數(shù)字農(nóng)業(yè)是將數(shù)字化信息作為農(nóng)業(yè)新的生產(chǎn)要素，用數(shù)字信息技術(shù)對(duì)農(nóng)業(yè)對(duì)象、環(huán)境和全過(guò)程進(jìn)行可視化表達(dá)、數(shù)字化設(shè)計(jì)、信息化管理的新興農(nóng)業(yè)發(fā)展形態(tài)，是數(shù)字經(jīng)濟(jì)范疇下用數(shù)字化重組方式對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行變革和升級(jí)的典型應(yīng)用之一。

圖片來(lái)自“123rf.com.cn”

數(shù)字農(nóng)業(yè)是將數(shù)字化信息作為農(nóng)業(yè)新的生產(chǎn)要素，用數(shù)字信息技術(shù)對(duì)農(nóng)業(yè)對(duì)象、環(huán)境和全過(guò)程進(jìn)行可視化表達(dá)、數(shù)字化設(shè)計(jì)、信息化管理的新興農(nóng)業(yè)發(fā)展形態(tài)，是數(shù)字經(jīng)濟(jì)范疇下用數(shù)字化重組方式對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行變革和升級(jí)的典型應(yīng)用之一。

傳統(tǒng)農(nóng)業(yè)和數(shù)字農(nóng)業(yè)的核心因素對(duì)比

從“人”到“數(shù)據(jù)”的關(guān)鍵決策因素轉(zhuǎn)換。傳統(tǒng)農(nóng)業(yè)主要包括養(yǎng)殖產(chǎn)業(yè)鏈和種植產(chǎn)業(yè)鏈等，其中的環(huán)節(jié)有育種、灌溉、施肥、飼養(yǎng)、疾病防治、運(yùn)輸和銷(xiāo)售等，均是以“人”為核心，主要是依靠過(guò)去積累的經(jīng)驗(yàn)或手藝來(lái)進(jìn)行判斷決策和執(zhí)行，這也導(dǎo)致了整體生產(chǎn)環(huán)節(jié)效率低、波動(dòng)性大、農(nóng)作物或農(nóng)產(chǎn)品質(zhì)量無(wú)法控制等問(wèn)題。而在數(shù)字農(nóng)業(yè)模式中，通過(guò)數(shù)字化設(shè)備比如田間攝像頭、溫度濕度監(jiān)控、土壤監(jiān)控、無(wú)人機(jī)航拍等，以實(shí)時(shí)“數(shù)據(jù)”為核心來(lái)幫助生產(chǎn)決策的管控和精準(zhǔn)實(shí)施，并通過(guò)海量數(shù)據(jù)和人工智能對(duì)設(shè)備的預(yù)防性維護(hù)、智能物流、多樣化風(fēng)險(xiǎn)管理手段進(jìn)行數(shù)據(jù)和技術(shù)支持，進(jìn)而大幅提升農(nóng)業(yè)產(chǎn)業(yè)鏈運(yùn)營(yíng)效率并優(yōu)化資源配置效率等。

數(shù)字農(nóng)業(yè)如何解決痛點(diǎn)？

物聯(lián)網(wǎng)——海量農(nóng)業(yè)數(shù)據(jù)實(shí)時(shí)獲取，奠定農(nóng)業(yè)數(shù)字化基礎(chǔ)，農(nóng)業(yè)物聯(lián)網(wǎng)是物聯(lián)網(wǎng)的重要應(yīng)用領(lǐng)域，是數(shù)字農(nóng)業(yè)中數(shù)據(jù)的主要來(lái)源。農(nóng)業(yè)物聯(lián)網(wǎng)已被歐洲列為物聯(lián)網(wǎng)18 個(gè)重要發(fā)展方向之一，同時(shí)也是我國(guó)物聯(lián)網(wǎng)9大領(lǐng)域重點(diǎn)示范工程之一。

