四张图看懂AI技术在全球农业中的应用，未来五年内市场有望被全面激活

尽管产值仅占全球生产总值的3%，但农业对世界经济和社会至关重要。农业的发展可消除极端贫困，促进经济繁荣，也是养活预计到2050年将增长至97亿人口最有效的方法之一。2012年，有13亿人（占世界人口的19%）直接从事农业活动。

农业占世界陆地面积的11%，消耗了许多淡水资源，并造成大量温室气体的排放。也正是出于这些原因，人类需要更多地关注包括人工智能在内的新技术如何促进新商业模式的发展，从而使整个农业食品系统更具生产力、可持续性、效率、包容性、透明度和弹性。

无论通过灌溉还是雨水滋养，农业的产量总是远远低于其潜在的产量。目前地球上最高产的农业系统中，农民的产量大约是理想值的80%到85%。造成实际和理想产量差距的主要因素是“作物品种、种子质量、生长季节”等。这也意味着，在现有的土地资源条件下，农业产量还可通过技术革新得以提高。

农产品市场发展的主要驱动因素包括：日益增长的需求，不断上升的人口压力。因而采用信息管理系统，发展高新先进技术和深度学习技术成为必要。此外，还可利用政府用于支持现代农业技术的增长计划。

目前，关于人工智能在农业领域所具备的价值以及将发展到何种程度，尚未达成共识。其预期规模从2017年的2.4亿至5.2亿美元，到2025年的7.90亿至26.28亿美元波动。但可以明确的是，人们期待人工智能在农业上的应用能带来价值上的飞跃。2017年，美国市场约占全球人工智能消费的43%，而欧洲约为23%。

麦肯锡对涉及19个行业和9个业务板块的400多个案例进行了研究。他们以2016年全球经济为基准，作出预估。即将人工智能和其他分析技术应用于农业，每年可创造高达4863亿美元的潜在价值。一旦成功，整个行业将对自己和购买农产品的消费者负责，保持较高的透明度，并最终影响生产活动和之后的监管政策。

人工智能目前的应用

关于人工智能在农业领域的应用，众说纷纭。IBM认为人工智能可以通过以下方式服务于农业:

1. 协同物联网技术发挥其最大潜力；

2. 图像识别与洞察；

3. 技能和劳动力；

4. 帮助实现农作物产量的回报最大化；

5. 可对话的农业机器人。

不过，要实现上述目标，还需要预测分析、供应链效率以及动物、作物和土壤监测。人工智能在农业中的一些主要应用包括机器人技术、作物和土壤管理与监测、自动灌溉、人工智能导航无人机和预测分析等。根据2018年发表的一项研究显示，农作物监控是人工智能引导无人机提高产量的最佳解决方案之一。

此外，越来越多的大型科技公司正进驻农业领域，为市场提供更为灵活的解决方案，如IBM的天气、分析和基于云的计算基础设施，还有微软FarmBeats提供的解决方案。2019年德勤咨询有限公司发布了一份文件，对这些公司的发展方向进行了分类。他们认为，根据全面应用人工智能主要的发展阶段，可以分为:

1. 协助情报在大规模数据程序以及云端为基础，可准入数据驱动的业务决策。

2. 增强智能，机器学习能力可以分解至具体的信息管理系统，以提升人们的分析能力。

3. 自主智能，在一定程度上实现过程的数字化和自动化，允许机器、机器人和系统直接根

据自身的智能采取行动。

研究者绘制了一幅关于人工智能在未来十年如何应用于农业的前景图（见下图）。可以清楚看到，利用远程传感器、卫星和智能农业设备，未来发展的重点在产量预测、数字孪生等领域等，具体如下：

图1：AI赋能农业时间线

数据来源：AIForm

作物监测

农作物监控软件有望利用人工智能的预测能力，告知农民以及农业供应商到底需要多少肥料，每英亩土地要种多少种子，以及选择哪些种子和土地能带来最高的产量。此外，杀菌剂的应用使其比以往任何时候都更有利可图。与此同时，无人机和传感器技术的广泛使用也可协同解决农业中遇到的问题，这一技术趋势势必将推动全国范围内提供相关分析技术企业的发展，农场管理系统也将得到进一步加强。

实时数据分析

物联网和人工智能技术的结合，如机器学习、计算机视觉和预测分析，将进一步帮助农民分析天气条件、温度、土壤湿度、植物健康和市场上作物价格的实时数据。

数字孪生

着眼于未来的许多初创企业和知名企业，如IBM和约翰迪尔(John Deere)，目前正专注于如何通过创建“数字孪生”技术进入增强智能领域。数字孪生是一种流程、产品或服务的虚拟模型，可进行分析和性能预测，在问题出现之前就加以遏制。

可持续性

在许多方面，欧洲的农业食品行业都引领可持续发展的潮流。欧洲人已经开始转变观念，试图缩小农业和社会其他领域之间的差距，以改善粮食生产对环境的影响。2019年4月9日，25个欧洲国家签署了合作宣言。通过这个宣言，人们意识到了人工智能等数字技术在帮助解决当前面临的社会、气候和环境问题等方面的潜力。由Land O 'Lakes发起的一项旨在大规模推动农场发展的活动，便是可持续发展的生动实例。

