AGROSTRATEG 2026: jak pozyskać część z 300 M PLN na AI w rolnictwie

AGROSTRATEG jest dla sektora rolnego tym, czym FENG Ścieżka SMART dla innowacji przemysłowych — flagowym instrumentem, który otwiera projekty o skali, na którą pojedyncza firma prywatna rzadko się porywa. Budżet rzędu 300 M PLN w aktualnym naborze, projekty konsorcjalne, dofinansowanie często 70–100% kosztów, deadline 28 sierpnia 2026.

Z perspektywy firmy technologicznej z komponentem AI to jedna z najbardziej atrakcyjnych ścieżek na polskim rynku — pod warunkiem, że projekt jest realnie osadzony w problemach sektora rolnego, a nie jest „projektem AI z wsunięciem rolnictwa" dla dopasowania do programu.

Czym jest AGROSTRATEG i dla kogo

AGROSTRATEG to strategiczny program badań naukowych i prac rozwojowych prowadzony przez Narodowe Centrum Badań i Rozwoju. Celem programu jest wspieranie polskiego sektora rolnego, leśnego, żywnościowego i związanej z nimi bioekonomii w budowaniu odporności, konkurencyjności i neutralności klimatycznej.

W przeciwieństwie do programów typu „open call" (jak Horyzont Europa), AGROSTRATEG ma strategiczny charakter — definiuje konkretne obszary tematyczne, w których oczekuje rezultatów. To ważne: projekt musi się wpisać w jeden z obszarów, a nie definiować obszar po swojemu.

Dla kogo program jest sensowny:

• Firm technologicznych, które chcą zastosować swoje rozwiązania w sektorze rolnym lub przetwórstwie spożywczym — z realnym odbiorcą w łańcuchu wartości.
• Dużych producentów rolnych i przetwórczych, którzy chcą finansować wdrożenia innowacji w swoich operacjach.
• Konsorcjów badawczo-wdrożeniowych, łączących uczelnie rolnicze, instytuty branżowe, firmy technologiczne i odbiorców produkcyjnych.
• Firm spin-off z uczelni rolniczych, które mają własne technologie, ale potrzebują skalowania i wdrożenia.

Obszary tematyczne — gdzie AI pasuje najlepiej

Program dzieli się na kilka obszarów tematycznych. Z perspektywy projektów z komponentem AI szczególnie dobrze pracują dwa:

Obszar T2 — środowisko i klimat

Obszar obejmujący m.in. zrównoważone systemy produkcji, adaptację do zmian klimatu, ochronę bioróżnorodności, gospodarkę wodną, redukcję emisji. AI w tym obszarze znajduje zastosowanie w:

• Precyzyjnym nawadnianiu (computer vision + dane satelitarne + prognozy pogody)
• Optymalizacji nawożenia i ochrony roślin (redukcja wpływu środowiskowego)
• Monitoringu emisji z produkcji zwierzęcej
• Zarządzaniu odpadami i gospodarce obiegu zamkniętego w rolnictwie
• Prognozowaniu zagrożeń agrometeorologicznych (susze, powodzie, mróz)

Obszar T3 — systemy produkcji

Obszar obejmujący innowacyjne systemy produkcji w rolnictwie i przetwórstwie. AI pracuje tu w:

• Monitoringu dobrostanu zwierząt (computer vision w fermach)
• Wykrywaniu chorób roślin i zwierząt (CV + sensory)
• Automatyzacji procesów w przetwórstwie (quality control, sortowanie)
• Prognozach plonów i wsparciu decyzji dla rolników
• Łańcuchach dostaw żywności (traceability, optymalizacja logistyki)

Projekty, które łączą oba obszary — np. system oparty na computer vision, który jednocześnie poprawia dobrostan zwierząt (T3) i redukuje zużycie wody (T2) — zyskują dodatkowo, bo pokazują integralne rozwiązanie.

Struktura konsorcjum — wzorce, które wygrywają

Konsorcjum AGROSTRATEG musi obejmować co najmniej jedną jednostkę naukową i co najmniej jedno przedsiębiorstwo. W praktyce najsilniejsze wnioski mają konsorcja trzy- lub czteroczłonowe.

Wzorzec klasyczny: uczelnia + integrator + odbiorca

Uczelnia rolnicza (SGGW, Uniwersytet Rolniczy w Krakowie, Uniwersytet Przyrodniczy w Poznaniu, Uniwersytet Przyrodniczy we Wrocławiu) lub instytut branżowy (IUNG, Instytut Ogrodnictwa, IBiE, Instytut Włókien Naturalnych) jako partner naukowy. Firma technologiczna jako integrator rozwiązania AI. Duża firma z sektora rolnego lub przetwórczego jako odbiorca wdrożenia i testów w skali produkcyjnej.

