工業4.0助攻 智慧農業開啟新農業典範
初春時節，小黃沿著快速道路往臺中市霧峰區奔馳，沿途窗外兩旁盡是阡陌縱橫的農田，不消多時來到已有百年歷史的行政院農委會農業試驗所，在占地遼闊且整齊劃一的園區農地，可見農夫忙上忙下，近處定神一看這些農夫卻不似印象中臉上滿佈風霜、皮膚黝黑的老農，而是顯露出些許書卷氣的研究人員，這裡可說是聚集全臺最多的博士農夫，從他們的身影背後，依稀可感受到農試所長久以新品種與新技術支持臺灣農業萌芽、茁壯、成長、成熟的歷程縮影，讓農業成為臺灣經濟的基盤，促動其他產業成長。
然而，隨著全球化競爭、極端氣候、人口老化等因素影響到農作物的收成與利潤，加上近年來消費者對食安的重視，皆讓以小農為主體的臺灣農業面臨永續發展的挑戰。面對農業發展困境，行政院農業委員會農業試驗所陳駿季所長有所感地表示，在50、60年代臺灣經濟發展是以農業支持工業發展；如今工業已經成熟，應反過來支持農業發展。這個支持即是透過工業4.0科技如雲端科技、大數據分析、物聯網、智能化機械、感測器應用在農業，協助小農能降低因人口高齡化、勞動力不足、極端氣候對產業帶來的衝擊，進而提升整體的生產效率與量能。
資源 人 產業 農業升級挑戰
「臺灣農業從個體來說是很有競爭力，但是若從整體資源、勞動力、產業等構面來看，不利於國際競爭。」陳駿季所長指出，以資源來說，臺灣每年7到9月颱風頻繁加上極端氣候影響，往往因颱風帶來狂風與超大豪雨導致農民農作物損失慘重，若遇到缺水季節，水資源也經常會以工業為首要分配對象，因而減少農業供水；再以勞動力來看，依據「臺灣農業整體從業人口與年齡分布」調查顯示，推估未來會有10年近11萬名農業從業人口因高齡化退場。但同時青年從農的比例仍低，因此，每到採收季節總是呈現缺工的情況。
以產業來看，臺灣農業以「小農」為主，耕地自然有限，穩定供貨能力明顯不足。即便是可透過小規模的產銷策略聯盟加以協助，或者參與企業契作，但與企業為「對價關係」，還是容易因為品質認定標準而影響到收入。
工業4.0元素導入 升級為智慧農業
陳駿季所長表示，「臺灣農業的未來絕對不是過去的延伸，而是需要更多創新跟創意的導入。」創新與創意的源頭就來自工業4.0的概念與其科技元素。他以臺灣農業生產力演進指出，農業1.0∼3.0是從勞力密集到知識密集；經驗密集到自動化密集；從露地栽培到精密設施栽培，基本上還是把人當機器用，但農業4.0藉由導入感測技術、智能機器裝置(IR)、物聯網(IoT)、大數據(Big Data)分析等技術，升級為智慧化與數位化，把機器當人用，由人指揮建立智慧栽培的模式。回過頭來，國內農產品供銷鏈，就應從農作到餐桌的供銷鏈來檢視，農夫面對生產自己做、風險自己擔的困難；而物流業者面臨保存期限短處理急迫的問題；到消費端，則擔憂農藥殘留、食品安全的問題。他表示，因各利害關係人立場與需求不同，更需要一套可溝通平臺與管理系統來串連，讓農事生產智慧化，農業產銷服務數位化，進而化解上述的問題，讓臺灣農業蛻變為智慧農業。
2大升級特色 智慧生產＆數位服務
