截至2017年，高德纳（Gartner）咨询公司发布的最新的技术成熟度曲线是2016版（见图3-5），比较2008版至今连续九年的技术成熟度曲线，可以发现，大数据、云计算、物联网、人工智能等技术仍是未来促使农业代际演进的主要技术。

图3-5 Gartner技术成熟度曲线2016版

1.大数据

高德纳公司（Gartner）对“大数据”的定义是指需要新处理模式才能具有更强决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。2013年，大数据位于技术成熟度曲线的顶峰，而2014年大数据已由过热期转向低谷期，2016年大数据因不再是新技术而消失，但大数据技术依然保有生命力，距离达到成熟期还有5～10年时间。近年来，市场围绕大数据的炒作不断升温，很多企业也的确面临数据量激增的现实困境，但是大数据技术并非仅仅是数据量大的问题，其核心还是在于数据挖掘背后所能产生的价值。在经历了一段热潮之后，大数据的概念开始转向低谷期，大数据的应用将逐步落地。

农业信息化与大数据密不可分。目前，农业领域已经积累了海量的信息数据，但农业领域对大数据的认识还不够深刻，现有的数据价值并未充分发挥出来，农业大数据面临着“用什么、怎么用”的问题。农业大数据就像是正在修建的水库一样，即这个水库中的水不仅是活的水，还必须有来源；有了来源还不行，还必须有出处和应用。

目前，已经有不少涉农机构、企业进行了初步探索。从领域来看，以农业领域为核心（涵盖种植业、林业、畜牧水产养殖业、产品加工业等子行业），逐步拓展到相关上下游产业（饲料、化肥、农药、农机，仓储、屠宰业，肉类加工业等），并将整合宏观经济背景数据，包括统计数据、进出口数据、价格数据、生产数据、气象数据、灾害数据等；从地域来看，以国内区域数据为核心，将借鉴国际农业数据作为有效参考，同时不仅包括全国层面数据，还将涵盖省市数据，甚至地市级数据，为区域农业发展研究提供基础；从广度来看，不仅包括统计数据，还将包括涉农经济主体基本信息、投资信息、股东信息、专利信息、进出口信息、招聘信息、媒体信息、地理空间坐标信息等；从专业性来看，不仅将分步构建农业领域的专业数据资源，还将逐步有序规划专业的子领域数据资源。

总的来讲，大数据作为新一代信息技术，在农业领域的应用任重道远。大数据不仅充满了挑战和未知，也充满了更多期待和憧憬。农业作为中国的基础产业，面临着农产品需求不断增加、资源紧缺、气候变化导致灾害频发、生态安全脆弱、生物多样性持续下降等严峻挑战，夯实以农业物联网、云计算技术为核心的农业信息化基础，提升以大数据为支撑的农业信息化服务，将推动农业加快迈向智能农业新时代。

2.云计算

云计算于2009年登顶技术成熟度曲线。经过五年的时间发展，在2014年的技术成熟度曲线中，云计算被细分为混合云计算和云计算，且两者均处于低谷期，距离成熟只需2～5年。2016年，由于关于云计算的安全性问题的负面报道，云计算已经不是市场炒作的热点，企业加大安全性和易用性的研发力度，对云计算的采用也更加谨慎。

目前，大多数涉农互联网公司都布局了各自的云计算中心，为企业、个人提供了云平台服务和解决方案。通过骨干网络等基础设施建设的配合，对农业生产的各种要素进行数字化设计、智能化控制、精准化运行、科学化管理，实现云服务将与农业发展紧密结合，从而推动农业信息化的建设。农业生产方面，可以指导生产者、经营者和管理者使农产品顺利进入市场，实现农业增产、农民增收；在农民生活方面借助信息传播媒体，设计并提供针对农村、农业、农民特点和使用习惯的软件与服务，以提高农民生活质量。

未来，云计算和大数据将为新农人便捷、低成本地使用计算资源打开方便之门，就像使用水、电一样。农业云计算与大数据的集成和未来的挖掘应用对于现代农业的发展具有重要作用，农业云计算将释放农业大数据的生产力价值，不仅为农民的农村生产和生活提供方便，而且可以为生产发展和政府决策提供科学、准确的依据。通过云计算实现“大数据驱动”的农业，必然使得农民的生产活动变得更有效率、更开放、更精细。同时，基于大数据的分析，也能够帮助政府有效监控各项农业政策的实施情况，及时纠正农业生产中的偏差和失误，为农业的无人化提供技术支撑。(www.daowen.com)

