36Kr Forschungsinstitut | Branchenforschungsbericht „AI+Landwirtschaft“ in China 2024
Als Grundstein und tragende Säule der nationalen Wirtschaft steht die Landwirtschaft in direktem Zusammenhang mit der nationalen Ernährungssicherheit und dem Wohlergehen der Bevölkerung. Mit der Verschärfung des globalen Klimawandels kommt es jedoch immer häufiger zu extremen Wetterbedingungen wie Hitze, Überschwemmungen und Dürren. Gleichzeitig wird das Problem des Arbeitskräftemangels in der Landwirtschaft immer gravierender, so dass herkömmliche Landwirtschaftsmodelle vor beispiellosen Herausforderungen stehen. Diese unsicheren externen Faktoren stellen nicht nur höhere Anforderungen an die Effizienz landwirtschaftlicher Produktion, sondern bedrohen auch die Qualität und Sicherheit von Agrarprodukten.
Vor diesem Hintergrund bringt die neue Generation von Informationstechnologien, zu der Künstliche Intelligenz gehört, revolutionäre Veränderungen in die traditionelle Landwirtschaft. Durch die tiefe Integration fortschrittlicher Technologien wie des Internets der Dinge und der Datenanalyse hat die Künstliche Intelligenz nicht nur ein großes Potenzial, die Herausforderungen des Arbeitskräftemangels in der Landwirtschaft zu entschärfen, sondern auch die Effizienz der Produktion zu steigern, die Ressourcenzuweisung zu optimieren und die Produktionskosten zu senken. Das traditionelle auf menschlicher Arbeitskraft und Erfahrung beruhende Produktionsmodell in der Landwirtschaft wandelt sich allmählich zu einer intelligenten und digitalen Transformation, die neue Wege für eine nachhaltige und qualitativ hochwertige Entwicklung der Landwirtschaft eröffnet.
In diesem Zusammenhang wird in diesem Artikel die Entwicklung und der aktuelle Stand des neuen Produktionsmodells "KI + Landwirtschaft" eingehend analysiert und die innovativen Anwendungen der Künstlichen Intelligenz in der Pflanzen- und Viehwirtschaft untersucht, um ihre Leistung bei der Steigerung der Produktionseffizienz und der Optimierung der Ressourcenzuweisung zu analysieren sowie zukünftige Entwicklungstrends zu antizipieren.
1. Überblick der Branchenentwicklung
Entwicklungstreiber
1) Politischer Antrieb: Politische Steuerung für die Integration von KI in landwirtschaftliche Szenarien
In den letzten Jahren haben nationale und lokale Regierungen eine Reihe von politischen Maßnahmen ergriffen, um die Integration von Künstlicher Intelligenz in die Landwirtschaft voranzutreiben und den dringenden Bedarf der modernen Landwirtschaft zu decken. Diese Politiken verdeutlichen nicht nur die Schlüsselrolle der neuen Generation von Informationstechnologien, die durch Künstliche Intelligenz repräsentiert werden, bei der Entwicklung der intelligenten Landwirtschaft, sondern betonen auch die Bedeutung der Förderung der digitalen Transformation in der Landwirtschaft. In der Stellungnahme der Zentralkomitee der Kommunistischen Partei Chinas und des Staatsrats zur Sicherstellung der rechtzeitigen Umsetzung der wichtigsten Arbeiten im Bereich "Drei Landwirtschaftsfragen", wird klargestellt, dass die moderne landwirtschaftliche Infrastruktur gestärkt und die Anwendung moderner Informationstechnologien wie des Internets der Dinge, Big Data, Blockchain und künstlicher Intelligenz in der Landwirtschaft beschleunigt werden muss. Darüber hinaus betonen die Politiken auch die Bedeutung der Beschleunigung technologischer Durchbrüche bei der Künstlichen Intelligenz, um die Anwendungsszenarien der neuen Generation von Informationstechnologien im landwirtschaftlichen Bereich weiter zu erweitern. In einem von der Ministerium für Wissenschaft und Technologie veröffentlichten Rundschreiben zu Demonstrationsanwendungsszenarien der neuen Generation Künstlicher Intelligenz wird der intelligente Bauernhof als eines der ersten Demonstrationsanwendungen aufgeführt, was höhere Anforderungen an Tiefe und Umfang der Anwendung von "KI + Landwirtschaft" stellt. In Bezug auf soziale Investitionen geben verwandte Politiken klare Leitlinien. Beispielsweise werden in Dokumenten wie der Stellungnahme zur Erhöhung der effektiven Investitionen in Landwirtschaft und ländliche Gebiete und zur Schließung hervorstehender Lücken im Bereich der "Drei Landwirtschaftsfragen" sowie dem Leitfaden zur Investition von Sozialkapital in Landwirtschaft und ländliche Entwicklung die Beteiligung von Sozialkapital an der intelligenten Landwirtschaft gefördert, um den Bau von Farm- und landwirtschaftlichen Big-Data-Infrastrukturprojekten zu beschleunigen und die Erforschung von Basisalgorithmen der Künstlichen Intelligenz durchzuführen, um die Kernalgorithmen von biologischen Big-Data-Analysen zu durchbrechen. Diese Politiken bieten eine starke politische Unterstützung für die Entwicklung von "KI + Landwirtschaft".
