根据中商产业研究院数据报告，我国智慧农业的潜在市场规模有望由2015年的137亿美元增长至2020年的268亿美元，年复合增长率达14.3%，市场前景十分广阔。
如今，农民也渐渐开始了解和接受用高新科技武装农业生产，提高作物整体产出。越来越多的田间使用的植保无人机就是一个开端，相信不久之后，当人们习惯了数字农业、精准农业带来的高效便捷，大数据、物联网、云计算、认知计算和人工智能这些现在看来高大上的技术，会慢慢渗透到田野间。
前美国航空航天局（NASA）大数据科学家张弓2015年回国创立了自己的公司——佳格天地，公司的任务是通过卫星和气象大数据收集、处理、分析和可视化系统，为农场提供种植面积测算、作物长势监测、生长周期估算、产量预估、自然灾害预测、病虫害预警等服务。
他们在陕西千阳承包了千亩苹果园，苹果开花的周期只有一周，张弓和他的团队正在完成一项看似不可能的任务，利用卫星和航拍，数清每一棵树上苹果花的数量，而且要精确到每一朵，通过对苹果花数量的评估，以及后续一系列大数据分析，对苹果的未来产量进行预估。
卫星探测苹果花
蓝河科技是位于美国硅谷一家主要研究用于农业生产的计算机视觉技术的初创公司。是由2名斯坦福大学学生创立的，开发出了的产品包括：精密除草剂喷雾机器人See & Spray、间苗机器人LettuceBot、植保无人机、作物长势分析软件ARPA-E TERRA等。2017年被美国最大农业机械制造商约翰迪尔公司以3.05亿美元收购。
蓝河科技发明的机器人可以通过安装在架子上的摄像头“看到”秧苗，在几毫秒之内，它就能识别出强壮的植物，并给弱小的植物施肥。
蓝河科技总部，机器人正在学习区分杂草
蓝河科技的See and Spray（看而喷）系统可以用来消除棉花田中的杂草，这个系统利用AI来分析高分辨率图像，并检测出杂草的存在和位置。另外，实践表明，通过高度精确和有针对性的喷雾应用，他们可以减少90%的除草剂用量。
See and Spray技术检测并除去杂草
要想通过AI改变农业的生产质量与效率，那么全方位全阶段的渗入则是势在必行。
产前：育种选种、土壤分析
在产前阶段，可利用物联网获取的数据，对灌溉用水、土壤成分乃至农作物的市场周期需求进行大数据的分析和预测，选择适合种植的农作物品种，避免产销脱节引发价格剧烈波动，造成经济损失和农产品浪费。另外，云计算、大数据分析和机器学习等技术，还可以帮助筛选和改良农作物基因，达到提升口味、增强抗虫性、增加产量的目的。
产中：病虫害管理、自动采收
在产中阶段，人工智能技术可用于监测环境数据和农作物生长情况。通过建立病虫草害特征分类数据库，并利用计算机视觉技术识别作物品种、病害程度和杂草生长情况，可实现智能预防和管理病虫草害，减少经济损失。不仅如此，这在一定程度上还可减少除草剂和杀虫剂的使用，提升农产品安全性，减轻环境影响。
针对传统农业“看天吃饭”的缺陷，利用机器学习技术处理卫星图像数据，可预测天气等环境变化对作物的影响，提前应对。在采收环节，计算机视觉技术与机械臂或机器人结合，可实现24小时自动化采收，节省人力，降低成本。此外，大数据处理和语音识别等技术可运用于农业智能专家系统中，为农业从业者提供专业咨询服务和指导，帮助解决生产中各种技术问题。
产后：品质检测、优化物流
在产后阶段，具有计算机视觉的机械臂可进行农产品售前品质检测、分类和包装等工作；用大数据分析市场行情，可帮助农产品电商运营，引导企业制定更灵活准确的销售策略；通过人工智能遗传算法和多目标路径优化数学模型，可对物流配送路径进行智能优化，完善生鲜农产品供应链等。
数字化农业对企业的技术水平有了更高的要求，在海外，活跃在这一领域的科技巨头主要有思科（Cisco），IBM和微软等。
