2024 年中国“ AI+ 农业”行业研究报告

作为国民 经济 的发展基石和支柱产业，农业直接关系到国家粮食安全和民生福祉。而随着全球气候变化的加剧，极端天气如高温、洪水、干旱等频发，加之农业劳动力短缺问题日益突出，传统农业模式面临着前所未有的挑战。这些不确定的外部因素不仅对农业生产的效率提出了更高的要求，也对农产品的质量和安全构成了威胁。

在此背景下，以人工智能为代表的新一代信息技术正在为农业这一传统行业带来革命性的变革。通过深度融合物联网、大数据分析等先进技术，人工智能不仅能够有效纾解农业劳动力短缺困境，还在提高生产效率、优化资源配置、降低生产成本等方面展现出巨大的潜力。传统上依赖人力和经验的农业生产模式正逐步向智能化、数字化转型，为农业的可持续和高质量发展开辟了新路径。

为此，本文将深入分析 "AI+ 农业 " 这一新型生产模式的发展背景和现状，着重探讨人工智能在种植业和畜牧业中的创新应用，分析其在提高生产效率、优化资源配置等方面的表现，并展望未来发展趋势。

1. 行业发展概览

发展驱动

1）政策驱动：政策引导人工智能与农业场景的深度融合

近年来，国家及地方密集出台了一系列政策措施，旨在推动人工智能与农业的深度融合，以满足现代农业发展的迫切需求。这些政策不仅明确了以人工智能为代表的新一代信息技术在智慧农业发展中的关键作用，还强调了推进农业数字化改造的重要性。中共中央、国务院发布的《关于抓好 " 三农 " 领域重点工作确保如期实现全面小康的意见》明确指出，要加强现代农业设施建设，加快物联网、大数据、 区块链 、人工智能等现代信息技术在农业领域的应用。此外，政策层面还强调了加快人工智能等技术的突破，以进一步拓展新一代信息技术在农业领域的应用场景。 科技 部发布的《关于支持建设新一代人工智能示范应用场景的通知》将智慧农场列为首批示范应用场景，对 "AI+ 农业 " 的应用深度和广度提出了更高的要求。在社会 投资 方面，相关政策也作出了明确的指引。例如，《关于扩大农业农村有效投资加快补上 " 三农 " 领域突出短板的意见》和《社会资本投资农业农村指引》等文件，鼓励社会资本参与智慧农业建设，加快农业农村大数据工程建设，开展农业物联网、大数据、区块链、人工智能等新型基础设施建设，以及开展人工智能基础算法研究，突破生物大数据挖掘和分析的核心算法等。这些政策的出台，为 "AI+ 农业 " 的发展提供了有力的政策支持。

2）技术驱动：多技术融合发展，提升农业生产智能化水平

卫星遥感、5G、大数据以及人工智能等技术的不断突破，为农业向智能化方向发展夯实基础。卫星遥感技术通过先进的卫星图像，实现了农情信息的精准收集与分析，推动了精准农业的发展。5G 凭借其低延时和大带宽特性，为农业数据的即时传输奠定了可靠基础。而大数据则通过对天气、灾害、地理、土壤等海量数据的处理与挖掘，实现了对作物产量和质量的精准预测。人工智能凭借其在数据处理、计算机识别和深度学习等方面的优势，在降低成本和资源消耗、提升农作物产量及保障食品安全方面展现出显著成效。一方面，在生产资料环节，人工智能通过对种子或优质品种基因的识别和筛选，为智慧育种与精准选种的实现提供了可能。另一方面，在生产与作业环节，搭载人工智能技术的智慧农机与农业管理系统结合，实现自动化作业的同时，形成农业数据采集、分析、预测与规划管理之间的闭环，助力农业投入产出比的提升。

3）需求驱动：应对资源短缺，提升生产效率

从需求端来看，对人力、生产资料等资源的有效与高效利用，成为我国农业生产领域面临的重要挑战，而 "AI+ 农业 " 则为解决上述挑战提供创新路径。一方面，随着人口老龄化加剧和劳动力成本的持续上升，农业劳动力短缺问题愈发突出。国家统计局数据显示，2023 年我国老年人口和老龄化水平分别为 2.97 亿人和 21.1%，且我国存在农村青壮年人口外流现象，农业从业人口老龄化进程仍将持续，人力供给与需求之间的矛盾也将愈发突出。根据乡村振兴网统计，2025 年，我国农业在生产经营、技术操作、农业信息化等领域的人口总缺口将超千万。无人化和自动化的农业机械装备逐渐成为填补人力缺口的重要载体，在减少人力依赖的同时，助力农业生产效率的提升。另一方面，传统农业生产模式下，资源浪费问题突出，依靠人力和生产经验的农业作业，缺乏科学规划与管理，而人工智能技术的引入则以农业数据为驱动，凭借精准监测和数据分析能力，结合智能灌溉、精准施药等自动化流程，为农业资源的优化配置提供坚实的数据基础，提升农业资源利用率和生产效率。

