編輯導(dǎo)讀：在人工智能逐漸發(fā)展成熟的今天，如何將它運(yùn)用到實(shí)際生產(chǎn)生活中是一個(gè)仍待解決的重要課題。本文作者從農(nóng)業(yè)行業(yè)出發(fā)，談?wù)勣r(nóng)業(yè)大數(shù)據(jù)和農(nóng)業(yè)AI，希望對(duì)你有幫助。

在我們還在談智慧農(nóng)業(yè)的時(shí)候，大家就對(duì)農(nóng)業(yè)大數(shù)據(jù)有了自己的認(rèn)知。

希望通過(guò)此文，能夠幫大家理解農(nóng)業(yè)大數(shù)據(jù)和農(nóng)業(yè)AI之間的關(guān)聯(lián)關(guān)系和未來(lái)發(fā)展趨勢(shì)。

在數(shù)字農(nóng)業(yè)時(shí)代，我們需要更智能的業(yè)務(wù)操作，更實(shí)時(shí)的大數(shù)據(jù)分析，更流暢的信息流轉(zhuǎn)，仿佛我們已經(jīng)步入了農(nóng)業(yè)AI階段。

之前在我們?nèi)毫牡尿v訊會(huì)議在線視頻中，我介紹過(guò)兩次農(nóng)業(yè)AI的應(yīng)用場(chǎng)景和業(yè)務(wù)價(jià)值。農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用場(chǎng)景和應(yīng)用價(jià)值，也會(huì)在后續(xù)介紹?？赡芪蚁葟霓r(nóng)業(yè)AI講到了農(nóng)業(yè)大數(shù)據(jù)，但從技術(shù)的發(fā)展來(lái)看，先有大數(shù)據(jù)和云計(jì)算，再有AI的成規(guī)模應(yīng)用，雖然上個(gè)世紀(jì)60年代AI就已經(jīng)萌芽，而大數(shù)據(jù)Hadoop還得源自于為兒子制作的大象。

本文的目錄如下:

1、農(nóng)業(yè)大數(shù)據(jù)通用的應(yīng)用場(chǎng)景

2、農(nóng)業(yè)AI通用的應(yīng)用場(chǎng)景

3、農(nóng)業(yè)大數(shù)據(jù)和農(nóng)業(yè)AI的異同

4、農(nóng)業(yè)大數(shù)據(jù)和AI的終點(diǎn)

01 農(nóng)業(yè)大數(shù)據(jù)通用的應(yīng)用場(chǎng)景及思索

沒(méi)錯(cuò)，就是這些內(nèi)容，就得看你采集到了多少數(shù)據(jù)，這些數(shù)據(jù)是不是干凈，構(gòu)建的大數(shù)據(jù)模型是否精準(zhǔn)，有沒(méi)有數(shù)據(jù)計(jì)算模型改進(jìn)的流程閉關(guān)。其實(shí)很多人不會(huì)考慮這些，一聽(tīng)農(nóng)業(yè)大數(shù)據(jù)，就覺(jué)得什么都能解決。

還有很多人卻忘記了，自己是要數(shù)據(jù)的實(shí)時(shí)分析，還是批量處理。

為什么會(huì)有這類(lèi)問(wèn)題的出現(xiàn)。

數(shù)據(jù)可視化

因?yàn)樗麄兌济撾x了業(yè)務(wù)本身來(lái)談大數(shù)據(jù)。我剛提到的這些農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用場(chǎng)景，真的有業(yè)務(wù)流程配套嗎？換句話說(shuō)就是這些農(nóng)業(yè)大數(shù)據(jù)后續(xù)都能運(yùn)營(yíng)起來(lái)？大數(shù)據(jù)計(jì)算所需要的數(shù)據(jù)是否都能采集、能有大量數(shù)據(jù)、數(shù)據(jù)質(zhì)量都有保障？

按具體場(chǎng)景，農(nóng)業(yè)大數(shù)據(jù)可以分為：農(nóng)業(yè)數(shù)據(jù)分析、農(nóng)業(yè)數(shù)據(jù)可視、農(nóng)業(yè)輔助決策、農(nóng)業(yè)數(shù)據(jù)挖掘、農(nóng)事操作自動(dòng)化，這幾個(gè)大的方面。

02?農(nóng)業(yè)AI通用的應(yīng)用場(chǎng)景

農(nóng)業(yè)AI的通用應(yīng)用場(chǎng)景有產(chǎn)量預(yù)估，病蟲(chóng)害識(shí)別，出欄建議，體重測(cè)量，品控自動(dòng)化，農(nóng)產(chǎn)品定級(jí)、保險(xiǎn)賠付等，場(chǎng)景有些和大數(shù)據(jù)重復(fù)，有些比大數(shù)據(jù)更加智能。

