Keď na trh vstúpili autonómne traktory ovládané umelou inteligenciou určené pre vinárstvo, Tom Gamble sa rozhodol stať jedným z prvých, ktorí ich začali využívať. Ako farmár tretej generácie z kalifornského údolia Napa si kúpil nový stroj. Na jar plánuje využiť jeho samoriadiacu funkciu a v súčasnosti už testuje AI senzor na mapovanie vinohradu. Gamble dúfa, že keď sa traktor naučí trasu každej rady, bude môcť jazdiť autonómne, pričom AI bude zbierať údaje a pomáhať mu robiť lepšie rozhodnutia o plodinách – čo nazýva „precíznym poľnohospodárstvom“.

Podľa Gamblea autonómne traktory určite nenahradia ľudský faktor, ale umožnia mu pracovať rýchlejšie a robiť kvalitnejšie rozhodnutia s menšou námahou. Tieto stroje mu môžu pomôcť znížiť spotrebu paliva a obmedziť znečistenie, čo je dôležité nielen z ekonomických, ale aj z regulačných dôvodov a z hľadiska kvality ovzdušia. Gamble verí, že vodiči traktorov sa budú musieť prispôsobiť novým technológiám a možno budú viesť malé flotily autonómnych vozidiel, čo zvýši hodnotu ich práce.

AI pre vinárstvo sa stále vyvíja, ale už teraz ukazuje, ako môže byť efektívnym doplnkom pracovnej sily. Pomáha obmedziť plytvanie, optimalizovať spotrebu vody a presnejšie aplikovať hnojivá či pesticídy. Spoločnosti ako John Deere využívajú technológiu „Smart Apply“, ktorá rozpozná, ktoré časti vinice potrebujú postrek, a tým znižuje odpad materiálu. Automatizované zavlažovacie systémy dokážu odhaliť úniky vody a automaticky ich zastaviť, čím šetria zdroje a peniaze.

Aj napriek výhodám existujú výzvy, najmä pre malé rodinné vinárstva, ktoré tvoria až 80 % vinárskych podnikov v USA. Pre nich sú investície do AI často príliš vysoké a chýba im aj potrebné vzdelanie na správu týchto technológií. Profesor Angelo A. Camillo upozorňuje, že problémom je aj škálovateľnosť – napríklad riadenie desiatok dronov na veľkých vinohradoch je pre jedného človeka náročné a vyžaduje špeciálne IT znalosti.

AI však môže vinárom výrazne pomôcť pri sledovaní zdravotného stavu vinice, včasnom rozpoznaní chorôb a predpovedaní výnosov. AP Mason Earles, vedúci Plant AI and Biophysics Lab na Kalifornskej univerzite, vysvetľuje, že AI dokáže rýchlo analyzovať tisíce obrázkov a odhadnúť budúcu úrodu už v štádiu kvetenia. To pomáha vinárom lepšie plánovať pracovnú silu a zásoby. Earles nevníma AI ako hrozbu, ale skôr ako technológiu, ktorá odľahčí náročnú prácu a pomôže rýchlejšie odhaliť problémy vo vinici.