2) Technologischer Antrieb: Multitechnologische Integration zur Erhöhung des Intelligenzgrads der landwirtschaftlichen Produktion
Der kontinuierliche Durchbruch von Technologien wie Satellitenfernerkundung, 5G, Big Data und künstlicher Intelligenz legt den Grundstein für die Entwicklung der Landwirtschaft in Richtung Intelligenz. Satellitenfernerkundungstechnologie ermöglicht durch fortschrittliche Satellitenbilder die präzise Sammlung und Analyse von landwirtschaftlichen Informationen und treibt so die Entwicklung der Präzisionslandwirtschaft voran. 5G legt mit seinen Charakteristika der geringen Latenzzeit und großer Bandbreite eine zuverlässige Basis für die Echtzeitübertragung landwirtschaftlicher Daten. Big Data ermöglicht durch die Verarbeitung und Extraktion von riesigen Datenmengen über Wetter, Katastrophen, Geografie, Boden usw. präzise Vorhersagen über Erträge und Qualität von Pflanzen. Künstliche Intelligenz zeigt dank ihrer Vorteile in der Datenverarbeitung, Computervision und beim Deep Learning signifikante Effekte bei der Kostensenkung und Ressourcenschonung sowie der Steigerung von Erträgen und der Gewährleistung von Lebensmittelsicherheit. Zum einen ermöglicht Künstliche Intelligenz im Bereich der Produktionsmittel durch die Erkennung und Auswahl von Saatgut oder qualitativ hochwertigen Sorten die Umsetzung intelligenter Zucht- und präziser Auslese. Zum anderen, im Bereich der Produktion und des Betriebs, integrieren sich durch künstliche Intelligenz unterstützte intelligente Landmaschinen in das landwirtschaftliche Managementsystem, erreichen automatisierte Operationen und bilden einen geschlossenen Regelkreis von Datenerfassung, Analyse, Vorhersage und Planungsmanagement in der Landwirtschaft, wodurch das Input-Output-Verhältnis in der Landwirtschaft optimiert wird.