物聯(lián)網(wǎng)在農(nóng)業(yè)領(lǐng)域應(yīng)用范圍廣泛，基于物聯(lián)網(wǎng)的農(nóng)業(yè)解決方案，通過(guò)實(shí)時(shí)收集并分析現(xiàn)場(chǎng)數(shù)據(jù)及部署指揮機(jī)制的方式，達(dá)到提升運(yùn)營(yíng)效率、擴(kuò)大收益、降低損耗的目的?？勺兯俾?、精準(zhǔn)農(nóng)業(yè)、智能灌溉、智能溫室等多種基于物聯(lián)網(wǎng)的應(yīng)用將推動(dòng)農(nóng)業(yè)流程改進(jìn)。物聯(lián)網(wǎng)科技可用于解決農(nóng)業(yè)領(lǐng)域特有問(wèn)題，打造基于物聯(lián)網(wǎng)的智慧農(nóng)場(chǎng)，實(shí)現(xiàn)作物質(zhì)量和產(chǎn)量雙豐收。

物聯(lián)網(wǎng)在農(nóng)業(yè)領(lǐng)域應(yīng)用廣泛

農(nóng)業(yè)領(lǐng)域有著豐富的連接需求，農(nóng)業(yè)物聯(lián)網(wǎng)市場(chǎng)潛力巨大。華為技術(shù)數(shù)據(jù)顯示，全球智能水表、智能路燈、智慧停車(chē)、智慧農(nóng)業(yè)、財(cái)產(chǎn)跟蹤、智慧家居分別有 7.5 億、1.9 億、2400萬(wàn)、1.5 億、2.1 億、1.1 億的連接需求，由此帶來(lái)的市場(chǎng)空間十分可觀。根據(jù)華為的預(yù)測(cè)，到2020 年，物聯(lián)網(wǎng)在農(nóng)業(yè)領(lǐng)域的潛在市場(chǎng)規(guī)模有望由2015 年的137 億美元增長(zhǎng)至268億美元，年復(fù)合增長(zhǎng)率達(dá) 14.3%。其中美國(guó)的市場(chǎng)份額最大并且已經(jīng)進(jìn)入成熟期，亞太地按照物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)領(lǐng)域中的不同應(yīng)用，劃分為如下幾類(lèi)：

物聯(lián)網(wǎng)是農(nóng)業(yè)數(shù)據(jù)的主要來(lái)源之一

精準(zhǔn)農(nóng)業(yè)：作為一種農(nóng)業(yè)管理方式，精準(zhǔn)農(nóng)業(yè)利用物聯(lián)網(wǎng)技術(shù)及信息和通信技術(shù)，實(shí)現(xiàn)優(yōu)化產(chǎn)量、保存資源的效果。精準(zhǔn)農(nóng)業(yè)需要獲取有關(guān)農(nóng)田、土壤和空氣狀況的實(shí)時(shí)數(shù)據(jù)，在保護(hù)環(huán)境的同時(shí)確保收益和可持續(xù)性。

可變速率技術(shù)（VRT）：VRT 是一種能夠幫助生產(chǎn)者改變作物投入速率的技術(shù)。它將變速控制系統(tǒng)與應(yīng)用設(shè)備相結(jié)合，在精準(zhǔn)的時(shí)間、地點(diǎn)投放輸入，因地制宜，確保每塊農(nóng)田獲得最適宜的投放量。

智能灌溉：提升灌溉效率、減少水源浪費(fèi)的需求日益擴(kuò)大。通過(guò)部署可持續(xù)高效灌溉系統(tǒng)以保護(hù)水資源的這種方式愈來(lái)愈受到重視?；谖锫?lián)網(wǎng)的智能灌溉對(duì)空氣濕度、土壤濕度、溫度、光照度等參數(shù)進(jìn)行測(cè)量，由此精確計(jì)算出灌溉用水需求量。經(jīng)驗(yàn)證，該機(jī)制可有效提高灌溉效率。

農(nóng)業(yè)無(wú)人機(jī)：無(wú)人機(jī)有著豐富的農(nóng)業(yè)應(yīng)用，可用于監(jiān)測(cè)作物健康、農(nóng)業(yè)拍照（以促進(jìn)作物健康生長(zhǎng)為目的）、可變速率應(yīng)用、牲畜管理等。無(wú)人機(jī)可以低成本監(jiān)視大面積區(qū)域，搭載傳感器可輕易采集大量數(shù)據(jù)。

