編輯導讀：在人工智慧逐漸發展成熟的今天，如何將它運用到實際生產生活中是一個仍待解決的重要課題。本文作者從農業行業出發，談談農業大數據和農業AI，希望對你有幫助。
在我們還在談智慧農業的時候，大家就對農業大數據有了自己的認知。
希望通過此文，能夠幫大家理解農業大數據和農業AI之間的關聯關係和未來發展趨勢。
在數字農業時代，我們需要更智能的業務操作，更實時的大數據分析，更流暢的信息流轉，彷彿我們已經步入了農業AI階段。
之前在我們群聊的騰訊會議在線視頻中，我介紹過兩次農業AI的應用場景和業務價值。農業大數據的應用場景和應用價值，也會在後續介紹。可能我先從農業AI講到了農業大數據，但從技術的發展來看，先有大數據和雲計算，再有AI的成規模應用，雖然上個世紀60年代AI就已經萌芽，而大數據Hadoop還得源自於為兒子製作的大象。
本文的目錄如下:
1、農業大數據通用的應用場景
2、農業AI通用的應用場景
3、農業大數據和農業AI的異同
4、農業大數據和AI的終點
01 農業大數據通用的應用場景及思索
沒錯，就是這些內容，就得看你採集到了多少數據，這些數據是不是乾淨，構建的大數據模型是否精準，有沒有數據計算模型改進的流程閉關。其實很多人不會考慮這些，一聽農業大數據，就覺得什麼都能解決。
還有很多人卻忘記了，自己是要數據的實時分析，還是批量處理。
為什麼會有這類問題的出現。
數據可視化
因為他們都脫離了業務本身來談大數據。我剛提到的這些農業大數據的應用場景，真的有業務流程配套嗎？換句話說就是這些農業大數據後續都能運營起來？大數據計算所需要的數據是否都能採集、能有大量數據、數據質量都有保障？
按具體場景，農業大數據可以分為：農業數據分析、農業數據可視、農業輔助決策、農業數據挖掘、農事操作自動化，這幾個大的方面。
02 農業AI通用的應用場景
農業AI的通用應用場景有產量預估，病蟲害識別，出欄建議，體重測量，品控自動化，農產品定級、保險賠付等，場景有些和大數據重複，有些比大數據更加智能。
AI、區塊鏈之類的技術，在農業領域內也吹噓的比較多。要實現農業AI的有效價值，必須有一個商業模式配套，要尋找好合適的用戶，用合適的付費方式來為農業AI收穫更多的測試用數據，不斷訓練AI模型，讓它準確率更高。
不得不說，我看過的很多AI模型都還是直接抄襲歐美的階段，參數緯度、初始演算法全抄，再慢慢訓練，這樣是不行的，得自己找出些適合中國農業的緯度和參數。
03 農業大數據和農業AI的異同
相同點都需要使用一堆數據，都需要雲計算的算力支持，都需要業務場景和業務價值的配套，否則玩不轉。
不同點是農業大數據的數據模型指標佔比，是人工調整，適合更多的分析型場景，有一定的數據分析方向了。農業AI的數據模型指標佔比，自動調整，不斷試錯，適合方向不確定的數據挖掘場景。
農業AI可以簡單地看成是農業大數據的升級版。當然農業大數據的數據可視化，絕對不是農業AI的追求方向。
04 農業大數據和AI的終點
終點必然都是與業務強相關，要有應用場景，否則就是空談。技術是需要應用於業務的，這個業務可能是農企的企業行為，也可以是政府的政務行為。
未來還可能與元宇宙這個流量入口相結合，在「元宇宙+農業」火熱之前，我在一期的視頻中介紹過元宇宙在農業的應用場景，大家可以去翻一下。
如果是農企行為，需要找到項目資金出處。找到核心利息相關者的關注點，有什麼高層迫切的需求，有什麼政府資源需要這次項目拉通和引入。
如果是政務行為，那就得找到補貼來源，並說明政務服務的價值，準備好必要性和可行性分析報告，準備好系統功能清單，有機會就準備好系統高保真選型，甚至直接POC驗證。然後準備好官方講話，寫好總結材料。最後其他工作就交個銷售和商務吧，解決方案截止了。
真正立項和招投標的時候，可能農業大數據平台、農業智能平台、農業AI平台、農業雲平台可能都是同一個事情，都是一個系統。畢竟農業的數據應用場景就那麼幾個！
#專欄作家#
清河落河清，公眾號：農業數字化，人人都是產品經理專欄作家。一名熟悉農業的IT架構師，現從事企業架構工作，創建農業微信公眾號、農業社群。
本文原創發佈於人人都是產品經理，未經許可，禁止轉載。
題圖來自 Pexels，基於CC0協議