雖然產值僅占全球出產總值的3%，但農業對國際經濟和社會至關重要。農業的開展可消除極端貧窮，促進經濟繁榮，也是養活估計到2050年將增加至97億人口最有用的辦法之一。2012年，有13億人（占國際人口的19%）直接從事農業活動。

       農業占國際陸地面積的11%，耗費了許多淡水資源，并形成大量溫室氣體的排放。也正是出于這些原因，人類需求更多地重視包含人工智能在內的新技能如何促進新商業模式的開展，從而使整個農業食物體系更具出產力、可繼續性、功率、包容性、通明度和彈性。

       不管經過灌溉仍是雨水滋補，農業的產值總是遠遠低于其潛在的產值。現在地球上最高產的農業體系中，農民的產值大約是抱負值的80%到85%。形成實際和抱負產值距離的主要因素是“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，農業產值還可經過技能革新得以進步。

       農產品商場開展的主要驅動因素包含：日益增加的需求，不斷上升的人口壓力。因此選用信息辦理體系，開展高新先進技能和深度學習技能成為必要。此外，還可使用政府用于支持現代農業技能的增加方案。

       現在，關于人工智能在農業范疇所具有的價值以及將開展到何種程度，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。但能夠清晰的是，人們等待人工智能在農業上的使用能帶來價值上的飛躍。2017年，美國商場約占全球人工智能消費的43%，而歐洲約為23%。

       麥肯錫對觸及19個職業和9個事務板塊的400多個事例進行了研討。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剖析技能使用于農業，每年可創造高達4863億美元的潛在價值。一旦成功，整個職業將對自己和購買農產品的顧客擔任，堅持較高的通明度，并終究影響出產活動和之后的監管方針。

人工智能現在的使用：

關于人工智能在農業范疇的使用，議論紛紛。IBM以為人工智能能夠經過以下辦法服務于農業:

       1. 協同物聯網技能發揮其最大潛力；

       2. 圖像識別與洞悉；

       3. 技能和勞動力；

       4. 協助完成農作物產值的報答最大化；

       5. 可對話的農業機器人。

       不過，要完成上述目標，還需求猜測剖析、供給鏈功率以及動物、作物和土壤監測。人工智能在農業中的一些主要使用包含機器人技能、作物和土壤辦理與監測、自動灌溉、人工智能導航無人機和猜測剖析等。依據2018年發表的一項研討顯示，農作物監控是人工智能引導無人機進步產值的最佳處理方案之一。

       此外，越來越多的大型科技公司正進駐農業范疇，為商場供給更為靈活的處理方案，如IBM的天氣、剖析和基于云的計算基礎設施，還有微軟FarmBeats供給的處理方案。2019年德勤咨詢有限公司發布了一份文件，對這些公司的開展方向進行了分類。他們以為，依據全面使用人工智能主要的開展階段，能夠分為:

       1. 協助情報在大規模數據程序以及云端為基礎，可準入數據驅動的事務決策。

       2. 增強智能，機器學習能力能夠分化至詳細的信息辦理體系，以提高人們的剖析能力。

       3. 自主智能，在必定程度上完成過程的數字化和自動化，允許機器、機器人和體系直接根

據自身的智能采取行動。

       研討者繪制了一幅關于人工智能在未來十年如何使用于農業的前景圖（見下圖）。能夠清楚看到，使用長途傳感器、衛星和智能農業設備，未來開展的重點在產值猜測、數字孿生等范疇等，詳細如下：

1.作物監測

       農作物監控軟件有望使用人工智能的猜測能力，告知農民以及農業供貨商到底需求多少肥料，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值。此外，殺菌劑的使用使其比以往任何時候都更有利可圖。與此一起，無人機和傳感器技能的廣泛使用也可協同處理農業中遇到的問題，這一技能趨勢勢必將推進全國范圍內供給相關剖析技能企業的開展，農場辦理體系也將得到進一步加強。

2.實時數據剖析

       物聯網和人工智能技能的結合，如機器學習、計算機視覺和猜測剖析，將進一步協助農民剖析天氣條件、溫度、土壤濕度、植物健康和商場上作物價格的實時數據。

3.數字孿生

       著眼于未來的許多草創企業和知名企業，如IBM和約翰迪爾(John Deere)，現在正專注于如何經過創立“數字孿生”技能進入增強智能范疇。數字孿生是一種流程、產品或服務的虛擬模型，可進行剖析和功用猜測，在問題呈現之前就加以遏止。

4.可繼續性

       在許多方面，歐洲的農業食物職業都引領可繼續開展的潮流。歐洲人已經開始改變觀念，企圖縮小農業和社會其他范疇之間的距離，以改進糧食出產對環境的影響。2019年4月9日，25個歐洲國家簽署了協作宣言。經過這個宣言，人們認識到了人工智能等數字技能在協助處理當時面對的社會、氣候和環境問題等方面的潛力。由Land O 'Lakes建議的一項旨在大規模推進農場開展的活動，便是可繼續開展的生動實例。