3) Bedarfstrieb: Anpassung an Ressourcenknappheit, Steigerung der Produktionseffizienz
Aus der Perspektive der Nachfrage betrachtet, wird die effektive und effiziente Nutzung von Arbeitskräften, Produktionsmitteln und anderen Ressourcen zu einer wichtigen Herausforderung für die landwirtschaftliche Produktion in China, während "KI + Landwirtschaft" innovative Wege zur Bewältigung dieser Herausforderungen bietet. Zum einen wird das Problem des Arbeitskräftemangels in der Landwirtschaft angesichts der verschärften Alterung der Bevölkerung und der steigenden Arbeitskosten immer gravierender. Laut Daten des Nationalen Statistikamts beläuft sich die ältere Bevölkerung in China im Jahr 2023 auf 297 Millionen, und die Alterungsrate beträgt 21,1%. Zudem gibt es einen Abwanderungstrend der arbeitsfähigen Jugendlichen aus den Dörfern, und das Problem der alternden landwirtschaftlichen Arbeitskräfte wird sich weiter verschärfen, wodurch der Widerspruch zwischen Arbeitskräfteangebot und -nachfrage immer akuter wird. Laut der Statistik der Rural Revitalisation Website wird der Bevölkerungsgap in den Bereichen Produktion, Technikausführung und Landwirtschaftsdigitalisierung in China bis 2025 mehr als zehn Millionen betragen. Unbemannte und automatisierte landwirtschaftliche Maschinen und Ausrüstungen werden allmählich zu wichtigen Trägern zur Schließung der Arbeitskräftelücke. Sie verringern die Abhängigkeit von Arbeitskräften und tragen zur Steigerung der Produktionseffizienz bei. Zum anderen ist im traditionellen landwirtschaftlichen Produktionsmodell das Problem der Ressourcenverschwendung herausragend. Die landwirtschaftlichen Operationen sind auf menschliche Arbeitskraft und Produktionserfahrung angewiesen und es fehlt an wissenschaftlicher Planung und Management. Die Einführung von künstlicher Intelligenz, die auf landwirtschaftlichen Daten basiert, kann durch präzise Überwachung und Datenanalyse sowie die Anwendung von automatisierten Prozessen wie intelligenter Bewässerung und präziser Pestizidapplikation eine solide Datenbasis für die Optimierung der Ressourcenzuweisung in der Landwirtschaft bieten, die Ressourcennutzungseffizienz und Produktionseffizienz steigern.
Entwicklungsstand: Schnell wachsendes KI in der Landwirtschaft, mit Landwirtschafts-Data, Smart-Farming-Geräten und integrierten Lösungen als Hauptanwendungsrichtungen
Im Kontext der beschleunigten Veränderungen durch neue Technologien wächst der Markt für "KI + Landwirtschaft" kontinuierlich. Laut Daten der Forward Industry Research Institute betrug der Marktumfang für "KI + Landwirtschaft" in China im Jahr 2021 etwa 685 Milliarden Yuan und soll bis 2024 die 900-Milliarden-Marke überschreiten, mit einer durchschnittlichen jährlichen Wachstumsrate von etwa 10%.
Derzeit lassen sich die Hauptanwendungsrichtungen der Künstlichen Intelligenz in der Landwirtschaft in drei Bereiche unterteilen. Erstens Landwirtschafts-Data, bei dem KI-gesteuerte Landwirtschaftsdrohnen oder Software gesammelte Daten mithilfe von Computer-Vision und Deep-Learning-Algorithmen verarbeitet werden, um die Auswirkungen der Umwelt auf Pflanzen präzise zu beurteilen, Vorhersagen zu treffen und eine präzise Nutzung von Wasser, Düngemitteln und Pestiziden zu erreichen. Außerdem ermöglicht Computer-Vision-Technologie die exakte Erkennung des Wachstumsstatus von Tieren und bietet integriertes Management von Nutztieren von der Produktion bis zur Marktreife. Zweitens gibt es Smart-Farming-Geräte, zu denen Roboter, Drohnen und autonome Landmaschinen gehören. Diese intelligenten Landmaschinen entscheiden in Pflanzung, Anbau, Ernte und anderen Prozessen und besitzen enorme Vorteile. Zu den wichtigsten Anwendungen zählt der Einsatz in Traktoren, Mähdreschern und Bewässerungsmaschinen. Drittens gibt es integrierte Lösungen. Landwirtschaft des Internets der Dinge, Big Data und Künstliche Intelligenz bieten eine umfassende integrierte Service-Lösung für Unternehmen in der Landwirtschaft und Tierhaltung, angefangen von Produktion, Management, Handel bis hin zu Beratung, was das digitale und intelligente Niveau von Landwirtschaftsunternehmen steigert und schließlich zu Kosteneinsparungen und Effizienzsteigerungen führt.
