喂养智能：AI 与农场相遇
农业是 AI 直面物理现实的领域——土壤变异性、不可预测的天气、老化的设备、利润微薄，以及无法通过软件更新来响应的劳动力市场。农场无法进行 A/B 测试。无法回滚。失败的代价是以季节来衡量，而非冲刺周期。
这使得农业成为检验 AI 优化能力与局限的最诚实试金石。这也让农业 AI 采用的经验教训可直接应用于其他领域，特别是在演示与部署之间的差距以风险高低来衡量的地方。
Jesse Hirsh 务农，同时也以分析技术为业。本次演讲利用这一结合，穿透 AI 炒作，展示当自动化必须真正在泥泞中工作时，具有韧性和务实的自动化究竟是什么样。
适用对象
农业科技公司、农业协会、农村政策制定者、农业食品行业领导者，以及希望获得基于物理现实而非硅谷式乐观主义的 AI 素养讲座的普通商业受众。
受众收获
- 人工智能在农业中真正交付可衡量价值的地方——以及哪些案例研究具有误导性
- 人工智能在部署到复杂、物理、多变的环境时的具体失效模式
- 农业部门对精准技术的经验如何教导我们更广泛地看待 AI 采用
- 在承诺部署前如何评估 AI 供应商的声明
- 当自动化必须在农场运营的规模和节奏下工作时，具有韧性的自动化是什么样
参考标题
- 滋养智慧：AI 与农场
- 现实检验：农业教会我们的 AI 启示
- 身处泥泞：来自农场的 AI 采用教训
最佳形式
主题演讲；面向农业食品和农业科技受众的小组讨论；炉边谈话及问答环节。