自從日本知名久保田農機製造商2017年首次推出有人操控的無人駕駛自動農機，以及有人與無人的2台共同協作的智慧曳引機之後，帶動更多日本國內農機企業研發更多具有魅力且多功能的新智慧型農業機械。 智慧農機最新開發動向 　　關於日本智慧農機的研發現況，根據曾擔任日本國家型研發計畫SIP（戰略性創新創造計畫）第一期「次世代農林水産業創造技術」的計畫主持人－野口伸教授指出，現階段智慧農業機械在研發上強調機台本身效能。主要朝向兩大研發方向邁進。其一，高難度的遠距操作與監控。意旨機台不只可自動行駛，更可在遠處監控下，多台農機運作。其二，高挑戰的農機導入智慧型手臂功能。 　　另外，從日本農林水產省設置「實現智慧農業研究會」所制訂的農業機械自動化安全階段來看，已實現第二階段在操作者監視下，可無人自動化行駛之目標。目前日本國內已有四家製造廠商推出相關產品。關於第三階段完全無人操作自動行駛則尚在研發階段。 遠距操作與監視飛耀式提升農業機械效率化 　　關於遠距操作與監視的驗證現況，目前由北海道大學偕同NTT通訊團隊與地方一同合作，該計畫從2019年至2024年為期五年，以朝向世界最高等級的智慧型農業之目標邁進，過程不斷進行研發與反覆驗證。對此，負責此項目的野口教授也指出執行中高速傳輸與低延遲應用的重要關鍵因素。針對此，目前與NTT通訊團隊反覆研發驗證中，嘗試進一步改善農業機械的網絡技術。另一方面，為了確保其安全性，除裝載了2D-LiDAR感測器之外，也在機台前後裝置Full HD高畫質攝影機。影像現階段可在5G的高速傳輸下，達地面解析度（GSD）達2mm左右，以及延遲約300ms之效能。因此，藉由影像傳輸，操作員可一邊在監控室遠端操作與監控。 　　關於農機實驗階段，目前在北海道大學研究農場和岩見澤西谷內農場兩個場域，皆各有設置兩台遠端監控的自動化曳引機。監控室雖位於岩見澤市，離農場的距離分別為37公里及7公里的距離，但監控室扮演角色如同「鐵路的指揮室」，不斷地監控著目前在運作的機器，觀看是否有任何問題發生。 　　另一方面，為了提高機台在較偏遠地區的實用性，機台不僅有自動行駛模式，同時也裝載其他遠端操作模式。例如，農地邊緣運作、公共道路安全行駛、小範圍區域的不規則農地作業，皆可以透過監控室的螢幕遠端控制。針對此，野口教授認為一人操作員在遠處可同時操作多台的農業機械時代已來臨，一旦實現於此將為農業帶來不僅從未想像的高效能，甚至有利於農事作業共享服務，創造出新農事商機。同時也可透過螢幕操作，讓休閒農場或休耕地增加農事耕作的可能性。野口教授更進一步指出目前研發團隊不僅在北海道浦臼町設置監控室，在其他縣市包括石川縣葡萄農園，以及高知縣柚子農園等三處所皆已設置此項設備。該場域所使用的農事作業車則是由北海道大學開發電動車，該馬達和電池是從豐田汽車的回收品。 　　對此，印證野口教授長期提出的理論「除非能開發出價格合理且具有足夠性能的農事作業車型，否則難以推行實際的田間應用」，以及體現他對於農事電動車未來可以在遠距操作與監控下，肩負鋤草、施肥、噴灑農藥、搬運農產品等其他功能的深切期盼。 導入智慧型手臂農機，加乘解決勞動力問題 　　北海道是日本國內知名南瓜產地，佔國內47%的高產量。然而，在人力短缺下，自2006年到2020年15年間產量大幅下降15%。針對此，野口教授認為遠距操作與監控的農家，若再加上智慧型手臂能進一步解決勞動力問題，尤其是重量較重的蔬果類，例如南瓜、西瓜。 　　目前，應用攝影機+AI技術篩選可採收的南瓜，再加上智慧手臂自動採收功能，可每31秒採收一顆，包括夜間採收都不是問題。現階段採收成功率已達93.8%，成功握持率達83.3%，未來持續提升其成功率的話，西瓜自動化採收則指日可待。【延伸閱讀】- 久保田農機實現智慧農業，創造農業經濟價值

美國加州是一個農業大州，肥沃的土壤和地中海氣候使農民能夠種植高價值作物，根據加州食品與農業部的數據，美國超過三分之一的蔬菜以及近四分之三的水果和堅果都是在加州種植，2022年加州的農產品銷售總額可達590億美元。但隨著氣候變遷以及過度抽取地下水導致地下水位下降，都對加州的農業用水造成極大的壓力。根據《地下水永續管理法案》(Sustainable Groundwater Management Act, SGMA)，在2040年加州的每處地下水流域都必須實現永續發展，並設立目標要將地下水的總用量減少20%到50%。 　　蒸散量是指地表水分上升到大氣中的水量，總蒸散量減去休耕田地的蒸散量可以推估出農作物實際消耗的水量，因此加州大學研究人員建立一個機器學習模型，結合遙測技術及大數據，利用中央山谷中耕作田地和休耕田地的蒸散量來進行預測，在考慮地點、地形和土壤品質等因素的情況下，預測農作物實際消耗的水量。 　　透過控制機器學習模型中地點、地形、當地氣候、土壤品質和果園年齡等因素，最終發現如果將用水量最高的50%田地調整耕作方式到與中位數相當的程度，就可以節省10%的作物蒸散量，與最耗水的前5%田地停止耕種效果相仿。目前使用節水灌溉(deficit irrigation)的方式已經在葡萄栽培中取得了良好的效果，並提升葡萄酒的品質。 　　現在加州大學的機器學習模型只考慮了作物本身的蒸散量，還缺少灌溉效率，研究人員希望透過找出灌溉效率低下的原因，量化不同類型灌溉效率，進而了解氣候和地理對其的影響，結合已知的數據和技術，達成永續發展的目標。【延伸閱讀】- 地表下消失的水域威脅地球的糧倉