3.物联网

在2012年、2013年的报告中，物联网仍需10年以上才能达到成熟期，而从目前发展来看，物联网只需要5～10年时间就会达到这个最终成熟阶段。物联网位于2014年技术成熟度曲线的最顶峰，消失于2016年技术成熟度曲线，转而以物联网平台的名义出现在技术萌芽期。

新兴技术正在改变人们定义和使用平台概念的方式，物联网平台与神经形态硬件、量子计算、区块链将共同开启平台化趋势，预示着物联网领域即将爆发平台革命。在这个趋势中需要跟踪的关键平台实现技术有从技术基础设施到生态系统平台的转变，奠定了较新的商业模式基础，正在形成人类和技术之间的桥梁。在这些动态生态系统中，组织必须主动了解和重新定义他们的战略，以建立基于平台的商业模式，并利用内部和外部的运筹帷幄的方法以产生价值。

在即将到来的物联网平台时代，各企业正在致力于增加物联网终端种类，寻求更好效益，同时发觉新的商机和盈利模式。由于这些因素的交互作用，企业需要不断增加先进技术资源以达到相应的成熟度、规模和商业价值。大规模物联网平台可以实现基础和高级的物联网方案和数字化商业操作。物联网平台以一个混合方式部署，它将与基于云的元素（无论是私人的还是公共的）和分布于终端和网关之间的本地软件合并，这些特点对于复杂异常的农业领域具有特殊重要的意义。

不远的将来，物联网安全、物联网分析技术、物联网设备（物件）管理、低功耗短程物联网网络、低功耗广域网络、物联网处理器、物联网操作系统、事件流处理、物联网的标准与生态系统都将伴随物联网平台的发展而产生，物联网平台能将物联网系统中诸多基础架构元件捆绑成单一产品。这类平台所提供的服务可分为三大类：①低级设备控制与营运，包括通信、设备监测与管理、安全与固件更新；②物联网资料的取得、转换与管理；③物联网应用程序开发，包括事件驱动逻辑、应用程序设计、视觉化、分析技术以及用来连结企业系统的适配器。

2000年全球共有5.2亿个农场，其中没有一个农场连接到物联网。自2000年以来，物联网快速发展，传感器在农业领域的使用发生了重大转变。据预测，2025年全球5.25亿个农场将使用6亿个传感器，2035年与2020年相比，传感器使用量将增长3倍以上。这种通过物联网技术开启的智能风暴，将让农业实现“环境可测、生产无人、质量可溯”的目标，确保农产品质量安全，引领现代农业发展。

4.人工智能

2016年，共有16项新兴技术被首次引入，其中人工智能技术占比超过50%，包括通用机器智能、情境经济、神经形态硬件等；同时，虚拟个人助理和智能机器人两项人工智能技术在曲线上前移明显，智能机器人领域的大规模并购和融资加速产业成熟。

智能机器人即以电动机械的形式存在的智能机器，它们可以在物质世界中独立工作，同时在短时间内就可以完成学习。既可以通过在人类监督条件下训练和示范学习，也可以从有监督的工作中进行经验学习。智能机器人可以感知自己周围的环境条件，识别并解决基本问题。一些智能机器人有专门的运行方式，如嫁接、收获机器人，而其他一些智能机器人具有更常见的运行方式和先进的感知能力。由于在强大的计算能力、海量数据、深度神经网络方面前所未有的进步，拥有智能机器技术的企业能够充分利用数据，调整适应新环境，解决前人从未遇到的问题。因此，智能机器技术为代表的人工智能将是未来10年里最具潜力的一类技术。

人工智能已成为自动化、电气化和信息化之后新一轮工业革命的基石，而人工智能的应用亦非仅在工业领域，在人类最古老的农业领域，同样将有杰出的表现，将大大加速农业4.0智能化农业时代的到来，实现农业的无人化。人工智能控制下的机器人能够自主收集各类农业数据信息，从PB级^[1]的数据中通过深度学习算法洞察种植时间、灌溉、施肥以及畜牧相关的决策，最终提高土地产出率和劳动生产率。人类已经利用了地球上几乎所有可用的农业用地，然而联合国预计到2050年全球人口将达到97亿，世界食物产量至少需要提高50%。因此，为了满足未来全球对粮食的需求，非常有必要提高农作物产量。机器学习技术可以被用来分析来自无人机和卫星图像、气象模式、土壤样本和湿度传感器的数据，并帮助确定播种、施肥、灌溉、喷药和收割的最佳方法。基于农作物产量、作物投入成本节省、乳品/畜牧成本节约、分拣和劳动力节约的潜在增长，仅在农作物种植领域，以机器学习为基础的人工智能技术可以提高70%的农作物产量，消除全球人口增长带来的食物危机。