農業是國民經濟發展的關鍵基礎，同時也是國家安全的重要保障，自古以來，我國對于農業發展就極為重視。但近年來，農業資源和需求間的矛盾不斷凸顯，如何利用有限資源滿足更多人的需求，成為我國亟待解決的問題。

數字經濟快速發展背景下，“數字農業”應運而生。數字農業是將數字化信息作為農業新的生產要素，用數字信息技術對農業對象、環境和全過程進行可視化表達、數字化設計、信息化管理的新興農業發展形態，是數字經濟范疇下用數字化重組方式對傳統產業進行變革和升級的典型應用之一。

數字農業是信息技術在農業領域的綜合和全面的應用。具體來講，數字農業是指將遙感、地理信息系統、定位系統、計算機技術、通訊和網絡技術、自動化技術等高新技術與地理學、農學、生態學、植物生理學、土壤學等基礎學科有機地結合起來，從而實現在農業生產的全過程中，對農作物從規劃、投入、生產，到農產品收獲、加工、營銷等全過程模擬、監測、判斷、預測和建議等，達到提高資源利用率，降低成本，提高生產效率和產品質量，改善生態環境的目的。

數字農業從概念的產生，到實踐中的探索、發展和應用，一直在不斷豐富和完善之中。對于數字農業的定義和理解也因人而異。綜合世界主要農業國家的科研和企業的實踐，筆者在這里給大家做一個階段性的總結。

數字農業是一個集合概念，它主要包含以下4個主要部分：

1.農業物聯網（InternetofThings）

農業物聯網從本質上講，是一套數控系統。在一個特定的封閉系統內，以探頭、傳感器、攝像頭等設備為基礎的物物相聯。它根據已經確定的參數和模型，進行自動化調控和操作。由于需要以硬件設備的投資和聯網為基礎，因此投資額較大，主要用于設施農業生產過程的管理和操作，也用于農產品的加工、倉儲和物流管理。

2.農業大數據（BigData）

農業大數據是與農業物聯網相對應的概念，它是一個數據系統，在開放系統中收集、鑒別、標識數據，并建立數據庫，通過參數、模型和算法來組合和優化多維和海量數據，為生產操作和經營決策提供依據，并實現部分自動化控制和操作。因為它是在完全開放的系統中運作，因此主要用于大田農業的生產和農業全產業鏈的操作和經營。

3.精準農業（PrecisionFarming）

精準農業是建立在農機硬件基礎上的執行和操作系統。它主要是以農機的單機硬件為基礎，配以探測設備和智能化的控制軟件，以實現精準操作，變量控制（包括變量播種、變量施肥、變量噴藥等），無人駕駛，以及理想的工作環境和場景適配。精準農業強調的是（單體）設備和設施操作的精準和智能化控制，是硬件+軟件。

4.智慧農業（SmartAgriculture）

智慧農業是建立在經驗模型基礎之上的專家決策系統，其核心是軟件系統。智慧農業強調的是智能化的決策系統，配之以多種多樣的硬件設施和設備，是系統+硬件。智慧農業的決策模型和系統可以在農業物聯網和農業大數據領域得到廣泛應用。

2016年，谷歌旗下DeepMind的AlphaGo橫空出世，把人工智能為（AI）的決策水平提高到一個前所未有的高度，讓人們認識到人工智能發展的提速和廣闊的前景，也為數字農業的發展注入了強心針。

由于數字農業的發展還處于早期階段，對于其核心的組成部分以及各個部分的理解還有不少歧義，因此，概念被用錯和被混為一談的事情經常發生。

數字農業未來的發展前景雖然非常富有吸引力，但是由于農業的生產涉及的品類和品種繁多，生產過程漫長和復雜，不可控因素多，變量多，因此數字農業從單點突破到全面進步和應用還需要假以時日。

1.農業生產高度專業化、規模化、企業化

美國農業生產的專業化是多層次的，這主要表現在地區專業化、農場專業化和生產工藝專業化。美國大陸劃分為幾個主要的作物帶，每個作物帶中更適合一種作物的生長，如著名的“玉米帶”、“奶牛帶”等；絕大多數的農場只生產一種作物，進行大規模種植；而有的農場只生產一種作物的一個品種，或只做一種作物的育種。這樣因地制宜、各有所專，達到了專業化與規模化的很好結合，形成了專業化生產、集約化經營、企業化管理現代產業模式。

2.農業生產體系完善

美國已形成發達的產前、產中、產后緊密銜接的農業生產體系，包括農業生產資料的生產和供應，以及農產品的收獲后的儲藏、運輸、加工和銷售等部門。他們分工明確，高效協作，在相關農業法律體系的維護下，農業生產有序而高效。

3.農業教育、科研和推廣“三位一體”

美國的農業是由私人經營的，但各級政府積極支持農業科學技術的發展，建立了富有特色的“三位一體”的農業教育科研和推廣體系，農學院同時承擔農業教育、科研和推廣三項職能，使教學科研和推廣緊密地結合起來，為農業發展提供強大的技術推動力。

國內數字農業發展現狀

近年來，我國數字農業技術得到快速發展，突破了一批數字農業關鍵技術，開發一批實用的數字農業技術產品，建立了網絡化數字農業技術平臺。

例如農業農村部在陜西省試點的“蘋果產業大數據中心”，托普云農為浙江省政府搭建的智慧農業云平臺都是數字農業大數據應用案例。

目前，在農業數字信息標準體系、農業信息采集技術、大比例尺的農業空間信息資源數據庫、農作物生長模型、動植物數字化虛擬設計技術、農業問題遠程診斷、農業專家系統與決策支持系統、農業遠程教育多媒體信息系統、嵌入式手持農業信息技術產品、溫室環境智能控制系統、數字化農業宏觀監測系統、農業生物信息學方面的研究應用上，企業都取得了重要的階段性成果，通過不同類型地區應用示范，初步形成了我國數字農業技術框架和數字農業技術體系、應用體系和運行管理體系，促進了我國農業信息化和農業現代化進程。

