AI農業趨勢下，中小型農場的未來發展探討

在「AI Everything」的國際浪潮下，加上全球人口不斷增長，技術領先國家持續投入更多資源在發展人工智慧農業。許多國際案例已證明人工智慧的有效應用可以為農業的產能和後續營運成本帶來正向的影響。但是AI導入的初期成本對中小型農場來說仍是一大障礙。本篇將探討AI在全球農業中的發展趨勢，以及以總體產業的角度來討論中小型農場導入AI的推廣方式。

AI農業的全球市值概況

2023年，全球人工智慧農業的市場價值約17億美元，預計到2028年，市場價值將達到47億美元，年複合成長率（CAGR）為23.1% 。其背後有多種因素促使其快速成長，主要原因來自全球人口成長導致糧食生產需求持續增加，農業需要發展出更有效率且可持續的生產技術。且隨著更多產官學研單位投入人工智慧農業的開發，以及演算技術的迭代進步，AI解決方案變貼合實際業者需求，且價格更趨合理。目前北美是AI農業技術的領先他國，但由於人口成長帶來的糧食需求，亞太地區預計將成為成長最快的市場。

圖1：AI農業示意圖

圖片來源：Medium

目前推動市場成長的具體AI應用包括透過人工智慧與物聯網以提升農場工作單位的連結性、智慧化和生產力; 無人機的農作物調查和數據收集; 農場機器人持續發展，且預估至2032年市值將達305億美元; 各種作物的精準農業應用; 電腦視覺技術如健康檢測、作物分選和缺陷識別等。

AI農業的量化效益案例

近年來各國投入在人工智慧農業的案例持續增加，證明AI在農業的經濟可行性。如Intelligent Growth Solutions （IGS）公司透過AI垂直農業，讓產量增加最多20%，而用水量減少50%; 世界經濟論壇印度的AI農業創新計劃，幫助辣椒農民將產量升21%，農藥減少9%，每英畝每週期收入增加800美元; Cainthus的AI牲畜監測平台可以95%精準檢測牛隻早期疾病的跡象…等各種案例，持續顯示AI在農業發展的巨大潛力。

中小型農場的實際AI農業的投入成本探討

人工智慧在農業的導入成本會因作物、技術的規模、複雜性、國別而有很大的差異。一家印度公司針對全球智慧農業的市場調查為業界給出成本參考，其指出導入AI農業的實際成本可以大致用基本、中、高階三種分類：

1. 基本：如用於優化灌溉、施肥和害蟲控制的精準農業工具，屬於較小規模或入門級技術，成本落在30,000到100,000美金之間。
2. 中階：具先進機器學習演算法和即時數據整合的技術，成本範圍在100,000到200,000美元之間。
3. 高階：超過200,000美元的尖端人工智慧解決方案，包含大規模自動化系統，這類別的技術可能涵蓋AI驅動的作物育種計劃和先進機器人技術。

2020年，台灣5年1次的農林漁牧業普查報告顯示，台灣農業和畜牧業的平均每戶年收入為458,000新台幣（約14,774美元），而以農業和畜牧業為主要收入來源的家庭平均年收入為1,728,000新台幣（約55,742美元）。

如依據資料顯示，即便導入最基本的AI解決方案對中小型農場形成不小負擔，但導入AI可能在未來帶來潛在效益，然而，初期的高投入成本、潛在學習成本及後續維運成本，在在都是讓許多國內外農場望之卻步的主要原因。

中小型農業導入AI的實際推廣方法探討：由政府開發公共dpi

基於效益與成本考量，是農民是否願意導入AI技術的底層要素，在尚未見到實際效益的初始階段，成本便是AI農業應用的主要障礙，要求農民在既有條件下採購導入AI解決方案，在實務上推廣上不容易。因此，擴展人工智慧農業導入到中小型農場的主推手，往往都由政府、科技公司、研究機構來擔任。

如印度農業部與世界經濟論壇合作啟動AI4AI（AI for Agriculture Innovation）計劃，透過AI技術幫助特倫甘納邦哈馬姆區超過7,000家辣椒農增產並降低成本。此外，政府建立agri.dpi進行AI農業數據驅動服務的串接，農民不需自主開發系統，可以從政府的公用數據平台ADex獲得如AI土壤健康管理、電子農場記錄、病蟲害控制、共用農機和無人機等先進技術的服務。與其獨立一家農場自主開發，由國家推動的數據整合服務，可以創造規模經濟，並帶來更好的數據品質和服務。中小型農民便可不需要自行投入高額成本主自開發，便可透過AI技術，發展出精準和永續農業，在提升產能的同時，減少農業對環境的負面影響。

圖2：ADex系統架構圖

圖片來源：World Economic Forum

結論

AI技術在農業的應用已證明其能提升生產效率、優化資源使用率並減少環境影響，提升農業的經濟效益。然而，高額的初期投資及維運費用仍是中小型農場導入技術的主要障礙。政府、科技公司與研究機構的支持便在此扮演重要的角色。如透過印度AI4AI計畫，便可瞭解政府的數據公共基礎設施，可以降低農民的技術導入門檻，並享有AI帶來的益處。未來預期會有更多國家政府建立類似的數位平台，中小型農場能夠更容易採用AI技術，可預期全球農業的生產力和可持續性會持續增加。

 

封面圖片來源：人工智慧農業示意圖，圖片來源：World Economic Forum

參考資料來源：

1. 中華民國統計資訊網， （2022, June 20）。109年農林漁牧業普查初步統計結果 取自 https://ws.dgbas.gov.tw/Download.ashx?u=LzAwMS9VcGxvYWQvNDYzL3JlbGZpbGUvMTA5ODAvMjI2OTAxLzlkYjdhMTM2LWI1NWYtNDM0Ny1iZmU2LWQxN2M0MmMwOTIxOS5wZGY%3d&n=MjYxNzE2MjQzNDhWUEJWUThELnBkZg%3d%3d
2. AI Tech Daily. （2024, June 27）. AI and Agriculture: Revolutionizing Farming with Artificial Intelligence. Medium. Retrieved from https://medium.com/@aitechdaily/ai-and-agriculture-revolutionizing-farming-with-artificial-intelligence-73b48b343522
3. Anusha S. Rai A. 1 , & R. Srinivasa Rao Kunte. （2024, June 30）. Challenges in Implementing AI Technology Smart Farming in Agricultural Sector – A Literature Review. International Journal of Management, Technology, and Social Sciences, 9（2）, 283. SRINIVAS Publication. https://www.supublication.com
4. Minnie Wright. （2024, September 12）. AI in agriculture: pros, cons and how to stay ahead. BPM. Retrieved from https://www.bpm.com/insights/ai-in-agriculture/
5. Marketsandmarkets. （2024）. Artificial Intelligence in Agriculture Market Size, Share and Growth. MarketsandMarkets Research Private Ltd. Retrieved from https://www.marketsandmarkets.com/Market-Reports/ai-in-agriculture-market-159957009.html
6. Aeologic Technologies （2023, Nov 27）. AI in Agriculture: Challenges, Benefits, and Use Cases. Agritech Tomorrow. Retrieved from https://www.agritechtomorrow.com/news/2023/11/27/ai-in-agriculture-challenges-benefits-and-use-cases/15093/
7. World Economic Forum. （2024）. Agri.DPI. World Economic Forum. Retrieved from https://initiatives.weforum.org/ai4ai/custom-3
8. World Economic Forum. （2024）. AI for Agriculture Innovation （AI4AI）. World Economic Forum. Retrieved from https://initiatives.weforum.org/ai4ai/home