发展现状：高速增长的 AI 农业，以农业大数据、智慧农机、一体化解决方案为主要应用方向

在新技术加速变革的背景下，"AI+ 农业 " 市场实现持续扩容。根据前瞻产业研究院数据，2021 年我国 "AI+ 农业 " 市场规模已达到约 685 亿元，2024 年有望突破 900 亿大关，年均复合增长率约为 10%。

当前人工智能技术在农业领域主要有三大应用方向。一是农业大数据，在 AI 农业模式中，由智能无人机或软件探测所采集到的数据，经由计算机视觉及深度学习算法处理，可以精准判断外部环境对农作物的影响并做出相应预测，实现 " 水肥药 " 的精准利用，并通过计算机识别技术，准确识别动物生长状态，实现禽畜从生产到出栏的一体化管理。二是智慧农机，以农业机器人、农业无人机和自动驾驶农机为典型。智慧农机是解决劳动力短缺的关键应用，在播种、耕作、采摘、除草、巡查、信息采集等环节具有极大优势。目前已在拖拉机、联合收割机、水肥一体机等机械中有一定的应用。 三是 一体化解决方案。农业物联网、大数据与人工智能等技术相结合，为农牧企业提供从生产、管理、交易到咨询等全方位一体化的服务解决方案，提升农牧企业数智化水平，最终实现降本增效。

2. "AI+ 农业 " 产业结构分析

"AI+ 农业 " 产业链主要包括上游设备及技术供应商、中游解决方案提供商及下游农业生产商。上游设备及技术供应商包括传感器、卫星遥感设备等硬件设施和云计算、大数据等软件技术；中游则包括农用自动化机械、数据平台服务、农业智能分析和 营销 分析；下游包括农场、家庭农场和农村合作社等农产品生产商及配套服务设施，如物流、电商平台等。

上游设备与技术供应商："AI+ 农业 " 发展的基石

生态上游包括卫星遥感系统、传感器等硬件基础设备，以及大模型、云计算等软件技术设施。具体来看，卫星遥感系统是获取地面数据的重要技术手段。基于遥感技术能够快速且精准获得种植面积、作物生长情况、旱涝情况、病虫害情况及土壤墒情等空间和作物周边环境的信息。农业传感器则是实现农业信息化的基础，土壤、温度、湿度、光照、图像、光谱等多种传感器组合在一起，使得农情感知的信息种类覆盖更加准确。通过传感器的使用，可以获得多维数据，并从多方面对农作物进行实时监测，进而辅助决策。云计算通过算法和分析系统，使各类 " 数据孤岛 " 相互联通，为农作活动提供指导，实现农业 " 云 " 上现代化升级。AI 大模型技术的突破则进一步推动现代农业迅猛发展。AI 能够迅速处理和挖掘海量数据，并通过深度学习和训练，为农情决策提供指导和预测，在农业的多个领域均有广泛应用。比如在植保环节，AI 大模型依托历史病虫害数据，对病虫害趋势作出更为精准的研判与预警，助力植保人员及时掌握虫情动态，从而精准制订防控策略；在畜牧环节，通过识别技术追踪和监控动物行为、生长情况，对牲畜进行精准管控；在育种环节，AI 大模型与生物技术相结合，基于海量育种数据分析，可对优质基因进行挑选，模拟育种和配种，加速整个育种过程，降低成本和育种失败的风险。

中游解决方案提供商：以硬件设备和技术为基础，通过设计、集成与实施为智慧农业提供解决方案

产业中游以解决方案提供商为主，将上游的硬件设备和技术进行集成和转化，形成农业领域的解决方案。目前主要分为农用自动化机械、农业智能分析和数据平台服务三部分。

农用自动化机械 指的是按照需求，将 AI 智能感知和算法融入农用机械，以提高耕种收等各个农业环节的智能化、无人化。比如农业无人机、无人车、农业自动驾驶车、智能收割机、采摘机器人等。

农业智能分析 基于人工智能、传感器、卫星遥感、大数据等技术，提供覆盖天气预测、环境监测、病虫害防治、播种、施肥、灌溉等种植业全流程，以及动物配种、病情识别、个体监测、饲喂、称重等养殖业全流程数字化解决方案。

