行政院主計總處發布國情統計，110年台灣農林漁牧業就業人口達54.2萬人，較109年減少1.1%(約0.6萬人)；主計總處每5年舉辦的農林漁牧業普查資料顯示，109年農業經營管理者平均年齡約64.4歲，顯見從農人口持續老化，從農家數也減至69.3萬。

農委會資料則顯示，台灣漁業從業人口約34.7萬人(含3.5萬名外籍船員)，從業人數逐年降低。前述數據突顯台灣農林漁牧從業者逐年減少、人口老化及人力斷層等問題。隨著政府積極推動青年回鄉等相關計畫搭配獎勵措施，前述問題出現轉折，除了政策支持與推動，智慧農業也發揮關鍵助力。

圖一 : 110年台灣農林漁牧業就業人口較109年減少1.1%。(source：行政院主計總處)

智慧化席捲各級產業 帶動農漁智慧生產模式

網路與數位科技日新月異，人工智慧(AI)、人工智慧物聯網 (AIoT)、大數據(Big Data)、感測觀念與技術都可以導入農漁等傳統產業，比方農機具等農業設施、土壤及作物導入感測元件(如環境感測、生物感測及影像辨識等)，結合無線通訊技術，可以將蒐集擷取到的各項數據(如光度、溫溼度、二氧化碳濃度、土質、蟲害等)上傳至雲端資料庫進行複雜的資料分析，甚至透過各種智慧APP落實農漁產品溯源追蹤。

針對傳統農漁民較不擅長的行銷與銷售部分，也可以透過市場需求與商情資料整合，透過大數據做資料探勘、整合及分析，得出有價值的經營、銷售、行銷數據，進一步產生有效產銷規劃、生產管理、人員配置及顧客服務等決策，獲得智慧監控、智慧產銷等效益，這些科技操作與使用對於青年農漁經營者來說相當輕鬆易學，可以大幅降低農漁作業負擔、勞動需求及各項成本支出。

行政院農委會積極推動智慧農業計畫，主軸為「智慧生產」與「數位服務」，以現行產業生產模式為基礎，搭配省工省力機械設備、輔具及感測元件的研發應用，並導入跨領域資通訊技術(ICT)、物聯網(IoT)、大數據(Big Data)分析、區塊鏈(Block Chain) 等前瞻技術，透過智慧化生產管理提升農業整體生產效率與量能，藉由物聯網與大數據分析技術建構主動式全方位農業消費/服務平台，結合效率、安全、低風險特性，打造智慧農業新時代。

圖二 : 智慧農業三大策略。(Source：農委會)

AIoT結合大數據強化農漁智慧生產模式

以數位科技翻轉傳統產銷模式，相關策略與技術模式可以廣泛應用於農漁業。以農業來說，農作物的病蟲害防治管理極為重要。過去，農業經營者在得知作物出現病蟲害時不一定能亡羊補牢，財損難以估計，從作物出現異常、檢體採樣、送鑑定單位培養檢驗往往曠日廢時，失去防治先機。高雄區農業改良場與工研院合作開發「作物病害精準預警系統」，藉由儀器設備監測及AI學習判斷提供即時訊息，提醒病害用藥防治從預防面著手降低可能的意外損失。

「田間作物狀態提示系統」以監測作物炭疽病為主要病害預警目標，利用環境監測系統進行田區光照、溫度、濕度及作物根圈土壤水分、溫度等微環境監測，配合氣象資訊蒐集環境因子資訊，以大數據演算找出作物病害與微環境變化之間的關係，再導入作物發病的學理基礎及專家系統，進行參數設計及判斷，透過AI統計運算及歸納分析提供系統智能化學習，預測作物發病機率，再以不同燈號顏色警示提醒，藉由無線傳輸訊息提醒經營者做好病害防治，達到預防勝於治療的目標。

圖三 : 洋蔥田間作物病害精準預警系統實際運作示意圖。(Source：農委會)

數位分身的高階應用：行為決策

除了農委會，資策會開發的數位分身(Digital Twins)—智慧溫室及智慧養殖場等解決方案為漁業帶來新的科技能量，是基於物聯網9大感知技術持續監測水質/作物/養殖物生長環境等設施，再透過控制盒將資訊上傳雲端。

過程中，雲端中的AI機器人會在系統內持續模擬數位分身，獲取外部水溫、溶氧量等設施因子及作物/養殖物生長狀況等生長因子，而雲端系統會創造出一個模擬的「數位分身」，AI機器人則會按照以往的成功策略運算合適的「行為決策」。透過9種感知器偵測與行為決策，建構一套完善的「智慧農漁業數位分身」解決方案，可大幅增加產量至300%。

近年來，智能聯網漁電共生的案例越來越多，如臺鹽綠能為推動「漁電共生」，發展綠能發電結合水產養殖，於台南北門打造一座200KW漁電共生的示範案場。合作業者新漢在臺鹽綠能總部導入iAT2000雲智化系統，建置iAT2000戰情中心，整合不同場域的魚塭關鍵資訊供決策者做出判斷，同時將實體數據與微軟(Microsoft)雲端整合成為數位分身，利用機械學習分析改善管理指標的各項建議，而機械學習也會持續、動態地學習各項經驗、知識，落實協作與決策優化。iAT2000雲智化技術與數位分身技術整合，可降低導入成本約50%、提高約30%的生產效率。