智能溫室：智能溫室可持續(xù)監(jiān)測(cè)氣溫、空氣濕度、光照、土壤濕度等氣候狀況， 將作物種植過(guò)程中的人工干預(yù)降到最低。上述氣候狀況的改變會(huì)觸發(fā)自動(dòng)反應(yīng)。在對(duì)氣候變化進(jìn)行分析評(píng)估后，溫室會(huì)自動(dòng)執(zhí)行糾錯(cuò)功能，使各氣候狀況維持在最適宜作物生長(zhǎng)的水平。

收成監(jiān)測(cè)：收成監(jiān)測(cè)機(jī)制可對(duì)影響農(nóng)業(yè)收成的各方面因素進(jìn)行監(jiān)測(cè)，包括谷物質(zhì)量流量、水量、收成總量等，監(jiān)測(cè)得到的實(shí)時(shí)數(shù)據(jù)可幫助農(nóng)場(chǎng)主形成決策。該機(jī)制有助于縮減成本、提高產(chǎn)量。

農(nóng)業(yè)管理系統(tǒng)（FMS）：FMS 借助傳感器及跟蹤裝置為農(nóng)場(chǎng)主及其他利益相關(guān)方提供數(shù)據(jù)收集與管理服務(wù)。收集到的數(shù)據(jù) 經(jīng)過(guò)存儲(chǔ)與分析，為復(fù)雜決策提供支撐。此外，F(xiàn)MS 還可用于辨識(shí)農(nóng)業(yè)數(shù)據(jù)分析最佳實(shí)踐與軟件交付模型。它的優(yōu)點(diǎn)還包括：提供可靠的金融數(shù)據(jù)和生產(chǎn)數(shù)據(jù)管理、提升與天氣或突發(fā)事件相關(guān)的風(fēng)險(xiǎn)緩釋能力。

土壤監(jiān)測(cè)系統(tǒng)：土壤監(jiān)測(cè)系統(tǒng)協(xié)助農(nóng)場(chǎng)主跟蹤并改善土壤質(zhì)量，防止土壤惡化。系統(tǒng)可對(duì)一系列物理、化學(xué)、生物指標(biāo)（如土質(zhì)、持水力、吸收率等）進(jìn)行監(jiān)測(cè)，降低土壤侵蝕、密化、鹽化、酸化、以及受危害土壤質(zhì)量的有毒物質(zhì)污染等風(fēng)險(xiǎn)。

精準(zhǔn)牲畜飼養(yǎng)：精準(zhǔn)牲畜飼養(yǎng)可對(duì)牲畜的繁殖、健康、精神等狀況進(jìn)行實(shí)時(shí)監(jiān)測(cè)，確保收益最大化。農(nóng)場(chǎng)主可利用先進(jìn)科技實(shí)施持續(xù)監(jiān)測(cè)，并根據(jù)監(jiān)測(cè)結(jié)果做出利于提高牲畜健康狀況的決策。

智慧農(nóng)業(yè)市場(chǎng)規(guī)模預(yù)測(cè)（2015-2020年，億美元，%）

大數(shù)據(jù)與人工智能——生產(chǎn)經(jīng)營(yíng)決策“數(shù)字化”，全面提升生產(chǎn)效率

萬(wàn)物互聯(lián)在推動(dòng)海量設(shè)備接入的同時(shí)，也將在云端生成海量數(shù)據(jù)。而挖掘這些由物聯(lián)網(wǎng)產(chǎn)生的大數(shù)據(jù)中隱藏信息的方法就是利用人工智能。物聯(lián)網(wǎng)最核心的商業(yè)價(jià)值就是將這些海量的數(shù)據(jù)進(jìn)行智能化的分析、處理，從而生成基于不同商業(yè)模式的各類(lèi)應(yīng)用。

