<p>（第一财经）1 月 21 日——全球最大的农业科技公司先正达集团的一位高管在瑞士达沃斯举行的世界经济论坛上告诉第一财经，中国在农业中使用人工智能是一个重要的案例，值得关注，并可能为其他新兴市场提供宝贵的经验。</p>
<p>先正达的首席信息官兼数字官 Feroz Sheikh 表示，在中国，农业中的人工智能并不是为了创建最复杂的模型。相反，它被整合到实际任务中，例如识别作物害虫和疾病、决定施用农药的最佳时机以及发布天气预警，所有这些都以当地语言呈现。</p>
<p>“如果一项技术不能直接帮助农民做出更好的日常决策，那么它将很难在大规模上得到应用，” Sheikh 说。</p>
<p>近年来，人工智能已被许多行业接受，包括金融、制造、能源和医疗保健，成为生产力的核心驱动力。但在农业领域，采用的速度较慢。</p>
<p>Sheikh 表示，采用速度较慢反映了在一个高度风险敏感的行业中需要谨慎，而不是技术本身的任何根本限制。农业高度复杂且极具风险敏感性。技术应用中的任何错误都可能直接影响农民的生计。</p>
<p>Sheikh 表示，与金融或互联网行业不同，农业并不缺乏概念验证项目。真正的挑战在于可复制和可持续的大规模应用。在许多以小农户为主的新兴经济体中，教会他们使用人工智能往往比人工智能模型本身的能力更为重要。</p>
<p>在这种背景下，中国的例子不仅因为其市场规模而重要，还因为它展示了农业人工智能的实际路径，包括数字工具的传播、基础设施的改善和产业链的协调，使人工智能更容易从实验转向日常决策，Sheikh 说。</p>
<p>编辑：窦世聪，金·泰勒</p>

05557

<p>根据先正达的 Feroz Sheikh 的说法，中国在农业中整合人工智能为新兴市场提供了宝贵的见解。他强调，人工智能应帮助农民完成实际任务，如害虫识别和天气预警，而不是专注于复杂的模型。农业 adoption 较慢是由于其对风险的敏感性，而非技术限制。Sheikh 指出，尽管农业有概念验证项目，但挑战在于可扩展应用，特别是对于小农户。中国的经验突显了数字工具和基础设施在将人工智能从实验转向日常使用中的重要性</p>

<p>(Yicai) Jan. 21 -- China’s use of artificial intelligence in agriculture is an important case to watch and could provide valuable lessons for other emerging markets, a senior executive at Syngenta Group, the world’s largest agricultural technology company, told Yicai at the World Economic Forum that kicked off in Davos, Switzerland yesterday.</p>
<div class="lb-trans"><p>（第一财经）1 月 21 日——全球最大的农业科技公司先正达集团的一位高管在瑞士达沃斯举行的世界经济论坛上告诉第一财经，中国在农业中使用人工智能是一个重要的案例，值得关注，并可能为其他新兴市场提供宝贵的经验。</p>
</div><p>In China, AI in agriculture is not about creating the most complex models, said Feroz Sheikh, chief information and digital officer at Basel-based Syngenta. Rather, it is integrated into practical tasks such as identifying crop pests and diseases, deciding the best time to apply pesticides and issuing weather alerts, all of which is presented in the local language.</p>
<div class="lb-trans"><p>先正达的首席信息官兼数字官 Feroz Sheikh 表示，在中国，农业中的人工智能并不是为了创建最复杂的模型。相反，它被整合到实际任务中，例如识别作物害虫和疾病、决定施用农药的最佳时机以及发布天气预警，所有这些都以当地语言呈现。</p>
</div><p>“If a technology can’t directly help farmers make better daily decisions, it will be difficult for it to be used on a large scale,” Sheikh said.</p>
<div class="lb-trans"><p>“如果一项技术不能直接帮助农民做出更好的日常决策，那么它将很难在大规模上得到应用，” Sheikh 说。</p>
</div><p>In recent years, AI has been embraced by many industries, including finance, manufacturing, energy and healthcare, as a core driver of productivity. But in farming, adoption has been slower.</p>
<div class="lb-trans"><p>近年来，人工智能已被许多行业接受，包括金融、制造、能源和医疗保健，成为生产力的核心驱动力。但在农业领域，采用的速度较慢。</p>
</div><p>According to Sheikh, the slower pace of adoption reflects the need for caution in a highly risk-sensitive sector, rather than any fundamental limitations of the technology itself. Agriculture is highly complex and extremely risk-sensitive. Any mistakes in the application of technology can directly affect farmers’ livelihoods.</p>
<div class="lb-trans"><p>Sheikh 表示，采用速度较慢反映了在一个高度风险敏感的行业中需要谨慎，而不是技术本身的任何根本限制。农业高度复杂且极具风险敏感性。技术应用中的任何错误都可能直接影响农民的生计。</p>
</div><p>Unlike in finance or the internet sector, agriculture is not short of proof-of-concept projects, Sheikh said. The real challenge is replicable and sustainable large-scale applications. In many emerging economies where smallholder farmers dominate, teaching them to use AI is often more important than the capabilities of the AI models themselves.</p>
<div class="lb-trans"><p>Sheikh 表示，与金融或互联网行业不同，农业并不缺乏概念验证项目。真正的挑战在于可复制和可持续的大规模应用。在许多以小农户为主的新兴经济体中，教会他们使用人工智能往往比人工智能模型本身的能力更为重要。</p>
</div><p>In this context, China’s example matters not only because of the size of its market, but also because it shows a practical pathway for agricultural AI, including the spreading of digital tools, improving infrastructure and coordinating across the industrial chain, making it easier for AI to move from experimentation to daily decision-making, Sheikh said.</p>
<div class="lb-trans"><p>在这种背景下，中国的例子不仅因为其市场规模而重要，还因为它展示了农业人工智能的实际路径，包括数字工具的传播、基础设施的改善和产业链的协调，使人工智能更容易从实验转向日常决策，Sheikh 说。</p>
</div><p>Editors: Dou Shicong, Kim Taylor</p>
<div class="lb-trans"><p>编辑：窦世聪，金·泰勒</p>
</div>

Syngenta 高管表示，中国的人工智能驱动农业为新兴市场提供了借鉴