人工智能时代的农业供应链，你需要知道这些

Agriculture

Intelligent

一年之前,AlphaGo在乌镇没有给人类任何机会，柯洁以0:3完败,彻底推翻了人们对人工智能的认知。人类败给了人工智能的AlphaGo，很多人倍感沮丧。不过，换个角度来看，AlphaGo何尝不是人类的杰作，难道不算是人类的胜利吗？当前，人工智能技术日渐成熟，在制造业供应链领域内被广泛采用的话题铺天盖地，但是对于在农业供应链的应用，尚不十分清楚。

智慧手段提升

整合效率

应该承认，我国农业供应链整合效率一直偏低的事实长期存在。农业供应链在我国兴起时间并不长，以农产品生产者-农产品采购者-农产品运输者-农产品批发市场-农贸市场-农产品消费者”为典型代表的农业供应链环节过多，链条过长，周期长，内耗严重，因此效率低下。 另一方面，我国农产品供应链物流基础设施较为，缺乏标准化体系，操作流程不规范，标准不统一，造成供应链整体信息化程度不高，经常出现信息失真现象。所以，发挥人工智能对农业供应链的巨大整合威力，建立智慧化农业供应链，具有十分广阔的应用前景。

数字化是基础

供应链领域，数字化是实现人工智能应用的基础，这一点放在农业供应链也不例外。农业供应链信息网络建设的底层实际上就是数字化支撑。也就是说，我们在管理和优化农业供应链的过程当中，需要寻找合适的方法，把供应链的不同环节、组织、人、设备之间的流程用数字化的工具连接起来。这些技术可能包括我们讲的互联网及相关ICT技术、先进的制造技术、数字化的生产技术。做到了这一步，当然做到这一步还有很长一段路要走。不过这时候你会发现，在农业供应链的不同环节都积累了大量的数据，此时就可以通过大数据的挖掘和分析来改善供应链中的薄弱流程，优化供应链中的不同决策，比如生产计划决策、库存决策、物流网络设计、供应链金融等。

应用过程很棘手

即便实现了上述目标，但是将人工智能技术运用于农业供应链是仍然一个很棘手的过程。因为农业供应链比较特殊，链条较长，除链条上的所有节点之外，还涉及大量外部合作伙伴，其中一些可能技术比较落后，此外还存在数据质量和互操作性等问题。在将高级分析和机器学习算法运用于农业供应链数据之前，作为其中的核心节点企业，还必须首先收集数据，也就是从农户、分销商、经销商和零售商那里收集数据。从所有这些来源获取数据，是一个巨大挑战。

垂直整合是优势

有垂直整合的业务模式的核心节点企业存在应用优势。公司战略发展过程中，垂直整合往往被考虑作为一项战略选择。例如，在供应商过于强大对公司发展造成威胁的情况下，一种战略解决方案就是大量收购供应商，垂直整合后，有利于对整个农业供应链条上的数据收集和数据处理。在供应链垂直化整合过程中，步步高走在了全国前列。在逐步提高商品产地直采的比例，向上游延伸供应链的同时，其善配送中心如同整个供应链的心脏，将来自产地源源不断的商品通过储存、分拣，最后进入步步高的所有卖场。但是从整体上看，在农业供应链领域我国核心企业培育尚不成熟，进行垂直整合的核心企业更是少的可怜，而构建农业供应链体系、搭建信息平台、政策引导和合作共赢的观念创新，对人工智能的应用将会变得非常有意义。

物联网助推有力量

人工智能是一种强大且具有变革性的先进技术。但是，当人工智能与物联网结合使用时，就会变得动力十足。人工智能时代的农业供应链与物联网深度结合，将可以实现一种自主学习的农业供应链，让农业供应链变成几乎具有自我意识、自我管理和自我决定的能力。物联网领域从传感器和芯片，然后再到通信模组，实际上构成了整个现代供应链的技术基础，物联网技术将渗透到未来农业供应链的所有环节，嵌入在各个环节中的传感器便会不断地将新数据上传至云端。这些新的数据以后可以被人工智能处理和分析，以生成所需要的信息并继续积累知识。

END

文字／归一 编辑／尹嚞

图片／网络 转载请注明来源