圖四 : iAT2000雲智化系統成功打造智能聯網漁電共生案例。(Source：新漢)

機器學習與CAE模擬技術的應用

數位分身是結合AI與HI(人類智慧)的新興技術，發展應用包含物聯網、雲端運算、應用程式介面和開放標準、AI和數位實境技術等。如果納入CAE模擬技術，數位分身可以透過AI技術輔助蒐集各項參數，縮短模型建置時間，還能提供無法直接在實物上計算的數據。由於數位分身AI可以24小時運作，搭配機器學習(ML)，有助經營者長期累積行為決策與最佳解方，大幅降低人力勞動及相關成本、避免人為疏失或人腦不足之處，為科技農漁經營者帶來許多效益。

國際智庫指出，全球數位分身市場規模2020年到2026年間的年複合成長率達58%，預估2026年市場規模達482.7億美元。數位分身多應用於產品設計與故障維修預測或避免意外停機等意外，以達節省成本的目的，若結合AI機器學習與深度學習，可擴大應用於分析、診斷、預測等面向。目前全球數位分身應用案例多集中於航太、製造業，台灣與荷蘭則率先投入智慧農業的技術研發與應用。

亞太電信與養殖漁業發展協會共同應用AIoT物聯網結合大數據的解決方案，讓漁民智慧生產模式更為精進，智慧養殖設備可以節省巡視工作時間，每一口魚塭約省時50%。AIoT感測物聯網內含六大功能：水質感測、氣象監測、智能電箱等遠端或自動化控制、養殖場域即時監測、水下攝影設備及雲端數據分析平台。

AIoT物聯網技術所建構的智慧養殖監測系統可以提供即時數據並搭配警告機制，出現異常可在最快時間內反應改善，有效降低財損，同時降低長期維運及後勤成本。對於經營者來說，不再需要每天巡視魚塭8小時，可以透過手機、筆電等終端設備連結雲端數據分析平台，查詢即時數據或更新資料，每天約可減少4-5小時的工時。

圖五 : 導入AIoT應用物聯網可有效管理魚塭。(Source：亞太電信)

感測技術與聯網技術的應用

感測器是物聯網應用的基礎，隨著物聯網的多元應用，對於感測器的要求也不盡相同，但連網自動上傳數據、低功耗、高可靠度、耐用性佳是基本需求。延電科技與國立屏東科技大學合作設計的魚菜共生系統結合養殖水質監測、投餌系統、植物滴灌系統功能，其中的水質感測系統可以自動抽取水質樣本做檢測，感測項目包含含氧量、酸鹼值、水溫、導電度、氨氮離子等，除了蒐集水質感測數據，也同步上傳數據至雲端做成記錄，還可以遠端監看養殖環境數據；投餌系統及植物滴灌系統可以透過自動排程，手動遠端控制餵飼及灌溉時機。這套系統可以透過長期監測數據判別影響魚類與收成等外在環境因素，有助提升產品品質與產量，自動化聯網系統則大幅節省巡檢及記錄的人力成本。

農漁業導入AIoT的痛點：成本與經驗學習

研調機構Gartner指出，2020-2025年AIoT應用市場在軟體解決方案及行業集成服務方面將呈現強勁成長，預估2025年全球AIoT產值將達4,500億美元。當數位轉型與智慧化升級成為必然趨勢，當傳統農漁產業面對高齡化、少子化與人才斷層等問題，智慧農漁業無疑是轉型之鑰。

不過，雖然政策大力支持與推動，台灣存在許多小規模農漁業生產模式，即使明白科技可以帶來明顯助益與改變，但是大量的設備與系統建置成本對許多經營者來說負擔相當沉重，如果規模經濟與獲利不到一定程度，許多農漁經營者相對保守。另一方面，數位感稍差的熟齡農漁經營者對於學習數位科技的熱情與理解力也因人而異，前者也許可以透過政策推動與補助、尋找策略聯盟、業者開發符合小農成本需求的AIoT系統等方式克服，後者需要年輕世代經營者接棒傳承，或者透過推廣教育、專業課程等方式縮短與科技的距離。

可喜的是，越來越多年輕世代投入農漁數位轉型的研發與生產行列，如「2022第四屆高通台灣創新競賽」第二名的團隊沃旭科技(Vossic Technology)就推出農漁畜牧養殖系統，透過「GREAT雌雄辨識AI技術」，以AI頭盔捕捉吳郭魚影像，魚場工作人員能立刻找出雌雄魚群，與之搭配的物聯網平台VIP（Vossic IoT Platform）則統一管理鑑定後的數據資料，進一步創造有價值的商業資訊。

未來，AIoT等數位技術結合人腦HI可以產生更多創新研發，除了廣泛應用於農漁業，也可以擴及農漁次產業或加工等領域。智慧化監控與精準產銷不僅可以促進台灣農漁產業升級，維持並提高產業競爭力，同時也能促使年輕世代回鄉投入農漁產業，挽救傳統產業世代斷層的危機。