你是否知道，从全球来看，1950年每一位农民都必须为10位居民提供足够的食物；到2014年，一位农民则需要满足150位居民的食物需求；而在未来十年里，技术进步可以让每位农民为500人提供足够的食物。
这便是农业技术进步的价值，即以尽可能少的人力，养活更多的人口。
应该说，为了实现农业智能化的目标，从事相关工作的企业不可谓不多，从事的领域也是包罗万象。那么，哪里才是农业智能化的突破口？为了回答这个问题，全球知名的风投研究机构CBInsights曾专门做过调研。
在2017年其评选的百家农业科技企业中，人们惊奇地发现，所谓农业智能化，已经很少有农化类型的企业，更多的是智能灌溉、农业物联网和无人机、精准农业等领域的智慧农业相关企业。可以说，这些企业所从事的方向基本上代表了未来5-10年农业智能化的研发趋势
从这些方向趋势来看，中国“AI+农业”的落地画卷才刚刚展开。
在中国，与农业机器人有关的研究与开发尚处于起步阶段，即与“智能化”尚有距离的“机械化”阶段。2016年10月，农业部正式批准浙江创建全国农业“机器换人”示范省。按照计划，到2020年，浙江将建成一批基本实现主要农作物生产全程机械化的示范县，以及机械化、设施化、智能化程度突出的示范基地，为全国提供示范样板。
而之所以将试验田选址在浙江，是因为在发展机制方面，它建立了以农业机械共同利用为主要特征的农机社会化服务机制，也是全国最早开始探索这一机制的省份之一。
由此可见，农业智能化在我国的实现需要一步一个脚印，不可操之过急。洞察君认为，“AI+农业”在我国的落地需在时间、区域、方向上做好准备。
从落地的时间上，未来5-10年将是农业智能化落地的高峰。这是因为，AI应用需要大量数据来对算法进行恰当的训练。农业虽然有大量的空间数据，但大部分数据只能在每年的生长季节使用一次。
因此，可能需要数年才能收集到某个字段或某个具有统计意义的数据。通常，收集的数据需要大量预处理后，才能放心用于AI算法训练。中国很多农产品没有现成的数据库，因此还需要大量的时间去收集和训练。
在落地区域上，由于我国农业实施家庭联产承包责任制，土地零散家庭化，非集中规模化，这也导致我国种植和养殖端作业非常不标准，大小、品种、方式、环境等因素千差万别，这也决定了实施人工智能的难度。
因此，未来有两类地区比较容易成为“人工智能+农业”的试验高地：一是种植规模化产区，比如我国东北地区小麦、玉米、大豆、土豆等集中连片的产区，二是品种集中化产区，比如烟台苹果、赣南脐橙、阿克苏香梨等。正因为规模和集中，才有实施的经济效益。
对于企业改造方向来讲，以前百度首席科学家吴恩达所创立的landing.ai与中联重科的合作为例，农业智能化的落地改造关键在于两方面——技术合作与人才培养。
技术合作上，Landing.ai将为中联重科农业机械和其他领域提供人工智能技术的战略，双方将共同开发数款基于人工智能技术的农业机械产品；人才培养方面，Landing.ai则将帮助中联重科招聘、培训，为其建立一支专业的人工智能技术团。
“路漫漫系其修远”，虽然农业智能化并非一朝一夕之事，但在未来5-10年中，为我国种植规模化产区、品种集中化产区的农业企业提供技术战略及人才培养，将有望成为我国“AI+农业”加速落地的关键密码。
