培育农业新质生产力，人工智能是重要引擎。专家认为，加快农业领域人工智能技术创新、应用场景拓展和产业生态营造，有利于培育农业新质生产力、重塑现代农业生产关系、引领农业全产业链迭代升级。
引领产业升级
当前，人工智能技术正深度融入农业生产、加工、流通、销售等各个环节，推动农业全产业链迭代升级。
依托大数据、大模型、智能机器人等技术，农业上游育种与生产环节率先实现革新。传统育种依赖从业者经验，周期长、不确定性高，而人工智能辅助作物设计可实现数据驱动的精准育种，能有效压缩育种时长、提升品种品质。在田间管理环节，卫星遥感和地面传感器共同构建的全域监测网络，可提前预警病虫害与极端天气，降低农户损失。
在中游加工环节，人工智能可有效提升产品附加值与标准化水平。例如，智能分选设备可依据水果大小、色泽、甜度、瑕疵等指标完成自动化分拣，解决人工分拣效率低、标准不统一的难题；现代冷链物流系统可实时监控温湿度等参数，降低农产品运输损耗率。
此外，人工智能还能提供更加精准的市场需求预测，指导生产计划、精准对接供需，一定程度上避免了“谷贱伤农”和“菜贵伤民”的周期性波动。
福建农林大学经济与管理学院副教授雷馨圆分析，《规划》将推进人工智能运用作为农业科技和装备的重要发展方向，人工智能赋能农业的政策重心由简单的技术落地，转向产业生态构建。
农业农村部信息中心研究员康春鹏认为，人工智能还将驱动专业化、规模化智能服务新业态兴起，推动生产分工、协作模式发生深度变革。例如，远程诊断、智能托管等服务，将进一步促进小农户与现代农业有机衔接，健全利益联结机制。
场景落地加速
无人机循着北斗导航系统划定的航线掠过大片耕地，将收集的农情数据实时汇总传至后方。系统分析后，土壤墒情、病虫害风险等情况直接推送到农户手机——全球首个覆盖农业生产全链条的农业大模型“天工开悟”如同智慧大脑，提供从选种、施肥到收割的全流程智能指导，帮助农民实现“坐在家里就能种地”。
如今，这款大模型已推广至百余个农场，带动应用地区产量平均提升5%，生产成本平均降低10%。以“天工开悟”为代表的项目，正带动全国“人工智能+”农业应用场景多点开花。
《规划》明确提出，推动生物育种、生产管理、病虫害监测、疫病防治、产量预测等高质量应用场景落地，推广应用农业农村领域大模型。加强智慧农业技术研发推广和技术装备质量检验测试能力建设，发布智慧农业主推技术。培育智慧农（牧、渔）场。
康春鹏建议，立足生产实际需求，加快产学研协同攻关，共同突破轻量化农业大模型、多模态感知与决策、智能装备自主作业等关键技术。依托农业技术推广体系和新型经营主体，打造一批可复制、可推广的标杆应用场景，形成“一地创新、全国推广”的辐射效应。进而以场景为牵引，让人工智能技术加速走向田间地头。
在应用推广方面，政府购买服务、合作社统建共用、农机托管共享等模式，有利于推广轻量低成本应用方案，完善配套保障，降低农户使用门槛，打通人工智能技术进村入户“最后一公里”。
堵点有待打通
当前，人工智能技术在农业全产业链上的部分特定环节取得了点状突破，但仍存在缺少高质量训练数据、核心技术攻关慢、复合型人才缺口大、推广模式适配弱等多重堵点，制约其从实验室走到田间。
“影响人工智能技术在农业领域落地的一大因素是高质量农业数据集稀缺。”康春鹏表示，目前，涉农数据标准不统一，“数据孤岛”等现象依然存在，加之细碎地块、特色种养领域数据采集成本高，高质量标注数据供给不足，直接影响了农业大模型训练效果与识别精度。
对此，南京农业大学金善宝农业现代化发展研究院研究员仇童伟建议，一方面，建设农业大模型公共算力平台，构建高质量农业数据集体系，鼓励基于国产通用大模型开发面向特定作物、特定区域、特定环节的农业专用小模型等方式，健全农业大模型发展支撑体系；另一方面，加快研究制定农业大模型安全标准和规范，防范数据泄露、算法偏见、决策失误等安全风险。
中试是科研成果走向田间地头的桥梁，能够解决通用模型“水土不服”的问题，加速技术熟化。农业农村部近期召开的科技创新领导小组会议强调，要抓好平台建设，聚焦生物制造、人工智能等新兴领域，谋划布局一批重点实验室、中试和概念验证平台，打通从基础研究到前沿技术突破的硬件瓶颈，缩短新技术从研发到市场的转化周期。
长期来看，复合型人才缺口较大，制约了人工智能在农业领域的潜力释放。仇童伟建议，既要支持高校、科研机构和企业联合培养高层次复合型人才，优化相关人才激励政策；也要注重提升农民数字素养，对新型农业经营主体和普通农民开展数字技能培训，让农民真正用好新技术，挑上“金扁担”。（经济日报记者 李和风）