氣候變遷加劇了全球暖化與乾旱的現象，雖然大氣中的碳會導致暖化，但若將它存於土壤中就可以使土壤肥沃，帶來好處，而深根植物就具有將碳深埋於土壤的作用。 　　當植物透過行光合作用獲得碳時，會將碳儲存於土壤中，當植物根系越深，意味著可將碳埋於更深處的土壤中，使碳在土壤停留時間加長。美國能源部估計，僅在美國種植深根植物就能夠抵銷多年的碳排放量。但要培育深根植物需觀察成千上萬株植物，若要將它們一一挖出觀察既花錢又費時，因此美國賓州州立大學(Pennsylvania State University)研發了一項名為LEADER(Leaf Element Accumulation from DEep Roots) 的新方法。LEADER技術透過X射線螢光光譜掃描葉片來準確估算玉米根系深度，它可以在根深度最深的地方做出準確的分類，玉米生長根系會穿過不同的土壤層，吸收的元素會被輸送到嫩芽，藉此可以透過X射線螢光快速、輕鬆地檢測葉片組織中的元素含量，作為根系在土壤中位置的指標。除了利用土壤中天然的元素來準確估計根的深度，研究人員還透過在指定深度注入鍶(strontium)來作為LEADER分析的示蹤劑（tracer），確認了在葉子中檢測到的鍶與植物根部的深度密切相關。 　　透過研究可以認知到根系吸收到的元素與它們生長的深度相關，而葉片中的元素又與根系吸收到的元素相關，因此可以透過葉片分析來得知根系的深度，藉此作為培育深根植物的工具。【延伸閱讀】- 【增匯】樹木多樣性可能會增加森林土壤中碳與氮的儲存量

印度自2022年開始，展開了最快的5G行動數據部署，平均下載速度接近每秒100兆位元。而在印度，有一半的勞動力都在從事農業，但農民在生產力和收入都面臨許多挑戰，如農場規模小、電力和貸款服務不足或對可用資源選項缺乏認識等。如果導入數位科技的應用，將可提供諸多解決方案，改善資源管理，而5G行動網路更具有連接偏遠地區和促進無人機技術的潛力。 　　印度政府於2015年啟動「數位印度計畫」，8年內將2.7億人連接到行動網路，推動5G採用與農業科技新創公司成立，並藉由統一農業數據與連結個體農民，推出農業堆疊系統。在「2023印度行動通訊大會」中，總理莫迪宣布將在100個教育機構設立5G實驗室，探索不同技術領域間的連接應用，將印度定位在即將到來6G時代的潛在領導者。 以下分5個方向，說明5G網路如何改變印度的農場： 　　1. 農場數據收集與遙測技術：藉由5G技術可連結各種設備，如無人機、機器人和感測器，進行農作物即時監測，而無人機可配備多種感測器，提供農田實地觀察，並加以應用於上噴灑農藥或作為保險災害損失賠償依據。 　　2. 大數據分析：智慧農業可搭載先進技術，整合多項數據進行分析，統一控制農場活動，優化整體資源使用。5G網路可支援遙測和物聯網設備處理大量數據，將其連接到集中資料庫，提供詳細的農場相關資訊。 　　3. 智慧物聯網農場設備：現代農業設備藉由5G可透過高速網路持續交換資料，收集數據，實際應用於農場管理優化，自動化精準農業，提高農場整體糧食生產和農民收入。 　　4. 電子化與人工智慧驅動的擴展：5G可支援農業電子化推廣，雖然農民會收到簡單建議，但現在他們也可以參與提供知識及相關數據，另外，遙測設備和物聯網數據與其他數據相結合，可以為不同農業利益者提供更及時的建議。而透過人工智慧的搭配，更可幫助農民快速更新病蟲害情況，對田地狀況有更多警覺性，做出最佳化的決策。 　　5. 連結市場：5G技術促進了人工智慧和物聯網的運用，縮小農業差距，並擴展到人工智慧機器人、決策支援系統、雲端數據分析等，但這些皆需要高基礎設施投資，政策制定者須協助投資和基礎設施建設。 　　整體而言，5G未來的前景為滿足大量農場設備來回傳輸設備的需求，最大程度減少人力。以低成本智慧感測器、行動應用、雲端系統建設，AI農場與5G技術的結合，是未來智慧農業有待探索的新領域。【延伸閱讀】- 印度農民將人工智慧用於農業，大幅改善收益及農產品質

近年來，隨著全球人口激增和水資源短缺的問題日益凸顯，研究人員正在尋找智慧創新的農業生產技術，以供應全球糧食並節約水資源。埃及國家水資源研究中心(National Water Research Center)開發出一項智慧室內水耕和氣耕溫室系統，以改善當地農業生產效率並節約資源。 　　這項技術連結許多不同設備，可自動根據植物類型及季節控制溫室內的環境狀態，並根據植物生理需求調節空氣的濕度和溫度。透過傳感器的安裝，系統能夠定期監測和控制室內的環境，連接的物聯網平台則自動化儲存系統參數，只需最少的資料輸入，系統便可藉此建立維持植物健康的生長參數。研究利用高經濟價值作物綠火焰萵苣(Batavia lettuce)進行，結果顯示與傳統農耕方法相比，無論土壤肥沃度如何，這項技術皆可節約80-90%的水和肥料，提升了作物生長速度，並使單位面積產量上升。 　　雖然成效甚佳，但溫室建置時的初始建設成本高，且需要技術人員時常維護，且由於培養環境為封閉循環系統，病蟲害易迅速傳播，亦需要持續監測。此外，施作時仍須考量當地基礎供電設備，如遇斷電，植物會因無水供應而乾枯死亡。目前調查研究認為，該技術適用於種植藜麥、大麥或燕麥等作物，若用於大規模種植稻米、小麥或玉米等主要糧食作物則尚不可行。未來將朝向自動收穫技術、太陽能源應用或是以海水淡化方式供水等多方面繼續研究，優化系統以應對營運成本過高或能源供應不足等的挑戰。 　　透過這項智慧室內 水耕和氣耕溫室系統的研究，為農業生產帶來了新的可能性，農民藉由這項技術，可更有效的管理水及肥料等資源，並提高作物產量，為糧食安全和農業永續發展做出貢獻，推動農業領域的創新發展。【延伸閱讀】- 使用物聯網與回歸機器學習運算，打造自動化智慧溫室系統

