通常，像农业这样成熟的行业，可以借助大数据分析技术，看到最直观的效率提高。那么，数据革命会发生在这里吗？

大数据与分析有助于改善当今世界的众多产业。这类技术最具影响力的一点，是对运营和财务活动提供详细和实时的洞察力。

在农业行业，这一场景正在人们的讨论中上演。

例如，很多农民都在使用数据，来计算收获产量、肥料需求、节约成本，甚至制定未来作物的优化策略。

讨论这一问题的关键首先在于，这项技术是否提供了好处？实际上，这毋庸置疑。但它是如何实现这件事的？以下，笔者列出了农业大数据正在改善条件或操作的五种方法。

农业的一个重要的危险因素，是那些工作在第一线的人。

例如，病虫害和农作物疾病就像风暴或极端天气等自然灾害一样，会使整个收成减少。在大数据存在之前，几乎不可能预测这样的事件。即使有经验的农民也许能发现害虫问题的迹象，但到那时往往已经太迟了。

值得庆幸的是，如今，大数据和监控技术可以追踪这些事件，甚至完全预测它们。

通过将过去和现在的数据录入系统，并通过有效算法提高洞察力，数据科学可以有效地提高作物未来收益。这可以为农民和供应链利益相关者节省大量资金，同时也有助于改善分配模式和供应方式。

此外，大数据推动了现代技术融入农业领域。小型无人机或无人驾驶飞机，可以通过飞过土地，对土地模式进行评估。然后收集的映射数据可以分析和搜索有价值的情报，去处理当年要某一特定区域的农田问题。

另外，物联网传感器也可以远程追踪和监视农田、植物的情况。

在农业领域，传统情况下，农民往往会有某个特定的供应商或合作伙伴。例如，他们可能会向当地的杂货店或连锁商店供应一定数量的产品。

不管是和谁在农业上合作，都不可能准确地知道一个特定作物何时能成熟，伴随着消费者需求的变化，就可能导致严重的供应问题。

大数据可以缓解供应链中出现的一些问题，因为它能更好地监控每个季节作物种植和收获的时间。

这不仅是农民种植问题，也是供应链上其他人，包括分销商、包装商、零售商等等的问题。当数据传达时，大数据可以真正帮助每个人为当前的进展做准备，不管它是否包含比预期更多或更少的数量。

一般来说，业务、管理和计划团队经常受益于详细的风险评估报告。但是这对于现在的农业领域，几乎是不可能的。

当然，经验可能表明采取特定行动会产生明显的效益，但数据驱动的风险评估所提供的远远不止这些。

对于大数据，几乎每个系统、决策或事件，都可以考虑在风险分析计划中。不论是适当的解决方案，还是预期的结果列表，每一个错误或潜在的障碍都可以解释。农民可以确信采取行动，不会破坏他们全部的作物。更重要的是，他们可以用实时数据来减少损失。

我们假设春天或初夏已经悄然而至，这标志着草莓季节的开始。在刚开始的这一年里，消费者对草莓的需求大大低于从前。当知道需求低时，农民们不必种植整块地的草莓；当需求较高时，情况就会相反。

大数据使处理这一情况的水平，比以往任何时候都更高。

农民可以准确地看到他们在过去的年份里生产了多少，对客户的影响意味着什么，如何影响了供应和需求，从而改善了他们的运营方式。他们可以在需求低的时候减少作物，降低浪费，节省资金和空间来种植替代品。

大数据的另一个支撑点是，系统与外部平台同步，可以获得大量的数据与资料。它与整个“连接”技术和智能技术联系在一起。

机器学习和算法工具，可以被设计成影响任何数量的外部见解或信息。例如，农民可以使用预测建模技术，参考天气模式、消费者需求和趋势，甚至历史产业事件，采取相应的计划或行动。这些数据将帮助农业界的人们了解周围的世界是如何影响他们生意的。

他们应该种植什么？什么时候是最好的时间？他们会有什么样的收入？供应的价格是否上涨，这又如何影响利润？

这一切都旨在创造一个联动的、数据驱动的行业，以崭新的创新的方式运作，而不是继续守着过去使用的策略。其优点在于，我们不必消除遗留策略，为数据驱动的解决方案腾出空间。事实上，我们可以把它结合起来，创造出一种最有效、最成功永久的操作方式。

作者Megan Ray Nichols是一名自由撰稿的科学作家。

原文链接：

https://www.rtinsights.com/5-ways-big-data-is-revolutionizing-the-agriculture-industry/

（编译：陈美西）