6月24日AI应用指数收涨2.55%，农业领域为何增长缓慢？

您知道不？如今这AI大火，可在农业领域却进展没那么顺利，看起来是机会满满，实则面临不少挑战，真让人既期待又无奈！

渗透长路漫漫

中金公司研究部6月24日的研报讲了，AI渗透可是个长期活。从技术冒头到企业大规模铺开，得经过资源分配、用户习惯改、技术和场景磨、产品一次次迭代这些坎儿，短期内难免有点小痛苦。在其他行业大模型落地应用风火急火的时候，农业领域AI渗透率却涨得慢腾腾，还在试验示范阶段。

这个时间节点下，就凸显出其发展的紧迫性与艰难性，就像爬山刚到半山腰，前路还长着。

丰农实践探索

丰农控股集团总农艺师王兴林讲了，近五年他们团队在AI方面动作可不少。啥图像识别、病虫害管理、生产力评估等等，一箩筐。不过丰农还是把农业服务放核心，AI就是个工具，来帮着农业发展。唉，虽然有实践，但还得摸着石头过河，不知道啥时候才能大步向前走。

其过程就如同黑暗中摸索前行，虽然方向大致有，但能否到达理想彼岸还是未知数。

提升缓慢三因

AI农业智能化提升不快，主要有仨原因。头一个，数据基础太弱，土壤、气候啥的太五花八门，数据又零散，数据集不够用来训练可靠模型，还没实时收集能力。第二个，成本高回报低，智能农机等设备贵得很，农业回报周期又长。最后，场景复杂大家不信，换到不同环境模型可能就不管用。想让AI在农业大展拳脚，这三个“拦路虎”必须打掉。

这阻碍就如同一座座大山横在面前，想要跨越必须有超能力才行。

数据为王决胜

哈尔滨工业大学人工智能研究院院长刘劼观察了好多年发现，国内农业领域大模型产品不少，核心就是比拼数据。通用大模型搜集常用数据后，到了垂直领域就得看谁的数据精准、服务贴心。像丰农发布的育种大模型，根据农民上课反馈问题来训练，就挺实用。谁懂数据谁就能在AI农业里站稳脚跟。

正所谓得数据者得天下，精准的数据是制胜法宝。

模型精细之要

刘劼说，农业大模型可不只局限于常见问答，得有精细化能力，像啥配方配比、实地操作、成分分析等功能。再加上还要处理大模型本身的幻觉问题，只有解决这些难题才能指导农民生产，比传统经验还准。不过要做到精准建议，太难咧！得考虑那么多环境变化因素。

如此设想下真正适用的模型就如珍稀宝贝，珍贵而难得。

政策扶持盼望

对比来看，AI农业和AI医疗复杂程度差不多，可医疗商业化空间大、投资多、数据好，发展比农业快多。所以国家政策对AI农业发展就成关键因素。未来十到二十年中国电子科技集团公司第二十一研究所微电机网，农业或许变得大不一样，但现在就靠各界多盯着、多帮着。说不定哪天AI农业大发展，咱就过上好日子

大家说说，您觉得国家政策得咋发力，能让AI农业更快发展？