先正達以四項作業研究工具優化大豆育種，避免2.87億美元研發支出

大豆育種傳統上意味著種植龐大的試驗族群，並等待數個季節才能得知哪些雜交奏效——緩慢、耗地且昂貴。先正達（Syngenta）由Joseph Byrum領導的大豆研發團隊在其「透過進階分析實現良好成長」（Good Growth Through Advanced Analytics）計畫下，將育種重新定義為一項決策問題：在投入資源之前，先以數學挑選最佳策略。

該團隊打造了四項作業研究工具，分別對應育種流程的各個階段。性狀導入（trait introgression, TI）與育種專案負責人（breeding project lead, BPL）工具讓每位專案負責人能比較轉移有利性狀的各種替代策略，反覆迭代，直到某項策略顯示出以最低成本與時間達成高成功機率的可能。產量試驗設計（yield trial design, YTD）優化器與資料品質車（data quality cart, DQC）工具則改善了田間試驗的設計，以及品種選拔與推進至商業化的品質。

此方法提升了遺傳增益——準確度、選拔強度、遺傳變異與世代時間——且未使用更多土地、水或投入資材。2015年，先正達贏得Franz Edelman獎，擊敗包括IBM、美國國防後勤局（Defense Logistics Agency）、Ingram Micro，以及美國陸軍／桑迪亞（Sandia）團隊在內的入圍者——對一家農業公司而言，在通常由國防與科技領域主導的獎項中，這是一項引人注目的勝利。

在種下任何一列作物之前，先為每一項育種策略評分

育種具備作業研究天生擅長處理的結構：依序的階段、不確定的結果，以及代價極高的試驗。

每項工具都針對特定的育種流程階段，因此效益在設計、開發與評估各環節中層層累積。

專案負責人能在電腦模擬中比較策略，而不必在田間為失敗的雜交付出代價。

該計畫以金錢衡量自身成效：2.87億美元的成本避免與15億美元的投資組合價值，讓其立論無從辯駁。

任何具備階段、機率與昂貴試驗的流程，都是優化問題——即使是從泥土裡長出來的也一樣。在為實驗花錢之前，先為決策建立模型。

這些工具在2012年至2016年間為大豆研發帶來超過2.87億美元的成本避免，並提高了交付價值逾15億美元投資組合的機率。先正達隨後啟動一項多年計畫，將大豆工具調整應用於其所有主要作物，並衍生出先正達作物挑戰賽（Syngenta Crop Challenge），以群眾外包方式將分析人才引入農業。