智能决策是智慧农业的核心，是数据产生价值的过程，覆盖农业生产从产前规划、产中种植管理及环境控制到产后存储、加工、运输和销售等各个环节
产前规划包括需求分析和种植方案推荐；
产中种植管理包括环境调控（对于设施农业）、施肥、打药、灌溉等方面的智能决策支持；
产后农产品的库存控制、运输车辆调配、流通加工与配送中心的选址等，均需要智能计算方法提供决策支持。
作物生产管理决策支持技术的研究，集中在作物生长模拟及各类专家系统方面。
作物管理专家系统是专家系统在农业领域的具体应用，一般包含一个由权威农业专家的经验、资料、数据与成果构成的知识库，并能利用其知识，模拟农业专家解决问题的思维方法进行判断、推理，以求得解决农业生产问题结论的智能程序系统。
狭义来说，农业数据是指人之外的农作物自身及环境的生物物理信息。然而，农业生产活动离不开人的活动，生产者自身的经验、消费者构成的市场均会对生产产生影响。因此，广义来说，农业数据还包括从事农业生产的人、社会环境、市场动态等社会信息。
生物物理信息感知包括空间信息感知和地面信息感知。
前者主要包括遥感技术、卫星定位技术、地理信息技术（“3S”技术）：基于遥感技术可获得种植面积、作物长势、洪涝、病虫害情况及土壤和作物营养等空间信息；基于卫星定位技术可获得装备的精准位置，可用于农业机械的移动定位；地理信息技术则给出了一个直观的管理数据的方式。
后者主要是农业物联网所涉及的传感技术，获得如土壤和空气的温湿度、光照强度、二氧化碳浓度、风速、土壤盐度等数据。除此之外，还有通过可见光/近红外光谱、近红外光谱速测植物养分、土壤肥力、农产品质量的传感器技术。
信息感知包括通过农业物联网等获得各种与农业生产经营相关的信息，如作物、土壤等环境以及从事农业生产的人乃至社会的信息；
智能决策如同大脑，对各类信息进行分析处理，提供管理或控制的方案，例如专家系统；
决策实施则根据分析结果进行，包括经营策略、种植方案、环境调控或农机（例如无人机、播种机）的操控。
信息感知和决策实施往往依托于硬件设备，智能决策则主要是数据和知识的处理和计算。当今大数据、云计算、物联网的时代背景，对智能决策提出了更高的要求。
下一步，农业农村部将持续加快智能化农业机械研发进程，并针对农业机器人等前沿领域，推动设立研发专项；支持具有创新能力的农机龙头企业组建创新联合体，牵头承担研发任务，加快推动智能农机核心零部件研发创新。在此基础上加大示范推广和购置补贴力度，逐步将更多符合条件的智能农机产品纳入农机购置补贴范围，助力智慧农业发展。
