[AI書庫] 5.3 小規模農戶專用AI工具的應用
人工智慧在糧食作物農業領域的應用
5.3 小規模農戶專用AI工具的應用
金京鎮 律師
| 上一節 | 5.2 農業機器人與作業自動化 |
| 目錄 | 返回完整目錄 |
| 下一節 | 6.1 氣候智慧型農業（CSA）與土壤生態系統管理 |
一斗落稻田大約是200坪。清晨，一個人蹲在灌滿水的田埂上，手裡拿著螢幕邊角破裂的智慧型手機，訊號格數在一格與兩格之間來回跳動。夜間，一片稻葉開始出現褐色斑點，他把鏡頭對準沾著露水的葉子。沒有無人機、沒有衛星影像，也沒有土壤感測器。他擁有的，只有口袋裡的手機和安裝在裡面的一個應用程式。
開發中國家約有八成農戶是這種規模的小農。可是，當美國玉米田每公頃收成超過10公噸時，撒哈拉以南非洲的產量仍停留在2至3公噸。精準農業這個詞，原本就是以配備價格高達上億韓元的自動駕駛拖拉機，或無人機高光譜攝影機的大型農場為前提。這種價格從未進入耕作一斗落稻田者的計算範圍。對經營這種規模農地的人而言，真正有用的工具，是能在他們手中既有手機上運行的工具。
德國開發的Plantix是一款免費應用程式，上傳葉片照片後便能辨識病名，下載排名高居全球農業應用程式第1名。在肯亞，Digital Green推出Farmer.Chat，讓使用者像在聊天視窗對話一樣詢問病蟲害並取得答案。服務上線第一年，就收到1萬5,000名使用者提出的30萬個以上問題。孟加拉則出現用孟加拉語提問、以孟加拉語回答的語音諮詢服務KrishokBondhu，讓不識字的農民也能像打電話一樣取得建議。
三者都不收費，也都把只耕作一斗落農地的農戶視為第一批顧客。系統可以接收照片、文字與語音，只要是農民能使用的方式都可以。隨後又出現SCA-MobiPlant與PlantShield AI等多種相似工具。
臺灣高雄市的「農來訊」是提供氣象、災害、農產品價格與IoT資訊的公共服務。它不是自動控制稻田水閘的裝置，而是把分散資訊集中到同一畫面，提供給農民的服務窗口。PlantVillage Nuru是協助診斷馬鈴薯與甘藷病害的另一款行動工具。EfficientPNet研究採用背景乾淨的PlantVillage馬鈴薯照片測試模型。公共通知應用程式、田間病害診斷與實驗室影像模型，即使都能放進同一支手機，仍各自有不同的表現。
有時候，取得螢幕上的答案之後，才會遇到更大的難關。要按照處方購買農藥，農民往往必須騎機車前往相隔好幾站路的鄉鎮農藥行；要湊出買藥的錢，又必須縮減其他開支。診斷雖然免費，執行處方所需的路程與金錢，仍要由農民承擔。
要在低價Android手機上運行模型，就必須減少運算量。把FP32數值量化為INT8後，參數儲存量通常會降至約四分之一。只做INT8轉換，不會讓模型縮小到原本的幾十分之一。TensorFlow Lite是行動裝置執行框架，ONNX是模型交換格式。Vosk是語音辨識工具，mBERT則是文字編碼器。不能把這些不同工具全部歸類為壓縮技術或語音辨識模型。壓縮後，還必須重新測試模型面對罕見病害與地方口音時，準確度會下降多少。
PxD評估印度奧迪沙邦Ama Krushi的結果顯示，接受服務的農戶平均產量增加4.1%。成本效益為6倍至18倍，並非直接在每一戶農民帳戶中確認的淨收益，而是根據計畫成本與估計效益計算出的範圍。2025年Global Food Security發表的統合分析指出，數位農業諮詢使產量與收入各自平均提高6%，但個別估計值中，也有許多結果在統計上並不顯著。平均效果必須與每戶農家的確定收益分開解讀。
以真實農民提出的問題測試KrishokBondhu後發現，在各類農務問題中，有72.7%的回答達到人類聽來也感到滿意的程度。與過去只提供文字答案的方式並列評分時，KrishokBondhu獲得滿分5分中的4.53分，高於另一種方式的3.13分。對不擅長閱讀與書寫的農民而言，這項差異比其他任何功能都更明顯，因為他們不必點擊螢幕尋找選單，只要直接開口說話即可。
GSMA的2026年資料顯示，低收入與中低收入國家的行動網路使用率，女性為64%，男性為73%。絕對差距為9個百分點；13%則是以男性使用率為基準計算的相對差距。智慧型手機持有率與行動網路使用率也是不同指標。實地研究指出，女性農民較難取得手機、數據費用與受訓時間，這個研究方向仍然成立，但必須清楚說明差異出現在哪一項指標。
高齡農民還會面對另一道障礙。用語音提問、再用語音回答的功能，也能降低他們的使用門檻。然而，憑眼睛與雙手觀察稻田超過40年的人，往往不會立即相信機器提出的答案。有些服務會在處方旁邊顯示作為依據的指南來源。列出國立農業研究所指南或作物保護劑標準文件，農民就能立即回頭查閱依據。即使如此，只多顯示一項來源仍不夠。在農業推廣員站在旁邊、陪同操作過幾次的村莊，與沒有這類協助的村莊之間，實際使用率存在明顯差異。
填補這道落差的工作也在同步進行。政府農業技術中心或地區農會的推廣員，會把居民集合到村民會館，從拿手機的方法開始，一起按下按鈕操作。這類現場教育比更新一個畫面耗費更多人力，但效果也維持得更久。多份實地報告指出，公司只把應用程式交給村民便離開的村莊，與地方組織陪伴數個月的村莊相比，實際持續使用率有所不同。村民彼此先行試用，再互相教學的口碑，比任何廣告都更有力量，這類說法也在多個地區反覆出現。
一項服務免費起步，不代表它會永遠免費。Plantix就是一例。它最初是一款為了減少農藥使用而診斷病害的應用程式，但投資者加入後，情況發生改變。公司從Dow、BASF、Syngenta、Bayer等企業大量採購農藥與肥料，再轉售給農民經常光顧的零售店，藉此擴大業務規模。2023年，公司本身被化學製造商Helm收購。農民上傳葉片照片的介面依然免費，不過現在的免費服務背後，已經多了一套決定優先推薦哪種農藥的計算。
農戶輸入的稻田位置、土壤數值與產量紀錄，原封不動地累積在企業伺服器上，也令人擔憂。掌握資訊的一方日後收購這些農產品時，可能把資訊當成壓低價格的依據。因此，有人提出替代方案，例如由地方政府像高雄市一樣直接編列預算承擔應用程式費用，或由農會等合作組織共同負責營運，並明定資料歸農戶所有。不向農民收費，改用稅金或會費支付營運成本。
同樣是免費服務，依靠稅金與捐款維持的一方，和承受投資回收壓力的一方，時間越久，行動方式就越不同。大型農場能以訂閱式服務（RaaS）租用機器人或無人機，小農諮詢服務最終也必須有人代為付費，才能長期維持。Farmer.Chat與KrishokBondhu目前仍依靠基金會與研究經費營運。經費中斷後，現在的免費服務會如何改變，沒有人能夠保證。