在現代，隨著人們健康意識增強，對於高品質的食品需求也隨之增加，為了獲得更高產量，農民往往會使用農藥及化學肥料，但過量的農藥及化學肥料使用，不僅對環境造成汙染，也會影響人體健康。為了解決這個問題，印度SRM大學 (SRM University)的一項研究提出透過人工智慧和機器學習演算技術，提供客製化且即時的肥料和農藥使用的精確建議。 　　該技術重點在開發一種深度學習模型(ICNN-APSO-LSTM)技術來識別害蟲，目前的害蟲辨識技術方法較為侷限，只能用於初級害蟲辨識。而改善後的APSO-LSTM CNN，透過數學模型結合機器影像辨識，收集超過5000張圖像資料，在多樣的圖像數據上進行學習訓練，可在短時間捕捉害蟲影像，並根據科學標準推薦農藥。目前該技術可針對蚜蟲、斑潛蠅等昆蟲進行辨識，準確率超過99%，並在10秒內提供施作農藥建議。 　　另外，此項研究亦提出透過近紅外光譜搭配土壤感測器，針對土壤中的氮、磷、鉀、鈉和鋅等土壤重要成分，透過土壤分析、資料預處理、資料分析及建議提供四個步驟，在50秒內分析後根據土壤肥沃程度提供智慧施肥建議。【延伸閱讀】- 智慧土壤傳感器可以減少肥料對環境的破壞 　　此項研究不僅簡化了傳統實驗室耗時的檢測流程，農民可即時利用人工智慧深度學習模型產生的建議方向，實施精確的害蟲防治措施及化學肥料施作，未來該技術也可再整合其他的感測器收集室內作物生長環境的pH、溫度及濕度等數據，或是加入更多植物現況之特徵，如葉子顏色及厚度，補充更多農業實際栽培中的種植數據，獲得更精確的結果，提高人工智慧技術性能，有效幫助農民減少資源浪費並確保農業未來永續發展。【延伸閱讀】- 美國提出透過機器學習演算法之作物預測模型