2. Analyse der Industrieanalyse von "KI+Agriculture"
Die Industrieanalyse von "KI+Agriculture" umfasst hauptsächlich die Lieferanten von Geräten und Technologien in der Oberwelt, Anbieter von Lösungen in der Mittelwelt und Produktionsunternehmen in der Landwirtschaft in der Unterwelt. Zu den Anbietern von Geräten und Technologien in der Oberwelt gehören Hardwareeinrichtungen wie Sensoren und Fernerkundungssatelliten sowie Softwaretechnologien wie Cloud-Computing und Big Data. Die Mittelwelt umfasst landwirtschaftliche automatisierte Maschinen, Datenplattformservices, intelligente landwirtschaftliche Analysen und Marketinganalysen. Die Unterwelt umfasst landwirtschaftliche Produktionsunternehmen wie Farmen, Familienfarmen und landwirtschaftliche Genossenschaften sowie unterstützende Serviceeinrichtungen wie Logistik- und E-Commerce-Plattformen.
Upstream-Ausrüstungs- und Technologieanbieter: Das Fundament der "KI+Agriculture"-Entwicklung
Der ökologische Upstream umfasst hardwarebasierten Geräte wie Fernerkundungssatelliten und Sensoren sowie softwarebasierte Technologieeinrichtungen wie große Modelle und Cloud-Computing. Konkret sind Fernablesungssysteme ein wichtiges technisches Mittel zur Erfassung von Oberflächendaten. Die Fernerkundungstechnologie kann schnell und präzise Informationen über Anbauflächen, Wachstumsbedingungen, Dürre- und Überflutungsverhältnisse, Schädlingsbefall und Bodenverhältnisse erfassen. Landwirtschaftssensoren bilden die Grundlage für die Realisierung der landwirtschaftlichen Informationsverarbeitung. Durch Kombination von Sensoren für Boden, Temperature, Feuchtigkeit, Licht, Bild und Spektrum wird die Erfassung von Informationen über Agro-Ökologie vollständiger und präziser. Durch den Einsatz von Sensoren können multidimensionale Daten gewonnen und Kulturpflanzen aus verschiedenen Perspektiven in Echtzeit überwacht werden, um Entscheidungen zu unterstützen. Cloud-Computing verbindet durch Algorithmen und Analysesysteme verschiedene "Datensilos" und bietet Anleitungen für landwirtschaftliche Aktivitäten, wodurch eine moderne landwirtschaftliche Modernisierung von "Cloud" erreicht wird. Die Durchbrüche bei großen KI-Modellen fördern rasant die moderne Landwirtschaft. KI kann schnell große Datenmengen verarbeiten und extrahieren und durch Deep Learning und Erkennung Hilfenendentscheidungen und Vorhersagen in verschiedenen Bereichen der Landwirtschaft bieten. Beispielsweise unterstützt Künstliche Intelligenz im Pflanzenschutz historische Daten über Krankheiten und Schädlinge zur genaueren Einschätzung und Frühwarnung von Trends, um Pflanzenschützer bei der zeitnahen Erfassung und Entwicklung präziser Kontrollstrategien zu unterstützen. In der Viehzucht ermöglicht die Erkennungstechnologie die Beobachtung und Überwachung von Tierverhalten und Wachstumsumständen, was eine präzise Tierverwaltung erlaubt. Im Bereich Züchtung kombiniert sich das große KI-Modell mit Biotechnologie, um durch die Analyse riesiger Züchtungsdaten qualitativ hochwertige Gene auszuwählen, Züchtungen und Kreuzungen zu simulieren, den Gesamtprozess der Züchtung zu beschleunigen sowie die Kosten und Risiken von Züchtungsversagen zu senken.
Mittelwelt-Lösungsanbieter: Auf Grundlage von Hardware und Technologie werden Design, Integration und Implementierung von Lösungen für intelligente Landwirtschaft angeboten
In der Mittelwelt dominieren Anbieter von Lösungen, die Hardware-Einrichtungen und Technologien der Oberwelt integrieren und transformieren, um Lösungen im landwirtschaftlichen Bereich zu schaffen. Derzeit gibt es hauptsächlich drei Teile: landwirtschaftliche automatisierte Maschinen, intelligente landwirtschaftliche Analysen und Datenplattformdienste.
Landwirtschaftliche automatisierte Maschinen beziehen sich auf den Bedarf, AI-Sensor-Algorithmen in landwirtschaftliche Maschinen zu integrieren, um die Intelligenz und Unbemanntheit verschiedener landwirtschaftlicher Prozesse zu fördern. Zu den Beispielen gehören landwirtschaftliche Drohnen, unbemannte Fahrzeuge, autonome landwirtschaftliche Fahrzeuge und intelligente Kommissionierer sowie Ernte-Roboter.
