1、農業大數據通用的應用場景及思索

很多人會問我農業大數據能做什么？價格預測、農用資源可視化、農事作業操作、農業應急、產量預估、質量追溯。

沒錯，就是這些內容，就得看你采集到了多少數據，這些數據是不是干凈，構建的大數據模型是否精準，有沒有數據計算模型改進的流程閉關。其實很多人不會考慮這些，一聽農業大數據，就覺得什么都能解決。

還有很多人卻忘記了，自己是要數據的實時分析，還是批量處理。

為什么會有這類問題的出現。

數據可視化

因為他們都脫離了業務本身來談大數據。我剛提到的這些農業大數據的應用場景，真的有業務流程配套嗎？換句話說就是這些農業大數據后續都能運營起來？大數據計算所需要的數據是否都能采集、能有大量數據、數據質量都有保障？

按具體場景，農業大數據可以分為：農業數據分析、農業數據可視、農業輔助決策、農業數據挖掘、農事操作自動化，這幾個大的方面。

2、農業AI通用的應用場景

農業AI的通用應用場景有產量預估，病蟲害識別，出欄建議，體重測量，品控自動化，農產品定級、保險賠付等，場景有些和大數據重復，有些比大數據更加智能。

AI、區塊鏈之類的技術，在農業領域內也吹噓的比較多。要實現農業AI的有效價值，必須有一個商業模式配套，要尋找好合適的用戶，用合適的付費方式來為農業AI收獲更多的測試用數據，不斷訓練AI模型，讓它準確率更高。

不得不說，我看過的很多AI模型都還是直接抄襲歐美的階段，參數緯度、初始算法全抄，再慢慢訓練，這樣是不行的，得自己找出些適合中國農業的緯度和參數。

3、農業大數據和農業AI的異同

相同點都需要使用一堆數據，都需要云計算的算力支持，都需要業務場景和業務價值的配套，否則玩不轉。

不同點是農業大數據的數據模型指標占比，是人工調整，適合更多的分析型場景，有一定的數據分析方向了。農業AI的數據模型指標占比，自動調整，不斷試錯，適合方向不確定的數據挖掘場景。

農業AI可以簡單地看成是農業大數據的升級版。當然農業大數據的數據可視化，絕對不是農業AI的追求方向。

4、農業大數據和AI的終點

終點必然都是與業務強相關，要有應用場景，否則就是空談。技術是需要應用于業務的，這個業務可能是農企的企業行為，也可以是政府的政務行為。

未來還可能與元宇宙這個流量入口相結合，在“元宇宙+農業”火熱之前，我在一期的視頻中介紹過元宇宙在農業的應用場景，大家可以去翻一下。

如果是農企行為，需要找到項目資金出處。找到核心利息相關者的關注點，有什么高層迫切的需求，有什么政府資源需要這次項目拉通和引入。

如果是政務行為，那就得找到補貼來源，并說明政務服務的價值，準備好必要性和可行性分析報告，準備好系統功能清單，有機會就準備好系統高保真選型，甚至直接POC驗證。然后準備好官方講話，寫好總結材料。最后其他工作就交個銷售和商務吧，解決方案截止了。

真正立項和招投標的時候，可能農業大數據平臺、農業智能平臺、農業AI平臺、農業云平臺可能都是同一個事情，都是一個系統。畢竟農業的數據應用場景就那么幾個！

內容來源：農業數字化        作者：錢曉棟，農業行業觀察全網推薦