人工智慧(Artificial intelligence, AI)具有感測環境、數據處理並適應各種預期或突發事件的能力。對於農業而言，AI將能夠取代人力，並克服目前缺乏勞動力的問題，例如遙控感測器、衛星與無人機等技術能隨時隨地蒐集植物健康、土壤狀況和溫溼度等資訊。整體而言，2020年的農業AI技術價值為10.22億美元，預計2026年將達40.02億美元，年均複合增長率(Compound Annual Growth Rate, CAGR)為25.5% (圖一)。本文節錄自Markets & Markets的報告，介紹人工智慧在農業供應鏈中的市 場動態與應用領域。

一、市場動態

隨著人口增加糧食供應的壓力亦隨之增加，相關感測器和圖像數據帶動技術進步，以及各國政府支持現代農業技術之下，人工智慧與深度學習能夠提高作物生產力，成為市場的重要驅動力。雖然目前人工智慧市場仍有許多限制與障礙，包含缺乏標準化、農民對 AI 的認知不足、歷史數據的可用性限制，以及精確搜集現場數據的高昂成本等。
由於北美洲對先進農業技術的採用較普及以及主要AI技術的公司總部皆在美國，使美洲具最大的市占率(圖一)。隨著發展中國家GDP的成長、對食品和乳製品的需求不斷增加，預計近幾年來印度、中國、土耳其、巴西等發展中國家有望為農業人工智慧市場提供重要的成長機會。其中，以農業的應用領域為分類下，最主要的應用領域為精準農業與無人機分析，並期待在近五年來有較高的成長率(圖二)。

二、農業AI市場的技術應用與發展

農業中的AI結合機器人、無人機、農作物管理系統與畜群管理工具等技術，以促進農民進行農場管理、增加農作物產量，並大幅提高農場經營的利潤。主要應用領域分為機器學習、電腦視覺與預測分析，以下敘述各個技術領域的發展：

(一)機器學習技術
深度學習透過人工神經網絡來學習文字、圖片與聲音等不同層級的數據，有助於識別非結構化的數據。機器學習技術在農業 AI 市場中的占比最高，在未來幾年內，機器學習在農業的應用將呈指數型成長。

(二)預測分析技術
預測分析用於各種演算法技術分析當前數據，廣泛應用於作物產量預測、作物營養缺乏預測、作物健康預測、土壤管理、水資源管理和牲畜管理等，以利於農地管理、農作物投入並進行決策。

(三) 電腦視覺 (Computer Vision)技術
電腦視覺是利用攝影機對目標進行辨識、跟蹤和測量，廣泛用於監測作物健康、病蟲害與營養情形，是目前農業AI 技術領域中成長率最高的應用。該技術能將作物單位產量提高約 30%，且預測每周和季節性農作物單價的準確率高達 90%。

三、農業AI市場產品面的發展

以產品來看，AI 農業市場可分為硬體、軟體和服務，其敘述如下，其中軟體領域的價值最高，估計2020年的市值達5.16億美元，而AI即服務具有最高的CAGR，達 28.2%(圖四)。

(一)硬體
執行 AI 系統所需要的硬體設備包含處理器、儲存設備和網絡。隨著技術發展，以往的大型硬體設備有望變成更小且高效率的神經型態晶片系統。該系統基於橫向自旋閥 (Lateral spin valves) 與憶阻器 (Memristors) 等技術，使其具像人腦一樣的能力，例如：Intel 發展了一種自我學習的神經型態晶片Loihi，被認為可推動第三代 AI 發展。
處理器方面，由於電腦要能夠顯現人腦等智慧型功能，需要不同類型的處理器，包括微處理器 (MicroProcessing Unit, MPU)、圖形處理器 (Graphic Processing Unit, GPU)、現場可程式化邏輯閘陣列(Field-Programmable Gate Array, FPGA)，以及特殊應用積體電路(Application Specific Integrated Circuit, ASIC)等，來為農業建立由AI 驅動的解決方案應用程式。GPU和FPGA是主要用於實現各種農業應用的深度學習演算法，其中NVIDIA Co. 與 Xilinx Inc. 分別為 GPU 和 FPGA 的市場領導者。
儲存設備方面，由於 AI 技術需要透過大量數據訓練、測試和驗證神經網絡演算法，一些新創公司正在尋找高頻寬並行檔案系統，以提高流通量和效率。
網絡方面，透過將 AI 整合到現有的網路應用程式和伺服器，可減少系統運作時對執行環境和編碼的需求，如美國的TinMan Systems提供雲端的AI系統，具易整合性且不需執行環境和編碼的優點。

(二)軟體
近年來，AI 與相關的軟體開發工具快速發展，如美國IBM、Microsoft、Deer&Company、The Climate Corp、Precision Hawk 與瑞士 Gamaya 等公司，在農業 AI 軟體開發方面處於領先地位。AI 平台提供使用者建立智慧型應用程式的工具包，且大多數平台如IBM Watson和Google Deepmind Technology，都提供預先建立的演算法和簡化的工作流程，且這些演算法都具有圖片識別和預測分析技術的功能，在農業中主要用於建立學習演算法和智慧應用程式。

(三)AI 即服務
主要公司如IBM、Mirosoft、Granular與Descartes Labs都有提供AI即服務，例如：Microsoft提供分佈式機器學習工具包，允許使用者同時執行多個機器學習應用程式；IBM的Waston使農業整合企業的開發人員能夠在應用程式中整合 Waston，並提供Waston AI引擎作為雲端分析服務。

(四)服務
從事 AI 服務市場的公司如美國Granular、瑞典ec2ce、澳洲Flying AG Australia與Queensland Drones，主要提供安裝、培訓與支持方面的協助，以及線上支援和後期維護。

四、結語

本文從不同面向介紹人工智慧在農業供應鏈中的市場動態與應用領域，AI技術應用於農業，可提升生產力和盈利能力，為整體農業供應鏈提升價值，目前新進大農國家多支持導入現代農業技術並發展人工智慧在農業上的應用。
全球有超過5.7億個農場，其中95%的農場面積不到5公頃，然而由於高額的初期投資成本，目前人工智慧技術主要應用在大於100公頃農場上。隨著市場不斷競爭與發展，以及各國政府的支持下，未來技術供應商將會發展於土地面積不足 5 公頃的市場，將為更多小農提供更便利與全面的應用。