Intelligente landwirtschaftliche Analyse basiert auf Technologien wie Künstlicher Intelligenz, Sensoren, Fernerkundung, Big Data usw., um umfassende digitale Lösungen in der Pflanzenbautätigkeit von Wettervorhersagen über Umweltschutz und Schädlingsbekämpfung bis hin zu Aussaat, Düngung und Bewässerung zu bieten sowie in der Tierhaltung: Zucht, Krankheitsidentifikation, Einzelmonitoring, Fütterung und Wiegen.
Datenplattformdienste zielen auf spezifische Bedarfsszenarien ab und integrieren Technologie und Ausrüstung, um umfassende effiziente Lösungen zu schaffen, die die tatsächlichen Bedürfnisse der Kunden erfüllen. Dazu gehören intelligente Lösungsanbieter für das integrierte Management von landwirtschaftlichen Unternehmen, spezialisierte Plattformen zur Datenexploration und -analyse sowie Marketing. Intelligente Lösungen bieten landwirtschaftlichen Unternehmen integriertes Smart Enterprise Management, das Züchtung, Produktion und Sammlung sowie Qualitätssicherung, Verkauf und Rückverfolgung abwickelt und die Indie-Wertschöpfungskette verbindet. Die Big-Data-Plattform konzentriert sich auf die Datenexploration, -reinigung, -analyse der gesamten landwirtschaftlichen Industrie und bietet umfassende vertikale Abfrage und Aktualisierung landwirtschaftlicher Daten in der Cloud, mit visueller Analyse und Monitoring in Echtzeit von Preisen und Markttrends. Marketingplattformen bieten Einblicke in Verkaufsdaten von agrarischen und tierischen Produkten, Verhalten von Verbrauchern, Marketingperformance und Marktentwicklungstrends, um genauer Marktrichtlinien zu liefern und Landwirtschaftsproduzenten bei der Optimierung von Pflanzstrategien und Prognosen des Marktbedarfs zu helfen sowie passende Marketingpläne zu entwickeln.
Downstream-Dienstleister und landwirtschaftliche Produzenten: Intelligente Modernisierung der gesamten Verarbeitungskette, des Verkaufs und des Transportes
Zu den wichtigsten Akteuren in der Unterwelt gehören E-Commerce-Plattformen, intelligente Logistikunternehmen und landwirtschaftliche Produzenten. Dabei sind landwirtschaftliche Produzenten Farmunternehmen, Landwirtschaftsgenossenschaften, Familienfarmbetriebe und ähnliche Unternehmen, die landwirtschaftliche und tierische Produkte herstellen und verarbeiten. Die E-Commerce-Plattformen und die intelligente Logistik bieten die notwendigen Absatzkanäle und Transportgarantien für landwirtschaftliche und tierische Produkte. Mit der Unterstützung von KI-Technologie haben Vertrieb und Transport beeindruckende Effizienz, Präzision und Intelligenz erreicht, was zu einer vollständigen Optimierung der gesamten Kette von landwirtschaftlichen und tierischen Produkten, vom Feld bis ins Verbraucherleben, führt, durch individuell zugeschnittene Produktempfehlungen, intelligente Logistikplanung und Retourenverfolgung.
