习近平总书记强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。农业是人工智能应用的重要领域。推动人工智能与现代农业融合发展，是发展农业新质生产力、全面推进乡村振兴、加快建设农业强国的必由之路、创新之路、希望之路。

一、研究背景

人工智能（Artificial Intelligence,AI）是利用数字计算机或者由数字计算机控制的机器模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统，包括AI技术、底层硬件、应用领域三大部分，其中AI技术主要包括自然语言处理、语音识别、计算机视觉、机器学习、专家系统、大数据、物联网、云计算等单独或交叉领域。目前，人工智能正处于从弱人工智能向强人工智能演进的阶段。

近年来，我国人工智能政策体系逐步完善，农业始终是重要应用领域和重点支持范围。2017年国务院发布的《新一代人工智能发展规划》明确将农业作为加快推进产业智能化升级的六大重点行业之一。2020年，人工智能首次写入中央一号文件。《“十四五”推进农业农村现代化规划》提出推动物联网、大数据、人工智能、区块链等新一代信息技术与农业生产经营深度融合。2022年，科技部等六部门《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》提出鼓励在制造、农业、物流、金融、商务、家居等重点行业深入挖掘人工智能技术应用场景。浙江、湖北等省份在发展人工智能产业相关文件中，也对发展智能农业作出专门部署。

当前，在我国，人工智能正在农业领域加速应用，广度、深度、效度持续提升。如在生物育种领域，人工智能能够帮助科研人员进行基因组序列预测基因表达调控，从而实现定向育种和生长预测；在土壤治理领域，人工智能可以进行土壤状况监测和缺陷分析，从而对种植活动进行精准指导；在农田灌溉领域，人工智能灌溉装备可实现自动灌溉、按需灌溉、节水灌溉，实现资源节约、生产增效；在植保管理领域，人工智能可实时采集农作物生长数据，提出肥料、农药和生长调解剂等投入品的最佳施用方案；在农业气象领域，人工智能基于气象大数据和机器学习，能够提高中长期预报的准确度和提供分钟级别降水预报服务，为农业减灾和保险理赔提供科学可信的数据支撑；在作物采收领域，人工智能可以对水果、蔬菜能机器采收难度较大的作物进行成熟度识别并通过机械手臂等替代人工采摘；在畜牧水产领域，人工智能能够实现智能化投料喂料、环境调解、废弃物搜集利用、活体识别等；在农业服务领域，人工智能已实现AI技术指导、AI营销分析、AI客户服务、AI网络直播等技术、产品和商业模式创新，破解农业产销链条长期存在的信息不对称难题。

从覆盖主体数量和覆盖地域面积两个角度来看，农业是人工智能应用的最大产业场景。从产业数字化和数字产业化两个层面来看，农业蕴含着数字经济赋能产业创新和数字经济拓展市场空间的双重发展价值。人工智能可以推动中国农业加快实现三个转变：一是从劳动密集型向智力密集型转变，通过替代体力劳动和脑力劳动中的重复性劳动部分，提升农业劳动者的知识结构水平并减少劳动力需求总量，为解决“谁来种地”问题开辟新径；二是从资源密集型向装备密集型转变，通过改变过度依赖土地等资源要素提高产量、增加效益的模式，推动农业机械化、机械智能化，实现质量变革、效率变革、动力变革，为解决“看天吃饭”问题开辟新径；三是从产品密集型向数据密集型转换，通过全链条全流程数据化解构、改造、赋能，实现农业产品的最优化供给、市场信息的最广泛共享和数据要素的最充分变现，为解决“丰产不丰收”问题开辟新径。

二、存在问题                 

当前，受我国农业特点、农业产业特质、政策供需匹配等多重因素影响，相对于制造、金融等领域，人工智能在现代农业领域中的应用总体仍处于起步阶段，融合发展水平还不够高。根据《中国数字乡村发展报告（2022年）》，我国农业生产信息化率为25.4%，还有很大提升空间。在诸多制约因素中，以下三个方面的问题最为突出。