数据平台服务 针对特定需求场景，将技术与设备整合，形成一整套高效解决方案，满足客户实际需求，包括覆盖农牧企业一体化管理的智慧解决方案提供商，专注数据挖掘分析的大数据平台，以及营销三部分。智慧解决方案为农牧企业提供一体化智能企业管理，从育种、生产、采集，再到质检、出售、溯源等流程，链接产业上下游。大数据平台专注农业产业上下游数据的挖掘、清洗、分析，结合云端数据大脑，提供全面的农业数据垂直查询与更新，为企业提供可视化分析和实时的价格、行情变化汇总。营销数据平台则通过对农副产品的销售数据、消费者行为、营销表现和市场趋势的深度挖掘，为农户和农业企业提供更为精准的市场指导，帮助农业生产者优化种植策略、预测市场需求，并制定相应的营销计划，提升转化率水平。

下游服务商和农业生产商：加工、销售与运输全链条智慧升级

下游服务商以电商平台、智慧物流和农业生产商为主。其中，农业生产商包括农场、农业合作社、家庭农场等农副产品生产与加工商，而电商平台与智慧物流则为农副产品提供必要的销售渠道和运输保障。在 AI 技术加持下，销售与运输各环节实现了高效、精准与智能化的升级，通过产品个性化推荐、智慧物流规划、产品溯源等技术能力，推动农副产品从田间地头到消费者生活的全链条优化。

三、重点细分应用场景概况

监测与防治：为农作物生长保驾护航

监测与防治主要包括农作物生长环境和状态的监测及预测，以及病虫害监测与防治。就环境监测而言，AI 结合传感器和物联网设备，可以对土壤湿度、温度、光照强度、空气湿度等环境数据进行实时采集和分析，由此预测作物生长趋势，并在环境条件不利时及时提出调整建议。从病虫害防治角度来看，传统的人工巡田和肉眼识别方式耗时耗力且精度有限，而 AI 通过计算机视觉技术能够快速识别作物的病虫害类型和受损程度。利用无人机或智能摄像头采集田间图像，AI 模型能够在短时间内分析大面积农田，识别病害区域并提出防治方案。针对虫害，AI 还可结合数据分析，预测虫害的爆发时间和范围，为农药喷洒制定精准计划，减少药物使用量，降低成本的同时减少环境污染。

动物个体识别：AI 可实现牲畜差异化管理

中国是全球最大的猪肉生产和消费国，每年近 7 亿头生猪出栏，自给自足率达到了 95%。根据兴业证券统计，我国猪肉的生产成本明显高于美国等国家，生产一公斤猪肉所需的饲料成本是美国的两倍，单位猪肉生产所需劳动力成本大约是美国的四倍。为了解决养殖业供需和成本问题，近年来国家一直在探索科学养殖、AI 养殖道路，其中动物个体及其行为识别是人工智能在养殖业的重要应用。实时掌握大量牲畜的生长情况、健康状况，才能保障稳定的出栏率和品质溯源，保证肉制品安全，防止疫病扩散。通过计算机图像和声音识别技术，以及海量历史数据的深度学习和挖掘，AI 有能力实现对动物个体的精准识别，将牲畜的生长情况转化为数据，以便养殖场实时掌握。

智慧解决方案：构建全链条服务云平台，推动农业产业链条数字化、智能化

基于大数据、物联网、人工智能、区块链等技术，以及移动 互联网 在农村的快速普及，数据服务平台成为农业数智化不可或缺的一环，为农牧企业提供数字化企业管理、智能化生产及一体化平台服务，打通产业上下游，构建智慧农业云平台，辅助管理者智慧决策，达到提升效率，降低成本的目的。

农信互联建立的数智猪场一体化产品 " 猪联网 "，打破产业链上下游信息不对称，进一步推动农业产业链条数字化。" 猪联网 " 构建起猪管理（猪场 SaaS）、猪小智（猪场 AIoT）、猪交易（投入品采购 + 生猪销售 + 网络货运）、猪 金融 （产业金融）、猪服务（在线问诊、行情资讯、猪场大脑）五大体系，将猪场养殖从生产、放养、育种、管理到物资购买、成本核算，再到运输、销售，全方位进行链接，由平台统一管控。