思科正在开发用物联网（IoT）远程管理农作物的技术，并且还投资了一家专注于计算机视觉、数据处理研究的公司Prospera Technologies，开发农业专用的人工智能系统。
IBM的沃森公司不仅应用于精准医疗，也在开发精准农业领域的应用，开始用人工智能技术为农业构建数字模型，主要用于预测、模拟未来农业可能出现的不确定性，帮助农民作出更准确的决策。
微软则正在用机器学习和智能助手cortana、物联网打造现代农业解决方案，在印度播种实验中，微软利用人工智能技术优化了播种过程，使农田每公顷平均产量提高了30％。
近些年，中国的几个科技巨头BATJ也都纷纷入局智慧农业，尝试用科技改变传统农业。首先是阿里发起农村电商；京东计划做全产业链的智慧农业；百度侧重和农业企业进行合作，搭建智能平台。腾讯在今年4月份也宣布了自己的智慧农业平台。
ABC即AI，Big Data，Cloud Computing。ABC+农业的核心是：通过IoT和智能传感设备更精确更实时地收集农业生产各方面的信息，这些信息再实时地上传到云端服务器，云端服务器由大数据支撑进行深度学习，把数据变成有用的信息，有些信息再转变成相应的指令发给农户或者智能终端。
"MAP智农”是中化农业推出的智慧农业服务，在百度云ABC（AI，Big Data，Cloud Computing）的深入赋能下，正在开拓出越来越多的应用场景。在内蒙古正蓝旗农场的马铃薯种植基地，“MAP智农”能够在异常天气提醒方面，基于马铃薯生理模型，提前推送针对性气象灾害发生概率、持续时间等信息给种植户，提供未来3小时短临降雨提醒；在农事提醒方面，基于马铃薯的物候期需肥水规律，设立相应的生产种植农事历，通过自动抓取关键生理指标，结合种植模型和未来天气，提前推送出最佳适宜施肥和灌溉建议；在病虫害爆发提醒方面，基于马铃薯生理模型进行与气候强相关的病虫害爆发概率、影响程度、爆发时间、病虫害症状处理等信息内容的推送。
2018年6月7日，云栖大会·上海峰会正式发布阿里云ET农业大脑，希望将人工智能与农业深入结合，目前已应用于生猪养殖、苹果及甜瓜种植，已具备数字档案生成、全生命周期管理、智能农事分析、全链路溯源等功能。
在陕西，10000亩海升苹果的生产资料已经汇聚到ET农业大脑，可以对每棵果树进行个性化管理，大大提高果园的管理效率。果农再也不用一笔一划记录每棵果树的浇水量、施肥量、施药量，再分头录入EXCEL汇总到管理层。一部手机、一个管理软件，就可以实时记录、实时同步相关人员；未来扫一扫果树旁的二维码，还能看到这棵果树的历史浇水、施肥、施药情况。
通过对这些历史数据的智能分析，ET农业大脑能建立起一整套知识库，指导果农播种、施肥和耕作，提供最优决策；还可以进行智慧选址，针对不同品种的果树选择最适宜的水土环境。
阿里与国强合作社合作的“用AI扶贫”，将 ET农业大脑应用到了国强甜瓜圃：每个甜瓜都有一个二维码身份证，对甜瓜全生命周期进行监控，确保瓜农按照标准化手册操作，不打激素，让每一个瓜长足天数，是真正的“瓜熟蒂落”。
腾讯AI Lab的AI专家根据植物学、生物学和物理学等相关学科知识进行建模，建立起模拟气候环境和作物生长的仿真器。
随后，该团队开创性地搭建出一个农业人工智能系统，通过创新的强化学习方法，将iGrow农业专家的知识和经验自然地嵌入仿真器中，使人类专家能够在种植密度、灌溉施肥、打顶剪枝等方面，实现对AI的有效干预，提高AI学习效率，最终在资源最优化的同时，最大程度地提升了作物产量。
腾讯在国际人工智能温室种植大赛种出的黄瓜，获“AI策略”单项第一名、总分第二名的优异成绩。
AI为农业赋能，已然成为了农业现代化的必然发展趋势。
