграции

Мобильные приложения для агронома и комбайнера, веб-кабинет управляющего, BI-дашборд для собственника. Интеграции с 1С, ФГИС, бухгалтерией. На зрелых проектах — отдельные слои безопасности (PKI, шифрование) и observability.

Типы сенсоров и устройств

Хорошее smart farming-решение состоит на 70% из работы с физическими устройствами и на 30% — из «нормального софта». Вот с чем мы работаем.

КатегорияУстройстваНазначение
Почвенные сенсорыTDR-датчики влажности, pH-зонды, EC, температураСостояние почвы по точкам поля
МетеостанцииДавление, влажность, осадки, ветер, солнечная радиацияЛокальный микроклимат, прогноз
ВидеомониторингIP-камеры (поля, коровники, теплицы), камеры на дронахРаспознавание сорняков, болезней, поголовья
GPS / телематикаТрекеры на тракторах, комбайнах, погрузчикахРасход топлива, маршруты, простои
RFID и биометрия животныхОшейники, болюсы, чипыИдентификация, мониторинг здоровья
Контроллеры техникиECU тракторов, контроллеры сеялок, опрыскивателейVRA — переменное внесение удобрений
ДроныDJI Mavic / Agras / кастомныеАэрофотосъёмка, опрыскивание, мониторинг
Спутниковая аналитикаSentinel, Landsat, российские КАNDVI, индексы вегетации, прогноз урожая
Климат-контроль теплицКонтроллеры полива, света, CO₂, температурыМикроклимат под культуру

Каждая категория — отдельный класс задач по интеграции. Не все нужны одновременно: на MVP типичной фермы хватает 2–3 типов сенсоров.

AI и ML для агротеха 2026

AI в агротехе — это не «модно», а реальные деньги. Шесть направлений с измеримой окупаемостью:

  • Компьютерное зрение для болезней и вредителей. Камера на дроне или мобилка агронома — нейросеть распознаёт фитофтору, мучнистую росу, колорадского жука. Точность 90%+, обработка локально без отправки фото в облако.
  • Прогноз урожая по спутниковым данным. Индексы вегетации (NDVI, EVI) + история поля + погода → прогноз урожая за 1–2 месяца до сбора с точностью ±5–10%.
  • Оптимизация ирригации. Почвенные сенсоры, метеостанция, прогноз погоды на входе → сколько воды, куда и когда на выходе. Экономия 20–40% воды без потери урожая.
  • Идентификация животных по фото. Камера в коровнике распознаёт каждое животное по морде или сетчатке — учёт без сканеров и RFID.
  • Антифрод субсидий и страховых выплат. Спутниковая аналитика + ML определяют, реально ли поле обработано, какова реальная площадь, не получены ли двойные субсидии.
  • VRA-карты для переменного внесения. ML строит карту-задание для трактора — снижение расхода удобрений на 15–25%.

Подробнее про наш подход к AI-ускоренной разработке.

Гос.поддержка и интеграции с ФГИС

Цифровизация АПК в России — государственный приоритет с программами субсидий и обязательной отчётностью. При разработке агро-ПО обязательно учитывать:

  • ФГИС «Зерно» — отчётность по производству, обороту и хранению зерна.
  • ФГИС «Семеноводство» — учёт сортов, репродукций, посевных площадей.
  • «Меркурий» (ГИС ВетИС) — ветеринарные сертификаты на животноводческую продукцию.
  • «Аргус-Фито» — фитосанитарные сертификаты.
  • Программы Минсельхоза — субсидии на цифровизацию, поддержка АгроТех-стартапов (Россельхозбанк, ФРИИ, Сколково).
  • 152-ФЗ — локализация данных в РФ, особенно для платформ с миллионами записей о хозяйствах.

Мы интегрируем агро-ПО с этими системами через их официальные API. Для крупных хозяйств это часто главная причина выбора кастомной разработки — готовые западные платформы такие интеграции просто не делают.

Интеграции

КатегорияЧто подключаем
IoT-протоколыMQTT, LoRaWAN, NB-IoT, CoAP, OPC UA
СпутникиSentinel (ESA), Landsat (NASA), российские КА
ДроныDJI SDK, Agras, кастомные через MAVLink
СельхозтехникаISOBUS, John Deere Operations Center API, Claas Telematics
ФГИС«Зерно», «Семеноводство», «Меркурий», «Аргус-Фито»
Бухгалтерия1С (Бухгалтерия, Зарплата, Производство)
МетеоданныеЯндекс.Погода, Gismeteo, Meteoblue, OpenWeather
КартографияYandex Maps, 2GIS, OpenStreetMap
BIClickHouse, Apache Superset, Yandex DataLens, Power BI
[ ПОЧЕМУ SURF ]

За 14 лет создали 300+ мобильных и веб-продуктов

300+ реализованных проектов, 100 международных наград, №1 в мобильной разработке, 250 специалистов в команде. Профильная экспертиза для агротеха — IoT, embedded, AI/ML и корпоративная аналитика.

№ 1

В разработке приложений для крупного бизнеса

Рейтинг Рунета 2024

Топ-3

В мобильной разработке

Рейтинг Рунета 2024

14+

Лет кастомной IoT и AI-разработки

Промышленный IoT, embedded, ML

250

Штатных специалистов

Mobile, backend, embedded, ML, DevOps

[ КЕЙСЫ ]

Кейсы Surf

Архитектурно smart farming — близкий родственник промышленного IoT и корпоративной аналитики (BI-системы), где у нас 14+ лет опыта. Несколько релевантных по масштабу и прослеживаемости проектов из портфеля:

[ ПРОЦЕСС ]

Процесс разработки

[ 01 ]

Discovery + продуктовое исследование

3–5 недель. План, фичалист, выбор сенсоров и шлюзов.