III. Überblick über wichtige spezielle Anwendungsszenarien
Überwachung und Prävention: Garantie für das Wachstum von Pflanzen
Die Überwachung und Prävention umfasst hauptsächlich die Überwachung und Vorhersage von Wachstumsumgebung und -bedingungen der Pflanzen sowie die Überwachung und Bekämpfung von Krankheiten und Schädlingsbefall. Bei der Umweltüberwachung kann KI in Verbindung mit Sensoren und IoT-Geräten in Echtzeit Daten zur Bodenfeuchtigkeit, Temperatur, Lichtintensität und Luftfeuchtigkeit sammeln und analysieren, um Wachstumsbedingungen vorherzusagen und auf ungünstige Umweltbedingungen mit Anpassungsvorschlägen zu reagieren. Aus der Perspektive der Schädlingsbekämpfung gesehen, sind traditionelle manuelle Felderkundungen, kombiniert mit visuellen Erkennungsmethoden, zeitaufwendig, kompliziert und auf Genauigkeit limitiert. Die Künstliche Intelligenz kann Schädlingsarten und deren Ausmaß zielgerichtet mit Computer-Vision-Technologie erkennen, während Drohnen oder intelligente Kameras Felddaten erfassen. Modelle der Künstlichen Intelligenz können in kurzer Zeit große Anbauflächen analysieren, Krankheiten diagnostizieren und Präventionspläne vorlegen. Bei Schädlingsbefall können KI-unterstützte Datenanalysen Vorhersagen über Häufigkeit und Ausmaß der Seuchen bieten, um die sprühapplikation von Pestiziden effektiver und kostengünstig zu gestalten sowie die Umweltverschmutzung zu reduzieren.
Individuelle Tiererkennung: KI kann individuelles Management von Nutztieren ermöglichen
China ist der weltweit größte Produzent und Konsument von Schweinefleisch. Jährlich werden fast 700 Millionen Schweine geschlachtet, die Selbstversorgungsrate erreicht 95%. Nach Angaben der Industrial Securities ist die Kostenstruktur für die Schweineproduktion in China sichtbar teurer als in den USA, wobei die Futterkosten für die Produktion von einem Kilo Schweinefleisch in China das Doppelte und die Arbeitskosten das Vierfache von denen in den USA sind. Zur Lösung der Nachfrage- und Kostenprobleme in der Viehwirtschaft erwägt China den Weg der wissenschaftlichen Zucht und der KI-unterstützten Tierhaltung. Die Erkennung von Tieren und deren Verhaltung zählen zu den entscheidenden Anwendungen der Künstlichen Intelligenz in der Viehzucht. Eine Echtzeiterfassung des Gesundheits- und Wachstumszustands von Nutztieren ist notwendig, um stabile Schlachtungen und Rückverfolgbarkeit der Produkte zu gewährleisten und Fleischsicherheit zu sicherzustellen, sowie die Ausbreitung von Seuchen zu verhindern. Mit Bilderkennungstechnologie und Spracherkennung, basierend auf riesigen historischen Datenmengen sowie Deep Learning und Datenanalyse, kann KI die Tiere präzise erkennen und deren Wachstumszustand in Daten umwandeln, damit Farmbetriebe rechtzeitig reagieren können.
Intelligente Lösungen: Aufbau eines Cloud-Dienstleistungsplattform für komplette Services, um die Digitalisierung und Intelligenzierung der Agrarindustrie zu fördern
Angetrieben von Big Data, dem Internet der Dinge, Künstlicher Intelligenz, Blockchain-Technologie und der schnellen Verbreitung des mobilen Internets in ländlichen Gebieten wird die Daten-Service-Plattform zu einem wesentlichen Bestandteil der Digitalisierung der modernen Landwirtschaft. Sie ermöglicht Unternehmen in der Landwirtschaft und Tierhaltung digitales Unternehmensmanagement, intelligente Produktion und integrierte Plattformdienste, verbindet Entwicklungen im Indoor- und Outdoorbereich und erstellt eine Agrarartikel-Cloud-Plattform, um Verantwortlichen bei der Entscheidungsfindung zu unterstützen, mit dem Ziel, die Effizienz zu steigern und die Kosten zu senken.
Die von Nongxin Interconnected entwickelte "Pig Network" ist ein integriertes Produkt zur Abbildung von Smart-Pig-Farmen und fördert die Digitalisierung der gesamten Wertschöpfungskette und überwindet die Informationsbarrieren zwischen den Branchenstufen. "Pig Network" baut ein umfassendes System zur Verwaltung von Schweinefarmen (SaaS für Farmen), Pig Intelligence (AIoT für Farmen), Pig Trading (Einkauf von Materialien und Verkauf von Schlachtkörpern + Netzwerk-Transport), Pig Finance (Finanzdienstleistungen für die Industrie) und Pig Services (Online-Beratung, Markt-Insights und Pig-Farm-Brain) auf. Dies ermöglicht eine vollständige Integration und zentrale Steuerung von Zucht, Produktion, Freisetzung, Management bis hin zur Rechnungslegung, Materialbeschaffung und Transportverkauf.