下一個發展方向，是直接把超輕量語言模型裝進手機，讓使用者即使身處網路完全中斷的偏遠地區，也能透過自然對話繼續取得諮詢。目前仍接近實驗室展示，要真正交到耕作一斗落農地的人手中，還需要一段時間。在此期間，訊號仍會在一格與兩格之間跳動，手機依然會是價值10萬韓元的機型。
場景再次回到那條田埂。上傳照片的人幾秒後讀到螢幕顯示的答案。說明何時噴藥、噴灑多少的句子旁，還出現一則小廣告。他不確切記得那則廣告是從什麼時候開始出現在那裡。不過，這一次他仍會相信這個答案，調整田間水閘。下一季這個畫面是否依然相同，取決於營運服務的公司狀況。
資料來源與參考文獻
1. Majiwa, E., Ndaka, A. K., Ratemo, H., & Agembo, E. (2026). Artificial intelligence (AI) adoption and its perceptions among smallholder women farmers in Kenya. Discover Agriculture, 4(1), 162. https://doi.org/10.1007/s44279-026-00626-z
2. Tesfay, W. (2026). Impact of improved irrigation technology adoption under groundwater irrigation and its impact on smallholder farmers' crop productivity, income, and food security in Southern Tigray Zone, Ethiopia. Research Square (preprint). https://doi.org/10.21203/rs.3.rs-9797920/v1
3. Beach, R. H., Milliken, C., Franzen, K., & Lapidus, D. (2025). Meta-analysis of the impacts of digital information interventions on agricultural development. Global Food Security, 45, 100866. https://doi.org/10.1016/j.gfs.2025.100866
4. Mutuku, B., Akuffobea-Essilfie, M., & Kansiime, M. (2026). Understanding gender disparities in access to digital advisory services among women and men farmers in Ghana. Frontiers in Sustainable Food Systems, 10, 1614245. https://doi.org/10.3389/fsufs.2026.1614245
5. Omotayo, A. O., & Omotoso, A. B. (2026, June 3). AI offers promise for agriculture, but smallholder farmers risk being left behind. The Conversation. https://theconversation.com/ai-offers-promise-for-agriculture-but-smallholder-farmers-risk-being-left-behind-279013
6. Singh, N., Wang'ombe, J., Okanga, N., Zelenska, T., Repishti, J., G K, J., Mishra, S., Manokaran, R., Singh, V., Rafiq, M. I., & Gandhi, R. (2024). Farmer.Chat: Scaling AI-powered agricultural services for smallholder farmers. arXiv. https://doi.org/10.48550/arXiv.2409.08916
7. Ameen, M. R., Islam, A., Aktar, F., & Rafat, M. S. (2025). KrishokBondhu: A retrieval-augmented voice-based agricultural advisory call center for Bengali farmers. arXiv. https://arxiv.org/abs/2510.18355
8. Miller, S. R. (2024, October). This app set out to fight pesticides. Once VC stepped in, the app helped sell them. Food and Environment Reporting Network. https://thefern.org/2024/10/this-app-set-out-to-fight-pesticides-once-vc-stepped-in-the-app-helped-sell-them/
9. Precision Development (PxD). (2025, February 26). Customized digital advice can help farmers reduce crop loss and manage weather shocks: A summary. https://precisiondev.org/customized-digital-advice-can-help-farmers-reduce-crop-loss-and-manage-weather-shocks-a-summary-or-as-much-as-we-can-summarize/
10. GSMA. (2026). The mobile gender gap report 2026. GSMA. https://www.gsma.com/gender-gap/