盡管產值僅占全球生產總值的3%，但農業對世界經濟和社會至關重要。農業的發展可消除極端貧困，促進經濟繁榮，也是養活預計到2050年將增長至97億人口最有效的方法之一。2012年，有13億人（占世界人口的19%）直接從事農業活動。

農業占世界陸地面積的11%，消耗了許多淡水資源，并造成大量溫室氣體的排放。也正是出于這些原因，人類需要更多地關注包括人工智能在內的新技術如何促進新商業模式的發展，從而使整個農業食品系統更具生產力、可持續性、效率、包容性、透明度和彈性。

無論通過灌溉還是雨水滋養，農業的產量總是遠遠低于其潛在的產量。目前地球上最高產的農業系統中，農民的產量大約是理想值的80%到85%。造成實際和理想產量差距的主要因素是“作物品種、種子質量、生長季節”等。這也意味著，在現有的土地資源條件下，農業產量還可通過技術革新得以提高。

農產品市場發展的主要驅動因素包括：日益增長的需求，不斷上升的人口壓力。因而采用信息管理系統，發展高新先進技術和深度學習技術成為必要。此外，還可利用政府用于支持現代農業技術的增長計劃。

目前，關于人工智能在農業領域所具備的價值以及將發展到何種程度，尚未達成共識。其預期規模從2017年的2.4億至5.2億美元，到2025年的7.90億至26.28億美元波動。但可以明確的是，人們期待人工智能在農業上的應用能帶來價值上的飛躍。2017年，美國市場約占全球人工智能消費的43%，而歐洲約為23%。

麥肯錫對涉及19個行業和9個業務板塊的400多個案例進行了研究。他們以2016年全球經濟為基準，作出預估。即將人工智能和其他分析技術應用于農業，每年可創造高達4863億美元的潛在價值。一旦成功，整個行業將對自己和購買農產品的消費者負責，保持較高的透明度，并最終影響生產活動和之后的監管政策。

人工智能目前的應用：

關于人工智能在農業領域的應用，眾說紛紜。IBM認為人工智能可以通過以下方式服務于農業:

1. 協同物聯網技術發揮其最大潛力；

2. 圖像識別與洞察；

3. 技能和勞動力；

4. 幫助實現農作物產量的回報最大化；

5. 可對話的農業機器人。

不過，要實現上述目標，還需要預測分析、供應鏈效率以及動物、作物和土壤監測。人工智能在農業中的一些主要應用包括機器人技術、作物和土壤管理與監測、自動灌溉、人工智能導航無人機和預測分析等。根據2018年發表的一項研究顯示，農作物監控是人工智能引導無人機提高產量的最佳解決方案之一。

此外，越來越多的大型科技公司正進駐農業領域，為市場提供更為靈活的解決方案，如IBM的天氣、分析和基于云的計算基礎設施，還有微軟FarmBeats提供的解決方案。2019年德勤咨詢有限公司發布了一份文件，對這些公司的發展方向進行了分類。他們認為，根據全面應用人工智能主要的發展階段，可以分為:

1. 協助情報在大規模數據程序以及云端為基礎，可準入數據驅動的業務決策。

2. 增強智能，機器學習能力可以分解至具體的信息管理系統，以提升人們的分析能力。

3. 自主智能，在一定程度上實現過程的數字化和自動化，允許機器、機器人和系統直接根

據自身的智能采取行動。

研究者繪制了一幅關于人工智能在未來十年如何應用于農業的前景圖（見下圖）。可以清楚看到，利用遠程傳感器、衛星和智能農業設備，未來發展的重點在產量預測、數字孿生等領域等，具體如下：

圖1：AI賦能農業時間線

數據來源：AIForum

1.作物監測

農作物監控軟件有望利用人工智能的預測能力，告知農民以及農業供應商到底需要多少肥料，每英畝土地要種多少種子，以及選擇哪些種子和土地能帶來最高的產量。此外，殺菌劑的應用使其比以往任何時候都更有利可圖。與此同時，無人機和傳感器技術的廣泛使用也可協同解決農業中遇到的問題，這一技術趨勢勢必將推動全國范圍內提供相關分析技術企業的發展，農場管理系統也將得到進一步加強。

2.實時數據分析

物聯網和人工智能技術的結合，如機器學習、計算機視覺和預測分析，將進一步幫助農民分析天氣條件、溫度、土壤濕度、植物健康和市場上作物價格的實時數據。

3.數字孿生

著眼于未來的許多初創企業和知名企業，如IBM和約翰迪爾(John Deere)，目前正專注于如何通過創建“數字孿生”技術進入增強智能領域。數字孿生是一種流程、產品或服務的虛擬模型，可進行分析和性能預測，在問題出現之前就加以遏制。

4.可持續性

在許多方面，歐洲的農業食品行業都引領可持續發展的潮流。歐洲人已經開始轉變觀念，試圖縮小農業和社會其他領域之間的差距，以改善糧食生產對環境的影響。2019年4月9日，25個歐洲國家簽署了合作宣言。通過這個宣言，人們意識到了人工智能等數字技術在幫助解決當前面臨的社會、氣候和環境問題等方面的潛力。由Land O 'Lakes發起的一項旨在大規模推動農場發展的活動，便是可持續發展的生動實例。

