5月18日上午，中国国际茶叶博览会首届数字化赋能茶产业高质量发展大会在浙江杭州举办。本次活动由中国农业科学院茶叶研究所主办，浙江甲骨文超级码科技股份有限公司承办，浙江省农业技术推广中心、浙江大学茶叶研究所、浙江农林大学茶学与茶文化学院协办。作为中国国际茶叶博览会上首次举办的茶产业数字化相关活动，大会吸引了来自茶叶主产区的茶界领导、业界专家学者、茶叶企业代表和媒体代表二百余人参加会议。

      中国工程院院士陈宗懋、农业农村部大数据发展中心副主任王松、中国农业科学院茶叶研究所党委书记/副所长江用文、广西自治区农业农村厅党组成员/副厅长韦波、浙江省农业技术推广中心 副主任金子晶、浙江甲骨文超级码科技股份有限公司董事长/总裁顾惠波等领导出席会议。

      中国工程院院士 陈宗懋在致辞中表示，如何让古老的茶产业焕发出新的生机，实现从传统到现代，从本土到全球的跨越，是我们共同面临的课题。本次大会的召开，为我们提供了一把开启未来之门的钥匙。为此，陈院士提出了几点愿景：1. 坚持技术创新引领；2.坚持数据驱动决策；3. 坚持品牌文化传承与创新；4. 坚持可持续发展路径。

      中国农业科学院茶叶研究所党委书记/副所长 江用文在致辞中表示，新时期，探索茶产业数字化转型升级，全面推进茶产业数字化改革已经刻不容缓。中茶所期待通过本次大会，与各方共同探讨茶产业数字化发展未来，开启茶产业与数字化交融的新篇章，共同构建一个更加完善、更加高效的茶产业数字化生态体系。

      农业农村部大数据发展中心 副主任 王松在致辞中表示，茶，作为中华文化的瑰宝，历经千年传承，一直不断经历着时代变迁的挑战和机遇。前有中西文化交融的“茶咖对话”，今有大数据赋能的“茶数融合”。大数据和茶产业的融合应用并非一蹴而就。我们需要加强技术研发，提升数据处理和分析能力；需要加强人才培养，打造一支既懂茶产业又懂大数据的专业队伍；还需要加强行业合作，共同推动大数据在茶产业中的广泛应用。

      为了破除茶产业数据分散、数据采集难、利用难等问题，大会举行了国家茶叶全产业链大数据中心数字生态共同体发起仪式。中国农业科学院茶叶研究所拟与浙江甲骨文超级码科技股份有限公司等单位紧密合作，依托国家茶叶全产业链大数据中心发起构建数字生态共同体，旨在打造一个开放、协同、共赢、共享、共建的数字化生态体系，携手推进实现产业数据资源整合，加快培育茶产业新质生产力，赋能产业数字化转型。

      会上，专家学者、茶企代表围绕“数字化赋能茶产业”进行主题分享，探讨数字时代构建茶产业发展新格局的有效路径，为加快探索茶产业现代化发展建言献策。

      中国农业科学院茶叶研究所 副研究员 陈富桥博士发布了《茶产业数字化应用场景白皮书》，围绕数据中心、数字生产、数字营销、数字服务、数字交易、数字决策等多元场景，系统化阐述了茶产业数字化应用建设情况，为产业转型提供了方向指引和实施建议。

      中国农业科学院茶叶研究所 李杨博士作《数字技术在茶产业应用现状与趋势展望》主题报告，围绕茶叶全产业链环节，系统剖析了茶产业数字化转型的基础和现状，指出茶产业数字化转型挑战与问题在于：1、系统化规范化指导有待加强；2、数字产业发展的信基础有待完善息3、研发和人才支撑力度有待进一步加强。

      浙江甲骨文超级码科技股份有限公司 茶产业产品总监 章程作《茶产业大脑推动产业发展新格局》分享详细介绍了超级码茶产业大脑架构体系，及其在全国部分茶叶主产区的应用实践案例。

      安吉县人民政府 党组成员 肖家青作《数字赋能-助力安吉白茶驶上高质量发展的快车道》分享，全面展示了安吉县茶产业数字化、品牌化的发展历程和成果。（安吉白茶产业大脑应用自2021年上线以来，品牌价值跃升至52.06亿元，安吉白茶一产产值达37.75亿元，为农民增收9960元，以数智赋能推进了安吉白茶产业创新发展。）

      福建品品香茶业有限公司 信息部总监 高翔作《品品香数智化赋能白茶产业升级》分享，分享了品品香的数智化转型之路以及品品香数智化未来发展规划。

      会上，为加强茶产业数字化政企联动及产学合作，安吉县农业农村局、中国农业科学院茶叶研究所、浙江甲骨文超级码科技股份有限公司，三方共同签订了推进安吉茶产业数字化转型战略合作协议。

      大会还设置了圆桌论坛环节，中国农业科学院茶叶研究所 副研究员 陈富桥主持。茶产业政府领导、专家学者、企业家们结合各自专业知识，围绕“茶产业数字化转型战略”这一主题展开深入交流，为大家提供了有益的见解和帮助。

      当前，促进农业数字经济发展、激活“数据要素”价值潜能、赋能数字农业农村新发展已成为现代农业发展的重要方向，本次会议汇聚多方智慧和力量，共同研讨了我国茶产业数字化转型发展的方向和路径，探索构建了茶产业数字生态共同体，对促进茶产业数据资源有效整合、推动茶产业在质量和效益上的协同发展具有重要意义。