我真没想到，AI 这么快就开始影响种地了
最近看到麦肯锡的一份报告，有个数据让我愣了一下。
他们在 2026 年调查了全球 10 个国家约 5500 名农民，结果发现，已经有 17% 的受访者在农业相关工作中使用生成式 AI，其中 4% 已经在为相关工具付费。
真正让我惊讶的其实不是 17%。
而是：农业居然已经开始被 AI 影响了。
我们过去讨论 AI 会先影响哪些工作，脑子里其实一直有一个很自然的顺序。
最先肯定是程序员。因为代码本身就是文本，AI 天然适合。
然后是客服、设计、营销、法务、财务，以及大量坐在电脑前的白领工作。
但很少有人第一时间想到农民。
因为种地看起来太「物理世界」了。
你总不能让 ChatGPT 去插秧吧？
可看完麦肯锡这份 Global Farmer Insights 2026，我突然觉得，这个问题可能从一开始就问错了。
AI 不需要替你种地，才能改变农业
种地当然有大量体力劳动，但农业从来不只是体力劳动。
每一个生长季，农民都要不断做决定：种什么、什么时候播、买什么种子和肥料、什么时候打药、天气窗口怎么样、投入多少、什么时候卖，以及到底承担多大的风险。
麦肯锡也特别提到，相比依赖设备和硬件的农业技术，生成式 AI 更容易采用，而且适用范围更广。
机器人要真的进入农田，需要机器、传感器、安装、维护和资本投入。
而 AI 可以先从信息和判断开始。
它不需要自己开拖拉机。
只要开始影响「怎么种」，它就已经开始影响农业了。
当然，现在还远没到 AI 接管农场
这里也不能讲得太夸张。
17% 在使用，不代表 17% 已经依赖 AI。麦肯锡同时发现，目前只有 6% 的受访农民把生成式 AI 或 AI 搜索视为可信的决策来源；相比之下，56% 仍然把农艺师视为重要的可信来源。
所以现在更像是：
AI 已经进门了，但暂时还坐在副驾驶。
它帮你更快找到信息、整理选项、做一些分析，但真正落到一块具体的土地上，经验、当地环境和专业判断依然重要。
那中国呢？
这里反而更有意思。
如果直接把北美大型商业农场的故事搬回中国，我觉得大概率会错。
同样一个 AI 决策，对经营几千亩甚至更多土地的人，和对一个小农户，经济杠杆完全不同。前者只要每亩省一点钱，乘上整个农场就可能是一大笔收益；后者很难为了一个软件重新建立一整套工作流程。
所以我不太相信中国首先出现的形态会是：
每个农民都订阅一个「农业版 ChatGPT」。
下面这一步是我的推演，不是麦肯锡报告的结论。
中国可能更早出现的路径，是 AI 先武装服务农民的人：合作社、农业服务公司、农资经销商、农技人员，以及那些本来就在替许多农户统一处理采购、农机、植保、技术和产销问题的组织。
农业农村部披露，截至 2025 年，全国有 111.1 万个经营性主体开展农业社会化服务，服务小农户近 9300 万户。这意味着中国已经存在一层庞大的「替小农户处理复杂事情」的服务网络。
AI 完全可能先进入这一层，再间接影响更多农户。
使用 AI 的人、为软件付费的人、最终受益的人，未必是同一个人。
这可能才是中国和美国最有意思的差别之一。
AI 的边界，可能比我们想象的大得多
这份报告真正让我震动的，其实就是这一点。
我们以前总觉得 AI 革命会沿着一条很清晰的路线传播：程序员，然后白领，然后再慢慢进入其他行业。
但现实可能根本不是一条直线。
只要一个行业里存在大量信息、判断和决策，哪怕最后真正干活的是人、机器、拖拉机，甚至是一双手，AI 都可能从旁边插进去。
它不需要拿手术刀，才能影响医疗。
也不需要真的下地，才能影响农业。
我们以前问的是：有哪些工作 AI 做不了？
现在也许更应该问：
还有哪些行业，真的完全不需要做判断？
参考资料：