應用雲端工具，加速農業數位轉型拓展商機 財團法人農業科技研究院產業發展中心  洪子淵研究員、賴威延研究員 農業部農業科技司  許萌芳技正、湯惟真科長、彭思錦技士、楊承叡科長 壹、前言 　　全球農業生產環境與消費市場正在快速變動，加上網絡普及率提高及疫情影響而形成多元形態的數位消費行為，對於傳統銷售市場也造成了相當大的衝擊與挑戰，且這樣的改變將是永久性的，因此我國農業已不在是單線垂直整合，而是進入了跨領域的新數位合作時代。但由於農漁作物受到生長期、季節性、保存性及運輸性等問題，且病蟲害、極端氣候等環境風險也影響產量與品質，面對諸多變數使得農業數位標準化相較其他產業來得困難，農產業的數位工具不僅更要求彈性與靈活性外，也極須政府資源投入，協助農民打破既有習慣，迎接新型態農作模式。 　　正因數位轉型刻不容緩，農業部於2021年配合政策跨部會共同推動雲世代數位轉型方案，透過「雲世代農業數位轉型計畫」，優先聚焦「養殖漁業」及「外銷潛力作物」2大產業，配合農產業規模與屬性提供多元輔導資源，期望以智慧農業創新研發基礎上，持續應用擴散，應用雲端數位工具，搭配跨域導入數位管銷科技，完善整體農產業鏈達成數位轉型加速成果擴散，完成農業智慧化與數位轉型最後一塊拼圖，創造全新且高價值的農業產銷營運模式。   貳、農業數位化概況與雲端服務優勢 　　我國多年來持續投入智慧農業且已開發多項生產環控技術，奠定了高效的生產基礎與創新研發技術，然而如何與後端之數位管理、資料串接、客戶經營，以及精準銷售等關鍵節點進行有效的對接，有效進行成果擴散落地應用，其中雲端數位工具扮演重要角色。雲端運算大致上可以分為三種雲端服務架構： 基礎設施及服務(Infrastructure as a Service, IaaS)主要提供雲端硬體資源為主，使用者不用煩惱伺服器維運或儲存空間等問題。 平臺即服務(Platform as a Service, PaaS)則包含雲端軟硬體相關資源，使用者不必自建開發工具或作業系統等。 軟體即服務(Software as a Service, SaaS)則是已開發成熟的系統工具，提供使用者只要裝置可以連網，幾乎可以從世界各地存取應用程式。由於SaaS服務的便捷使用特性，省去過往需定點存取資料的煩惱，也可隨著企業成員的增加進行憑證數量擴張，加上資料直接置放於雲端伺服器，不必再行自建伺服器且煩惱資訊安全等問題，因此SaaS服務儼然成為各產業與農產業推動數位轉型重要的關鍵工具。 　　然而我國農業經營者平均年齡約64歲，對於智慧生產或數位服務等新興科技的學習應用相對困難，財團法人農業科技研究院(以下簡稱農科院) 2021年針對國內農民、農民團體及農企業等超過300對象進行調研統計，整體農產業數位化程度則約落於2.8分(滿分為7分)，普遍低於零售、服務或工業等其他產業，但面對整體消費習慣的快速變化，已有64%的農業經營者認為現有銷售模式必須進行數位轉型，不過卻有56%的農業經營者對於數位工具的應用非常不熟悉，有心改變但卻無著力點(圖1)。 圖1. 2021年農產業數位化程度(農科院執行且統計之調研資料)   參、依據農業產銷鏈痛點量身打造輔導策略與資源 　　農業經營者想要順利邁出數位轉型第一步，除了要降低數位工具應用門檻，也必須先瞭解自身農業產銷鏈的關鍵痛點。最常見的數位轉型痛點包含：找不到適合的數位工具與合作夥伴、對於數位轉型過於陌生且員工有所抗拒、預算有限加上不確定投入的效益等，再考量到年齡偏高與學習成本等等因素，往往導致農業經營者開始前就決定放棄。 　　考量到農業產業特性、結構以及轉型迫切性，農業部於2021年起依據不同產業規模與需求，提供相應的資源補助與輔導措施，降低傳統農業邁入數位化階段的門檻，逐步鼓勵農業經營者從接受、慢慢習慣，到例行性使用甚至靈活運用。相關作法包含： 一、建構便捷的數位工具媒合平臺-「雲市集-農業館」 　　多數農業經營者找不到合適的資訊服務業者，對於雲端數位工具的認識或使用感到陌生，因此透過農科院扮演媒合橋樑，嚴選超過100家優良的資訊服務業者，集結約300項較適合農業導入的雲端數位工具。同時將智慧農業執行過程中發展之數位工具，如台灣海博特股份有限公司「病蟲害監測系統」與「微氣候環境監測系統」、國興資訊股份有限公司「動態農聯產銷服務平臺」及寬緯科技股份有限公司「水聚寶水質監測設備與QIoT雲端服務」等，加速農業數位化擴散與應用契機。平臺分為生產管理、辦公室協作、資源整合(Enterprise resource planning, ERP)、資訊安全、雲端POS、進銷存管理、客戶關係(Customer Relationship Management, CRM)及數位行銷等8大類(圖2)，提供農業經營者找到所需快速選購。 圖2. 雲市集農業館8大數位工具類型 二、結合農業部試驗改良場所在地能量全地區即時輔導 　　由於農業經營者遍布全臺各地，對於數位知能也有很大差異，結合農業部各地區試驗改良場所能量，借重其與當地農民的信任度與熟悉度，能快速提供切實的輔導。而各個農業經營者對於數位化熟悉程度與需求差異很大，因此針對農業在數位轉型上更需要依程度與分階段來推行。簡單來說，將紙本資料轉為數據，屬於第一步的數位化階段；而開始將數據進行分析或用於流程改善等，則進入數位優化階段；最後針對目前傳統商業模式進行再造或創新，逐步邁入數位轉型階段(圖3)。 圖3. 農產業者數位化發展階段與應用發展規模推薦圖 對於剛開始邁入數位領域的小微型農產業者，會建議先以數位化與數位優化為目標，並優先選擇生產管理類或數位行銷類的工具，除了可以看到氣候資訊對於生產階段的提醒，也能真實感受到自己農產品在網路電商的銷售進步，使其對數位化更有信心。 對於已具規模且有數位應用經驗的農企業，則會鼓勵以數位優化與數位轉型為目標，在數位工具選擇上則建議導入CRM或ERP等系統，並與生產數據進行整合管理，或依產業特殊性進行客製化的雲端系統開發，讓產、製、儲、銷等各個產業鏈資訊能即時串接，達成高效的管銷營運模式。 三、數位轉型路上陪伴前行之補助資源-推動數位業參及基盤星點計畫 　　輔導過程除了注意農產業者數位程度的落差外，也需注意產業規模的差異，考量不同數位轉型對象之需求落差甚鉅，因此針對不同規模與需求的農產業者也提供了相對應的補助資源(圖4)： 　　雲世代農業數位轉型業界參與計畫：由於中大型農企業者使用市售工業或商業用途的數位工具，無法完全符合農業產銷所需樣態，因此補助農產業者自行開發客製化的數位系統，但需由業者提出轉型目標、數位系統規劃、未來營運模式、聯盟合作機制、預期效益及經費配置等完整的計畫書規劃，藉此加速農企業數位轉型。 　　農業數位基盤星點計畫：主要對象為小微型農民團體或個體戶，由於此部分對於數位轉型較不熟悉或剛起步，建議先以小金額的租賃方式來找到最適合自己的數位工具，因此提供每年最高3萬元的補助費用，並輔導其至「雲市集-農業館」選購所需的數位工具，協助跨出數位化的第一步，也可滿足大部分在數位初期的應用需求。 圖4. 農業數位轉型推動架構   肆、公私協力提升農產業數位程度增進收益 一、數位轉型關鍵指標成效顯著 　　透過各類補助與輔導資源，已協助業者於田間監測、倉儲管理或生鮮電商等產業節點1,045項導入數位工具，並上傳2,195萬筆田間數據或客戶資料至雲端，加速資料處理與分析，並協助小農與農企業上架2,921項農產品數位化販售，縮短產地到消費者距離，累計帶動國內數位銷售額達3.7億元，並創造國際營收達2.49億元，整體帶動農業領域衍生價值則12.4億元，有效促進產業獲利。 二、農產業數位程度提升帶動產業獲利 　　若以業者投入數位轉型前的平均經營狀況做為基線，導入數位工具可有效協助農產經營者提升數位營收占比達15%，相關配合的契作戶薪資亦可成長約3%；在公司營運部份可透過產銷資訊數據化有效減少人力投入並協助公司經營者精準決策，並以此提升效率與減少管銷上的耗損，平均整體參與之業者雲端使用率大幅提升約18%，顯示透過數位工具導入確實能夠達成省工且高效的作業模式。 三、農產業數位人才培育蓄積能量 　　跨域人才之培育，為推動數位轉型成功與否之關鍵，為了加速農業從事人員對於數位概念的養成與培養，建置隨選隨上之「農業數位學堂」(圖5)，依據使用需求，提供課程多元合作方案，網羅產官學研各方師資，通過提供課程影片、線上直播、課程管理、學習時數證明等線上學習平臺，並鼓勵參與專案的農企業增聘或培育數位跨域人才，推動迄今已累計培育農企業數位人才升級共4,351位。 圖5. 農業數位學堂提供多元課程服務 四、農業數位工具落地應用擴散全國 　　於外銷潛力作物以及養殖漁領域，自2021年起迄今，已吸引超過121家資服業者於「雲市集-農業館」提供306項的SaaS數位服務，目前已有全臺涵蓋北中南共1,822家(圖6)小微型的農業經營者選用數位服務，如綵宏花卉、典藏茶園、仁和鮑魚、居希恩等，從星點開始蓄積數位能量。較具規模之農業領頭業者則依自身產銷鏈需求客製數位系統，如外銷潛力作物領域的瓜瓜園、聯利農業科技、陳稼莊、華剛茶葉、台一種苗、雲林新社等企業以及養殖漁領域的天和鮮物、峰漁、雙肩智能、聖鯛等，由領頭企業以不同規模跨域合作導入田間管理、ERP、POS以及CRM等數位工具，作為農業數位轉型的火車頭串聯合作的上下游、契作戶、農場等等，以大帶小形式解決產銷鏈過程中之痛點。綜合而言，不僅將智慧科技落地應用，更期望藉此將數位工具擴散應用至多數農業從業者，加速農產業轉型朝向精準化與系統化管理發展。 圖6. 農業數位轉型應用場域全臺分布概況   伍、沿著成功之路前行-農企業數位轉型4大模式 　　農業數位轉型本就存在各種可能與多元模式，依據過往個案輔導的經驗，農企業由於不同的產業特性與需求，再各關鍵節點導入相對應的數位工具，進而優化內部管理機制或創造新型態之營運模式，綜整相關成功案例大致可歸納出農業數位轉型4大切入點(圖7)，以此供有意投入數位轉型之農企業參考仿效，快速因應市場需求，建立數位養殖體系或完善作物數位商轉模式，進而達到企業數位轉型之目的。相關模式說明如下： 一、一條龍數位串聯：協助企業掌握產業鏈各點資訊並即時調節生產模式，進而精準庫存管理與穩定供銷調節。 二、特規品精準管理：改變現有商模通路模式，針對消費市場喜好需求，強化供需體系數位管理，以提升商品價值。 三、透過消費導向虛實整合：分析消費者喜好，透過線上與線下通路觸角，提升消費體驗與誘因，增加顧客黏著度。 四、資源整合共享：整合小農需求與跨域資源，以數位化資源媒合平臺改變現有農事商模等型態，創造共利新商模。 圖7. 農企業數位轉型4大切入點   陸、擴散數位能量，運用自身優勢找到轉型方向 一、善用前人累積經驗與成果，將單點數位個案擴大至區域性數位發展 1.地方領頭農民親身分享，其推廣效益更高： 　　數位輔導的過程需要與農民多次溝通與引導，當看到一位70多歲種植絲瓜的農民，拿起手機觀看消費者與商品聊天機器人的對話，也藉由線上訂購系統看到自己絲瓜的訂單，代表這位瓜農已成功跨入數位轉型的第一步，而這些輔導過程也都值得了。如何把這樣的數位體驗進行複製與擴散，可以善用已發展成熟的雲端商業數位工具，會更容易入手亦減少使用系統的摸索瓶頸，再透過領頭農民親身分享他們的應用經驗，可加速其影響力與擴散效益。 2.「農業數位學堂」隨時線上學習，提升自我的數位知能 　　不同品牌或不同類型的數位工具應用，雖然可透過「雲市集-農業館」中製作之教學圖片或學習影片等了解使用方式，但無法直接提升數位應用的基礎知能，因此農業部與農科院共同建構「農業數位學堂」平臺。考量到各地區農民有不同的農忙時段，無法參與實體教育學習，在此平臺上也提供24小時免費線上數位課程，邀請產學研專家進行數位基本概念、管理應用、數位產銷策略等相關知識的講授，農民可依照自己的需求選擇數位知能提升、轉型案例分享、數位工具介紹及政府推廣措施等學習課程，來持續提升自身數位化能力與農產業競爭力。 二、農企業的數位轉型並非萬靈丹，對症下藥才是關鍵 　　很多農企業經營者往往往陷入開發了數位工具就可以讓農產長得快、賣得好的迷思，然而正式投入後才發現從導入到效益回收，比想像困難許多，甚至像一雙不合腳的鞋，穿不了也無法前進。建議成功的數位轉型需要注意： 1.確認痛點： 　　只有轉型目標設定清楚後，才能規劃未來需要投入何種資源，需耗費多久時間，以及預期能獲得何種的成效，因此每一個數位工具的投入，都必須先明確掌握要解決的關鍵問題為何。 　　而轉型目標的設定，必需有企業主的全力支持，且能提出未來公司轉型願景與方向，與各級主管共同討論逐步提出執行目標，以及產業鏈中最耗費人力、時間或資源的關鍵痛點，偕同資訊專家逐一檢視各節點導入數位工具的可行性與優劣評估，共同列出優先順序，同時也確保符合最初設定之轉型目標。 2.自我診斷： 　　確認數位轉型目標之後，必需審慎評估企業內部的數位化能力，盤點哪些需求可由內部自行開發或調節，哪些還需要引進外部資訊服務能量，亦應評估此數位升級後，未來是否有足夠能力自行維運。同時亦於自我診斷之過程，發掘自身發展優勢，數位化僅為轉型之手段之一，唯有確保自身優勢且持續精進，方可讓企業永續經營且長久獲利。 　　透過企業內部數位能力的盤點，包含數位人才、數據資料庫、客戶管理、進銷存管理及POS等相關軟硬體設備，並與資訊專家共同評估哪些可簡單的透過資訊串接或設備升級，哪些需求需要重新開發系統，同時也要注意新系統與舊有設備是否通用等。後續維運作業亦為重要且易受忽略之關鍵，具規模之農企業，建議應規劃內部數位人才的培訓，據以提高未來永續經營之可行性。。 3.轉換員工心態： 　　企業主必須轉達數位轉型可帶來的優勢，並協助員工進行相關的訓練，持續增加員工的知能與競爭力。倘員工無法參與且投入數位升級之過程，數位轉型極難成功達成。 　　農產業的員工可能相對傳統且年齡偏高，對於新事物或數位工具接觸少，亦容易排斥學習，應正式讓員工了解公司數位轉型的目標及必要性，包含列出轉型所需執行的工作項目，明確安排每位員工的任務分配，並且提供完善的教育訓練規劃，透過觀念溝通與分享轉型效益，賦予所有員工共同承擔數位轉型之責任，逐步帶領企業達成數位轉型。 　　數位市場的崛起與消費習慣的改變已成不可逆之現況，農業數位轉型雖剛開始跨出第一步，然而不會停止而是需要站穩腳步且加速快跑，農業從業者惟有持續提升自我的數位量能，善用相關輔導資源與應用數位工具，找到屬於自己的數位轉型方程式。也期許單點式成功案例未來將擴大為區域式的數位農業網絡，建構智慧農業生態系，以創新跨域的商業模式開創國內外市場與消費商機。