[ 02 ]

Проектирование архитектуры

2–4 недели параллельно. Архитектурная схема, выбор стека, ТЗ на интеграции.

[ 03 ]

UI/UX-дизайн

5–8 недель. Дизайн-система, прототипы, экраны для всех ролей.

[ 04 ]

Разработка MVP

14–20 недель. Backend, клиенты, базовая IoT-обвязка.

[ 05 ]

Полевые тестирования

4–8 недель. Проверка на реальных сенсорах в полях.

[ 06 ]

Запуск и развитие

Развёртывание, мониторинг; от 6 месяцев — расширение, AI, новые сенсоры, ФГИС.

Стек технологий

СлойТехнологии
Edge / устройстваEmbedded C/C++, Rust, MicroPython
IoT-протоколыMQTT, LoRaWAN, NB-IoT, CoAP, OPC UA
BackendJava/Kotlin (Spring), Python (FastAPI), Go
ОчередиKafka, RabbitMQ
БДPostgreSQL + TimescaleDB, ClickHouse, Redis
MLPyTorch, scikit-learn, OpenCV, Airflow
MobileFlutter или нативные Swift / Kotlin
Frontend (кабинеты, BI)React + Next.js, Vue + Nuxt.js
DevOpsKubernetes, Docker, Terraform, Prometheus
ОблакоYandex Cloud, VK Cloud, on-prem (по требованиям)

Команда: 8–14 человек в зависимости от сценария.

Гарантии и SLA

  • 100% релизов в срок.
  • NDA и права на код. Исходники и документация — у заказчика.
  • Прозрачная отчётность каждые 2 недели.
  • Поддержка 24/7 по уровням P1/P2/P3.
  • Безопасность данных по 152-ФЗ, серверы в РФ.
  • Полевое сопровождение — наши инженеры участвуют в установке и калибровке сенсоров на реальных объектах.

Стоимость и сроки

Кастомная разработка не имеет фиксированного прайса. Точная стоимость считается после discovery под ваш сценарий, размер хозяйства и состав сенсоров.

Тип проектаСрокиСтоимость
MVP (одно направление, 1 хозяйство, 1–2 типа сенсоров)4–6 месяцевот 8 млн ₽
Платформа среднего хозяйства (3–4 направления, до 5 типов сенсоров, ФГИС)7–10 месяцевот 18 млн ₽
Полная smart farming-платформа холдинга (все 6 направлений, AI, мобильность по ролям)10–14 месяцевот 40 млн ₽

В стоимость входят: discovery, проектирование, дизайн, разработка фронта/бэка/embedded, тестирование, полевые проверки, релиз, 3 месяца техподдержки. Оборудование (сенсоры, шлюзы) — отдельной строкой по фактическим затратам.

[ ОТЗЫВЫ ]

Клиенты о работе с нами

Бургер Кинг

Благодаря усилиям команды Surf продажи через цифровые каналы выросли на 85% в течение года. Мобильное приложение заняло первое место в категории «Еда и напитки» в App Store и Google Play.

Татьяна Павлова

Директор по продукту

Додо Пицца

Я протестировал все приложения коллег по рынку и могу сказать, что это, пожалуй, лучшее мобильное приложение для заказа в России — очень быстрое, красивое и удобное.

Федор Овчинников

Основатель Додо Пиццы

KFC

С новой системой у нас улучшились процессы отчётности, планирования и составления графиков. Surf создала впечатляющий дизайн и удобный интерфейс, а также хорошо организованный процесс коммуникации.

Геннадий Дорофеев

Менеджер по инновациям

[ FAQ ]

Клиенты часто спрашивают

MVP — от 8 млн ₽ за 4–6 месяцев. Платформа среднего хозяйства — от 18 млн ₽. Полная smart farming-платформа холдинга — от 40 млн ₽. Оборудование (сенсоры, шлюзы) — отдельной строкой. Точная стоимость после discovery.
Шесть направлений: Farm Management (управление фермой), Precision Agriculture (точное земледелие), Animal Husbandry (животноводство), Greenhouse Automation (теплицы), Supply Chain & Traceability (прослеживаемость), Agriculture IoT (сенсорные сети).
Прямых публичных кейсов по агро нет — это нишевая вертикаль с длинными NDA. Но архитектурно smart farming — близкий родственник промышленного IoT, BI и AI-проектов, где у нас 14+ лет опыта.
Да, через официальные API. Для крупных хозяйств это часто основная причина выбора кастомной разработки вместо готовых платформ — западные SaaS такие интеграции не делают.
Да. Embedded C/C++, Rust, MicroPython. Подробнее — на странице разработки ПО для встраиваемых систем.
Да, это часть discovery. Предлагаем 2–3 варианта по бюджету и задачам — от бюджетных российских до промышленных импортных. Тестируем на 1–2 объектах перед массовой закупкой. На MVP обычно хватает 2–3 типов сенсоров.
Для базовых задач — да (Cropin, Bayer FieldView и др.). Кастом нужен, когда есть специфика РФ (ФГИС, Минсельхоз), интеграция с работающим 1С, уникальные сценарии хозяйства или важен полный контроль данных.

[ обратная связь ]

Расскажите о проекте и мы предложим подходящие решения

напишите нам в Telegram
добавить файл

Отправляя запрос, вы соглашаетесь с политикой конфиденциальности