علف‌کن‌های لیزری Carbon Robotics ثابت می‌کنند خودکارسازی مزارع واقعی است، اما نه آن‌طور که بازاریابی ادعا می‌کند
شرکت Carbon Robotics می‌گوید ناوهای LaserWeeder آن بیش از ۳۵ میلیارد علف هرز را در عملیات مستقر در ۱۵ کشور از بین برده است، و مدل G2 این شرکت که در فوریه ۲۰۲۵ معرفی شد، اکنون در بیش از ۱۰۰ مزرعه فعالیت دارد. درآمد سال مالی ۲۰۲۶ این شرکت گزارش شده از ۱۰۰ میلیون دلار فراتر رفته و گفته می‌شود در حال بررسی عرضه اولیه عمومی سهام است. طبق هر معیاری، این یک کسب‌وکار خودکارسازی واقعی و تجاری است — نه یک دموی آزمایشگاهی. اما نظرسنجی ژوئن ۲۰۲۶ از کشاورزان آلمانی داست‌کار دیمزاری، داستانی را پیچیده‌تر می‌کند که سیلیکون‌ولی درباره ربات‌ها برای حل بحران کارگری کشاورزی دوست دارد: اکثر پاسخ‌دهندگان گفتند ربات‌ها را برای کارآمدتر کردن نیروی کار موجود به‌کار گرفته‌اند، نه برای جایگزین کامل آن.
این تفاوت بیش از آنچه به نظر می‌رسد اهمیت دارد. دلیل تأمین‌های مالی حوزه رباتیک کشاورزی همواره حول جایگزینی نیروی کار شکل گرفته است: کارگر کمتر، هزینه کمتر، راه‌حلی برای کمبود مزمن نیروی کار که براساس برخی برآوردها از یک میلیون شغل خالی مزرعی در آمریکا در برخی فصول است. اما الگوی واقعی استقرار متفاوت است: ربات‌ها بر وظایف محدود، تکراری و پرارزش متمرکز شده‌اند — علف‌گیری، برداشت انتخابی، حمل‌ونقل مزرعه — در حالی که باقی نیروی کار مزرعه همچنان همه کارهای دیگر را انجام می‌دهد.
LaserWeeder روشن‌ترین نمونه برای توضیح این الگو است. این دستگاه علف‌های هرز را با بینایی کامپیوتری شناسایی می‌کند و با پالس هدفمند لیزری آن‌ها را بدون آسیب رساندن به خود گیاه از بین می‌برد. این دقیقاً کاری است که ربات‌ها در آن ذاتاً خوب هستند: تکرار بالا، فضای تصمیم‌گیری محدود (علف هرز هست یا نیست)، و خروجی قابل سنجش. نسخه‌های اولیه می‌توانستند ۱۵ تا ۲۰ جریب را در روز پوشش دهند؛ شاسی G2 جدیدتر با طول ۲۰ فوت با سرعتی معادل ۱.۵ تا ۳ جریب در ساعت کار می‌کند — پیشرفت معنادار در خروجی، اما همچنان ماشینی مناسب برای عملیاتی در مقیاس دهها هزار جریب، نه جایگزین کل خدمه یک مزرعه.
این را با برداشت محصولاتی حساس مانند توت‌فرنگی یا انگور مقایسه کنید که ربات‌ها هنوز هم از مهارت دست انسان عقب هستند، یا تصمیماتی که یک سرپرست مزرعه درباره زمانبندی آبیاری، تشخیص بیماری، یا تریاژ تجهیزات می‌گیرد. آن کارها دقیقاً به همین دلیل در برابر خودکارسازی مقاومت می‌کنند که دقیقاً نیازمند همان نوع استدلال انعطاف‌پذیر و وابسته به زمینه هستند که حذف علف با لیزر فاقد آن است. ربات‌های علف‌کنی Naio (Ted، Oz، Dino) و ربات‌های حمل‌ونقل مانند Burro همین الگو را دنبال می‌کنند: هر کدام حول یک وظیفه مشخص و تکراری طراحی شده‌اند، نه یک کارگر عمومی مزرعه.