農務人力隨著人口老化下降，東華USR團隊與能源科技中心、智慧科技中心合作，開發農用自走車，第一階段可遠距遙控澆灌與搬運等工作，未來將加裝設鏡頭，設定追蹤自走AI模式。 　　東華大學資工系特聘教授顏士淨表示，農用自走車利用太陽能電池運作，續航力約1小時，可節能省碳。車上裝有100公升的儲水箱，自動化的功能可讓農民在定點遠端操控，減輕農作負擔。 【延伸閱讀】- 不會染疫的AI機械人已取代農夫？果園準確穿梭 秒計出成熟度 　　顏士淨說，農用自走車未來將新增智慧功能，農友只要帶它走過瓜田一遍，機器會紀錄路徑，之後就能自行穿梭工作，能降低農務人力的需求。 　　西瓜農楊火土今年74歲，在壽豐鄉米棧種植西瓜長達50年，每年西瓜採收期前，都會睡在田邊的工寮，避免有人偷瓜。東華大學USR團隊與能源科技中心，設計利用再生能源供電的紅外線電子圍籬防盜系統，只要有人入侵就會感應並通報，讓瓜農能透過手機掌握瓜田動態。 現在有了農用自走車，楊火土試用後笑稱「工作量減輕，人都變懶了」他說，過去澆灌、施肥要開搬運車到田裡，新的機器讓他只要坐在瓜寮動動手指就能完成農務工作，十分方便，也開玩笑地說，過去睡工寮是保護西瓜，現在則要看守機器。 　　另外，近日天氣溫差大，西瓜生長速度受影響，楊火土說，適合西瓜成長的溫度為25至28度間，最近天氣都在10幾度，導致今年西瓜生長速度較慢，不過整體產量應該比去年好，今年價格需待開採後才會出爐。

