Notities ondernemingsvaardigheden
Les 2 (21/2/2018)
Dronefarm
Problem statement
Het monitoren van gewassen in de landbouwsector gebeurd manueel. De landbouwer gaat
door zijn land en inspecteert alle plantjes. Dit is geen efficiënt proces en ook niet zo
nauwkeurig. Pas na een tijd tonen de plantjes visuele verschijnselen als ze ziek zijn. In de
Verenigde Staten worden drones gebruikt om over de gewassen te vliegen. Met
infraroodsensoren kunnen ze zien welke plantjes zorgen nodig hebben. In Europa zijn de
boerderijen kleiner en bijgevolg dus ook de schaalvoordelen. Er zijn ook vliegbrevetten nodig
als de drone boven de 180m vliegt. Aan de hand van een servicemodel wil men dit toch
aanbieden aan Europese boeren.
De service
De cloud bevat een deep learning netwerk. De drone vliegt op regelmatige tijdstippen het
land over en neemt uv en infraroodbeelden. Deze data wordt samengevoegd samen met de
data van sensoren uit de grond. Aan de hand van een platform heeft de boer een uitgebreid
en duidelijk overzicht van wat er te doen valt. Aan de hand van een app kan de drone en de
sensoren gevolgd worden. In samenspraak met een aantal boeren werden er vijf
risicofactoren vastgelegd waarmee de app voorspellingen kan doen naar de toekomst. Bv.
welke gewassen last zouden kunnen ondervinden van droogte. Er worden ook suggesties
aangeboden over hoe de problemen aangepakt moeten worden. Aan de hand van de
marktprijzen wordt ook aanbevolen wanneer de boer moet oogsten.
Research
AI technologie is mogelijk voor kleine bedrijven, maar hoe maken we het betaalbaar?
Oorspronkelijk idee was om goede groeten en fruit te scheiden van slechte. Dit idee bleek
niet zo goed te zijn omdat dit moeilijk te integreren is in reeds bestaande machines. Wie
moet dan die machines herstellen? Bovendien is er ook weinig marktpotentieel.
Samen met de boer zijn ze op zoek gegaan naar een nieuw concept. Toen bleek dat het
heel moeilijk is voor boeren om hun gewassen op te volgen. Samen met de boerenbond zijn
ze op zoek gegaan naar een oplossing.
In de Verenigde Staten gaat het vooral om makkelijke gewassen, hier bleek meer nood te
zijn aan monitoring van sensitievere gewassen zoals bijvoorbeeld druiven. Probleem is wel
dat landbouwers nogal sceptisch stonden ten opzichte van technologie.
1
, Feedback systems
Er werd gebruik gemaakt van periodieke feedback en continue feedback. Ze vertelden hun
ideeën aan elkaar waaruit nieuwe ideeën vloeiden. Hetzelfde werd gedaan met externe
partijen.
Revenue model
Ze verkopen een service, dus zijn er terugkerende inkomsten. Bij een dienstenmodel is er in
het begin een tekort aan liquide middelen. Hierom hebben ze ook een instapkost
geïntroduceerd. Dit zorgt voor extra bescherming voor de onderneming en de boer gaat ook
minder snel afvallen. Voor de boer is een dienstenmodel ook laagdrempeliger dan de
aanschaf van een drone.
Drone-as-a-service
Met 1 drone proberen ze aan meerdere velden de service aan te bieden. Dit was financieel
veel interessanter om met minder investering toch dezelfde inkomsten te genereren.
Conclusion
Hou vast aan je concept, maar verander je idee. Communiceer met elkaar en leer uit je
feedback. Hou alle feedback bij en wees creatief.
Let niet op hoe je je research gaat betalen. Als je een goed idee hebt waarvoor mensen
bereid zijn te betalen al er altijd wel een investeerder zijn die bereid is om te betalen.
Opmerkingen van de prof
Dit is een viable business, is afgetoetst geworden bij de markt. Hou het laagdrempelig voor
de klant door bijvoorbeeld een dienstenmodel of een aantal gratis maanden dienst aan te
bieden.
De wetgeving staat nog niet op punt.
De boer mag geen last ondervinden bij het stukgaan van een drone. Hij krijgt een
veranvingsdrone terwijl de reparatie gebeurd.
De kerncompetenties: het originele concept, het algoritme dat de beelden scant, first mover
advantage, markt penetreren met een lage prijs.
