随着中国农村常住人口逐渐减少，未来谁来种地的问题亟需解决。智慧农业或将成为这一问题的重要答案。
中国不少地方开展的智慧农业探索，已深入到组织模式、产学研贯通各环节。不过，智慧农业发展也面临基础设施、数据质量、“智慧”人才供给等难题，需多方合力破解。
智慧农业实践走向深处
在山东省，“90后”何石宝一人就管理了1000亩地，粮食连年高产稳产。这得益于当地吸引高学历人才的激励机制，让物联网、农业大数据等先进技术得以有效落地。
何石宝所属的农业企业负责人张研生说：“收入与农场利润挂钩，加上地方人才补贴，像何石宝这样的大学生农场主年收入可达10万元以上。”
在数据平台建设上，各地也在不断发力。
浙江省打造的“乡村大脑”，贯通省市县三级，日均访问量超120万次。在杨梅产地台州市仙居县，数据可精确到每一户、每一株杨梅，为保险、贷款等服务提供了依据。
浙江省农业农村厅干部陶忠良说，浙江从源头上统一数据格式、语言体系等，在多个产业实现高效链接。
此外，各地还在努力让前沿技术离农业更近。
在安徽省，胡宜敏拥有副研究员和企业副总经理两重身份。在他身边，这种双重身份的科研人员还有近100人。胡宜敏说，这有利于他们直面农业场景、与市场充分串联。
在胡宜敏供职企业的关联产业园内，已集中智慧农业企业40家，遍布产业全链条。企业互相使用最新科研成果，形成生态圈。由于底层数据互相开放，企业间协作关系紧密，集成创新便利度得以提升。

智慧农业发展堵点待解
中国智慧农业发展仍需迈过基础设施不足等多道“坎”，第一道“坎”就是集约化程度低。
中国农民户均耕地少，技术投入收益低。部分经销商表示，愿尝试智慧设备的农民基本为大户。专家认为，目前中国农业社会化组织发育仍在初期，智慧农业潜力尚未完全释放。
另一道“坎”是数据。一方面农业数据收集、利用不足，表现为市场缺乏大的农业数据采集第三方公司。
“数据收集困难带来的影响是根本性的。”胡宜敏表示，这影响到农业数字化系统能否发挥作用。
另一方面中国农业数据缺乏标准，客观上造成数据难以融合。一家相关公司负责人表示：“我们掌握作物生长情况。但因数据没打通，趋势性预测就无法提供给有需要的群体。”
此外，人才不足也制约了智慧农业的发展潜力。有学者表示，原因之一是交叉学科的布局和引导人才下沉的体制机制尚在布局。当前无论是农学本科生还是计算机专业本科生，对农业数字化都不够了解。加上当前高校毕业生在基层就业意愿低，导致相关人才更加缺乏。
多方发力破解现实难题
为破解上述难题，专家、基层干部、企业负责人、农业经营主体等人士，从不同角度给出了建议。
针对基础设施问题，可在补短板的同时，优先在基础设施完备地区发展智慧农业。
为提升规模化水平，智慧农业项目可更多围绕集约化经营主体展开，并提供必要的政策倾斜。同时，鼓励农业龙头企业参与。
为实现涉农数据精准有效积累，可探索企业与农户数据分红机制；同时允许企业对一地耕作模型在一定时间内享有排他使用权。政府归集数据，则不必过细，以保护企业的积极性。
为鼓励统一数据标准，要建好国家涉农数据共享平台，明确获取权限，明确保密责任，加快农业数据安全立法。还可逐步建立多方受益的数据利益联系机制。
为培养跨学科人才，可锚定农业现代化发展方向，创新跨学科培育方式，让相关专业学生对智慧农业发展方向有更深入、准确的理解。