John Deere 推出 AI 助手 JD，帮助农户处理数十年田间数据
John Deere built an AI assistant to stop farmers from drowning in decades of field data
John Deere 在 9 月于爱荷华州 Farm Progress Show 上发布 AI 助手 JD，它集成在连接农户田间与机器数据的 Operations Center 平台中，农户可在手机上提问，例如根据历史趋势判断最佳收获时间。John Deere 客户 AI 解决方案首席产品经理 Melissa Neuendorf 表示，农户数据量过大、手动分析有时需要数周，JD 可在几分钟内完成分析。麦肯锡 9 月发布的覆盖 5500 名农户的调查显示，72% 预计生成式 AI 将在五年内影响运营，但目前仅 17% 在使用；爱荷华州立大学教授 Matt Darr 提到，农户担心数据隐私及其对大宗商品价格的影响。
正文 · AI 翻译
农民们现在掌握的关于自家田地、设备和农作物的数据比以往任何时候都多。但要把这些数据转化为一项决策，可能需要数周时间。
John Deere 表示，其新推出的 AI 助手 JD 可以在几分钟内完成这一工作。
这家农业机械制造公司于 9 月在爱荷华州举行的 Farm Progress Show 上发布了这款工具。JD 集成在 John Deere 的 Operations Center 中，这是一个数字农场管理系统，将农民的田间数据和机器数据连接到一个平台上。农民可以在移动设备上向 JD 提问，例如根据过往趋势判断最佳收获时间，或者哪台喷雾机每小时覆盖的英亩数最多。
John Deere 客户 AI 解决方案首席产品经理 Melissa Neuendorf 告诉 Business Insider，JD 的诞生是因为农民们一直表示，他们在管理海量数据方面举步维艰。
“我们现在已经到了这样一个阶段：农民拥有的数据如此之多，以至于他们自己很难手动找到其中的洞察，”Neuendorf 说。
虽然 OneSoil、VisorPro、Arable 和 AgZen 等规模较小的农业科技公司正在开发生成式 AI 工具，以针对特定设备或作物指标提供洞察，但 Deere 是首批将大语言模型 AI 助手直接嵌入一个整合农民田间、机器和运营数据的平台的主要农业设备制造商之一。JD 的发布表明，生成式 AI 正日益成为作物管理的核心组成部分。
“在 John Deere 发布这一消息之前，业界并不存在这样的东西，”爱荷华州立大学农业与生物系统工程系教授 Matt Darr 说，Deere 发布 JD 时他就在现场。
为什么农民比以往任何时候都更愿意考虑 AI 工具
农民们收集数据已有数十年。但如今，现代农场设备配备了额外的技术和传感器，产生了大量难以跟上的数据。
对于还必须应对微薄利润、不可预测的天气和有限的种植窗口期的农民来说，这可能压力很大。此外，“大多数农民并不是兼职的数据科学家，”Darr 说。
Neuendorf 表示，剖析庞大的数据集既复杂又耗时，有时需要数周。这正是 AI 可以帮助农民的地方：“AI 为他们提供了在几分钟内完成大量此类分析的能力，”她说。
在推出 JD 之前，Deere 于去年 8 月推出了一款 AI 工具，允许农民用自然语言询问有关 Deere 帮助文档和操作手册的问题。这取代了农民翻阅操作手册页面的手动工作。
该工具获得了积极反馈，促使 Deere 扩大其应用范围，并推出 JD 来即时回答具体问题。
如果农民使用其他制造商的机械，他们可以将非 John Deere 设备的数据输入 Operations Center。然后，如果他们向 JD 提问，它就可以分析所有这些数据来给出答案。
Neuendorf 告诉 Business Insider，到目前为止农民的反馈是积极的。
Neuendorf 说，她最近与一位农民交谈，他开车经过一块田地时注意到，这块田的杂草压力比其他田地低，也就是杂草更少。通过 JD，这位农民能够立即打开 John Deere 的移动应用，向助手询问往年的情况，并了解他当年是如何以不同方式管理这块田地的。
赢得农民对 AI 技术的信任
麦肯锡 9 月发布的一项针对 5500 名农民的全球调查发现，72% 的人预计生成式 AI 将在五年内影响运营，但目前只有 17% 的人在使用这项技术。
Darr 说，只有少数农民使用 AI 的一个原因是，他们担心数据隐私以及他们的信息可能如何影响大宗商品价格。
“这些都是竞争性企业，”Darr 补充道。“信息的使用方式可能影响全球市场以及全球大宗商品定价的走向。”
John Deere 在发布 JD 的新闻稿中表示，它不出售农场数据，也不将其用于农业大宗商品交易或投机。
农业科技公司 OneSoil 的首席产品与运营官 Katya Kheistver 表示，如果 AI 提供的是泛泛的建议，而不是与具体、真实的田间数据相关联的洞察，农民就不会信任它。农民通常从将 AI 技术的输出与他们已知的情况进行核对开始使用 AI。农民“会观察答案是否与现实相符”，如果答案始终相符，信任就会增长，Kheistver 说。
Darr 说，如果农民基于 AI 生成的答案做出决策，风险很高，因为他们“每年只有一次种植作物的机会”。他们需要能够相信 AI 工具是准确的。
Darr 补充说，JD 将高质量数据集与先进的大语言模型相结合，这使该 AI 工具与众不同，并有望达到很高的准确度。
Neuendorf 说，JD 被配置为在田间数据缺失时通知农民，而不是做出不准确的假设或生成错误的建议。
Neuendorf 说，这种配置还鼓励农民输入更多数据，这样 JD 就能得出更多洞察，帮助农民“为下一季做出更好的决策”。