一、智慧农业的应用落地现状
（1）高大上、不接地气。十三五以来，在物联网、大数据、人工智能等信息技术推动下的智慧农业被公认为农业的未来，其研究及应用推广始终是热点领域。但从农业生产一线的视角看，智慧农业始终给人“高大上、不接地气”的印象。高大上表现在高水平的研究论文和科技感极强的宣传片中，不接地气则表现在生产中用不起来。
（2）机械化和自动化不等同于智能化、智慧化。目前大田中的无人灌溉、无人机植保，设施农业中的水肥一体化系统，水厂养殖中的溶氧监测增氧泵等都有大量的实际应用，在农业生产节本增效方面发挥了大量作用。但目前这些应用中多是实现了机械化、自动化，大量的节约人工，但因缺乏核心的算法、模型，无法实现智能化、智慧化。
二、智慧农业落地难的原因分析
（1）农业本身的基础条件薄弱、标准化程度低。与国外相比，我们的农田、设施、棚舍等普遍过于简陋和非标准化，很多甚至不具备机械化的应用要求，更无法满足智能化需要。
（2）现有的农机装备不具备智能化功能。机械化、自动化、物联网等是智能化的基础但不等同于智能化。农业场景的复杂性非标性以及农机装备的低成本要求都增加了装备智能化的研发推广进度。
（3）现有的大数据或者物联网系统平台中缺乏有效的数据和核心算法模型。有效数据积累、核心算法模型的形成往往需要大量、长期的研究支持，但目前的智慧农业项目往往追求短平快的效果，所以出现了在没有核心技术支撑的前提下，大量的大数据或物联网系统平台成了工程性的软件开发，而脱离了农作物的生长发育规律，因此不能发挥数据的价值。
（4） 我国农业生产管理过于粗放、经营管理理念难以转变。国外的农业生产管理有严格、科学的操作规范、资源配置方案、管理制度，而这些是智慧农业生产管理必不可少的配套机制。但我国农业生产管理主要依赖与经验和资源，且这种理念根深蒂固难以转变，在很大程度上影响了智慧农业技术的落地应用。
（5）科研创新与应用推广两张皮现象明显。目前科技攻关的问题往往是由科技人员提出来的，而非从应用中调研挖掘出来的。科研人员追求的目标是人才帽子和奖项，无论是人才还是奖项其考核导仍然主要是高水平论文、发明专利等成果类型，而农业产业中挖掘出的问题几乎不可能发表高水平的论文，这也成为科研创新与应用推广两张皮的根本原因。
三、关于推动智慧农业落地的建议
1.加强有组织创新，发挥科教单位优势
智慧农业涉及理工农管20多个学科领域，是一个典型的以应用为导向的新型交叉学科，且关键核心技术研究短板壁垒太多。要加强顶层设计，围绕产业重大需求布局创新链，加强开展有组织科研，紧扣目标定位和重点任务，谋划设计并推动重点工程项目，加大财政支持力度，重点支持关键核心技术突破性创新和全产业链应用集成创新，集中力量解决智慧农业科技创新落地问题。同时，要发挥科教单位在长期性、基础性、公益性方面的科技创新优势，在多源数据、算法模型、智能装备等卡脖子技术方面集中攻关，避免智慧农业研究应用变成简单的软硬件工程实施。
2.培养人才队伍、完善创新机制
全国绝大多数的智慧农业团队起步紧紧只有四五年的时间，且农业领域的信息技术人才极度缺乏，需要在人才、团队培养中打破条条框框，着力打造一批特色与实力兼备的创新团队，重视年轻的生力军团队培养，避免科技资源长期过度集中在少量团队。深化人才管理和科研评价体制改革，探索应用导向的考核评价机制，加大考核科技创新在应用中的投入产出效益的评价比重。鼓励科技人员深入基层、创新创业，推动科技成果转移转化。
3.打造创新联盟、深化交叉合作
智慧农业技术落地是一项系统性工程，不是一个团队、一家单位就可以实现的。要加强政产学研商协同创新，围绕物联网、大数据、人工智能等关键核心技术，谋划建立产业技术创新战略联盟、产业技术创新服务平台等产学研合作组织，并逐步探索完善建设运营机制。以项目为纽带，推动多学科交叉、跨界融合、跨机构合作等深度交叉合作方式，实现研究、示范、应用、转化、服务等科技创新全链条整合。
4.重视标准规范、推动数据共享
充分发挥联盟、协会等行业组织的组织、协调、服务和监管作用，重视数据资源、技术产品、市场准入等相关标准规范建设。从顶层谋划设计入手，上下联动，加强农业农村相关数据的收集和整合，建立健全数据共建共享机制，以共享促共建，实现农业数据的分散建设、集中管理和有条件共享利用。
5.以应用为导向，完善科技创新投入机制
十三五以来，国家到地方财政在物联网、大数据、无人农场等智慧农业研究和应用方面的投入力度不小，但落地应用效果很有限。要研究完善经费投入机制，从经费投入的源头加强科技创新和应用推广的扎口协同，避免两张皮现象。建议可以在全国遴选一批综合性示范基地或者示范县区，由不同的科教单位牵头、联合优势企业集中提供长期的技术支持，同时通过创新型项目和工程性项目等多种渠道加强持续性投入，以场景化应用为目标，长期集中力量打造“场景+链式”整体解决方案，让智慧农业可落地、能复制、见收益。同时建立赛马、淘汰、滚动等考核评价机制，推动研究应用的实用性和可持续性。