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。
地面感知还包括在田间设置摄像机或红外监测仪等，用户可远程观测，用于提升种植透明度、增强消费者的信心。低功耗、低成本、性能稳定的传感器是长期获得可靠数据的关键，也正是目前推广应用农业物联网的瓶颈。
社会信息感知包括农产品市场需求、农产品价格、农业政策、种植者经验等方面。当前，在农业市场国际一体化的发展趋势下，农业企业、协会、合作社等经济合作组织对产前种什么效益高、产中何种农资优质优价、产后卖给谁等市场与技术信息有着更迫切的需求，这些信息对我国现代农业特别是规模化农业、订单农业以及地方特色农业的发展意义重大。
农产品需求信息是农业市场的灵魂，便捷、准确地捕捉市场信息，把握市场动向，及时调整生产及销售方向，是感知社会信息的主要目标。基于爬虫技术的自动采集是通过网络感知市场价格的重要方式，可用于每周的农产品价格预测等。而以投入占用产出技术为核心的粮食产量预测模型则考虑多种体现社会信息的农业投入。
关于强化智慧农业人才队伍建设乡村振兴，关键在人。《数字乡村发展战略纲要》《数字农业农村发展规划（2019—2025年）》都把培养数字农业技术人才作为一项重要保障措施，作出了专门部署。一是支持高校开设智慧农业相关课程。2018年以来，教育部先后批准10余所农业高校开设人工智能、数据科学与大数据技术等本科专业，批准开设智慧农业专业15个、农业智能装备工程专业6个、智慧牧业科学与工程2个。同时支持涉农高校开展农机装备、智慧农业创新研究，重点围绕农业生产数字化设计、智慧化控制、精准化运行等环节，支持和推动高校在遥感、信息、计算机和现代加工等领域的研究成果向农业生产领域转化。二是鼓励信息化人才进入农业领域。积极搭建返乡入乡创业平台，2017年起连续三年举办全国新农民新技术创业创新博览会，吸引和鼓励社会人才投身智慧农业发展
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。
下一步，农业农村部将持续谋划实施智慧农业工程，推进物联网、人工智能、区块链等新一代信息技术与农业深度融合，加快农业全产业链数字化转型。一是加强智慧农业关键技术创新攻关。在专用传感器、精准作业、农业机器人等领域加快突破一批关键共性技术。二是推进智慧农业产品技术产业化应用。建设一批数字农业创新应用基地，认定一批农业农村信息化示范基地，推广农业自动监测、智能控制、自主作业等先进适用智能装备和农场在线管理系统，加快农业生产经营、管理服务数字化转型。三是培育智慧农业产业体系。