2
Les 2 (21/2/2018)
Dronefarm
Problem statement
Het monitoren van gewassen in de landbouwsector gebeurd manueel. De landbouwer gaat
door zijn land en inspecteert alle plantjes. Dit is geen efficiënt proces en ook niet zo
nauwkeurig. Pas na een tijd tonen de plantjes visuele verschijnselen als ze ziek zijn. In de
Verenigde Staten worden drones gebruikt om over de gewassen te vliegen. Met
infraroodsensoren kunnen ze zien welke plantjes zorgen nodig hebben. In Europa zijn de
boerderijen kleiner en bijgevolg dus ook de schaalvoordelen. Er zijn ook vliegbrevetten nodig
als de drone boven de 180m vliegt. Aan de hand van een servicemodel wil men dit toch
aanbieden aan Europese boeren.
De service
De cloud bevat een deep learning netwerk. De drone vliegt op regelmatige tijdstippen het
land over en neemt uv en infraroodbeelden. Deze data wordt samengevoegd samen met de
data van sensoren uit de grond. Aan de hand van een platform heeft de boer een uitgebreid
en duidelijk overzicht van wat er te doen valt. Aan de hand van een app kan de drone en de
sensoren gevolgd worden. In samenspraak met een aantal boeren werden er vijf
risicofactoren vastgelegd waarmee de app voorspellingen kan doen naar de toekomst. Bv.
welke gewassen last zouden kunnen ondervinden van droogte. Er worden ook suggesties
aangeboden over hoe de problemen aangepakt moeten worden. Aan de hand van de
marktprijzen wordt ook aanbevolen wanneer de boer moet oogsten.
Research
AI technologie is mogelijk voor kleine bedrijven, maar hoe maken we het betaalbaar?
Oorspronkelijk idee was om goede groeten en fruit te scheiden van slechte. Dit idee bleek
niet zo goed te zijn omdat dit moeilijk te integreren is in reeds bestaande machines. Wie
moet dan die machines herstellen? Bovendien is er ook weinig marktpotentieel.
Samen met de boer zijn ze op zoek gegaan naar een nieuw concept. Toen bleek dat het
heel moeilijk is voor boeren om hun gewassen op te volgen. Samen met de boerenbond zijn
ze op zoek gegaan naar een oplossing.
In de Verenigde Staten gaat het vooral om makkelijke gewassen, hier bleek meer nood te
zijn aan monitoring van sensitievere gewassen zoals bijvoorbeeld druiven. Probleem is wel
dat landbouwers nogal sceptisch stonden ten opzichte van technologie.
1
, Feedback systems
Er werd gebruik gemaakt van periodieke feedback en continue feedback. Ze vertelden hun
ideeën aan elkaar waaruit nieuwe ideeën vloeiden. Hetzelfde werd gedaan met externe
partijen.
Revenue model
Ze verkopen een service, dus zijn er terugkerende inkomsten. Bij een dienstenmodel is er in
het begin een tekort aan liquide middelen. Hierom hebben ze ook een instapkost
geïntroduceerd. Dit zorgt voor extra bescherming voor de onderneming en de boer gaat ook
minder snel afvallen. Voor de boer is een dienstenmodel ook laagdrempeliger dan de
aanschaf van een drone.
Drone-as-a-service
Met 1 drone proberen ze aan meerdere velden de service aan te bieden. Dit was financieel
veel interessanter om met minder investering toch dezelfde inkomsten te genereren.
Conclusion
Hou vast aan je concept, maar verander je idee. Communiceer met elkaar en leer uit je
feedback. Hou alle feedback bij en wees creatief.
Let niet op hoe je je research gaat betalen. Als je een goed idee hebt waarvoor mensen
bereid zijn te betalen al er altijd wel een investeerder zijn die bereid is om te betalen.
Opmerkingen van de prof
Dit is een viable business, is afgetoetst geworden bij de markt. Hou het laagdrempelig voor
de klant door bijvoorbeeld een dienstenmodel of een aantal gratis maanden dienst aan te
bieden.
De wetgeving staat nog niet op punt.
De boer mag geen last ondervinden bij het stukgaan van een drone. Hij krijgt een
veranvingsdrone terwijl de reparatie gebeurd.
De kerncompetenties: het originele concept, het algoritme dat de beelden scant, first mover
advantage, markt penetreren met een lage prijs.
2
