
当人工智能系统错误识别了小农户田里的害虫时,是没有“撤销”键的。一个错误的建议,如果没有根据当地实际情况进行验证或及时纠正的话,可能会导致农民损失整个一季的收入,有时甚至会影响到一个家庭的口粮。这个现实使农业科技区别于消费类应用,这也是为什么推广农业科技从根本上说是一项劳动力队伍的挑战,而不是一项软件的挑战。
智能成本降低,风险升高
人工智能(AI)大幅降低了农艺智能的成本。现在人工智能可以诊断病虫害、预测产量和评估质量,这些曾经都是需要费用昂贵的专家才能完成的任务,现在只需花一小部分费用就能做到。但智能成本降低并不意味着更容易推广应用。它提高了“人件”(humanware)的溢价:那些验证人工智能输出的人员、将建议转化为农民实际约束的人员、在从播种到收获漫长的几个月里维持信任的人员。
应用差距之大令人震惊。普华永道和印度工商联合会最近所做的一项研究发现,尽管印度拥有多达3,000家农业科技企业,但解决方案的应用范围却只达到全国1.46亿农民中的不到1,500万人。从市场角度来看,这意味着农业科技只捕获到据估计240亿美元巨额商机的1%。研究得出的结论是,技术扩散受到分发能力的限制。换句话说,将农业科技转化为服务的工作和技能,以及农业科技反过来创造和维持的工作和技能,才是真正的瓶颈。
很少有人谈及的工作
农业科技解决方案,即,人工智能咨询服务、共享机械、金融科技、可追溯性和预警系统,创造了对介于平台与农田之间的服务角色的需求:帮助农民加入并在各个季节维持信任的可信中介;保障硬件运行的设备操作员;确保数据质量和取得同意的数据管理员。
这些不是泛泛的“数字技能”。它们是清晰界定的角色,具有可衡量的绩效指标,例如服务可靠性、完成的交易数量或农业设备是否正常运转。这就是使这些技能具有投资价值的原因。
为什么保障是缺失的一环
农民在采用某项技术之前会提出合理的保障要求。以下五个问题决定了农业科技能否赢得农民的信任:
它在这周会对我田里的作物有效吗?
如果失败了,谁来纠正和付费?
考虑到我的现金和劳动力,我今天该做什么?
这项技术适合我的小气候和耕作方式吗?
谁能用我听得懂的话解释一下?
这些都不是产品功能,而是人的能力。这就是为什么可靠的农业科技依赖于以下四大类核心职位。
数字中介——最后一公里的可信面孔:示范、投诉处理、将卫星咨询转化为本周决策。
技术操作员——无人机飞行员、机械师、共享设备中心主管。他们保障硬件正常运转和种植窗口期开放。
双语专业人员——精通农情和数字工具的农艺师,他们能在错误建议推广之前及时发现止损(包括准兽医专业人员——能根据当地情况解读疫情警报的社区动物卫生工作者)。
数据管理员——确保数据质量、隐私保护、同意权和可审计性的专家。当农田数据用于金融或合规时,必须有人确保数据准确无误并已获得授权。
首要问题不是部署哪种培训路径,而是系统中绑定约束的实际所在位置——是角色缺失、排序失败还是任何培训项目都无法弥补的制度空白。当这些角色存在而且周围的制度架构为其提供支持时,技术就会成为一项可靠的服务。当这些角色缺失时,技术则仍会停留在试点阶段。
良性循环
这种关系是双向的——而这是关键。没有技术熟练的人员来操作、维护和保障其服务,农业科技就无法大规模推广应用。但是,如果没有农业科技创造的工作岗位和收入,技能培训项目也无法证明其投资的合理性。
农业科技平台生成培训系统目前所缺少的需求信号:具体角色、能力概况、可识别雇主。平台还产生可以转化为收入能力的绩效数据,而不仅仅是证书。其结果是将人才留在家乡附近的农村就业。
印度提供了这一良性循环实际运行的两个示例:
“Namo Drone Didi”计划通过妇女自助小组将无人机、操作员和维护培训相结合,把一个小型飞行器变成了一项社区服务。没有无人机,就没有“精准喷洒服务提供人”这个角色。没有经过培训的操作员,无人机就会闲置不用。这项技术创造了工作岗位,而这些工作岗位又让技术能够发挥作用。
“NAHEP”(国家农业高等教育项目)推动了农业大学现代化,在人工智能、精准农业和农业产业分析等领域扩展了行业相关课程,从而加强了农业科技服务经济所需要的就业人才输送渠道。
结论
在人工智能时代,衡量成功的标准并不是送了多少技术到田间地头,而是农业是否提高了生产效率、安全保障和利润率,周边社区是否获得了他们所需要的技术工作。
“农业互联”(AgriConnect)是世界银行集团为在 2030 年之前帮助 3 亿小农户将收获转化为更高收入而发起的一项倡议,在技术方面具有很大的雄心,在最近的世行春季会议上进行了讨论。能否实现技术大规模推广应用将取决于是否将技能视为核心基础设施而不是锦上添花。
本文作者





●世行博客 | 发展就是安全:在不稳定世界中支持国际开发协会的理由