中國的數字農業依然處在相對早期的階段，大量硬件投入實際上還未完全解決農業的根本問題。很多地方的數字農業建設，都存在“增量不增收”，“種，產，銷”三個階段脫節，或者數字概念脫離實際生產環境等問題。具體包括：

1.重硬件，輕軟件

無論是政府還是農戶容易把數字農業與農業機械化的概念相混淆。數字農業與農業機械化的根本區別在于，機械化是用機械來代替人工勞動，數字農業則是以數據來驅動機械實現自動化運轉和智能化調節。沒有數據和軟件來驅動的物聯網，其實還是工具，與機械農業并無本質上的差別。打通軟件平臺才有打開大數據，智慧農業，數字經濟大門的鑰匙。

2. 有數據，沒智慧

數據是數字農業的基礎資源，近年來政府與企業多在數據采集上投入重金。然而，由于缺乏明確的業務化方向和必要的數據運營技能，對獲取數據的質量控制、分析加工和建模應用方面的工作相對滯后。數據的獲取與應用是一個雙向互動的過程，只有不斷嘗試利用數據產生業務價值，才能建立有價值的數據采集渠道。

3 .數字經濟薄弱

當前中國數字農業的絕大部分應用還停留在生產環節，嚴格來說處于現代農業3.0的初級階段，產業鏈其他環節的信息化和經濟化程度較低。雖然農業部提出了“全產業鏈”的農業大數據發展路徑，尚未能充分激發產業鏈其他環節的潛力，農產品電商的經營方式也還未開始數據驅動的嘗試。農業的數字經濟和其他的數字農業關鍵因素有所不同，其實農業數字經濟是以市場資本反向驅動的。農業電商的模式是以數字驅動市場經濟，在市場推廣營運、產品特性、物流等方面受到了非常多的阻力，如若當反向驅動形成現實，一切問題就變得簡單起來。

4 .產品化能力弱

近年來，農業數據服務企業層出不窮，但對農業生產經營主體的服務能力普遍不足，產品市場化困難。數據產品的服務能力嚴重依賴于數據質量，隨著高價值數據的不斷積累，有望提升產品實用性。只有持續打造有生命力的數據產品，才能撬動龐大的農業數字化市場。

以“數字化”為特征的現代農業4.0是毋庸置疑的未來，數字農業將帶來更高的產業效率，更公平的價值分配，更可持續的發展方式。我們認為中國數字農業的發展將呈現以下六大趨勢：

1. 數據供應定制化

數據資源是發展數字農業的基石。目前中國數字農業面臨數據采集成本較高的困境。隨著數據思維深入人心，數據采集的組織成本將大幅下降；隨著農業物聯網的升級換代、公共數據的不斷開源以及從業者信息化水平的提升，數據采集的顯性成本將不斷減少。未來所有的農業產業單元都將擁有定制化的數據供應系統。而且，數據倉庫里的靜態資源將隨著擁有者的數字化能力提升而不斷流入產業鏈，通過交換、融合或再生，去不斷創造價值，實現業務的數字化驅動。

2. 數據模型國產化

發現數據價值是數字農業發展的動力之源。以色列可以把硬件設備賣給我們，卻絕不開放后臺系統，因為真正的核心技術是實現數據價值的模型。當下，隨著大國科技競爭的加劇，引進科技成果的壁壘不斷增高，而且由于國內外農業業態差異大，我們無法套用國外的模式與模型。另一方面，中國不斷鼓勵科研成果的產業轉化，產業與學術、農業與數據科學的跨界合作正在逐步深入，因此實現產業核心數據模型的自主研發是大勢所趨。

3. 農業機械智能化

機械化與智能化之間只隔著一個“數據驅動”的距離。中國制造2025戰略明確把“智能制造”作為主攻方向，順應市場潮流，海爾、金風等老牌制造廠商已經積極開展數字化轉型，尋找新的增長點。農機廠商也必將不斷利用數據為機械賦能，適應數字農場的場景需求，實現從制造商向服務商的轉型升級。

4. 產業鏈虛擬化

隨著農業產業各環節數字化程度的有效提升，當數字化的機器智能與商業智能走進生產與經營，產業鏈將不斷走進網絡，在網絡世界逐步完成現實的數字化映射。產業鏈虛擬化將進一步推動消除信息不對稱，提高產業效率，發現新的增長。

5. 供應鏈金融普惠化

近年來供應鏈金融迅猛發展，據測算，到2020年，中國供應鏈金融的市場規模可達14.98萬億元。供應鏈金融是產業優化的重要組成部分。它通過優化資金流來促進產業、特別是中小企業的健康發展。通過物聯網、互聯網和人工智能等新興技術的應用，數字農業將有效推動中小企業有機的融入產業網絡體系，為供應鏈金融普惠化提供堅實的產業基礎；同時，農業產業虛擬化進程所帶來的產業信息透明化和主體信用可追溯也將為金融風險的量化管理提供切實的保障。

6. 數據安全增強化

無論是農田數據還是企業的經營數據都是反映從業者生產經營狀況的關鍵信息。數據帶給產業動能的同時，也存在被濫用的風險。因此，數據安全是產業數字化發展的基本保障。存儲和應用數據的信息化系統安全性的訴求將不斷增強，數據權屬問題也將隨著法律的完善而得到妥善解決，解除產業數字化的后顧之憂。

內容來源：農業品牌聯盟，農業行業觀察全網推薦