<p>（第一財經）1 月 21 日——全球最大的農業科技公司先正達集團的一位高管在瑞士達沃斯舉行的世界經濟論壇上告訴第一財經，中國在農業中使用人工智能是一個重要的案例，值得關注，並可能為其他新興市場提供寶貴的經驗。</p>
<p>先正達的首席信息官兼數字官 Feroz Sheikh 表示，在中國，農業中的人工智能並不是為了創建最複雜的模型。相反，它被整合到實際任務中，例如識別作物害蟲和疾病、決定施用農藥的最佳時機以及發佈天氣預警，所有這些都以當地語言呈現。</p>
<p>“如果一項技術不能直接幫助農民做出更好的日常決策，那麼它將很難在大規模上得到應用，” Sheikh 説。</p>
<p>近年來，人工智能已被許多行業接受，包括金融、製造、能源和醫療保健，成為生產力的核心驅動力。但在農業領域，採用的速度較慢。</p>
<p>Sheikh 表示，採用速度較慢反映了在一個高度風險敏感的行業中需要謹慎，而不是技術本身的任何根本限制。農業高度複雜且極具風險敏感性。技術應用中的任何錯誤都可能直接影響農民的生計。</p>
<p>Sheikh 表示，與金融或互聯網行業不同，農業並不缺乏概念驗證項目。真正的挑戰在於可複製和可持續的大規模應用。在許多以小農户為主的新興經濟體中，教會他們使用人工智能往往比人工智能模型本身的能力更為重要。</p>
<p>在這種背景下，中國的例子不僅因為其市場規模而重要，還因為它展示了農業人工智能的實際路徑，包括數字工具的傳播、基礎設施的改善和產業鏈的協調，使人工智能更容易從實驗轉向日常決策，Sheikh 説。</p>
<p>編輯：竇世聰，金·泰勒</p>

05557

<p>根據先正達的 Feroz Sheikh 的説法，中國在農業中整合人工智能為新興市場提供了寶貴的見解。他強調，人工智能應幫助農民完成實際任務，如害蟲識別和天氣預警，而不是專注於複雜的模型。農業 adoption 較慢是由於其對風險的敏感性，而非技術限制。Sheikh 指出，儘管農業有概念驗證項目，但挑戰在於可擴展應用，特別是對於小農户。中國的經驗突顯了數字工具和基礎設施在將人工智能從實驗轉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>（第一財經）1 月 21 日——全球最大的農業科技公司先正達集團的一位高管在瑞士達沃斯舉行的世界經濟論壇上告訴第一財經，中國在農業中使用人工智能是一個重要的案例，值得關注，並可能為其他新興市場提供寶貴的經驗。</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>先正達的首席信息官兼數字官 Feroz Sheikh 表示，在中國，農業中的人工智能並不是為了創建最複雜的模型。相反，它被整合到實際任務中，例如識別作物害蟲和疾病、決定施用農藥的最佳時機以及發佈天氣預警，所有這些都以當地語言呈現。</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>“如果一項技術不能直接幫助農民做出更好的日常決策，那麼它將很難在大規模上得到應用，” Sheikh 説。</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>近年來，人工智能已被許多行業接受，包括金融、製造、能源和醫療保健，成為生產力的核心驅動力。但在農業領域，採用的速度較慢。</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，採用速度較慢反映了在一個高度風險敏感的行業中需要謹慎，而不是技術本身的任何根本限制。農業高度複雜且極具風險敏感性。技術應用中的任何錯誤都可能直接影響農民的生計。</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，與金融或互聯網行業不同，農業並不缺乏概念驗證項目。真正的挑戰在於可複製和可持續的大規模應用。在許多以小農户為主的新興經濟體中，教會他們使用人工智能往往比人工智能模型本身的能力更為重要。</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>在這種背景下，中國的例子不僅因為其市場規模而重要，還因為它展示了農業人工智能的實際路徑，包括數字工具的傳播、基礎設施的改善和產業鏈的協調，使人工智能更容易從實驗轉向日常決策，Sheikh 説。</p>
</div><p>Editors: Dou Shicong, Kim Taylor</p>
<div class="lb-trans"><p>編輯：竇世聰，金·泰勒</p>
</div>

Syngenta 高管表示，中國的人工智能驅動農業為新興市場提供了借鑑