說起智慧農業，很多人總以為就是年輕農夫不拿鋤頭，改拿智慧手機或iPad在田間作業。陳駿季所長笑言：「該拿起鋤頭的時候，還是要拿。」智慧農業強調的是「智慧生產」與「數位服務」2大主軸。就以勞力老化問題，目前可導入人機協同的機械作業輔具，讓農夫能夠省力省時的耕種，來因應人力高齡化及短缺的課題；為了降低極端氣候增加的生產風險，蒐集氣象災害歷史資訊進行套疊，建構GIS等空間資訊大數據分析決策測模組，以避開在風險大的區域栽培作物，或是導入更強固的農業設施；因小面積耕作帶來低效率與品質差異落差大及供貨不穩定，透過協同合作的智慧化集團栽培模式，讓農夫能與農企業者變成新夥伴關係。
長遠來看，臺灣農業的確需要發展智慧農業，把經驗法則變成系統原則。以前這些累積的知識與經驗是存在專家腦袋中，但是現在必須轉譯成數據存放到電腦裡，為了將過去農業知識數位化，就必須累積更多數據才能有效運用。
陳駿季所長以病蟲害辨識為例，「如果是經驗老到的農夫當然一眼就可判斷，但是對青農或是剛進入農業領域的年輕人來說，是相當傷腦筋的。」
由於農業試驗所蒐集了東南亞最大的昆蟲標本館，因此目前正在開發比對系統，而這個系統將能連結病蟲害防治法，提供農民進行田間初步病徵檢索比對，加速採用正確的防治措施與整合管理技術，提高防治成效。藉由資通訊技術的進步與行動裝置普及，幫助經驗不足的農夫解決問題，也是吸引青年返鄉的一大助力。
除了「生產技術」、「物流」、「消費」部分，也著力於「設施（溫室）」設計的領域。未來農業不僅講求效能、安全與風險控管，也要追求量穩、高質與便捷效率。因此，農委會積極促成簡易溫網室升級，希望有效掌控作物最適栽培環境，生產優質農產品，發展標準化、高效化之農業設施產業。
陳駿季所長表示：「我們也很期望提升臺灣農業設施設計與整合技術能量，落實產業化，進而達成農業設施整廠輸出。」
契作更順暢 建構種植大數據
走進農業試驗所的GIS中心，我們可看到研究人員坐在電腦前，透過地下、地上、空中的圖資，全方位掌握臺灣農業情報。這可是花了農業試驗所10多年的時間，才收集完成的數據資訊。透過大數據分析技術，不僅可以知道每塊農地的生長狀況，還能預測各地生產量，有助於串連企業廠商的產銷需求。
然而，隨著全球化競爭、極端氣候、人口老化等因素影響到農作物的收成與利潤，加上近年來消費者對食安的重視，皆讓以小農為主體的臺灣農業面臨永續發展的挑戰。面對農業發展困境，行政院農業委員會農業試驗所陳駿季所長有所感地表示，在50、60年代臺灣經濟發展是以農業支持工業發展；如今工業已經成熟，應反過來支持農業發展。這個支持即是透過工業4.0科技如雲端科技、大數據分析、物聯網、智能化機械、感測器應用在農業，協助小農能降低因人口高齡化、勞動力不足、極端氣候對產業帶來的衝擊，進而提升整體的生產效率與量能。
資源 人 產業 農業升級挑戰
「臺灣農業從個體來說是很有競爭力，但是若從整體資源、勞動力、產業等構面來看，不利於國際競爭。」陳駿季所長指出，以資源來說，臺灣每年7到9月颱風頻繁加上極端氣候影響，往往因颱風帶來狂風與超大豪雨導致農民農作物損失慘重，若遇到缺水季節，水資源也經常會以工業為首要分配對象，因而減少農業供水；再以勞動力來看，依據「臺灣農業整體從業人口與年齡分布」調查顯示，推估未來會有10年近11萬名農業從業人口因高齡化退場。但同時青年從農的比例仍低，因此，每到採收季節總是呈現缺工的情況。
以產業來看，臺灣農業以「小農」為主，耕地自然有限，穩定供貨能力明顯不足。即便是可透過小規模的產銷策略聯盟加以協助，或者參與企業契作，但與企業為「對價關係」，還是容易因為品質認定標準而影響到收入。