AI、區(qū)塊鏈之類(lèi)的技術(shù)，在農(nóng)業(yè)領(lǐng)域內(nèi)也吹噓的比較多。要實(shí)現(xiàn)農(nóng)業(yè)AI的有效價(jià)值，必須有一個(gè)商業(yè)模式配套，要尋找好合適的用戶，用合適的付費(fèi)方式來(lái)為農(nóng)業(yè)AI收獲更多的測(cè)試用數(shù)據(jù)，不斷訓(xùn)練AI模型，讓它準(zhǔn)確率更高。

不得不說(shuō)，我看過(guò)的很多AI模型都還是直接抄襲歐美的階段，參數(shù)緯度、初始算法全抄，再慢慢訓(xùn)練，這樣是不行的，得自己找出些適合中國(guó)農(nóng)業(yè)的緯度和參數(shù)。

03 農(nóng)業(yè)大數(shù)據(jù)和農(nóng)業(yè)AI的異同

相同點(diǎn)都需要使用一堆數(shù)據(jù)，都需要云計(jì)算的算力支持，都需要業(yè)務(wù)場(chǎng)景和業(yè)務(wù)價(jià)值的配套，否則玩不轉(zhuǎn)。

不同點(diǎn)是農(nóng)業(yè)大數(shù)據(jù)的數(shù)據(jù)模型指標(biāo)占比，是人工調(diào)整，適合更多的分析型場(chǎng)景，有一定的數(shù)據(jù)分析方向了。農(nóng)業(yè)AI的數(shù)據(jù)模型指標(biāo)占比，自動(dòng)調(diào)整，不斷試錯(cuò)，適合方向不確定的數(shù)據(jù)挖掘場(chǎng)景。

農(nóng)業(yè)AI可以簡(jiǎn)單地看成是農(nóng)業(yè)大數(shù)據(jù)的升級(jí)版。當(dāng)然農(nóng)業(yè)大數(shù)據(jù)的數(shù)據(jù)可視化，絕對(duì)不是農(nóng)業(yè)AI的追求方向。

04 農(nóng)業(yè)大數(shù)據(jù)和AI的終點(diǎn)

終點(diǎn)必然都是與業(yè)務(wù)強(qiáng)相關(guān)，要有應(yīng)用場(chǎng)景，否則就是空談。技術(shù)是需要應(yīng)用于業(yè)務(wù)的，這個(gè)業(yè)務(wù)可能是農(nóng)企的企業(yè)行為，也可以是政府的政務(wù)行為。

未來(lái)還可能與元宇宙這個(gè)流量入口相結(jié)合，在“元宇宙+農(nóng)業(yè)”火熱之前，我在一期的視頻中介紹過(guò)元宇宙在農(nóng)業(yè)的應(yīng)用場(chǎng)景，大家可以去翻一下。

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

如果是政務(wù)行為，那就得找到補(bǔ)貼來(lái)源，并說(shuō)明政務(wù)服務(wù)的價(jià)值，準(zhǔn)備好必要性和可行性分析報(bào)告，準(zhǔn)備好系統(tǒng)功能清單，有機(jī)會(huì)就準(zhǔn)備好系統(tǒng)高保真選型，甚至直接POC驗(yàn)證。然后準(zhǔn)備好官方講話，寫(xiě)好總結(jié)材料。最后其他工作就交個(gè)銷(xiāo)售和商務(wù)吧，解決方案截止了。

真正立項(xiàng)和招投標(biāo)的時(shí)候，可能農(nóng)業(yè)大數(shù)據(jù)平臺(tái)、農(nóng)業(yè)智能平臺(tái)、農(nóng)業(yè)AI平臺(tái)、農(nóng)業(yè)云平臺(tái)可能都是同一個(gè)事情，都是一個(gè)系統(tǒng)。畢竟農(nóng)業(yè)的數(shù)據(jù)應(yīng)用場(chǎng)景就那么幾個(gè)！

#專(zhuān)欄作家#

清河落河清，公眾號(hào)：農(nóng)業(yè)數(shù)字化，人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家。一名熟悉農(nóng)業(yè)的IT架構(gòu)師，現(xiàn)從事企業(yè)架構(gòu)工作，創(chuàng)建農(nóng)業(yè)微信公眾號(hào)、農(nóng)業(yè)社群。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自 Pexels，基于CC0協(xié)議