BRIDGE計畫由日本內閣政府綜合科學技術創新會議（CSTI）統籌執行，作為研究開發與society5.0中間橋樑，主要積極推動擴大投資項目，期望增進公私部門合作的研究開發，並結合戰略性創新計畫（SIP），加速各政府部門推動執行。本計畫是以綜合創新戰略為基礎，發揮CSTI的指揮中心功能，設定「優先議題」後，應用創新技術解決相關的社會問題，並促進新創產業的發展。 議題5：先端高產值環控技術的智慧園藝設施之開發 　　日本農林水產省在政府大型戰略性創新計畫SIP、公私研發投資擴展計畫PRISM 計畫支持下，已開發園藝設施可預測與計算出環境與生產資訊等生長狀態與產量等工具，持續為日本國內園藝設施帶來高產值進展。然而，隨著經濟高度發展下，亞洲地區對於日本產的農產品需求性逐漸增長，但受限於植物檢疫上的規範，仍須以當地的生鮮蔬菜生產為主。【延伸閱讀】- 西班牙使用人工智慧檢測園藝作物中的病蟲害 　　未來，日本智慧農業為能在亞洲地區佔有一席之地，除了將上述工具轉化為適合其他亞洲各國當地條件，同時也將該系統所獲取的數據資訊加以解析，藉以擴張版圖外，關鍵部屬成為日系企業平台經濟發展的利器。持續致力於研發亞洲高溫多濕的環控系統，同時對高品質的日本農產品的生產與收益能力加以驗證。 研發議題之內容與目標如下： 一、研究開發具體內容 　　以研發亞洲高溫多濕的環控系統，同時對高品質的日本農產品的生產與收益能力加以驗證為前提，推動下列3項課題： 關於高溫多濕環境下的環控系統研發方面，針對設施與能源資訊等可視化部分加以驗證。 關於高溫多濕生產模式環控智慧技術研發方面，以建構產量增產四倍的環控為基準的栽培計畫，並加以驗證。 關於高溫多濕與符合成本效益之下的環控園藝設施之現場試驗方面，以最佳收益方式，實現增加雙倍的收益為目標。 二、預計在2025年前達到的目標： 　　與當地生產業務的日本新創公司合作，應用SIP研發成果，改善當地的生產與產量預測工具。超越園藝設施先進國的荷蘭至今尚未實現在亞洲建立特有的濕熱環境的高效環境控制系統。此外，針對越南當地超市迅速流通的農產品潮流，加速導入本研發系統，並加以實證。 三、社會應用目標： 　　與越南當地有業務往來的日系企業和當地大學合作，研究在高溫多濕的環境中，如何建構有效的環境控制方法，並藉此提升收益，進而擴大日系企業於當地蔬菜產量。此外，收集當地數據，於日本國內加以分析，建立符合當地設施的系統，促進日本企業的平台業務發展。 四、研究執行期間(預定)：2023年度～2025年度（３年間） 五、研究經費：2023年的委託研究經費限額１４９,７００千日圓

BRIDGE 計畫由日本內閣政府綜合科學技術創新會議（CSTI）統籌執行，作為研究開發與 society5.0 中間橋樑，主要積極推動擴大投資項目，期望增進公私部門合作的研究開發，並結合戰略性創新計畫（SIP），加速各政府部門推動執行。本計畫是以綜合創新戰略為基礎，發揮 CSTI 的指揮中心功能，設定「優先議題」後，應用創新技術解決相關的社會問題，並促進新創產業的發展。 議題 4：利用商品條碼標準化與源標籤技術，加速提升農產品與食品流通方式 　　日本政府規定自 2024 年度起實施卡車司機加班時數限制，由於農產品有 98%需由卡車配送，此項規定將全面影響農產品配送問題。如何提高配送效率與制度合理化，以及面臨流通業者外的勞動力短缺等問題已刻不容緩。 　　對此，戰略性創新計畫（SIP）第二期「智慧生物產業暨農業基礎設施技術」的智慧食物價值鏈（ukabis）和 SIP 第二期「智慧物流服務」的零售物流與商業模式之應用雙管齊下，再加上既有的 GS1 國際標準系統的個別識別碼之系統開發與自動化檢品技術，將有助於建構提升農產品與食品流通模式。【延伸閱讀】-日本農研機構制定農業機械數據Open API標準化與統一整合管理 研發議題之內容與目標如下： 一、研究開發具體內容 　　藉由戰略性創新計畫（SIP）第二期「智慧生物產業暨農業基礎設施技術」的智慧食物價值鏈平台（ukabis）和 SIP 第二期「智慧物流服務」的零售物流與商業模式下，以提升農產品與食品的流通效率與制度合理化為前提，推動下列 3 項課題： ①、開發個別識別碼系統 藉由獨自個別識別碼與智慧食物價值鏈（ukabis）接軌，建構以國際標準 GS1 代碼，再將食品的個別識別碼轉換為二維條碼，連結源標籤，讓商品相關資訊透過 ukabis 平台與其他業者相互交流資訊 ②、開發省力的物流技術 開發可相互鏈結 ukabis 平台與零售物流和商業模式之間，並讓擁有個別識別碼的物流資材和卡車訊息等相連結的自動化檢品技術與物流資材回收技術。 ③、建構提升農產品與食品流通模式 藉由上述①個別識別碼系統開發與②省力的物流技術，建構提升農產品與食品流通模式。 二、預計在 2025 年前達到的目標： 　　關於①個別識別碼系統開發方面，制定標準碼系統，從原有個別的編碼，依據國際標準碼 GS1 建構自動轉換個別識別碼系統。 　　關於②省力的物流技術方面，開發個別識別碼的物流資材和卡車訊息等相連結的系統，藉由自動化檢品技術減少一半以上勞力，提升 10%以上的物流資材回收率。 　　關於③建構提升農產品與食品流通模式方面，利用①與②的開發，加以驗證實際成效。 三、社會應用目標： 　　計畫結束後，將上述研發系統公開，持續推動有效且合理的農產品與食品流通方式。 四、研究執行期間(預定)：2023 年度～2025 年度（３年間） 五、研究經費：2023年的委託研究經費限額１８２,５５０千日圓