大数据平台：依托大数据和 AI 技术，提供个性化分析服务

大数据平台也是目前 "AI+ 农业 " 的热门应用方向之一。新一代信息技术尤其是大数据和人工智能的发展，政府和第三方服务机构得以为农户提供精确、动态、个性化的信息服务。大数据平台以农业大数据为基础，整合分析农业全产业链数据资源，为涉农企业和农户提供品种数据、价格数据、产业链数据、天气数据以及专项统计数据。AI 分析工具可对基础数据进行挖掘、清洗，进一步形成可视化图表，为行业发展和运筹决策提供有力支撑。

比如布瑞克利用数据挖掘工具和 AI 智能分析工具，实现农业数据资源的可视化、专业化、智能化图表展示，为涉农企业决策人、投资者及学科研究者提供农业各品类新闻资讯、研究报告、行情报价、国家贸易新闻等。

电商与营销：AI 巩固农村电商在乡村数字经济 " 领头羊 " 地位，助推网络销售额不断增长

根据农业农村部数据，农村电商保持乡村数字经济 " 领头羊 " 地位，全国农村网络零售额由 2015 年底的 3,530 亿元增长至 2023 年底的 2.49 万亿元，总体增长 7.1 倍。基础设施不健全、配送体系滞后、电商人才缺乏等也是农村电商面临的实际困境。现如今，电商产业已经成为 AICG 核心 商业 应用场景之一，以 AI 赋能农村电商，是解决农产品销售困境的最佳途径之一。一方面，通过机器学习和实时数据分析，AI 技术可以协助优化物流路线和调度方案，使快件能尽快送达客户手中。比如顺丰基于 AIoT 感知计算平台，通过全国数十万个图像及视频感知触点，实时捕捉、分析物流关键要素。另一方面，短视频和直播带货已经成为电商市场常态化营销方式，电商借助机器学习能力，叠加大数据分析和自然语言处理等技术，使电商平台更加容易锁定目标客户，辅以智能客服、虚拟主播等服务，从而拉近企业和消费者的距离，提升销售转化率。

农用智能化机械：提质增效，精准作业和无人化作业得以实现的重要载体

人工智能等技术的融合发展，让智能农机尤其是农用无人机、农业机器人和自动驾驶农机的发展迈入新的阶段。相比传统飞机和人工喷洒，搭载 AI 和智能摄像头的无人机可以在进行农业喷洒作业的同时对农田作业信息进行采集和监管，根据农作物的长势，进行自动精准喷洒，从而减少对环境的污染和对农作物的不良影响。

随着人口老龄化程度加深，农村劳动力严重短缺，农业机器人已成为国际机器人领域的热点之一。有机构预测，近五年我国农业机器人需求量将保持 38.6% 的增长。预计到 2025 年，全球农业机器人市场总量约为 93 亿台，到 2030 年增长近 4 倍，达到 360 亿台。目前，农业机器人广泛应用于播种、耕作、采摘、除草、巡查等场景中，依托动物识别和人工智能精准操控技术，在养殖场景的应用也在不断拓宽，比如挤奶机器人、饲喂机器人、清洁机器人、巡检机器人等。

四、发展趋势展望

智能化装备有望投入广泛应用，无人化、少人化作业成为可能

近年来全球极端天气频发，高温、干旱、洪水等灾害时有发生，对农业生产提出更高的要求，叠加人口老龄化、城镇化进程加快和生育率下降，国内农村适龄劳动力总量加速减少。为解决农村劳动力短缺的问题，可以预见的是，农业发展将向无人化、少人化方向演进。广泛应用智能装备则是解决劳动力短缺的最佳途径之一。随着 AI 技术的飞速发展，搭载 AI 系统的农业机器可以在复杂的生产环境中，全面辅助人员完成各项高难度作业，极大地提升生产流程的智能化水平。

AI 数据服务平台逐步成为农业领域数智化革新的强大引擎

由国家数据局、中央网信办、科技部等 17 部门联合印发的《" 数据要素 × " 三年行动计划（2024 — 2026 年）》，聚焦现代农业，推动激活数据要素在农业领域的潜能是重点计划之一。通过汇聚海量的农业数据资源，包括土壤条件、气候条件、作物生长周期、市场需求等多维度信息，运用先进的 AI 技术进行深度挖掘与分析。数据服务平台将为农业提供强大的精准指导与决策支持，促进农业产业链的智能化升级，从种植、管理到销售全链条实现数据驱动，提升农业生产效率和经济效益。同时，在食品安全愈发重要的今天，AI 与区块链技术的融合发展，将提高农产品追溯管理能力的提升，增强消费者信任，巩固农业电商在数字农业 " 领头羊 " 地位。农业数据价值的深入挖掘和利用，在当下显得尤为重要，在 AI 技术的持续赋能下，将为农业的可信发展注入新的活力与动力。

来源：36氪