信息化、智能化時代的到來，各行各業都開始用大數據等現代化手段投放到各個生產環節，就針對農業來說，已經趨近現代化，通過技術成熟度曲線，可以發現大數據、云計算、物聯網、人工智能等技術仍是未來促使農業代際演進的主技術。
高德納公司（Gartner）對“大數據”的定義更強決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資是指需要新處理模式。2013年，大數據位于技術成熟度曲線的頂峰，而2014年大數據已由過熱期轉向低谷期，2016年大數據因不再是新技術而消失，但大數據技術依然保有生命力，距離達到成熟期還有5-10年時間。近年來，市場圍繞大數據的炒作不斷升溫，很多企業也的確面臨數據量激增的現實困境，但是大數據技術并非僅僅是數據量大的問題，其核心還是在于數據挖掘背后所能產生的價值。在經歷了一段熱潮之后，大數據的概念開始轉向低谷期，大數據的應用將逐步落地。農業信息化與大數據密不可分。目前，農業領域已經積累了海量的信息數據，但農業領域對大數據的認識還不夠深刻，現有的數據價值并未充分發揮出來，農業大數據面臨著“用什么、怎么用”的問題。農業大數據就像是正在修建的水庫一樣，即這個水庫中的水不僅是活的水，還必須有來源；有了來源還不行，還必須有出處和應用。
目前，已經有不少涉農機構、企業進行了初步探索。從領域來看，以農業領域為核心（涵蓋種植業、林業、畜牧水產養殖業、產品加工業等子行業），逐步拓展到相關上下游產業（飼料、化肥、農藥農機，倉儲、屠宰業，肉類加工業等），并將整合宏觀經濟背景數據，包括統計數據、進出口數據、價格數據、生產數據、氣象數據、災害數據等；從地域來看，以國內區域數據為核心，將借鑒國際農業數據作為有效參考，同時不僅包括全國層面數據，還將涵蓋省市數據，甚至地市級數據，為區域農業發展研究提供基礎；從廣度來看，不僅包括統計數據，還將包括涉農經濟主體基本信息、投資信息、股東信息、專利信息、進出口信息、招聘信息、媒體信息、地理空間坐標信息等；從專業性來看，不僅將分步構建農業領域的專業數據資源，還將逐步有序規劃專業的子領域數據資源。
總的來講，大數據作為新一代信息技術，在農業領域的應用任重道遠。大數據不僅充滿了挑戰和未知，也充滿了更多期待和憧憬。農業作為中國的基礎產業，面臨著農產品需求不斷增加、資源緊缺氣候變化導致災害頻發、生態安全脆弱、生物多樣性持續下降等嚴峻挑戰，夯實以農業物聯網、云計算、大數據、人工智能等技術為核心的農業信息化基礎，提升以大數據為支撐的農業信息化服務，將推動農業加快邁向智能農業新時代。
更多內容推薦：智慧農業時代是資源軟整合的農業