聯合國糧食及農業組織（FAO）和韓國食品、農業、林業和漁業教育、推廣及資訊服務機構（EPIS）的合作，將韓國的農業數位化壓縮成一段簡潔的4分鐘影片。影片重點介紹了成功的智慧農業實踐，以及想從事農業的人所推出的教育計劃，還有FAO在推動農食系統積極轉型中所扮演的重要角色。

影片中展示了一些先進的科技，像是No Fence的虛擬圍欄項圈、Richie的自動牛隻稱重監測器、Te Pari更準確的口服藥劑槍，還有Smart Bell的耳標，可監測動物行為和體溫。使用這些工具能提高農場效益、增加動物福祉，同時追求永續性。讓我們觀看這些技術如何帶領農業邁向更高效、永續性、且更具盈利性。

高雄市農業局開發「高雄農來訊」提供農民免費智慧服務，並推出智慧農業補助計畫，3年已補助70個智慧農業案場、41種作物、超過630公頃。今年持續推動，包含智慧感控系統、智慧環控系統、智慧生產及智慧服務4類，最高補助二分之一、上限50萬元，2月1日起至3月31日可向所屬農民團體提出申請，提出痛點需求。 　　高雄市農業局長張清榮表示，高雄首開地方政府之先，開發高雄農來訊提供農民免費智慧服務，並推出智慧農業補助計畫，農來訊line的使用者也超過5900人，今年也會持續優化系統，提供農民更好的使用體驗，並持續經由意見收集，調整補助方案，希望能協助農民數位轉型。農友可於2月16日前提出痛點需求（https://forms.gle/J7JbhUFUzRmYywwS8），農業局後續將辦理需求媒合會，協助農友盤點需求及尋找合適的解決方案。 　　旗山區思原生態農場以「魚菜共生、循環經濟」的概念經營場域，場主羅條原說，土壤溫濕度及電導度就是維持蔬菜良好生長環境的必要條件，在導入設施後，可從遠端監控田間土壤狀況適時給予灌溉，且可透過土壤電導度值的回饋來做為施肥參考依據，可精準掌握田間施作時機。 　　在智慧服務方面，美濃區農會採收前都會派遣專員至契作戶田區抽樣做農藥殘留檢測，以往尚未導入系統時農民都需要透過電話聯繫農會方能得知採檢結果，農會需全天候機並查詢告知農民檢測結果，費時費人力，如今農民可以掃描位於契作田區指示牌上的QR code即可得知藥檢結果，可節省人力更增加事務處理效率。此外。透過掃碼也可以登記施肥、用藥等栽培管理紀錄，針對產銷履歷紀錄作業，大有幫助。 　　農業局表示，今年智慧生產的補助內容，特別增加個人穿戴式、機械手臂省力輔具等農產業相關智慧農機設備，希望協助農民進行產業升級，省力省工。為了鼓勵淨零排放，計畫有關農機均為電動，降低排放，經由智慧服務協助農友作業管理、產銷數據或AI分析、ESG相關資訊，導入服務、淨零減碳等數位解決方案。【延伸閱讀】- 高雄農來訊成果豐碩智慧農業夯 導入AI掌握木瓜成熟度

對糧食的需求日漸增加，促使人類採用新的農業技術提高產量。讓我們一起看看在無土壤的情況下，耕作進行的成果吧！

BRIDGE計畫由日本內閣政府綜合科學技術創新會議（CSTI）統籌執行，作為研究開發與society5.0中間橋樑，主要積極推動擴大投資項目，期望增進公私部門合作的研究開發，並結合戰略性創新計畫（SIP），加速各政府部門推動執行。 　　本計畫是以綜合創新戰略為基礎，發揮CSTI 的指揮中心功能，設定「優先議題」後，應用創新技術解決相關的社會問題，並促進新創產業的發展。 議題2：AI農業的社會應用 　　日本農業面臨高 齡化與從農者的減少， 造成嚴峻勞動力不足問題， 為了彌補人力的短缺， AI 技術落實於社會應用成為當務之急。 　　為了加速AI 農業技術開發與應用，必須建構有利於新創事業的AI農業研發環境。對此，除數據的蒐集建構可應用於AI研發的資料集，並允許在特定條件下公開數據資訊同時將生產預測與病蟲害發生預警等研發資料模式，同等上述在特定條件下允以公開。此外，針對日本國內地方行政單位或新創事業等企業，因應地方性與品種所研發出低成本且快速的高精準農業 AI 模組 ，加以驗證。 研發議題之內容與目標如下： 1. 研究開發具體內容 數據蒐集、 AI 模組開發之協力系統之整備 。 數據蒐集、資料集之建構。 在特定條件下公開。 應用資料集所開發的 AI 模組在特定條件下公開。 提供民間企業應用公開的資料集與 AI 模組 ，並應用這項措施的地方與品種之個別數據進行細微調整，加以驗證其手法。 2. 預計在 2025 年前達到之目標 數據蒐集、AI模組開發之協力系統之整備 完成 。 建構全國資料集，並加以公開。 研發8種以上應用資料集的 AI 模組，並加以公開。 應用 AI 模組於地方與品種之個別數據進行細微調整，其調整後精準度達 90%以上並加以驗證其手法 。 3. 社會應用目標：提供農民享有 多項 AI 服務最佳農事計畫建議 、自動建立農事計畫 、提升出貨、加工、存貨與物流效率等持續增進資料集建構與研發應用並將AI模組開發加以公開。 4. 執行期間2023年至2025 年 5. 研究經費2023年的委託研究經費限額 124,550千日圓。 【延伸閱讀】- 拓展農業機械OpenAPI數據聯動

