Mereka memulai dengan mengumpulkan data dasar seperti informasi tentang tanah, cuaca dan data tanaman historis.
Dari sana, tim membuat kereta tanaman yang melintasi lapangan untuk memeriksa tanaman dari dekat untuk mengumpulkan informasi tentang bagaimana tanaman itu tumbuh dan bagaimana mereka merespons lingkungan.
 Mesin ini mengumpulkan gambar berkualitas tinggi dari masing-masing ladangK Kemudian mereka mengumpulkan lebih banyak informasi di lapangan dan tanaman menggunakan citra satelit, data cuaca, dan informasi tanah.
Dengan menggunakan semua informasi yang dikumpulkan, algoritma pembelajaran mesin dapat mengidentifikasi pola dan wawasan untuk memahami bagaimana tanaman tumbuh dan berinteraksi dengan lingkungannya.
Menggunakan robotik, penginderaan, dan perangkat lunak, buggy dapat mengumpulkan data.Â
Mesin ini memiliki panel surya di atasnya, menggunakan sinar matahari untuk bekerja secara otomatis.
Selain itu, buggy memiliki banyak bentuk dan ukuran yang berbeda sehingga mudah untuk melewati berbagai medan.
Perangkat lunak GPS yang tepat memungkinkan buggy untuk secara akurat mengidentifikasi lokasi setiap pabrik.
Sensor dan persepsi komputer memungkinkan buggy untuk mengidentifikasi masalah apapun dengan tanaman dan menganalisis ciri dan pola tanaman.
