دوندگان و ورزشکاران تنها آن هایی نیستند که دستبندهای Fitbit، Jawbone، یا Vivofit را می بندند. شرکت فوجیتسو سنسور ابری 'Akisai' خود برای کسب و کار کشاورزی را ارائه کرده است، که بدون شک بهترین نمونه آن گاو متصل است.
وقتی گاوها در گرما باشند، بیشتر راه می روند، بنابراین با اتصال گام شمار به آن ها کشاورزان می توانند تشخیص دهند کدام یک برای تولیدمثل آماده است. این پلت فرم مبتنی بر ابر Akisai- تلاش فوجیتسو در "نرم افزار به عنوان یک سرویس" (SaaS) برای افزایش بهره وری و نوسازی کشاورزی- می تواند متخصصان داده را جایگزین کشاورزان کند.

کشاورزی دقیق
آن ها به آن کشاورزی دقیق می گویند. درست مثل صنعت، تجارت، و جامعه گسترده تر، صنعت غذایی به سرعت در حال استقبال از آخرین دستگاه های اینترنت اشیاء و نوآوری های کلان داده می باشد. با جمع آوری بیشتر و بیشتر داده ها درباره ی دام، محصولات و شرایط رشد آن ها، نه تنها می توانند بازده خود را کنترل کنند، بلکه آن را پیش بینی هم می کنند.
با کشاورزان مستقل، هوش مصنوعی و محاسبات ابری، که همه آن ها برای شخم زدن یک زمین جدید در یک مزرعه تکنولوژیکی به کسب و کار تجاری دیجیتال کمک می کنند، بستر بذر تبدیل به یک بستر تست برای برخی از جدیدترین تکنولوژی ها می شود. هدف نهایی چیست؟ یک اینترنت از موادغذایی که در آن هر چیزی در بالاترین سطح کارآمدی ممکن تولید می شود، به سمت مقصد خود ردیابی و دنبال می شود.

حسگرهای برداشت محصول
Akisai علاوه بر گاوها، با تولید برنج و سبزیجات نیز سروکار دارد. در کارخانه گیاهی Aizu-Wakamatsu Akisai خود در استان فوکوشیما در ژاپن، تکنسین ها یک گلخانه خودکفا و کاملاً کنترل شده درون یک کارگاه نیمه رسانا قدیمی ایجاد کرده اند.
ریچارد مارکوارت، سخنگوی فوجیتسوی ژاپن در توکیو، می گوید: "داده ها از حسگرهایی جمع آوری شده اند که اطلاعاتی درباره چیزهایی مثل دمای خاک، رطوبت، میزان نور، و بارش ارائه می دهند. این داده ها کشاورزان را قادر می سازند که به اطلاعات دقیق درباره ی شرایط رشد دست یابند. بنابراین می توانند تغییراتی برای افزایش بازده به کار گیرند."
مزارع ابری
تاکائو میزوتانی، مدیر بخش تجاری اینترنت اشیاء، واحد تجاری خدمات شبکه در فوجیتسو در توکیو، می گوید: "ما با استفاده از ابر Azure مایکروسافت برای تجزیه و تحلیل سیستم اینترنت اشیاء، تجزیه و تحلیل های کلان داده را بر روی داده های جمع آوری شده از حسگرها انجام می دهیم." محاسبات صورت گرفته در ابر کاملاً دقیق جو را کنترل می کنند- و مهم تر اینکه، با تنظیم دما، میزان رطوبت، و حتی ترکیبات فعال متشکل در مقادیر بسیار خاص کودهای مایع، بازده دقیق محصولات را پیش بینی می کنند.
با داده های بازده قبلی که بطور خودکار اطلاع می دهند که چگونه محصول بعدی به کار گرفته شده است، میزوتانی اضافه می کند که: "Akisai برای به دست آوردن آگاهی های جدید از داده های رشد گذشته، از یادگیری ماشینی نیز استفاده می کند." Akisai همچنین برای کاهش میزان آفت کش های مورد استفاده در رشد گوجه فرنگی نیز استفاد شده است.

کنترل از راه دور
تکنولوژی جدید نه تنها برای کاهش مصرف آفت کش، بلکه برای صرفه جویی در آب نیز استفاده می شود. هان واینز در خشکسالی کالیفرنیا در ارتفاعات سانتا لوسیا برای نظارت بر تراکم هوا و گرفتن عکس از تراکم تاکستان به وسایل نقلیه هوایی بدون سرنشین (UAV) –یا هواپیماهای کنترل از راه دور- روی آورده است. با ترکیب آن و حسگرهای مشابه در Akisai – مثل دما، رطوبت، و رطوبت خاک- کشاورز می داند که دقیقاً تاکستان به چه مقدار آب نیازمند است.
پاتریک لومان، نایب رئیس مشارکتی در PrecisionHawk، که به تاکستان هان، پهباد لنکستر PrecisionHawk خود را ارائه میدهد، می گوید: "هواپیمای بدون سرنشین یک کامپیوتر پرواز کننده است و برای گرفتن بهترین تصمیمات ممکن در حال پرواز برای جمع آوری داده های ثابت و دقیق در هر زمانی، دارای هوش مصنوعی می باشد. در یک سیستم تقریباً به طور کاملاً اتوماتیک، هواپیمای بدون سرنشین تصاویر و مطالعات را برای محاسبات و تجزیه و تحلیل داده ها، به نقشه برداری داده های هواپیمای بدون سرنشین و پلت فرم تجزیه و تحلیل ابری به نام DataMapper می فرستد.