跳到正文

AI农服务的机会不在再做一个识病App,而在守住用药和作业闭环

国内

水稻农户发现叶病后,通常要联系农技人员或农资门店判断,再找植保飞手作业。问题往往出在中间:农户难以准确描述虫情,图片可能被误判;不同农药适用的作物和防治对象并不相同;找到飞手后,还要核对地块、面积、天气、价格和作业记录。肇庆近期启动的“供销优农”水稻全产业链智能体,把这些步骤串成了“问诊—开方—配药—作业”的流程。

10月11日,肇庆市供销合作联社、华南农业大学相关团队等发布“供销优农”水稻全产业链智能体,并与当天上线的“供销优飞”农服平台打通。农户上传作物图片后,系统识别病虫害并生成防治处方和用药方案;农户确认后,平台根据位置、作业需求和飞手资源派单,飞手携无人机到田作业,完成后留存服务记录、轨迹和评价。相关智能体计划在“一呼百应·AI农医生”100个基层服务站点推广,站点同时承担飞防、农资、培训等本地服务。

这个场景中的AI不是单纯给农户一个聊天框,而是把三个判断任务接入可执行流程:先从照片中判断可能的病虫害,再结合农情生成候选防治方案,最后把方案送入真实的服务调度和无人机作业。相较农户逐项询问农技人员、联系飞手再核对信息,AI降低了初步诊断和需求结构化的成本;平台则利用位置、需求及飞手资源进行匹配。材料没有证明其准确率或节省了多少人工时间,因此不能把这种流程变化直接换算成商业成效。

肇庆项目本身也说明,通用识病工具并不是空白市场。华南农业大学负责模型训练和算法优化,肇庆市供销社依托基层网络提供场景与数据,中国联通提供通信和算力支撑,极飞科技则提供装备和平台能力。独立创业者如果正面开发一套覆盖识病、处方、派单和飞防的完整智能体,既难获得模型与设备优势,也缺少供销社的站点入口。

但这不等于农业AI只有大平台能做。公开材料呈现出三类更具体的实施缺口。第一是处方合规校验:系统生成候选方案后,需要核对农药登记信息、适用作物、防治对象、剂量、施用次数、安全间隔期及当地禁限用规定;农业农村部第925号公告自2026年1月1日起强化耐除草剂作物的品种名称等标签标注要求,天津农业农村部门2026年7月的提示也要求植保社会化服务组织按标签规定的适用作物、防治对象、剂量、次数和安全间隔期用药。第二是人工复核与责任留痕:低置信度、不熟悉的作物或复杂混发病虫害不能由模型直接进入喷施任务。第三是站点运营与作业复盘,包括低置信度转人工、农技员协作、派单履约、轨迹归档及作业后效果记录。后两项属于根据项目流程推导出的机会,尚未被证实为独立采购项目。

行业媒体曾报道一例农户照搬通用AI建议,将大豆专用除草剂用于芝麻田后造成作物枯萎。该事件没有被证明与肇庆项目有关,也不能据此否定垂直农技模型;它说明的是,把AI输出直接连接到高风险作业时,页面上的“仅供参考”不能代替规则校验和专业复核。

独立团队更现实的参与方式,是与供销社、农资企业、极飞或地方农服平台合作,先承接一个区域或一类作物的合规工作流和站点运营。例如,把模型输出转成待校验处方,按农药登记数据设置拦截规则,为人工复核生成任务单,并将确认结果、飞手、无人机、地块、轨迹和复诊结果写入同一记录。这样做补的是现有闭环的专业控制和运营环节,而不是再增加一个只能回答病虫害问题的聊天入口。

现有材料能够确认项目已发布、“供销优飞”平台已上线、拍照识病到无人机作业流程完成过现场演示,100站建设及推广正在推进。10月23日的培训报道提出,平台和站点要从“建起来”转向“用起来”,并计划优先在怀集水稻、德庆贡柑、广宁南药等产业打造示范。公开报道没有披露真实农户订单量、诊断准确率、农户付费方式、站点活跃度、处方修改率或作业后的防效数据,因而不能把演示和推广计划写成已经完成的规模化商业化。

进入前应先用一个县域或一类作物做小范围样板。团队可以用有农技人员结论的历史图片和用药记录测试AI初筛、规则拦截与人工复核,统计漏判、误拦、处方修改率和人工用时;同时记录农户从上传图片到获得有效方案、下单并完成作业的时间,以及每亩服务成本和作业后复诊结果。只有这些环节稳定运行,并且站点或服务商愿意为持续运营、复核和合规能力付费,才值得把重复部分产品化。

肇庆案例给出的机会信号,不是AI已经替农技人员开出了所有处方,而是农业服务正在从“打药队找订单”转向“诊断、处方、调度、作业、复盘”的数字履约系统。对小团队而言,最值得验证的价值位置,是让这套流程可靠地跑完每一单,并让每一步有规则、有复核、有记录。