從小就不想務農的黃柏凱，和一般的孩子一樣，總覺得自己長大要做點時尚有趣的事業，在他的想象中，絕不是這樣成天與泥巴為伍的務農生活，但大三那年，到加拿大打工換宿體驗了國外農場生活，他發現原來務農也可以有輕鬆的方式，於是回到臺灣後就跟爸媽說他想接下家裡的農場事業，從桃園到南澳，以科技的方式經營他的農場，一起來看看這位種大豆的科技青農黃柏凱的故事。

清華大學以擅長的AI科技及設計企畫專業，協助大新竹地區發展地方特色產業。清華區域創新中心今天舉辦聯合成果發表，其中之一就是透過電子鼻檢測咖啡豆發酵程度、提升咖啡風味，並協助開發特色商品禮盒，成功活化新竹關西馬武督咖啡特色產業，希望吸引年輕人返鄉就業，推動社區永續發展。 　　清大副校長兼永續長戴念華表示，清大推動永續廣受肯定，已連續3年蟬聯台灣永續典範大學首獎，校內團隊也屢獲台灣永續行動獎及遠見大學社會責任獎，期望未來與在地夥伴一同打造「安居城鄉、地方永續」的願景。 　　長期投入馬武督在地實踐的清華學院博士後研究員陳炯志表示，馬武督早年以水泥採礦為主要產業，水泥產業東移後，當地就業機會驟減，使得年輕人外流、商家沒落，居民們都希望能發展出能夠永續、重振地方經濟的特色產業。 　　馬武督農民嘗試投入咖啡豆種植，但受限於低海拔的環境條件，產出的咖啡風味未達預期。當地咖啡農去年透過清華區創中心的協助，引入清華電機系教授鄭桂忠研發的電子鼻感應設備，放在咖啡豆發酵桶中，即時監測發酵酸度數據，比人工判斷更加精準，大幅提升咖啡品質。馬武督咖啡在今年的咖啡杯測會中一舉得到83.9分的佳績，不輸高海拔地區所產的咖啡。 　　陳炯志表示，馬武督咖啡農還與清華資工系教授黃能富合作，以AI模型辨識結合智慧眼鏡，分辨咖啡豆是否已達最適合採收的成熟階段。 　　陳炯志表示，清華大學「REAL＋：新竹區域產業與文化支持系統」團隊也協助馬武督開發特色咖啡商品，除了濾掛咖啡包，還加工咖啡葉成為茶包，未來將推出禮盒，其中還包括清華大學藝設系教授蕭銘芚研發出能取代一次性濾紙的重複使用玻璃濾杯。 　　馬武督咖啡生產合作社理事主席宋明光今天帶著4位咖啡農出席活動。宋明光表示，社區老人家看到清華的年輕學生進來，都十分激動，對地方的發展燃起希望；清華教授研發用智慧眼鏡來判別咖啡成熟度，對於推動食農教育至關重要，可讓外界更了解咖啡生產過程。 　　清華REAL＋團隊執行長陳泓維表示，從今天起到本月22日在旺宏圖書館一樓川堂舉辦在地實踐成果展，並邀請參觀者在以絲線懸掛展場的小卡片寫下感想。 　　清大在教育部政策支持下，協助師生成立4個USR團隊，包括REAL＋：新竹區域產業與文化支持系統計畫團隊、S＋M＋ART跨學科與創客藝術在地智慧活氧計劃團隊、TNUNAN歌劇音樂會：以文化回應式教學推動泰雅醫療人才培育計畫團隊、永續發展教育的跨領域韌性整合與社會實踐：以南寮沿海社區與自然谷為里山海實踐場域計畫團隊。 　　清大區域創新中心也協助推動4個USR－Hub計畫，包括水清木華：「頭前溪－五華工業區」流域生活圈願景初探計畫團隊、新竹市綠色運動觀光示範點建置及社區培力計畫團隊、超高齡社會的共伴共榮－以跨世代對話打造社會永續及韌性計畫團隊，及新竹文史接地計畫團隊。【延伸閱讀】- 一杯咖啡的生命週期

現代技術越來越多地應用於農業機械，建立資通訊技術(ICT)的解決方案，例如全球定位路線規劃、農具自動控制、施肥和灌溉測繪、土壤分析和作物健康監測。以大數據處理遙感技術正在被引入農業，農藝工作量資料從拖拉機、收割機和機具系統中收集並記錄在數位化電腦格式檔案中。 　　研究重點提出的模型的主要優點與不同農業機械的資料的轉換有關。為以車輛型號根據結構特點和工作情況分為輪式拖拉機、履帶式拖拉機、插秧機、高間隙噴霧機、農業機器人、農用拖拉機等多種類型，路徑追蹤控制方法的應用與改進根據農業機械的不同作業場景和類型進行總結，而農業機械自動導航的關鍵技術主要包括定位與姿態測量、路徑規劃、路徑追蹤控制等。 　　研究結果透過數據聚合和轉換模型，農民在使用來自不同製造商的拖拉機和實施系統時便利性無影響；所提出的系統需要了解資料配置，因為應使用模型調整特定檔案的屬性，這是所開發模型的缺點之一，要在系統開發階段進行改善。所開發的數據轉換模型重要優勢是可透過雲端取得，並且在現場條件下工作時可以輕鬆存取(但需要網路連線)。 　　研究成果已發表在MDPI應用科學期刊第20期《智慧農業永續農業新發展》，研究團隊提出該系統可以持續監控農業流程以及農業長期和年度目標實施，提高未來農場績效並減少其對環境的負面影響。【延伸閱讀】- 拓展農業機械OpenAPI數據聯動