工業4.0元素導入 升級為智慧農業
陳駿季所長表示，「臺灣農業的未來絕對不是過去的延伸，而是需要更多創新跟創意的導入。」創新與創意的源頭就來自工業4.0的概念與其科技元素。他以臺灣農業生產力演進指出，農業1.0∼3.0是從勞力密集到知識密集；經驗密集到自動化密集；從露地栽培到精密設施栽培，基本上還是把人當機器用，但農業4.0藉由導入感測技術、智能機器裝置(IR)、物聯網(IoT)、大數據(Big Data)分析等技術，升級為智慧化與數位化，把機器當人用，由人指揮建立智慧栽培的模式。回過頭來，國內農產品供銷鏈，就應從農作到餐桌的供銷鏈來檢視，農夫面對生產自己做、風險自己擔的困難；而物流業者面臨保存期限短處理急迫的問題；到消費端，則擔憂農藥殘留、食品安全的問題。他表示，因各利害關係人立場與需求不同，更需要一套可溝通平臺與管理系統來串連，讓農事生產智慧化，農業產銷服務數位化，進而化解上述的問題，讓臺灣農業蛻變為智慧農業。
2大升級特色 智慧生產＆數位服務
說起智慧農業，很多人總以為就是年輕農夫不拿鋤頭，改拿智慧手機或iPad在田間作業。陳駿季所長笑言：「該拿起鋤頭的時候，還是要拿。」智慧農業強調的是「智慧生產」與「數位服務」2大主軸。就以勞力老化問題，目前可導入人機協同的機械作業輔具，讓農夫能夠省力省時的耕種，來因應人力高齡化及短缺的課題；為了降低極端氣候增加的生產風險，蒐集氣象災害歷史資訊進行套疊，建構GIS等空間資訊大數據分析決策測模組，以避開在風險大的區域栽培作物，或是導入更強固的農業設施；因小面積耕作帶來低效率與品質差異落差大及供貨不穩定，透過協同合作的智慧化集團栽培模式，讓農夫能與農企業者變成新夥伴關係。
長遠來看，臺灣農業的確需要發展智慧農業，把經驗法則變成系統原則。以前這些累積的知識與經驗是存在專家腦袋中，但是現在必須轉譯成數據存放到電腦裡，為了將過去農業知識數位化，就必須累積更多數據才能有效運用。
陳駿季所長以病蟲害辨識為例，「如果是經驗老到的農夫當然一眼就可判斷，但是對青農或是剛進入農業領域的年輕人來說，是相當傷腦筋的。」
由於農業試驗所蒐集了東南亞最大的昆蟲標本館，因此目前正在開發比對系統，而這個系統將能連結病蟲害防治法，提供農民進行田間初步病徵檢索比對，加速採用正確的防治措施與整合管理技術，提高防治成效。藉由資通訊技術的進步與行動裝置普及，幫助經驗不足的農夫解決問題，也是吸引青年返鄉的一大助力。
除了「生產技術」、「物流」、「消費」部分，也著力於「設施（溫室）」設計的領域。未來農業不僅講求效能、安全與風險控管，也要追求量穩、高質與便捷效率。因此，農委會積極促成簡易溫網室升級，希望有效掌控作物最適栽培環境，生產優質農產品，發展標準化、高效化之農業設施產業。
陳駿季所長表示：「我們也很期望提升臺灣農業設施設計與整合技術能量，落實產業化，進而達成農業設施整廠輸出。」
契作更順暢 建構種植大數據
走進農業試驗所的GIS中心，我們可看到研究人員坐在電腦前，透過地下、地上、空中的圖資，全方位掌握臺灣農業情報。這可是花了農業試驗所10多年的時間，才收集完成的數據資訊。透過大數據分析技術，不僅可以知道每塊農地的生長狀況，還能預測各地生產量，有助於串連企業廠商的產銷需求。