数据正在变革农业部门。
世界经济论坛的多方利益相关者小组“农业创新人工智能”（Artificial Intelligence for Agriculture Innovation）已确定11个农业科技框架和24个用例或试点项目，有待通过循证学习进一步探索。
从开发和部署尖端技术到推广解决方案以变革农业部门，全球各类私营企业正与各利益相关方密切合作，推动创新的传播。
数据的可得性、可及性和质量日益成为任何行业数字创新的三个关键方面，并且它们已经在变革农业部门。目前，世界经济论坛的多方利益相关者小组“农业创新人工智能”（AI4AI）已确定一组11个框架和24个用例或试点项目，有待通过循证学习进一步探索。通过对农业生态系统中主要利益相关方开展的磋商和调查收集到的进一步反馈显示，数据在四个关键阶段——投入品获取、咨询服务、金融和市场——中的创新用例。数据在价值链四个关键阶段中的创新用例如下所示：
本博客概述了印度和德国初创企业生态系统所展示的私营部门创新用例，这些用例旨在推动价值链各环节的数据驱动型数字农业转型。文中讨论了每个用例中数据的可得性、可及性和质量等方面。
“农业科技领域的创新在全球范围内持续增长。我们正处于第四次工业革命（4IR）的临界点，在农业科技领域尤为如此。数据与技术的应用潜力巨大，可同时为农民和企业解决问题，”普华永道合伙人Amulya Patnaik说道。
世界经济论坛如何借助技术帮助农民？
科技初创企业如何推动农业领域的数据驱动型创新
全球范围内，农业科技的私人投资日益重要。全球共计约490亿美元已用于资助约23,300家初创企业。截至2022年，印度已获得42亿美元用于农业科技初创企业的投资。政府在推动基于数据的创新方面发挥作用的同时，私营部门在推动这些创新方面发挥着独特作用。以下将讨论初创企业创新者的三个此类创新用例：
数据赋能最后一公里优化
对农民而言，果蔬市场的毛利率不足5-6%，且受高昂物流成本制约。Ninjacart开发了一个内部平台，具备解决大规模多维优化问题的计算能力。该解决方案包括开放式物流的定制版本。这是一款开源工具，可根据配送时间、交通模拟、车辆类型、速度、可用性等实时场景进行配置。该公司称，这一技术赋能解决方案取得了可观成效：2016年至2022年间，每公斤成本最多降低80.7%，从每公斤10.1印度卢比降至每公斤1.95印度卢比。对于日销售量不足20公斤的小型零售商而言，这意味着每年可节省约30,000印度卢比的直接成本，以及约50,000印度卢比的间接成本。
人口普查数据不完整、多个部门和邦之间的命名不统一以及缺乏细粒度数据，被视为在向全国性解决方案推广过程中的主要障碍。各私营企业之间的数据互操作性，以及从多个来源进行交叉验证以获得更高质量的数据，被认为对优化解决方案至关重要。
“我们的目标是应对农业部门面临的挑战，例如市场效率低下、缺乏适当的仓储设施以及客户渠道有限。我们相信，通过与农业价值链中的所有利益相关方密切合作，我们能够为所有人打造更具可持续性和盈利能力的生态系统。借助技术，我们能够解决这些问题，并实现多方共赢：农民获得公平的农产品价格，零售商能够以具有竞争力的价格采购高质量产品，消费者则可获得新鲜且富有营养的食品，”Ninjacart首席执行官兼联合创始人Kartheeswaran Kandasamy说道。
数据赋能实时作物损害检测
据联合国粮食及农业组织统计，平均而言，害虫导致全球作物产量损失的20-40%，给全球经济造成2,200亿美元的损失。Plantix使农民能够在上传作物样本照片后即时检测病害。借助人工智能和现有图像数据库，Plantix开发了一款工具，用于分析作物、植物或叶片的图像，以诊断作物损害。该解决方案的核心在于一个强大的数据库，能够诊断60个作物品种上的500多种植物状况。该公司向我们保证，ICRISAT于2022年开展的一项测试显示，在涵盖25种作物和247种相关病害的8,100多份样本中，当前病害检测的成功率达到93%的准确率，但前提是上传的图像质量良好。Big-Query和Tableau等工具的使用有助于处理和可视化内部数据。
缺乏关于作物损失、作物图像、粮食短缺的综合数据库，缺乏为农民汇总咨询建议的正式渠道不足，以及数据不完整和不一致，被视为该解决方案实施过程中的主要瓶颈。
“农业整体而言非常复杂。要以经济和生态上可持续的方式运营，尤其是对小农户而言，需要持续获取知识，并能及时、精准地解决问题，同时还需要与所需投入品直接对接，例如通过当地零售商。Plantix打造了一个整体生态系统，将所有这些要素和参与者整合在一起，”Plantix首席执行官兼联合创始人Simone Strey说道。
数据赋能农场机械化与咨询服务
综合解决方案，例如农场机械化服务和面向农民的整体咨询服务，是需要多源数据支持的复杂流程。Nurture.farm采用四层数据收集、验证和建模生态系统，综合运用遥感传感器、无人机、物联网设备、地理信息系统（GIS）、卫星成像、实地数据采集和机器学习，以挖掘、核实并验证地面实况数据，从而为农民提供定制化咨询服务。Nurture.farm向80,000多家零售商提供信贷解决方案，帮助其有效管理现金流；其数字生态系统及服务覆盖印度的258万名农民。
数据缺乏（例如历史产量数据、地块层面的农场信息、土地记录数字化不完整，以及公共开放门户网站数据不准确）被视为创新推广与规模化应用的主要挑战。
从开发和部署尖端技术到积极推广解决方案以变革农业部门，全球各类私营企业正与各利益相关方密切合作，推动创新的传播。它们最有能力开发基于数据的解决方案，并就负责任的数据收集、共享和利用不断改进方案。与此同时，要实现农业科技领域的范式转变，它们还需要政策制定者、治理及监管机构以及广大农业社区给予大量支持。