Wzorzec rozszerzony: +partner technologiczny specjalistyczny

Do powyższego dodany jest drugi partner techniczny — np. firma robotyczna, producent sprzętu pomiarowego, dostawca infrastruktury IoT. Wzorzec dobry dla projektów, gdzie rozwiązanie wymaga połączenia kompetencji software (AI) i hardware (sensory, drony, roboty).

Wzorzec konsorcjum dla specyficznych segmentów

Niektóre segmenty (produkcja drobiarska, trzoda chlewna, bydło mleczne, uprawy sadownicze) mają swoje instytuty specjalistyczne i organizacje branżowe. Włączenie ich do konsorcjum jako partnera — choćby wspierającego — daje wiarygodność sektorową, której oceniający szukają.

Jak zbudować projekt AI, który scoring lubi

AGROSTRATEG ocenia projekty w kilku wymiarach. Oto gdzie projekty z komponentem AI najczęściej się pokazują — pozytywnie i negatywnie:

Innowacyjność naukowa

W AGROSTRATEG oceniający pochodzą z komisji rolniczo-naukowych. Mogą nie wiedzieć, co jest nowe w AI — za to doskonale wiedzą, co jest nowe w rolnictwie. Z tego powodu projekty, w których nowość technologii AI jest pozorna (np. „zastosujemy istniejącą architekturę CV do nowego datasetu z rolnictwa"), często są akceptowane, jeśli połączenie jest nowe, a efekt ma realny wpływ. Nie trzeba wymyślać nowych transformerów — trzeba pokazać, że nikt wcześniej nie rozwiązał tego problemu tą metodą.

Wpływ na sektor

To jest najwyżej punktowany blok. Projekt musi odpowiedzieć konkretnie: ile gospodarstw skorzysta, ile ton produkcji jest pokrytych, jaka redukcja emisji, jaki efekt ekonomiczny. Liczby, nie deklaracje.

Wdrożenie

Ocena projektu uwzględnia plan komercjalizacji po zakończeniu prac. Pokazanie ścieżki: pilot → wdrożenie z pierwszym odbiorcą → skalowanie na segment — z realnymi nazwiskami i liczbami — zwiększa scoring.

Aspekt środowiskowy

Dla AGROSTRATEG to nie jest dodatek — to jest rdzeń programu. Projekty, które nie pokazują wyraźnego pozytywnego wpływu środowiskowego, walczą o niskie miejsca w rankingu.

Typowe błędy wniosków AGROSTRATEG z AI

1. Technologia opisana z perspektywy firmy AI, nie sektora. Wniosek mówi o „architekturze transformera", zamiast o tym, jaki problem rolnika to rozwiązuje. Oceniający się odbija.
2. Brak realnego pola testowego. Projekt AI w rolnictwie bez dostępu do rzeczywistych gospodarstw, ferm, linii produkcyjnych jest nie-projektem.
3. Konsorcjum bez jednostki naukowej z obszaru rolnictwa. Politechnika specjalizująca się w AI nie zastąpi SGGW dla projektu agro. Oceniający tego nie kupi.
4. Przesadzona skala innowacyjności. „Pierwsze na świecie" bez benchmarków jest czerwoną flagą. Lepsze jest skromne „pierwsze w Polsce" z liczbami.
5. Brak wymiaru klimatycznego/środowiskowego. Projekty „czysto ekonomiczne" w AGROSTRATEG mają niższe pułapy punktowe.
6. Ogólnikowe rezultaty. „Stworzymy system monitoringu upraw" nie jest rezultatem. „System osiągający F1 > 0,90 na detekcji chorób dla trzech gatunków, walidowany na 200 hektarach w trzech regionach" — jest.
7. Nierealistyczny budżet. Zarówno zbyt wysoki (sygnalizuje oderwanie od realiów), jak i zbyt niski (sygnalizuje, że zespół nie rozumie skali pracy) — oba są punktowane negatywnie.

Timing i kamienie milowe

Dla naboru kończącego się 28 sierpnia 2026 rekomendowana sekwencja:

• Kwiecień 2026: decyzja o aplikowaniu, identyfikacja obszaru tematycznego, rozmowy z potencjalnymi partnerami konsorcjum.
• Maj 2026: formalne zainicjowanie konsorcjum, podpisanie wstępnych umów NDA, pierwsza wersja koncepcji projektu.
• Czerwiec 2026: rozpisanie zakresu prac między członków konsorcjum, budżet, harmonogram prac B+R i wdrożenia.
• Lipiec 2026: finalna redakcja wniosku, listy intencyjne od odbiorców, wewnętrzna walidacja.
• Sierpień 2026: ostatnie korekty, złożenie w pierwszej połowie okna naboru (unikamy końcówki — kolejki systemów).

Jeśli czytasz to w kwietniu — jesteś w dokładnie dobrym momencie, żeby zacząć. Jeśli w czerwcu — jesteś spóźniony, ale nadal da się pójść, przy założeniu że konsorcjum jest już zgromadzone. W lipcu — realistycznie, ten nabór nie jest dla ciebie; celuj w kolejny.