农业数字化转型稳步发展

（一）政府和产业界合力推进农业数字化

一方面，政府持续加大农业数字化转型的支持力度。2023年2月，拜登政府向农业领域进一步投资了5900万美元，以提高独立肉类和家禽加工能力，提升食品工业链数字化水平，增加农民的市场机会，并在农村地区创造就业机会。2023年3月，美国农业部国家食品和农业研究所（NIFA）宣布，将投资940万美元，支持城市室内和其他新兴农业生产的研究、教育和推广计划。这些资金将用于资助50个项目，计划重点包括通过智能技术和其他数字工具，支持城市和垂直农业的发展等。我国也持续出台推进数字农业发展的相关政策。2023年4月，中央网信办、农业农村部等五部门联合印发《2023年数字乡村发展工作要点》，提出加快农业全产业链数字化转型、强化农业科技和智能装备支撑等重点任务。2024年1月，中央一号文件提出，持续实施数字乡村发展行动，发展智慧农业，缩小城乡“数字鸿沟”。

另一方面，全球农业科技企业加大数字农业领域布局。2024年1月，SpaceX宣布与农业巨头John Deere建立合作伙伴关系，正式进军农业领域。SpaceX计划2024年开始向农民提供其卫星通信服务Starlink，以便他们能够使用John Deere的农业技术工具。2024年2月，先正达集团宣布与IBM研究实验室及生物技术公司Maxygen达成合作，将集团全球领先的农业研究和数据集与合作伙伴的数字化和生物技术相结合，更快、更高效地为应对农业挑战提供全新解决方案。2024年3月，拜耳宣布正式试点智慧农业专家GenAI系统。拜耳使用其多年积累的内部数据与在庞大测试网络中数千次试验的数据，以及来自全球的拜耳农艺师数百年的综合经验，来训练大型语言模型（LLM），为广大农民和农艺专家提供专业服务。经过农艺师的验证，GenAI系统已在拜耳美国团队先期试点。结果显示，该系统将切实有助于提升生产力，且效果领先于当前农业领域所应用的开箱即用型LLM。

（二）农业数字化转型成效初显

在政府和产业界的大力推进下，各国农业数字化转型不断推进。美国农业科技公司Bushel 2024年农场状况报告发现，天气、会计和财务记录是农民使用农业相关应用或软件进行的排名最高的活动，其中40岁以下的农民认为软件在帮助他们管理成本和增加收入方面作用相当；近65%的受访者愿意通过应用程序或网站向粮食买家提交粮食报价/销售粮食，较上年提高了18个百分点；数据共享方面，超过40%的农民受访者表示他们愿意与会计师和作物保险提供商共享数据，超过1/3的人愿意与他们的农艺师和银行家/贷款人共享数据。我国农业数字化转型稳步推进，全国安装北斗终端农机已达220万台，2023年新增推广应用各类农机北斗终端33万台，智能农机累计作业面积达1.79亿亩。植保无人机总量超过20万架，年作业面积突破21亿亩次，极大提升了作业效率。农村电商保持快速增长，2023年全国农村网络零售额达2.49万亿元^[1]，农产品网络零售额达7301.8亿元，同比增长6.6%。累计建设益农信息社46.8万个，为农民和新型农业经营主体提供各类信息服务超过10.8亿次。

面向未来，数字技术将在农业领域发挥更大作用，数据技术的应用水平将不断提升。The Yield发布的AgTech Trends 2023报告^[2]显示，90%的受访者认为人工智能和数据分析对他们的未来非常重要，并认为它将在未来五年内极大改变农业工作。在未来12个月内，60%的农业企业报告他们公司农业科技预算将增加，前三个购买优先事项是：精准农业工具（66%）、农场管理软件（60%）、数据整合（45%）。巴西农业研究所Embrapa展望巴西农业未来发现，农业数字化是八大趋势之一，农业生产链中的计划、供应、生产、分配、储存、加工和销售将是一系列日益数字化和相互联系的活动。

（三）人工智能提升农业发展智慧化水平

随着ChatGPT等人工智能技术的快速发展与融合应用，农业领域也在加强人工智能的探索应用，基于大语言模型的农业人工智能应用也争相推出，助力农业生产智能化水平再上新台阶。比如，2023年2月，印度奥里萨邦州长宣布推出农业领域人工智能聊天机器人Ama KrushAI，帮助农民采用最佳农艺做法，向他们通报政府计划以及40余家商业和合作银行的贷款产品。2023年2月，美国农业科创企业FBN宣布推出业界首个人工智能驱动的农艺顾问Norm，为农民提供广泛的农艺智能应用。2023年3月，农业科技初创公司Titodi宣布推出人工智能聊天机器人KissanGPT，提供有关农作物种植、灌溉、害虫防治和其他农业相关主题的实时建议。2023年6月，农产品批发采购平台一亩田正式对外发布基于大模型技术的农业AI对话机器人——小田。2023年10月，农业科技初创公司Helios推出人工智能驱动的供应链助手——Cersi，帮助大型食品公司更好地管理其农业供应链。根据微软研究团队发表的论文^[3]，其对Llama 2、GPT等常用LLMs回答农业相关问题的能力的全面评估发现，GPT-4采用ER和RAG技术后取得了非常亮眼的表现，这项研究为开发农业中的人工智能潜力铺平了道路。根据MarketsandMarkets的一份新报告，从2023年到2028年，农业中的人工智能市场将以23.1%的复合年增长率迅猛增长。^[4]

育种作为农业发展的基础，为人工智能应用提供了最好的应用场景，未来极有可能进入智能育种时代。2024年2月，美国人工智能和机器学习公司McClintock与生物技术公司Amfora宣布达成合作，共同开发高产、超高蛋白大豆品种。通过合作，McClintock将利用人工智能和机器学习算法分析和推进Amfora的种质收集，帮助识别与高产量和超高蛋白质含量相关的关键遗传标记和性状，从而加快和优化Amfora的育种工作，减少开发新大豆品种所需的时间和资源。中信农业旗下华智生物基于“生物技术+数据技术+人工智能技术”，构建了一套生物种业信息决策系统“种谷大脑”，通过对基因型、表型及环境型数据进行规模采集和智能分析，大幅提升了育种效率。我国科学家在用人工智能实现精准育种方面已经进行了诸多实践。例如，北京市农林科学院研究员赵久然团队在玉米选育策略上进行了探索和革新，将现代育种装备与信息化技术手段相结合，创新优化并集成5个单项育种技术模块，形成“五位一体”工程化育种技术体系，提高育种效率，提升了优种数量。上海师范大学教授黄学辉团队开创构建的“水稻导航育种系统”（RiceNavi）能够在育种过程中发挥“地图导航”的作用。甘肃省农业科学院白玉龙研究员设立的智能模型，能够帮助育种家记录、分析并辅助判断育种选择，减轻了育种家的负担。

——摘自《数字经济发展报告（2023～2024）》