基于人工智能對(duì)中國(guó)經(jīng)濟(jì)整體影響的模擬分析，并結(jié)合行業(yè)規(guī)模數(shù)據(jù)，埃森哲分析人工智能對(duì)中國(guó)15 個(gè)行業(yè)可能帶來(lái)的經(jīng)濟(jì)影響。研究顯示，制造業(yè)、農(nóng)林漁業(yè)、批發(fā)和零售業(yè)將成為從人工智能應(yīng)用中獲益最多的三個(gè)行業(yè)。到2035 年，人工智能將推動(dòng)這三大行業(yè)的年增長(zhǎng)率分別提升2%、1.8%和1.7%。

人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用潛力巨大。機(jī)器學(xué)習(xí)所具備的通過(guò)使用大數(shù)據(jù)集來(lái)優(yōu)化單個(gè)或一系列關(guān)鍵目標(biāo)的能力很適合用來(lái)解決農(nóng)業(yè)生產(chǎn)中的作物產(chǎn)量、疾病預(yù)防和成本效益等問(wèn)題：

在種植領(lǐng)域，人工智能有望提高糧食產(chǎn)量、減少資源浪費(fèi)。機(jī)器學(xué)習(xí)技術(shù)可以被用來(lái)分析來(lái)自無(wú)人機(jī)和衛(wèi)星的圖像、氣象數(shù)據(jù)、土壤樣本和濕度傳感器的數(shù)據(jù)，并幫助確定播種、施肥、灌溉、噴藥和收割的最佳方法。在精準(zhǔn)農(nóng)業(yè)中的各個(gè)環(huán)節(jié)中，機(jī)器學(xué)習(xí)都能發(fā)揮重要的作用，從而提高糧食的產(chǎn)量。

在養(yǎng)殖領(lǐng)域，利用人工智能可以有效降低疾病造成的損失。在一項(xiàng)學(xué)術(shù)研究中，研究人員收集和分析雞的聲音，并訓(xùn)練神經(jīng)網(wǎng)絡(luò)模式識(shí)別算法后，研究人員能夠正確地識(shí)別出感染了致命疾病的雞，其中發(fā)病 2 天的雞的識(shí)別準(zhǔn)確率為66 %，而發(fā)病8 天的雞的識(shí)別準(zhǔn)確率為 100 %。正確診斷牲畜所患疾病并盡早在損失發(fā)生之前進(jìn)行治療可以消除由疾病導(dǎo)致的損失。據(jù)行業(yè)專(zhuān)家估計(jì)，挽回的損失可達(dá)20 億美元。

人工智能縮短農(nóng)業(yè)研發(fā)進(jìn)程。人工智能技術(shù)可以用于提高糧食產(chǎn)量、降低損失，但這并不是其發(fā)揮作用的唯一領(lǐng)域。在實(shí)驗(yàn)室和研究中心，機(jī)器學(xué)習(xí)算法能夠幫助培育更好的植物基因，創(chuàng)造更安全、更高效的農(nóng)作物保護(hù)產(chǎn)品和化肥，并且開(kāi)發(fā)更多的農(nóng)產(chǎn)品。實(shí)際上，人工智能在這些領(lǐng)域的介入更加成熟，因?yàn)檫@一領(lǐng)域的數(shù)據(jù)更加豐富，數(shù)據(jù)獲取的速度也更快。根據(jù)2016 年P(guān)hilips McDougall 的分析，將一種新的作物保護(hù)產(chǎn)品推向市場(chǎng)需要11年的發(fā)現(xiàn)和發(fā)展時(shí)間，分析16 萬(wàn)份化合物，每個(gè)產(chǎn)品商業(yè)化支出超過(guò)2.8 億美元。在新農(nóng)化產(chǎn)品的開(kāi)發(fā)中，整個(gè)行業(yè)每年的花費(fèi)超過(guò)26 億美元。而人工智能的采用可以提高這一過(guò)程的效率。

以孟山都的玉米育種為例。在將玉米雜交品種投入市場(chǎng)之前，孟山都對(duì)其進(jìn)行了多年的評(píng)估，從發(fā)現(xiàn)到商業(yè)化，這個(gè)過(guò)程可能需要8 年時(shí)間。玉米育種通常被比作“草堆中撈針”，這是個(gè)擁有32000 個(gè)基因的大草堆，代表了幾代繁殖者面臨的搜索難題。從歷史上來(lái)看，一個(gè)育種項(xiàng)目每年可以從成千上萬(wàn)可用選項(xiàng)中選出大約500 種組合進(jìn)行試驗(yàn)。這種選擇受到與管理現(xiàn)場(chǎng)測(cè)試程序相關(guān)的后勤和成本的限制。

