From bytes to bushels: How gen AI can shape the future of agriculture — McKinsey & Co.

This is a summary of the content that was originally published on 10 June 2024 by Daniela Nuscheler, David Fiocco, Pradeep Prabhala, RS Mallya Perdur, Yashaswi Gautam, Tom Brennan, Ryan Degnan, for McKinsey & Co.. Image by McKinsey & Co..

ENGLISH

Global demand for nutrition is increasing, creating economic pressures and opportunities for farmers, alongside a push for sustainable practices.
AI technologies like generative AI (gen AI) are emerging as powerful tools for agriculture, capable of improving efficiency and effectiveness.
Combining analytical AI and gen AI can unlock economic value across the food production industry, estimated at $100 billion for on-farm economics and $150 billion for enterprise operations.
Gen AI processes large, unstructured data sets to generate new ideas and patterns, while analytical AI predicts outcomes based on structured data.
AI applications in agriculture can optimize input use, manage labor efficiently, and enhance supply chain logistics, benefiting both farmers and businesses.
Agriculture must rewire its approach to AI adoption, focusing on business-led strategies, tech infrastructure modernization, data management, talent upskilling, risk management, and agile operating models to realize its full potential.

ESPAÑOL

La demanda global de nutrición está aumentando, creando presiones económicas y oportunidades para los agricultores, junto con un impulso hacia prácticas más sostenibles.
Las tecnologías de inteligencia artificial como la inteligencia artificial generativa (gen AI) están surgiendo como herramientas poderosas para la agricultura, capaces de mejorar la eficiencia y efectividad.
La combinación de inteligencia artificial analítica y gen AI puede desbloquear valor económico en toda la industria de producción de alimentos, estimado en $100 mil millones para la economía en las fincas y $150 mil millones para las operaciones empresariales.
Gen AI procesa grandes conjuntos de datos no estructurados para generar nuevas ideas y patrones, mientras que la inteligencia artificial analítica predice resultados basados en datos estructurados.
Las aplicaciones de inteligencia artificial en la agricultura pueden optimizar el uso de insumos, gestionar eficientemente el trabajo y mejorar la logística de la cadena de suministro, beneficiando tanto a los agricultores como a las empresas.
La agricultura debe replantear su enfoque hacia la adopción de IA, centrándose en estrategias lideradas por el negocio, modernización de la infraestructura tecnológica, gestión de datos, capacitación de talento, gestión de riesgos y modelos operativos ágiles para realizar todo su potencial.

PORTUGUÊS

A demanda global por nutrição está aumentando, criando pressões econômicas e oportunidades para os agricultores, juntamente com um movimento em direção a práticas mais sustentáveis.
Tecnologias de inteligência artificial como a inteligência artificial generativa (gen AI) estão emergindo como ferramentas poderosas para a agricultura, capazes de melhorar a eficiência e a eficácia.
A combinação de inteligência artificial analítica e gen AI pode desbloquear valor econômico em toda a indústria de produção de alimentos, estimado em $100 bilhões para a economia nas fazendas e $150 bilhões para as operações empresariais.
Gen AI processa grandes conjuntos de dados não estruturados para gerar novas ideias e padrões, enquanto a inteligência artificial analítica prevê resultados com base em dados estruturados.
As aplicações de inteligência artificial na agricultura podem otimizar o uso de insumos, gerenciar eficientemente o trabalho e melhorar a logística da cadeia de suprimentos, beneficiando tanto os agricultores quanto as empresas.
A agricultura precisa reformular sua abordagem para a adoção de IA, focando em estratégias lideradas pelo negócio, modernização da infraestrutura tecnológica, gestão de dados, capacitação de talentos, gestão de riscos e modelos operacionais ágeis para realizar todo o seu potencial.