Big-Data-Plattform: Bereitstellung von personalisierten Analysediensten durch Nutzung von Big Data und AI-Technologie
Big-Data-Plattformen sind derzeit eine beliebte Anwendung im Bereich "KI + Landwirtschaft". Dank der Entwicklung der neuen Generation von Informationstechnologien, insbesondere Big Data und Künstlicher Intelligenz, ist es der Regierung und dritten Dienstleistern möglich, landwirtschaftlichen Betrieben präzise, dynamische und personalisierte Informationsdienste anzubieten. Big-Data-Plattformen basieren auf landwirtschaftlichen Big Data und bündeln Daten aus der gesamten landwirtschaftlichen Wertschöpfungskette in den Dimensionen von Art, Preis, Wertschöpfung, Wetter sowie spezieller Statistik. Mithilfe von AI-gestützten Analysetools, können Grundlageninformationen erkundet, gereinigt und analysiert werden, um visualisierte Diagramme zu generieren und wichtige Unterstützung für die Weiterentwicklung der Industrie sowie für strategische Entscheidungen liefern.
Brecker nutzt die Datenanalyse- und KI-Technologien mit einem umfassenden Erläuterungsrahmen für Landwirtschaftsdatenressourcen und stellt Entscheidungen, Investoren und Wissenschaftlern innerhalb der Industrie Nachrichten, Forschungsberichte, Preisdaten und nationale Handelsinformationen zur Verfügung.
E-Commerce und Marketing: KI stärkt die Führungsposition der ländlichen E-Commerce in der digitalen Wirtschaft und fördert steigende Umsätze im Online-Verkauf
Laut Daten des chinesischen Ministeriums für Landwirtschaft und Ländliche Angelegenheiten bleibt der ländliche E-Commerce ein Spitzenreiter in der digitalen Wirtschaft der Dörfer. Der Gesamtwert der ländlichen Online-Verkäufe stieg von 353 Milliarden Yuan Ende 2015 auf 2,49 Billionen Yuan Ende 2023 - ein Wachstum um das 7,1-fache. Dennoch bleiben die Infrastruktur mangelhaft, das Vertriebssystem rückständig und es mangelt an qualifiziertem Personal im ländlichen E-Commerce. Heutzutage ist E-Commerce eine der zentralen Binäranwendungen für AICG. Die Stärkung des ländlichen E-Commerce durch KI ist eines der besten Mittel, um den Verkauf agrarischer Produkte zu fördern. Zum einen kann KI durch maschinelles Lernen und Echtzeitanalysen die Optimierung logistischer Routen unterstützen, sodass Sendungen so schnell wie möglich bei den Kunden eintreffen. Beispielsweise nutzt SF Express die AIoT-Plattform bei der Erfassung von Bild- und Videoelementen, um die Logistikschlüsselkomponenten in Echtzeit zu analysieren. Andererseits werden Kurzvideos und Livestreams zu einem zentralen Marketingansatz im E-Commerce. Mit Unterstützung der maschinellen Lernerfahrung sowie außerdem Big-Data-Analyse- und natürlicher Sprachverarbeitungstechnologien können E-Commerce-Plattformen Verbraucher leichter gezielt ansprechen, unterstützt von intelligentem Kundenservice und virtuellen Moderatoren, um die Verbindung zwischen Unternehmen und Verbrauchern zu stärken und den Umsatz zu steigern.
Intelligente Landmaschinen: Effizienzsteigerung und präzise unbemannte Operationen durch wichtige Fördergeräte
Mit der Integration von Technologien wie künstlicher Intelligenz entwickeln sich intelligente Landmaschinen und unbemannte Drohnen, landwirtschaftliche Roboter und autonome landwirtschaftliche Maschinen auf ein neues Level. Im Vergleich zu herkömmlichen Flugzeugen und der manuellen Sprühapplikation können Drohnen, die mit Künstlicher Intelligenz und intelligenten Kameras ausgestattet sind, landwirtschaftliche Felder überwachen und je nach Wachstumsbedingungen automatisch präzise Sprühen, was die Umweltverschmutzung verringert und negative Auswirkungen auf Pflanzen reduziert.