為了減少這些限制，孟山都的AI 研究人員開(kāi)發(fā)了一種算法，能夠評(píng)估育種決策，并預(yù)測(cè)哪一個(gè)雜交品種將在試驗(yàn)的第一年表現(xiàn)出最佳的性能。這個(gè)算法正被過(guò)去15 年的分子標(biāo)記和現(xiàn)場(chǎng)試驗(yàn)信息進(jìn)行訓(xùn)練。這種算法可以?xún)?yōu)化育種過(guò)程，使育種者能夠更快地把他們最好的想法投入到大規(guī)模的實(shí)地試驗(yàn)中。這一算法不僅加快了育種過(guò)程，而且與傳統(tǒng)方法相比，還使孟山都將其玉米育種管道規(guī)模提高5 倍。育種者可以利用AI 工具完成更多的工作。

數(shù)字農(nóng)業(yè)應(yīng)用方向與各國(guó)發(fā)展現(xiàn)狀

全球數(shù)字農(nóng)業(yè)規(guī)模已超千億人民幣，細(xì)分領(lǐng)域倍速發(fā)展。智慧農(nóng)業(yè)是數(shù)字農(nóng)業(yè)中一種具體的綜合應(yīng)用形式，可在較大程度上反應(yīng)數(shù)字農(nóng)業(yè)的整體發(fā)展情況。按應(yīng)用劃分，從體量上來(lái)看，精準(zhǔn)農(nóng)業(yè)（含種植與養(yǎng)殖）、監(jiān)測(cè)（含收成監(jiān)測(cè)與土壤監(jiān)測(cè)）、農(nóng)業(yè)無(wú)人機(jī)三領(lǐng)域是智慧農(nóng)業(yè)中發(fā)展較為領(lǐng)先的方向，2020 年預(yù)測(cè)規(guī)模分別在45.85 億美元、22.15 億美元、和11.79 億美元；從發(fā)展速度上來(lái)看，智能灌溉、智能溫室、農(nóng)業(yè)無(wú)人機(jī)領(lǐng)域發(fā)展較快，5 年CAGR (復(fù)合年均增長(zhǎng)率）分別達(dá)到37.60%、33.28%、32.66%。

以應(yīng)用劃分的潛在市場(chǎng)規(guī)模（百萬(wàn)美元）

從數(shù)字農(nóng)業(yè)領(lǐng)先國(guó)家的情況來(lái)看，各國(guó)均重視發(fā)展農(nóng)業(yè)技術(shù)，同時(shí)因地制宜，各自開(kāi)發(fā)出適合自身的數(shù)字農(nóng)業(yè)成長(zhǎng)路線。以美國(guó)為例，梳理數(shù)字農(nóng)業(yè)在不同國(guó)家如何助力農(nóng)業(yè)提升產(chǎn)業(yè)效率。

美國(guó)：優(yōu)質(zhì)自然稟賦與先進(jìn)技術(shù)奠定數(shù)字農(nóng)業(yè)全球領(lǐng)先地位。美國(guó)是世界上農(nóng)業(yè)最發(fā)達(dá)的國(guó)家，美國(guó)農(nóng)業(yè)經(jīng)營(yíng)模式主要以大型農(nóng)場(chǎng)經(jīng)營(yíng)為主，農(nóng)業(yè)高度發(fā)達(dá)，機(jī)械化程度高，主要有畜牧業(yè)和種植業(yè)兩大部分。最早提出精準(zhǔn)農(nóng)業(yè)概念，農(nóng)業(yè)率先進(jìn)入數(shù)字化時(shí)代。20 世紀(jì)80 年代初，美國(guó)便提出了精準(zhǔn)農(nóng)業(yè)的概念和設(shè)想。智能中央計(jì)算機(jī)灌溉控制系統(tǒng)于80 年代就被應(yīng)用于溫室控制和管理。此后，計(jì)算機(jī)控制與管理系統(tǒng)可控范圍、靈活程度逐漸提高。美國(guó)41.6%的家庭農(nóng)場(chǎng)、46.8%的奶牛場(chǎng)和52%的年輕農(nóng)場(chǎng)主通過(guò)計(jì)算機(jī)進(jìn)行網(wǎng)絡(luò)信息聯(lián)絡(luò)，有專(zhuān)業(yè)的農(nóng)業(yè)技術(shù)服務(wù)組織將農(nóng)業(yè)信息提供給農(nóng)民，服務(wù)于農(nóng)業(yè)生產(chǎn)管理和精細(xì)化耕作。

