信息就是金錢。而對于農民來說，信息往往是決定收成好壞的因素。隨著人工智能 (AI) 和物聯網 (IoT) 日益成為各行各業的支柱，人類最古老的職業之一——農業，即將迎來 21 世紀的變革。

毫不奇怪，農業技術市場正在爆炸式增長。最近的一份市場研究報告預測，2019 年至 2024 年間，人工智能農業市場的復合年增長率將達到 28.38% 。

由于農業勞動力供應萎縮等問題，這種重新成像再及時不過了。今天，農業綜合企業正在尋求人工智能和物聯網，以提高他們的工作效率和可持續性。

通過使用物聯網收集農作物數據，然后使用機器學習等技術處理這些數據，農業綜合企業能夠更好地監控農作物的狀況，并獲得可以幫助他們減少污染和農藥使用的建議。這些技術不僅有助于使農業更具可持續性，而且還提高了生產力和盈利能力。

就是這樣。

使用物聯網監測農作物

到目前為止，農民主要在工作時間手動收集有關作物的信息。這帶來了兩個重大問題。一方面，手工操作時通常有更多的錯誤空間。其次，人工監測只能間隔進行，以免農民花一整天的時間檢查農作物而逃避其他工作。

物聯網為這兩個問題提供了潛在的解決方案。通過連接監控設備并將數據發送回農民可以訪問的中央樞紐，農業綜合企業可以更準確地實時監控他們的作物。當需要采取行動時，農民可以立即收到警報，而不是在下一次檢查之前不知道。

約翰迪爾已經開始實施其中一些技術。它正在努力將其拖拉機連接到互聯網，以便他們可以收集有關農作物產量的數據。此外，該公司正在嘗試開發自動駕駛拖拉機，這意味著數據收集和大部分農場工作可以完全自動化。在我們面臨全球農業勞動力短缺的重大問題之際，這是一個可喜的變化。

但在軟件即服務云服務的幫助下，智能農業技術有可能超越單個農場。盧旺達農業和動物資源部最近實施了一個由 N-Frnds 構建的智能農業系統，這是一個基于 SaaS 云模型的基于云的數字分銷平臺。該系統通過允許他們訪問可搜索的知識庫并向他們發送推送通知以及其他幾個功能，向盧旺達農民提供信息。

最終，隨著物聯網農業技術的采用增加，將其與 SaaS 分銷服務相結合，有可能在全國甚至國際范圍內大大提高農業效率。這是因為與傳統 IT 基礎架構相比，SaaS 模型提供了許多重要優勢，例如更高的可訪問性、更高的成本節約和易于擴展。

具體來說，SaaS 和物聯網硬件可以一起使用來捕獲數據并深入了解如何管理農場的運營。這包括有關作物模式、天氣周期、收獲和土壤質量的信息，僅舉幾例。

然后，所有這些數據都將存儲在云中，以便整齊地組織并始終可訪問，從而可以隨時隨地監控現場操作。這也是實際經營農場業務的重要信息。例如，基于云的會計解決方案將確保通過實時收集數據、將數據存儲在遠程服務器上以及自動化財務流程來簡化財務操作。

使用 AI 分析數據和自動化流程

預計到 2021 年，國際在人工智能方面的支出將達到576 億美元，因此公司正在研究人工智能如何與更傳統的農業實踐相結合也就不足為奇了。目前，重點是人工智能的兩個方面：從數據中獲取洞察力和自動化流程。

雖然物聯網使實時監控和廣泛分發信息成為可能，但人工智能可以通過幫助農民瀏覽這些數據并做出決策來提高生產力和效率。

同時，人工智能和物聯網通常與幾乎無限的基于云的服務器結合使用，因為此類解決方案旨在承擔一些通常由多臺計算機承擔的重量。更好的是，云本質上并不只依賴于一個系統，即使一臺計算機或服務器崩潰，云也不會隨之崩潰。

例如，計算機視覺和機器學習技術可能能夠幫助農業綜合企業檢測農作物周圍的雜草。農民將田間攝像機連接到互聯網，攝像機將數據發送到云存儲，人工智能模型將在檢測到雜草時發送通知，以便農民采取行動。同樣的概念適用于疾病檢測、作物質量監測、產量預測等。

然而，人工智能最終可能使農業系統的完全自動化成為可能。在上面的雜草檢測示例中，農民仍然需要在收到人工智能系統的通知后手動為農作物除草。但隨著特定人工智能技術（如自動駕駛和計算機視覺識別）的改進，該系統將能夠派出一臺機器來清除雜草，而無需任何人工干預。

此外，人工智能控制的機械可以采摘作物、自動化灌溉系統和自動化監控系統。隨著人為錯誤的消除，人工智能可能能夠提高農業企業的可持續性、盈利能力和生產力。

案例研究：人才云

使用人工智能和物聯網的智能農業技術的首批成功實施之一來自中國公司 TalentCloud。前提很簡單：農民教育提高了生產力，但日常農民并不總能獲得教育和最新研究。此外，不了解最新研究的農民可能會過度使用導致氣候變化的殺蟲劑和污染物。

為了解決這個問題，TalentCloud創建了一個基于微軟 Azure 平臺的 Agro-Brain 系統，該系統將來自田間的實時數據與最新的農業研究相結合，為農民提供定制的作物管理建議，例如如何控制病蟲害、如何優化種植條件和作物的生命周期。

TalentCloud 使用物聯網傳感器收集有關土壤條件、濕度和氣溫的定量數據，并使用攝像頭收集定性數據。數據被發送到 Microsoft Azure 的 IoT 中心，并由 Azure 機器學習處理以訓練 TalentCloud 的專有模型。

從本質上講，這為農民提供了與農業教育類似的生產力收益，但采用了交鑰匙解決方案。它還可以提高可持續性，這在當今的環境危機中很重要。

使古老的做法現代化

人工智能和物聯網與傳統農業實踐的整合為將農業帶入數字時代提供了機會。由于該行業面臨如此多的問題，無論如何，這是一個可喜的變化。隨著越來越多的公司進入不斷增長的農業技術領域，使用人工智能和物聯網創建全自動農業解決方案的前景越來越近。

審核編輯 黃昊宇