Mit dem zunehmenden Grad der Bevölkerungsalterung wird ein Mangel an Arbeitskräften verstärkt und es wird erwartet, dass Agrarroboter in den nächsten fünf Jahren mit einer Rate von 38,6% in China gefragt sind. Bis 2025 wird das globale Marktvolumen für Agrarroboter voraussichtlich bei 93 Milliarden Einheiten liegen und bis 2030 fast eine Vervierfachung auf mindestens 360 Milliarden Einheiten erreichen. Derzeit sind Agrarroboter in Bereichen wie Aussaat, Anbau, Ernte, Unkrautentfernung und Patrouille weit verbreitet, was durch die Erkennungskräft von Tieren und KI-gestützte präzise Steuerung verstärkt wird. Sie werden zunehmend im Bereich der Viehhaltung eingesetzt, z.B. in Melkrobotern, Fütterungsrobotern, Reinigungsrobotern und Inspektionsrobotern.
IV. Ausblick auf die Entwicklungstrends
Intelligente Ausrüstung wird voraussichtlich weitreichend eingesetzt, unbemannte und menschenarme Dienstleistung wird möglich
In den letzten Jahren gibt es weltweit vermehrt extreme Wetterbedingungen, es treten oft Katastrophenzustände wie hohe Temperaturen, Dürre und Überschwemmungen auf, wodurch höhere Anforderungen an die landwirtschaftliche Produktion gestellt werden. Kombiniert mit Bevölkerungsalterung, beschleunigtem Urbanisierungsprozess und sinkenden Geburtenzahlen, sinkt die Gesamtarbeitskraft im ländlichen Raum schneller als erwartet. Zur Lösung des Arbeitskräftemangels auf dem Land ist absehbar, dass sich die Landwirtschaft in Richtung unbemannte, menschenarme Konzepte entwickelt. Der breite Einsatz intelligenter Ausrüstung stellt eine der besten Mittel dar, um Arbeitskräftemangel zu beheben. Mit der rasanten Entwicklung der KI-Technologie können landwirtschaftliche Maschinen mit KI-Systemen auch in komplexen Produktionsumgebungen umfassend weiter helfen, alle Schwierigkeitsstufen reibungslos zu bewältigen und damit die Intelligenz des Produktionsprozesses erheblich zu steigern.
AI-data-Service-Plattformen entwickeln sich allmählich zu einer starken treibenden Kraft für die Digitalisierung der Landwirtschaft
Das von der Nationalen Datenverwaltung, der Zentralen Internetinformationsstelle, dem Ministerium für Wissenschaft und Technologie und 17 anderen Abteilungen gemeinsam herausgegebene "Datenfaktor X Drei-Jahres-Aktionsplan (2024-2026)" konzentriert sich auf die moderne Landwirtschaft und fördert das Ausschöpfen des Potentials von Daten in landwirtschaftlichen Bereichen. Durch das Sammeln und Analysieren riesiger Datenressourcen in der Landwirtschaft, darunter Bodenbedingungen, Wetterbedingungen, Wachstumszyklen von Pflanzen sowie Marktnachfrage, werden neuartige AI-Technologien eingeführt, die präzise Beratung und Entscheidungsunterstützung der Landwirtschaft bieten und die intelligente Modernisierung der Agrarindustrie durch datengestützte Fortschritte in der gesamten Wertschöpfungskette, von Anbau und Management bis Verkauf ermöglichen. Zudem steigert die Kombination von AI und Blockchain-Entwicklung unter den zunehmenden Anforderungen an Lebensmittelsicherheit das Management von Rückverfolgbarkeit für Agrarprodukte, erhöht das Vertrauen der Verbraucher und festigt die E-Commerce-Führungsposition im Bereich der digitalen Landwirtschaft. Die tiefere Extraktion und Nutzung von landwirtschaftlichen Daten bleiben von Bedeutung mehr als je zuvor, und durch die weitere Unterstützung der KI-Technologie wird eine vertrauenswürdige Landwirtschaft gefördert und neue Vitalität und Energie für eine nachhaltige landwirtschaftliche Entwicklung gewonnen.