（2015-2020年，亿美元，%）
二、大数据与人工智能——生产经营决策“数字化”，全面提升生产效率
万物互联在推动海量设备接入的同时，也将在云端生成海量数据。而挖掘这些由物联网产生的大数据中隐藏信息的方法就是利用人工智能。物联网最核心的商业价值就是将这些海量的数据进行智能化的分析、处理，从而生成基于不同商业模式的各类应用。
基于人工智能对中国经济整体影响的模拟分析，并结合行业规模数据，埃森哲分析人工智能对中国15 个行业可能带来的经济影响。研究显示，制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的三个行业。到2035 年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。
人工智能在农业领域的应用潜力巨大。机器学习所具备的通过使用大数据集来优化单个或一系列关键目标的能力很适合用来解决农业生产中的作物产量、疾病预防和成本效益等问题：
在种植领域，人工智能有望提高粮食产量、减少资源浪费。机器学习技术可以被用来分析来自无人机和卫星的图像、气象数据、土壤样本和湿度传感器的数据，并帮助确定播种、施肥、灌溉、喷药和收割的最佳方法。在精准农业中的各个环节中，机器学习都能发挥重要的作用，从而提高粮食的产量。
在养殖领域，利用人工智能可以有效降低疾病造成的损失。在一项学术研究中，研究人员收集和分析鸡的声音，并训练神经网络模式识别算法后，研究人员能够正确地识别出感染了致命疾病的鸡，其中发病 2 天的鸡的识别准确率为66 %，而发病8 天的鸡的识别准确率为 100 %。正确诊断牲畜所患疾病并尽早在损失发生之前进行治疗可以消除由疾病导致的损失。据行业专家估计，挽回的损失可达20 亿美元。
人工智能缩短农业研发进程。人工智能技术可以用于提高粮食产量、降低损失，但这并不是其发挥作用的唯一领域。在实验室和研究中心，机器学习算法能够帮助培育更好的植物基因，创造更安全、更高效的农作物保护产品和化肥，并且开发更多的农产品。实际上，人工智能在这些领域的介入更加成熟，因为这一领域的数据更加丰富，数据获取的速度也更快。根据2016 年Philips McDougall 的分析，将一种新的作物保护产品推向市场需要11年的发现和发展时间，分析16 万份化合物，每个产品商业化支出超过2.8 亿美元。在新农化产品的开发中，整个行业每年的花费超过26 亿美元。而人工智能的采用可以提高这一过程的效率。
以孟山都的玉米育种为例。在将玉米杂交品种投入市场之前，孟山都对其进行了多年的评估，从发现到商业化，这个过程可能需要8 年时间。玉米育种通常被比作“草堆中捞针”，这是个拥有32000 个基因的大草堆，代表了几代繁殖者面临的搜索难题。从历史上来看，一个育种项目每年可以从成千上万可用选项中选出大约500 种组合进行试验。这种选择受到与管理现场测试程序相关的后勤和成本的限制。
为了减少这些限制，孟山都的AI 研究人员开发了一种算法，能够评估育种决策，并预测哪一个杂交品种将在试验的第一年表现出最佳的性能。这个算法正被过去15 年的分子标记和现场试验信息进行训练。这种算法可以优化育种过程，使育种者能够更快地把他们最好的想法投入到大规模的实地试验中。这一算法不仅加快了育种过程，而且与传统方法相比，还使孟山都将其玉米育种管道规模提高5 倍。育种者可以利用AI 工具完成更多的工作。
三、数字农业应用方向与各国发展现状
全球数字农业规模已超千亿人民币，细分领域倍速发展。智慧农业是数字农业中一种具体的综合应用形式，可在较大程度上反应数字农业的整体发展情况。按应用划分，从体量上来看，精准农业（含种植与养殖）、监测（含收成监测与土壤监测）、农业无人机三领域是智慧农业中发展较为领先的方向，2020 年预测规模分别在45.85 亿美元、22.15 亿美元、和11.79 亿美元；从发展速度上来看，智能灌溉、智能温室、农业无人机领域发展较快，5 年CAGR (复合年均增长率）分别达到37.60%、33.28%、32.66%。
以应用划分的潜在市场规模（百万美元）
从数字农业领先国家的情况来看，各国均重视发展农业技术，同时因地制宜，各自开发出适合自身的数字农业成长路线。以美国为例，梳理数字农业在不同国家如何助力农业提升产业效率。
美国：优质自然禀赋与先进技术奠定数字农业全球领先地位。美国是世界上农业最发达的国家，美国农业经营模式主要以大型农场经营为主，农业高度发达，机械化程度高，主要有畜牧业和种植业两大部分。最早提出精准农业概念，农业率先进入数字化时代。20 世纪80 年代初，美国便提出了精准农业的概念和设想。智能中央计算机灌溉控制系统于80 年代就被应用于温室控制和管理。此后，计算机控制与管理系统可控范围、灵活程度逐渐提高。美国41.6%的家庭农场、46.8%的奶牛场和52%的年轻农场主通过计算机进行网络信息联络，有专业的农业技术服务组织将农业信息提供给农民，服务于农业生产管理和精细化耕作。