循环农业

荷兰的瓦赫宁根大学的学者们认为，循环农业系统是一种食品生产的有效系统方法。荷兰现有的线性农业系统是基于个体供应链的（线性的），致力于以最低的环境成本生产尽可能多的粮食。

图2：动物在循环农业系统中的作用

数据来源：AIForm

荷兰的农业系统历来凭借其高效享誉世界。但根据最新的研究表明，该线性食物系统中并没有充分利用所有的生物物质，例如，可以供人食用的谷物被用来饲养动物。而循环农业则优化利用所有的生物物质。一个供应链的废物流可以成为另一个供应链的原材料。在这种情况下，动物可以从我们的食物垃圾中获得食物。并且，实现这种循环农业系统需要在植物和动物供应链之间进行智能整合。麦肯锡公司认为，通过循环经济提升人工智能的深度学习技术，可以彻底变革食物的种植、设计、购买，甚至食用的方式。据估计，人工智能将通过减少食物浪费释放出每年高达1270亿美元的经济机会。

要实现从线性经济向循环经济的转变，需要企业以一种前所未有的方式，在数据生成、收集、管理和共享方面进行跨生态领域的合作。

一份于2019年6月发布的农业科技生态布局报告显示，目前越来越多的初创企业关注收获后的监控和效率。报告指出，农业科技正逐步加强农场各个运作部门的联系，从而在农业和最终食品产品之间建立更完整的价值链。

图3：农业科技生态布局

数据来源：AIForm

食物可追溯性及安全性

食品可追溯性和安全性也为人工智能的发展提供了机遇，且很可能与区块链技术相结合。食品安全影响整个农业和营养供应链，包括从农场化学品的使用到零售和消费者层面的食品浪费等方面。全球化也带来了污染事件的频发，导致更多食源性疾病、食品安全丑闻和消费者的健康恐慌。而人工智能则可以进一步确保安全，提高最终农产品的质量。人工智能和分布式账本技术的广泛应用将加强食品安全基础设施，减少污染，减少大规模召回。

未来人工智能或有望帮助零售商在食品变质前出售食品，帮助食品供应链上的企业减少浪费并对销售进行预测，更有效地对接产品供应和需求。与此同时，消费者在食品安全、健康、来源等方面的要求越来越高，对环保的意识也越来越强。这无疑将增加对可持续能源，低碳生产和加工技术，以及整个供应链创新的要求。据麦肯锡预测，农业供应链管理和制造业的人工智能价值将高达3963亿美元。

麦肯锡公司还估计，通过销售和需求预测，传统人工智能和分析的价值有2116亿美元来自农业供应链，几乎是预测价值为1136亿美元的产量和能源的两倍。此外，人工智能带来的劳动生产率和效率提高，将产生8.663亿美元的价值。

图4：AI技术在农业领域的预估市场规模

数据来源：AIForm

普华永道的经济模型显示，人工智能的使用与生产率之间显著相关。最初的GDP增长来自于通过自动化和工作的增加提高的生产率，而长期收益则来自于产品个性化和质量驱动的消费者需求。因而，卓越的运营、协调的供应链以及高度的透明正逐步成为人工智能在农业领域的重要关注点，这也会导致供应链发生相应的变化。AI将给以下关键领域带来改变：

简化流程

启用人工智能的机器人可通过数据集与供应商进行基本的对话和讨论，向供应商发出购买请求，或对有关采购功能的内部问题作出及时响应。智能机器人甚至可以在供应链中对发票和付款进行归档和编制文档，这进一步简化了传统流程。

供应链规划

机器学习也将在物流的几个关键领域发挥作用。通过机器学习可以增强供应链规划，因为它有助于预测库存、需求和供应，还可以驱动更敏捷的供应链并优化决策。大数据集的智能算法，以及对机器的分析可以提供比当前更为精确的预测准度。人工智能优化还可以提高运输效率，减少交货时间和运输费用，使物流公司的日常运作更加环保，降低劳动力成本，并最终带来竞争优势。

仓库管理

仓库管理也可从人工智能获益，良好的仓库管理也可以为供应链规划提供便利。成功的仓库管理必须建立在准确的预测机制上，通过对算法和数据流的应用来提升预测能力。总的来说，人工智能(通过分布式账本技术)将使物流公司更快地做出决策，从而带来更高的客户满意度以及更高效的供应链。

由此可见，21世纪的农业仍面临严峻挑战：农村劳动力不断减少的同时，却需要养活越来越多的人口。为了解决这一问题，需要依赖各农业国全面发展，采用更有效和可持续的生产方法，适应气候变化。而人工智能无疑将是未来发展的重要领域，也将引领新一轮的农业技术革命。

原文链接：

https://aiforum.org.nz/wp-content/uploads/2019/10/Artifical-Intelligence-For-Agriculture-in-New-Zealand.pdf

报 告 专 题

新技术解决农业关键挑战：气候变化、动植物疫病、人口老龄化及劳动力成本上升
跳出农业看农业，数字化、生物技术、智能制造3大技术集群跨行业经验为农业带来新动能未来农业10大热门领域：基因工程、微生物、机器视觉、专家系统、机器人未来农业关键创新：数字化技术和生物融合技术，从育种4.0到种养精准可控未来农业关键特征：以数字化为核心，串联农业全要素创新2019未来农业报告发布，产业创新全要素解析

声明：本文来自35斗，未经授权禁止转载。

如有需要，请联系微信：18324117949（欢迎转发支持）