Řady plodin dnes fungují jako rozptýlená laboratoř, kde půdní sondy, kamery a ventily tiše sbírají a řídí data místo toho, aby se jelo odhadem. Na těchto chytrých farmách se každý kus půdy mění v pokusný záhon a každý závlahový cyklus v experiment, jak málo vstupů ještě dokáže udržet silný růst.
Pod povrchem sledují senzory vlhkost půdy, koncentraci živin a výpar z rostlin i půdy a skládají nepřetržitý záznam o fyziologii porostu a mikroklimatu. Modely strojového učení tento proud dat zpracovávají, odhadují rychlost fotosyntézy a téměř v reálném čase upravují plán závlahy a hnojení. Cílem není jen omezit zavlažování a syntetický dusík, ale také zmapovat, jaký okrajový vliv má každý litr vody a každý gram hnojiva na výsledný výnos. Pole se tak mění v nepřetržitý pokus efektivity využití zdrojů, kde zpětná vazba běží celou sezónu, ne jen jednou při sklizni.
Kapkové hadice se otevírají a zavírají automaticky, postřikovače s proměnlivou dávkou jedou podle přesných map a drony kontrolují teplotu porostu, aby odhalily vodní stres ještě dřív, než je vidět okem. Stejná infrastruktura, která omezuje spotřebu vstupů, zároveň ve velkém generuje agronomická data a zpochybňuje zažité poučky o sponu, načasování a dávkování. Jak algoritmy postupně poznávají každý hektar, stará hranice mezi běžným polem a pokusnou stanicí se rozpouští v jedné krajině přesycené daty.