5.循環農業

荷蘭的瓦赫寧根大學的學者們認為，循環農業系統是一種食品生產的有效系統方法。荷蘭現有的線性農業系統是基于個體供應鏈的（線性的），致力于以最低的環境成本生產盡可能多的糧食。

圖2：動物在循環農業系統中的作用

數據來源：AIForum

荷蘭的農業系統歷來憑借其高效享譽世界。但根據最新的研究表明，該線性食物系統中并沒有充分利用所有的生物物質，例如，可以供人食用的谷物被用來飼養動物。而循環農業則優化利用所有的生物物質。一個供應鏈的廢物流可以成為另一個供應鏈的原材料。在這種情況下，動物可以從我們的食物垃圾中獲得食物。并且，實現這種循環農業系統需要在植物和動物供應鏈之間進行智能整合。麥肯錫公司認為，通過循環經濟提升人工智能的深度學習技術，可以徹底變革食物的種植、設計、購買，甚至食用的方式。據估計，人工智能將通過減少食物浪費釋放出每年高達1270億美元的經濟機會。

要實現從線性經濟向循環經濟的轉變，需要企業以一種前所未有的方式，在數據生成、收集、管理和共享方面進行跨生態領域的合作。

一份于2019年6月發布的農業科技生態布局報告顯示，目前越來越多的初創企業關注收獲后的監控和效率。報告指出，農業科技正逐步加強農場各個運作部門的聯系，從而在農業和最終食品產品之間建立更完整的價值鏈。

圖3：農業科技生態布局

數據來源：AIForum

食物可追溯性及安全性

食品可追溯性和安全性也為人工智能的發展提供了機遇，且很可能與區塊鏈技術相結合。食品安全影響整個農業和營養供應鏈，包括從農場化學品的使用到零售和消費者層面的食品浪費等方面。全球化也帶來了污染事件的頻發，導致更多食源性疾病、食品安全丑聞和消費者的健康恐慌。而人工智能則可以進一步確保安全，提高最終農產品的質量。人工智能和分布式賬本技術的廣泛應用將加強食品安全基礎設施，減少污染，減少大規模召回。

未來人工智能或有望幫助零售商在食品變質前出售食品，幫助食品供應鏈上的企業減少浪費并對銷售進行預測，更有效地對接產品供應和需求。與此同時，消費者在食品安全、健康、來源等方面的要求越來越高，對環保的意識也越來越強。這無疑將增加對可持續能源，低碳生產和加工技術，以及整個供應鏈創新的要求。據麥肯錫預測，農業供應鏈管理和制造業的人工智能價值將高達3963億美元。

麥肯錫公司還估計，通過銷售和需求預測，傳統人工智能和分析的價值有2116億美元來自農業供應鏈，幾乎是預測價值為1136億美元的產量和能源的兩倍。此外，人工智能帶來的勞動生產率和效率提高，將產生8.663億美元的價值。

圖4：AI技術在農業領域的預估市場規模

數據來源：AIForum

普華永道的經濟模型顯示，人工智能的使用與生產率之間顯著相關。最初的GDP增長來自于通過自動化和工作的增加提高的生產率，而長期收益則來自于產品個性化和質量驅動的消費者需求。因而，卓越的運營、協調的供應鏈以及高度的透明正逐步成為人工智能在農業領域的重要關注點，這也會導致供應鏈發生相應的變化。AI將給以下關鍵領域帶來改變：

1.簡化流程

啟用人工智能的機器人可通過數據集與供應商進行基本的對話和討論，向供應商發出購買請求，或對有關采購功能的內部問題作出及時響應。智能機器人甚至可以在供應鏈中對發票和付款進行歸檔和編制文檔，這進一步簡化了傳統流程。

2.供應鏈規劃

機器學習也將在物流的幾個關鍵領域發揮作用。通過機器學習可以增強供應鏈規劃，因為它有助于預測庫存、需求和供應，還可以驅動更敏捷的供應鏈并優化決策。大數據集的智能算法，以及對機器的分析可以提供比當前更為精確的預測準度。人工智能優化還可以提高運輸效率，減少交貨時間和運輸費用，使物流公司的日常運作更加環保，降低勞動力成本，并最終帶來競爭優勢。

3.倉庫管理

倉庫管理也可從人工智能獲益，良好的倉庫管理也可以為供應鏈規劃提供便利。成功的倉庫管理必須建立在準確的預測機制上，通過對算法和數據流的應用來提升預測能力。總的來說，人工智能(通過分布式賬本技術)將使物流公司更快地做出決策，從而帶來更高的客戶滿意度以及更高效的供應鏈。

由此可見，21世紀的農業仍面臨嚴峻挑戰：農村勞動力不斷減少的同時，卻需要養活越來越多的人口。為了解決這一問題，需要依賴各農業國全面發展，采用更有效和可持續的生產方法，適應氣候變化。而人工智能無疑將是未來發展的重要領域，也將引領新一輪的農業技術革命。