5.循環農業

       荷蘭的瓦赫寧根大學的學者們以為，循環農業體系是一種食物出產的有用體系辦法。荷蘭現有的線性農業體系是基于個體供給鏈的（線性的），致力于以最低的環境成本出產盡可能多的糧食。


       荷蘭的農業體系向來憑借其高效享譽國際。但依據最新的研討標明，該線性食物體系中并沒有充分使用所有的生物物質，例如，能夠招供食用的谷物被用來飼養動物。而循環農業則優化使用所有的生物物質。一個供給鏈的廢物流能夠成為另一個供給鏈的原材料。在這種情況下，動物能夠從我們的食物垃圾中獲得食物。并且，完成這種循環農業體系需求在植物和動物供給鏈之間進行智能整合。麥肯錫公司以為，經過循環經濟提高人工智能的深度學習技能，能夠徹底革新食物的栽培、規劃、購買，甚至食用的辦法。據估計，人工智能將經過削減食物糟蹋釋放出每年高達1270億美元的經濟機會。

       要完成從線性經濟向循環經濟的改變，需求企業以一種前所未有的辦法，在數據生成、搜集、辦理和共享方面進行跨生態范疇的協作。

       一份于2019年6月發布的農業科技生態布局陳述顯示，現在越來越多的草創企業重視收獲后的監控和功率。陳述指出，農業科技正逐漸加強農場各個運作部門的聯絡，從而在農業和終究食物產品之間樹立更完好的價值鏈。


食物可追溯性及安全性

       食物可追溯性和安全性也為人工智能的開展供給了機遇，且很可能與區塊鏈技能相結合。食物安全影響整個農業和養分供給鏈，包含從農場化學品的使用到零售和顧客層面的食物糟蹋等方面。全球化也帶來了污染事情的頻發，導致更多食源性疾病、食物安全丑聞和顧客的健康恐慌。而人工智能則能夠進一步確保安全，進步終究農產品的質量。人工智能和分布式賬本技能的廣泛使用將加強食物安全基礎設施，削減污染，削減大規模召回。

       未來人工智能或有望協助零售商在食物蛻變前出售食物，協助食物供給鏈上的企業削減糟蹋并對銷售進行猜測，更有用地對接產品供給和需求。與此一起，顧客在食物安全、健康、來歷等方面的要求越來越高，對環保的認識也越來越強。這無疑將增加對可繼續動力，低碳出產和加工技能，以及整個供給鏈創新的要求。據麥肯錫猜測，農業供給鏈辦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，經過銷售和需求猜測，傳統人工智能和剖析的價值有2116億美元來自農業供給鏈，幾乎是猜測價值為1136億美元的產值和動力的兩倍。此外，人工智能帶來的勞動出產率和功率進步，將發生8.663億美元的價值。


       普華永道的經濟模型顯示，人工智能的使用與出產率之間顯著相關。開始的GDP增加來自于經過自動化和作業的增加進步的出產率，而長期收益則來自于產品個性化和質量驅動的顧客需求。因此，杰出的運營、協調的供給鏈以及高度的通明正逐漸成為人工智能在農業范疇的重要重視點，這也會導致供給鏈發生相應的變化。AI將給以下要害范疇帶來改變：

1.簡化流程

       啟用人工智能的機器人可經過數據集與供貨商進行基本的對話和評論，向供貨商宣布購買請求，或對有關采購功用的內部問題作出及時呼應。智能機器人甚至能夠在供給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.供給鏈規劃

       機器學習也將在物流的幾個要害范疇發揮作用。經過機器學習能夠增強供給鏈規劃，由于它有助于猜測庫存、需求和供給，還能夠驅動更靈敏的供給鏈并優化決策。大數據集的智能算法，以及對機器的剖析能夠供給比當時更為精確的猜測準度。人工智能優化還能夠進步運送功率，削減交貨時間和運送費用，使物流公司的日常運作更加環保，降低勞動力成本，并終究帶來競賽優勢。

3.庫房辦理

       庫房辦理也可從人工智能獲益，良好的庫房辦理也能夠為供給鏈規劃供給便當。成功的庫房辦理必須樹立在精確的猜測機制上，經過對算法和數據流的使用來提高猜測能力。總的來說，人工智能(經過分布式賬本技能)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給鏈。

       由此可見，21世紀的農業仍面對嚴峻應戰：農村勞動力不斷削減的一起，卻需求養活越來越多的人口。為了處理這一問題，需求依靠各農業國全面開展，選用更有用和可繼續的出產辦法，習慣氣候變化。而人工智能無疑將是未來開展的重要范疇，也將引領新一輪的農業技能革命。