被華爾街時(shí)報(bào)，福布斯和財(cái)富雜志稱為“AI（人工智能）元年”的2017年，人工智能成果頗豐。尤其是，在農(nóng)業(yè)中的運(yùn)用。

最新情報(bào)顯示，2018年農(nóng)業(yè)市場的AI價(jià)值為6億美元，預(yù)計(jì)到2025年將達(dá)到26億美元，預(yù)測期間的復(fù)合年均增長率為22.5%。

事實(shí)上，從20世紀(jì)70年代開始，人工智能技術(shù)，特別是專家系統(tǒng)技術(shù)就開始應(yīng)用于現(xiàn)代農(nóng)業(yè)領(lǐng)域。

眾所周知，人工智能運(yùn)用農(nóng)業(yè)領(lǐng)域，有一個(gè)關(guān)鍵因素就是“糧食短缺”。

根據(jù)聯(lián)合國糧農(nóng)組織預(yù)測，到2050年，全球人口將超過90億，盡管人口較目前只增長25%，但是由于人類生活水平的提高以及膳食結(jié)構(gòu)的改善，對(duì)糧食需求量將增長70%。與此同時(shí)，全球又面臨著土地資源緊缺、化肥農(nóng)藥過度使用造成的環(huán)境破壞等問題。如何在有限的耕地增加農(nóng)業(yè)的產(chǎn)出，同時(shí)保持可持續(xù)發(fā)展？人工智能作為解決方式之一，展示出了其強(qiáng)大的實(shí)力。

根據(jù)報(bào)道發(fā)現(xiàn)，農(nóng)業(yè)中AI的一些流行用例包括預(yù)測分析，機(jī)器人技術(shù)，無人駕駛飛機(jī)和自動(dòng)農(nóng)用車。根據(jù)農(nóng)業(yè)應(yīng)用，作物保護(hù)，天氣預(yù)報(bào)，農(nóng)業(yè)機(jī)械自動(dòng)化和牲畜生長監(jiān)測是成功實(shí)施人工智能的領(lǐng)域。

雖然人工智能改變世界，更低的成本，更高的效率，但是人工智能的研發(fā)成本相當(dāng)高。

曾有報(bào)道稱：某新三板掛牌科技公司一年虧損超過1.2億元，主要原因是公司人工智能項(xiàng)目投入過大。人工智能類創(chuàng)新型項(xiàng)目中，人工智能相關(guān)專業(yè)性人才成本居高不下，投入較多；優(yōu)勢產(chǎn)品加入人工智能等新技術(shù)提升性能，研發(fā)成本較高。

我們發(fā)現(xiàn)人工智能公司切入農(nóng)業(yè)有2大路徑：

路徑一、巨頭互聯(lián)網(wǎng)公司抱團(tuán)農(nóng)業(yè)巨頭

互聯(lián)網(wǎng)公司抱團(tuán)農(nóng)業(yè)巨頭，通過強(qiáng)強(qiáng)聯(lián)合，從而實(shí)現(xiàn)人工智能快速落地與驗(yàn)證，如果可以減少互聯(lián)網(wǎng)公司研發(fā)成本和推廣成本。

比如，京東AI養(yǎng)豬與精氣神公司合作，阿里ET大腦與四川特驅(qū)集團(tuán)、德康集團(tuán)宣布合作、海升集團(tuán)合作。

路徑二、農(nóng)業(yè)創(chuàng)業(yè)型公司銷售硬件或服務(wù)

科技服務(wù)農(nóng)業(yè)有2個(gè)方面：1）提供系統(tǒng)解決方案；2）銷售產(chǎn)品。

中投顧問在《2016-2020年中國智慧農(nóng)業(yè)深度調(diào)研及投資前景預(yù)測報(bào)告》中提到，以應(yīng)用（硬件和網(wǎng)絡(luò)平臺(tái)以及服務(wù)）為基礎(chǔ)的智慧農(nóng)業(yè)市場，有望從2016年的90.2億美元（約為613億人民幣）達(dá)到2022年的184.5億美元（約為1254億人民幣）的規(guī)模，年均復(fù)合增長率13.8%。

就人工智能運(yùn)用農(nóng)業(yè)來說，盡管農(nóng)業(yè)領(lǐng)域也已經(jīng)開始討論ABCD（A是人工智能：Artificial Intelligence；B是區(qū)塊鏈：BlockChain；C是云計(jì)算：Cloud；D是大數(shù)據(jù)：BigData），但在實(shí)際的布局過程中，依然面臨種種挑戰(zhàn)。比如數(shù)據(jù)鏈的打通、基礎(chǔ)設(shè)施建設(shè)、新型農(nóng)業(yè)AI人才的培養(yǎng)、市場教育等等，不是可以一蹴而就的事。

業(yè)內(nèi)人士指出，不同于工業(yè)標(biāo)準(zhǔn)化，農(nóng)業(yè)生產(chǎn)面臨眾多不同模式，每一種作物、動(dòng)物的生活環(huán)境、生長習(xí)性都不盡相同，而且體量龐大、結(jié)構(gòu)混亂，形成規(guī)模化運(yùn)作是一大難題。只有當(dāng)農(nóng)業(yè)進(jìn)入標(biāo)準(zhǔn)化階段時(shí)，才能充分運(yùn)用現(xiàn)代化的機(jī)械設(shè)備、生產(chǎn)技術(shù)和管理手段等等，形成有效數(shù)據(jù)采集和積累機(jī)制。

但長久以來，中國國情下的小農(nóng)經(jīng)濟(jì)模式導(dǎo)致土地分化嚴(yán)重，幾乎難以規(guī)?；a(chǎn)和規(guī)范化管理。

比如，中國農(nóng)業(yè)存在6大問題：1）農(nóng)業(yè)的分散性；2）農(nóng)業(yè)高科技人才缺乏；3）小農(nóng)戶在我國占據(jù)80%以上的；4）農(nóng)業(yè)領(lǐng)域的數(shù)據(jù)獲取比其他行業(yè)要難;5）農(nóng)業(yè)生產(chǎn)統(tǒng)計(jì)和量化應(yīng)用困難，農(nóng)業(yè)環(huán)境變化對(duì)人工智能技術(shù)在農(nóng)業(yè)上的測試、驗(yàn)證和推廣更加困難;6）缺乏既懂農(nóng)業(yè)又懂人工智能技術(shù)的復(fù)合型人才。等等這些原因都制約著人工智能在農(nóng)業(yè)中的發(fā)展速度。

因此，想要推動(dòng)AI農(nóng)業(yè)，背后的技術(shù)要求和成本投入非常高。所以，人工智能存在理想豐滿、現(xiàn)實(shí)骨感的境況，其看似與農(nóng)業(yè)很近，其實(shí)，人工智能離農(nóng)業(yè)很遠(yuǎn)。