農(nóng)業(yè)技術(shù)的進(jìn)步是推動(dòng)美農(nóng)業(yè)生產(chǎn)力提高的主要力量?，F(xiàn)在，美國(guó)農(nóng)場(chǎng)因?yàn)榧夹g(shù)的進(jìn)步，包括傳感器、設(shè)備、機(jī)器和信息技術(shù)，現(xiàn)在的運(yùn)營(yíng)模式與幾十年前存在較大差異。今天的農(nóng)業(yè)通常使用復(fù)雜的技術(shù)，如機(jī)器人，溫度和濕度傳感器，航拍圖像和GPS 技術(shù)。這些先進(jìn)的設(shè)備和機(jī)器人系統(tǒng)使農(nóng)業(yè)效率得以提高，在成本幾乎不變的情況使企業(yè)收入持續(xù)增長(zhǎng)，更高效的同時(shí)也更安全、更環(huán)保。

鄉(xiāng)村振興+5G 時(shí)代來(lái)臨，我國(guó)數(shù)字農(nóng)業(yè)機(jī)會(huì)幾何？

數(shù)字農(nóng)業(yè)發(fā)展相對(duì)滯后，數(shù)字化轉(zhuǎn)型才剛開(kāi)始農(nóng)業(yè)數(shù)字化相對(duì)滯后是當(dāng)前我國(guó)農(nóng)業(yè)發(fā)展的大背景。根據(jù)中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)白皮書(shū)（2019 年）》，2018 年，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到31.3 萬(wàn)億元，按可比口徑計(jì)算，名義增長(zhǎng)20.9%，占GDF 比重的34.8%。三產(chǎn)中，我國(guó)農(nóng)業(yè)數(shù)字經(jīng)濟(jì)占農(nóng)業(yè)整體比重的平均值為7.30%，而工業(yè)為18.30%，服務(wù)業(yè)為35.90%。與工業(yè)和服務(wù)業(yè)相比，農(nóng)業(yè)不僅數(shù)字化水平處于相對(duì)較低位置，數(shù)字化速度也相對(duì)較慢。農(nóng)業(yè)各細(xì)分行業(yè)中，數(shù)字經(jīng)濟(jì)占比程度從高到低依次為林產(chǎn)品、漁產(chǎn)品、農(nóng)產(chǎn)品、畜牧產(chǎn)品，均低于大多數(shù)服務(wù)業(yè)和工業(yè)行業(yè)，可見(jiàn)三產(chǎn)中，農(nóng)業(yè)存在較大數(shù)字化提升空間。

2018年農(nóng)業(yè)各細(xì)分行業(yè)數(shù)字經(jīng)濟(jì)比重（%，億元）

技術(shù)提升產(chǎn)業(yè)效率，新興技術(shù)不斷進(jìn)步，應(yīng)用成本下降

一、技術(shù)成熟度提升帶來(lái)部署成本不斷下降。相比10 年前，全球物聯(lián)網(wǎng)處理器價(jià)格下降98%，傳感器價(jià)格下降54%，帶寬價(jià)格下降97%，成本的降低為農(nóng)業(yè)物聯(lián)網(wǎng)大規(guī)模部署提供了基礎(chǔ)。