一是用不起，投入产出存在倒挂。人工智能技术及装备价格普遍较高，以小农户、专业合作社、家庭农场、中小微农业企业为主力的农业生产经营主体难以承受，无法快速摊薄商业应用成本进而推动价格进一步下降，从而使大范围推广、大规模应用难以形成有效闭环。同时，部分地方农机购置补贴目录虽然纳入了农用无人航空器、大米色选机、果蔬收获机等智能化农机，但缺乏温室大棚传感设施、智慧农业数据中心等高端智能创新装备。国家虽然已经明确对暂时无法开展农机鉴定的高端智能创新农机产品开辟绿色通道，通过农机新产品购置补贴试点予以支持，但各地开展情况不均衡，一些省份对农机新产品购置补贴试点中高端智能创新农机产品没有实施目录管理，补贴产品、型号、额度不明确。

二是用不了，供需两端存在错配。目前农业人工智能技术和装备最为活跃的市场主体是信息技术企业。这类企业虽然在信息平台建设和软件开发方面具有专业优势，但缺乏深耕农业的长期积累，对农业生产经营实际需求了解不够充分、把握不够准确，通用产品难以满足千差万别的农业生产经营实际特别是小、散、弱主体需求，导致部分产品大而无用、华而不实。同时，农业领域人工智能产品重“服务”而轻“生产”倾向明显，即过度聚焦于底层技术已经比较成熟的农业大数据平台、市场营销创新、技术推广培训等环节，而对于破解农业生产中面临的病虫害防治、人工替代等痛点问题难以给出切实可行的解决方案。全国性农业类专业大语言模型数量较少、缺乏充分竞争，“地域+品类”细分大模型数量虽然正在快速增长但普遍水平偏低，导致农业人工智能大模型呈现碎片化而非集成化的发展态势。

三是用不好，要素保障存在短板。人工智能与现代农业融合发展离不开数据、土地、人才、资金等要素保障。在数据方面，全国统一的农业大数据平台数据总量不大、精度不高，开放性、实用性不强。农业数据分散、零碎、非量化、非标化问题突出，搜集、处理和标准化成本较高。在土地方面，人工智能装备落地有的需要使用设施农用地，有的需要使用建设用地，但这两类用地获取均存在难点。设施农用地违法边界模糊、执法尺度不一，风险高、稳定性差，建设用地转用门槛很高、指标稀缺、耗时较长。在人才方面，“人工智能+现代农业”需要的是既懂智能又懂农业的复合型人才，但我国农业从业者整体学历水平偏低，4.9亿农业劳动力中接受高中及以上教育的人数只占13%。目前国内普通高校培养现代农业人工智能人才主要依托智慧农业等专业，2023年刚有首届毕业生，难以满足旺盛的人才需求。在资金方面，农业人工智能企业、涉农人工智能技术和装备融资能力偏弱，数字金融对现代农业发展的支撑有限。

三、对策建议

我国人工智能与现代农业融合发展应围绕高质量发展这个中国式现代化建设的首要任务和新时代的硬道理，锚定加快建设农业强国目标任务，把握新质生产力发展要求，坚持政府引导、市场主导，坚持创新为先、应用为主，坚持实事求是、量力而行，坚持示范引领、循序渐进，推动人工智能更好赋能现代农业高质量发展，努力把农业建设成为现代化大产业。

（一）强化降本，构建农业人工智能商用良性闭环。以共建共享降成本，建立统一、宽广、开放的农业人工智能基础数据平台和基础数据库，建设农业大模型国家公共基座，供人工智能产品开发者使用，服务全国统一大市场建设。以集采集用降成本，支持地方政府采购农业人工智能通用软件或搭建农业人工智能公共管理平台，支持农业人工智能研发制造应用企业采用融资租赁、联动合作等方式降低生产经营成本，鼓励农业生产经营主体采用带量集采、租购并举等方式增强谈判能力、降低购买成本。以适度补贴降成本，农机新产品购置补贴试点中高端智能创新农机产品全面实施目录管理，列明补贴产品、型号、额度，逐步提高补贴水平，确保应用主体不亏本。

