AI農(nóng)業(yè)規(guī)模巨大的同時存在什么問題

被華爾街時報，福布斯和財富雜志稱為“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)中的運用。

最新情報顯示，2018年農(nóng)業(yè)市場的AI價值為6億美元，預計到2025年將達到26億美元，預測期間的復合年均增長率為22.5%。

事實上，從20世紀70年代開始，人工智能技術(shù)，特別是專家系統(tǒng)技術(shù)就開始應用于現(xiàn)代農(nóng)業(yè)領域。

眾所周知，人工智能運用農(nóng)業(yè)領域，有一個關(guān)鍵因素就是“糧食短缺”。

根據(jù)聯(lián)合國糧農(nóng)組織預測，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，對糧食需求量將增長70%。與此同時，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，展示出了其強大的實力。

根據(jù)報道發(fā)現(xiàn)，農(nóng)業(yè)中AI的一些流行用例包括預測分析，機器人技術(shù)，無人駕駛飛機和自動農(nóng)用車。根據(jù)農(nóng)業(yè)應用，作物保護，天氣預報，農(nóng)業(yè)機械自動化和牲畜生長監(jiān)測是成功實施人工智能的領域。

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)成本相當高。

曾有報道稱：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目投入過大。人工智能類創(chuàng)新型項目中，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)公司抱團農(nóng)業(yè)巨頭

互聯(lián)網(wǎng)公司抱團農(nóng)業(yè)巨頭，通過強強聯(lián)合，從而實現(xiàn)人工智能快速落地與驗證，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、德康集團宣布合作、海升集團合作。

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

科技服務農(nóng)業(yè)有2個方面：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)研及投資前景預測報告》中提到，以應用（硬件和網(wǎng)絡平臺以及服務）為基礎的智慧農(nóng)業(yè)市場，有望從2016年的90.2億美元（約為613億人民幣）達到2022年的184.5億美元（約為1254億人民幣）的規(guī)模，年均復合增長率13.8%。

就人工智能運用農(nóng)業(yè)來說，盡管農(nóng)業(yè)領域也已經(jīng)開始討論ABCD（A是人工智能：Artificial Intelligence；B是區(qū)塊鏈：BlockChain；C是云計算：Cloud；D是大數(shù)據(jù)：BigData），但在實際的布局過程中，依然面臨種種挑戰(zhàn)。比如數(shù)據(jù)鏈的打通、基礎設施建設、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)標準化，農(nóng)業(yè)生產(chǎn)面臨眾多不同模式，每一種作物、動物的生活環(huán)境、生長習性都不盡相同，而且體量龐大、結(jié)構(gòu)混亂，形成規(guī)?；\作是一大難題。只有當農(nóng)業(yè)進入標準化階段時，才能充分運用現(xiàn)代化的機械設備、生產(chǎn)技術(shù)和管理手段等等，形成有效數(shù)據(jù)采集和積累機制。

但長久以來，中國國情下的小農(nóng)經(jīng)濟模式導致土地分化嚴重，幾乎難以規(guī)模化生產(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)計和量化應用困難，農(nóng)業(yè)環(huán)境變化對人工智能技術(shù)在農(nóng)業(yè)上的測試、驗證和推廣更加困難;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)實骨感的境況，其看似與農(nóng)業(yè)很近，其實，人工智能離農(nóng)業(yè)很遠。

責任編輯：ct