二、聯(lián)網(wǎng)技術(shù)不斷突破。聯(lián)網(wǎng)技術(shù)是物聯(lián)網(wǎng)產(chǎn)業(yè)興起的重要條件，在全球范圍內(nèi)低功率廣域網(wǎng)（LPWAN）技術(shù)快速興起并逐步商用，面向物聯(lián)網(wǎng)廣覆蓋、低時(shí)延場(chǎng)景的5G 技術(shù)標(biāo)準(zhǔn)化進(jìn)程加速，同時(shí)工業(yè)以太網(wǎng)、LTE-V、短距離通信技術(shù)等相關(guān)通信技術(shù)也取得顯著進(jìn)展。

三、數(shù)據(jù)處理技術(shù)與能力有明顯提升。隨著大數(shù)據(jù)整體技術(shù)體系的基本形成，信息提取、知識(shí)表現(xiàn)、機(jī)器學(xué)習(xí)等人工智能研究方法和應(yīng)用技術(shù)發(fā)展迅速。大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能在數(shù)字農(nóng)業(yè)升級(jí)中的應(yīng)用能夠有效釋放農(nóng)業(yè)產(chǎn)業(yè)龐大數(shù)據(jù)的潛在價(jià)值。

四、產(chǎn)業(yè)生態(tài)構(gòu)建所需的關(guān)鍵能力加速成熟。云計(jì)算的成熟、開(kāi)源軟件等有效降低了企業(yè)構(gòu)建生態(tài)的門(mén)檻，推動(dòng)全球范圍內(nèi)農(nóng)業(yè)數(shù)字化的興起和農(nóng)業(yè)物聯(lián)網(wǎng)操作系統(tǒng)的進(jìn)步。

當(dāng)前智慧農(nóng)業(yè)主要使用的物聯(lián)網(wǎng)通信技術(shù)

5G 賦能已有技術(shù)，全方位提升數(shù)字農(nóng)業(yè)效率

具體到數(shù)字農(nóng)業(yè)，5G 將提升的是數(shù)字農(nóng)業(yè)價(jià)值鏈中移動(dòng)網(wǎng)絡(luò)環(huán)節(jié)效率，聯(lián)動(dòng)前后環(huán)節(jié)適配技術(shù)升級(jí)迭代。由于智慧農(nóng)業(yè)價(jià)值鏈與數(shù)字農(nóng)業(yè)類(lèi)似，若5G 商用落地，前環(huán)節(jié)中的裝置/設(shè)備制造商、聯(lián)網(wǎng)供應(yīng)商，后環(huán)節(jié)中的聯(lián)網(wǎng)平臺(tái)、應(yīng)用供應(yīng)商、數(shù)據(jù)分析、系統(tǒng)集成商和外包供應(yīng)商、終端用戶(hù)等眾多參與方將受益來(lái)自移動(dòng)網(wǎng)絡(luò)環(huán)節(jié)的技術(shù)革新。這些參與方可分為供應(yīng)商和個(gè)人消費(fèi)者兩大類(lèi)，而目前在農(nóng)業(yè)相關(guān)領(lǐng)域中，無(wú)論是B 端還是C 端均有較多需求未被滿足。

根據(jù)華為對(duì)終端用戶(hù)的痛點(diǎn)分析，目前在通信技術(shù)方面，60％以上的農(nóng)場(chǎng)主認(rèn)為低覆蓋范圍和高投資成本是數(shù)字農(nóng)業(yè)相關(guān)技術(shù)必須解決的主要難題。其次，還有部署周期長(zhǎng)、帶寬、高時(shí)延等問(wèn)題需要解決。同時(shí)，報(bào)告對(duì)農(nóng)場(chǎng)主的投資意愿進(jìn)行了統(tǒng)計(jì)，70%以上的農(nóng)場(chǎng)主愿意投資有助于提高生產(chǎn)力和利潤(rùn)的先進(jìn)技術(shù)。5G 商用落地有望大幅改善當(dāng)前數(shù)字農(nóng)業(yè)中因信息技術(shù)導(dǎo)致的痛點(diǎn)，同時(shí)由于終端用戶(hù)對(duì)改善現(xiàn)狀具有較高投資意愿，5G+智慧農(nóng)業(yè)有望在5G 大生態(tài)萬(wàn)億市場(chǎng)中占有一席之地。