（二）强化引领，构建农业人工智能示范推广体系。加快建设国家大型大马力高端智能农机装备研发制造推广应用先导区和丘陵山区适用小型机械研发制造推广应用先导区，逐步扩大建设区域范围，增加牵头和协同省份数量，在以人工智能解决“一大一小”农机装备两方面短板上尽快取得实质性进展。整合强农惠农资金，集中力量支持建设一批万亩、千亩无人智慧示范农场，建设并发布一批国家级、省级农业人工智能应用大、中、小型综合示范场景和农机卫星导航自动驾驶作业、农业地理信息引擎、网约农机、橡胶树割胶、智能农场、产业链数字化管理、无人机植保、农业生产物联监测、农产品质量安全管控等专项示范场景。在现代农业产业园、产业集群等评定中增加非行政区域的农业人工智能创新产业园等功能园区、集群类型。

（三）强化标准，构建农业人工智能数据融合体系。制定农业数据采集、处理、应用一体化标准体系，统一格式、接口、标签，推动土壤、气象、作物、技术、保险、金融等各类农业数据汇总融合，确保不同来源的农业数据能够兼容互通，为管理系统搭建和大模型训练等提供必要的基础支撑。推动构建通用大模型、专业大模型、细分大模型合理布局、适度竞争、互通互促、良性发展的农业大模型产业发展格局，减少重复、内耗和碎片化。积极培育农业数据第三方采集、处理和应用市场主体，加强农业数据收集新型基础设施建设，推动采集方式变人工为自动、延时为实时、分散为集约、模糊为精准。依托数据交易所建设农业行业垂直数据交易市场，探索农业数据资产化路径，为非标准化农业数据赋证赋能增信，推动企业与农户分享数据红利。

（四）强化链条，构建农业人工智能产业生态系统。打通从育种到销售、从一产到三产、从农到非农的全链条，推动形成各类主体广泛参与、各得其所的农业人工智能产业大生态。支持人工智能研发机构与农业研发机构联合设立农业人工智能研发机构，围绕行业垂直大模型等开展联合攻关，鼓励地方设立农业人工智能实验室。强化企业在科技创新中的主体地位，引导由农业企业牵头，联合科研机构、信息企业、装备企业等联合成立农业人工智能研发制造应用市场主体，通过共同参股、交叉持股等方式形成利益共同体，并衔接土地入股、订单农业等方式，让更多农民专业合作社、家庭农场、小农户等参与其中，共享技术创新和发展红利。

（五）强化集成，构建农业人工智能综合保障体系。在土地方面，将不破坏耕作层、不影响投影范围内农用地使用、发挥生产或生产辅助功能的农业人工智能设施占用地按照原地类管理或者纳入到设施农用地范围，通过点状供地、全域土地综合整治等方式为服务器用房、数据中心等大型农业人工智能设施优先供应建设用地。在人才方面，推动涉农普通高校和涉农地区普通院校全面开设智慧农业或农业人工智能相关专业，将人工智能课程全面纳入涉农专业培养方案并作为必修课，提升职业教育对农业人工智能发展的服务水平，鼓励职业院校结合区域特色产业灵活设置农业人工智能专业，加快培养农业数据训练师等紧缺人才，将人工智能技术作为高素质农民培训的重要内容。在资金方面，支持有条件的地方设立人工智能与现代农业融合发展产业引导基金，建设孵化器和产业园，引导银行、保险等金融机构创新信贷产品，将软件系统、智能设施、数据资产作为有效抵押物，满足农业人工智能企业和农业生产经营主体应用人工智能的融资需求。