همین مسئله توضیح می‌دهد چرا ارقام اندازه بازار رباتیک کشاورزی این‌قدر نامنظم هستند. یک برآورد معروف بازار جهانی را در سال ۲۰۲۶ برابر ۲۵.۸۵ میلیارد دلار با نرخ رشد سالانه ۲۱.۸ درصد برآورد می‌کند؛ یک منبع دیگر آن را نزدیک‌تر به ۹.۵ میلیارد دلار با رشد سالانه ۴۷ درصد برآورد می‌کند. این شکاف صرفاً ناشی از پژوهش ضعیف نیست — بازتابكننده اختلاف واقعی در اینکه چه چیزی «ربات کشاورزی» محسوب می‌شود. اگر تراکتورهای GPS-محور و درون‌های پاشش دقیق را هم شامل کنید، بازار بسیار بزرگ‌تر می‌شود. اگر آن را به ربات‌هایی محدود کنید که در سطح وظیفه تصمیم خودمختار می‌گیرند، مانند LaserWeeder، به شدت قابل توجهی کوچک می‌شود.
خط تولید جان دیر نیز همین تفکیک را نشان می‌دهد. تراکتور کاملاً خودمختار 8R این شرکت، که در سال ۲۰۲۲ برای دسترسی تجاری گسترده رونمایی شد، شخم‌زنی محدودشده را با شش جفت دوربین استرئو برای تشخیص مانع انجام می‌دهد — یک کار دیگر محدود و تکراری (شخم‌زنی این ناحیه) به جای مدیریت کلی مزرعه. دیر این این رویکرد را به مدل بزرگ‌تر 9RX 830 برای شخم‌زنی در مقیاس بزرگ توسعه داد، اما الگوی اصلی ثابت ماند: خودکاری جایی مقیاس می‌گیرد که وظیفه ساختاریافته و محیط نسبتاً قابل پیش‌بینی باشد، نه جایی که نیازمند همان نوع قضاوتی است که یک اپراتور انسانی در شرایط غیرقابل پیش‌بینی مزرعی به کار می‌برد.
هیچ کدام از این‌ها به این معنا نیست که رباتیک کشاورزی به‌عنوان یک دسته بیش از حد تبلیغ شده است. ارقام درآمد و سطح کشت‌شده Carbon Robotics واقعی هستند، و علف‌هایی که نسبت به علف‌کش‌ها مقاوم شده‌اند یک مشکل روزافزون کشاورزی هستند که علف‌کشی لیزری بدون نیاز به نهاده شیمیایی آن را حل می‌کند — یک مزیت واقعی فراتر از اقتصاد کارگر. اغراق اصلی به‌طور خاص در چارچوب جایگزینی کارگر نهفته است. مزارعی که این ربات‌ها را به کار می‌گیرند کارگران خود را اخراج نمی‌کنند؛ بلکه نیروی کار روبه‌روبه و گران را از تکراری‌ترین وظایف دور کرده و به سمت کارهایی هدایت می‌کنند که ماشین‌ها هنوز قادر به انجام آن نیستند.
برای هر کسی که قصد ارزیابی تأمین‌کنندگان خودکارسازی کشاورزی را دارد، توصیه عملی این است که سؤالی محدودتر از «آیا این می‌تواند جایگزین نیروی کار شود» بپرسید: بپرسید ربات روی چه وظیفه خاصی تمرکز دارد، آن وظیفه چقدر تکراری و بصری کاملاً تعریف‌شده است، و آیا اقتصاد بر اساس هر جریب یا هر وظیفه کار می‌کند، نه بر اساس تعداد کارگر جایگزین‌شده. تأمین‌کنندگانی که می‌توانند به این سؤال دقیق پاسخ دهند — همان‌طور که Carbon Robotics می‌تواند به تعداد علف در ساعت و جریب پوشش‌داده‌شده اشاره کند — در حال ساخت کسب‌وکارهایی واقعی هستند. تأمین‌کنندگانی که با آمارهای کلی کمبود نیروی کار شروع می‌کنند اغلب اوقات در حال فروش روایتی هستند که داده‌های استقرار هنوز آن را تأیید نکرده‌اند.