人工智慧時代的農業供應鏈，你需要知道這些

Agriculture

Intelligent

一年之前,AlphaGo在烏鎮沒有給人類任何機會，柯潔以0:3完敗,徹底推翻了人們對人工智慧的認知。人類敗給了人工智慧的AlphaGo，很多人倍感沮喪。不過，換個角度來看，AlphaGo何嘗不是人類的傑作，難道不算是人類的勝利嗎？當前，人工智慧技術日漸成熟，在製造業供應鏈領域內被廣泛採用的話題鋪天蓋地，但是對於在農業供應鏈的應用，尚不十分清楚。

智慧手段提升

整合效率

應該承認，我國農業供應鏈整合效率一直偏低的事實長期存在。農業供應鏈在我國興起時間並不長，以農產品生產者-農產品採購者-農產品運輸者-農產品批發市場-農貿市場-農產品消費者」為典型代表的農業供應鏈環節過多，鏈條過長，周期長，內耗嚴重，因此效率低下。 另一方面，我國農產品供應鏈物流基礎設施較為，缺乏標準化體系，操作流程不規範，標準不統一，造成供應鏈整體信息化程度不高，經常出現信息失真現象。所以，發揮人工智慧對農業供應鏈的巨大整合威力，建立智慧化農業供應鏈，具有十分廣闊的應用前景。

數字化是基礎

供應鏈領域，數字化是實現人工智慧應用的基礎，這一點放在農業供應鏈也不例外。農業供應鏈信息網路建設的底層實際上就是數字化支撐。也就是說，我們在管理和優化農業供應鏈的過程當中，需要尋找合適的方法，把供應鏈的不同環節、組織、人、設備之間的流程用數字化的工具連接起來。這些技術可能包括我們講的互聯網及相關ICT技術、先進的製造技術、數字化的生產技術。做到了這一步，當然做到這一步還有很長一段路要走。不過這時候你會發現，在農業供應鏈的不同環節都積累了大量的數據，此時就可以通過大數據的挖掘和分析來改善供應鏈中的薄弱流程，優化供應鏈中的不同決策，比如生產計劃決策、庫存決策、物流網路設計、供應鏈金融等。

應用過程很棘手

即便實現了上述目標，但是將人工智慧技術運用於農業供應鏈是仍然一個很棘手的過程。因為農業供應鏈比較特殊，鏈條較長，除鏈條上的所有節點之外，還涉及大量外部合作夥伴，其中一些可能技術比較落後，此外還存在數據質量和互操作性等問題。在將高級分析和機器學習演算法運用於農業供應鏈數據之前，作為其中的核心節點企業，還必須首先收集數據，也就是從農戶、分銷商、經銷商和零售商那裡收集數據。從所有這些來源獲取數據，是一個巨大挑戰。

垂直整合是優勢

有垂直整合的業務模式的核心節點企業存在應用優勢。公司戰略發展過程中，垂直整合往往被考慮作為一項戰略選擇。例如，在供應商過於強大對公司發展造成威脅的情況下，一種戰略解決方案就是大量收購供應商，垂直整合後，有利於對整個農業供應鏈條上的數據收集和數據處理。在供應鏈垂直化整合過程中，步步高走在了全國前列。在逐步提高商品產地直採的比例，向上游延伸供應鏈的同時，其善配送中心如同整個供應鏈的心臟，將來自產地源源不斷的商品通過儲存、分揀，最後進入步步高的所有賣場。但是從整體上看，在農業供應鏈領域我國核心企業培育尚不成熟，進行垂直整合的核心企業更是少的可憐，而構建農業供應鏈體系、搭建信息平台、政策引導和合作共贏的觀念創新，對人工智慧的應用將會變得非常有意義。

物聯網助推有力量

人工智慧是一種強大且具有變革性的先進技術。但是，當人工智慧與物聯網結合使用時，就會變得動力十足。人工智慧時代的農業供應鏈與物聯網深度結合，將可以實現一種自主學習的農業供應鏈，讓農業供應鏈變成幾乎具有自我意識、自我管理和自我決定的能力。物聯網領域從感測器和晶元，然後再到通信模組，實際上構成了整個現代供應鏈的技術基礎，物聯網技術將滲透到未來農業供應鏈的所有環節，嵌入在各個環節中的感測器便會不斷地將新數據上傳至雲端。這些新的數據以後可以被人工智慧處理和分析，以生成所需要的信息並繼續積累知識。

END

文字／歸一 編輯／尹嚞

圖片／網路 轉載請註明來源

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！