另外，反对有机食品的一个主要理由是有机食品的产量较低。在有机部门的背景下，这个问题似乎不太相关，因为有机部门正越来越多地受益于与非有机农民一样的数字和精确技术。正如我们在之前提到的，另一个担忧是，只选择有机产品的消费者将错过种子科学家新一代创新的许多好处。
微藻可以改变世界
微藻是一类在陆地、海洋分布广泛，营养丰富、光合利用度高的自养植物，细胞代谢产生的多糖、蛋白质、色素等，使其在食品、医药、基因工程、液体燃料等领域具有很好的开发前景。
藻类个体大小悬殊，其中，只有在显微镜下才能分辨其形态的微小藻类类群被人们称为微藻（microalgae），故此微藻不是一个分类学上的名称。
根据世界粮农组.织(2016)的数据，每年消费的海鲜中有50%来自人工养殖。并且预计水产养殖业将持续繁荣——到2026年产量或将增长34%。在各方因素的影响下，饲料供应业便产生了巨大的压力（饲料供应主要由饲料鱼、大豆和其他谷物构成）。每年从野外捕捞的2000万吨饲料中，约90%被磨成粉或油，用于养殖供人们食用的鱼类(TimCashion,FrédéricLeManach,DirkZeller,DanielPauly,2017)。
这个现状促使研究人员试图制造一种替代品，它会提供饲料鱼中存在的营养成分，这在经济上是可行的，也不会耗尽人类直接依赖的粮食等资源。藻类可能是这种一种可行的脂肪酸替代来源。工业研究表明，藻类的生长速度比陆生植物快10倍，而生产等量生物量所需的土地少于十分之一。
只是要想取代每年2200万吨的野生水产养殖鱼类，就需要大量生产微藻。生产成本也应下调，因为农民会选择充足和更便宜的粮食。根据LeslieNemo在《科学美国人》(scienceAmerican,2019)上发表的一篇文章，提高产量的其他内在障碍是确定脂肪酸(如omega-3)的正确比例，以及模拟鱼油中发现的自然平衡。
研究人员必须找到完美的藻类或酵母菌菌株，并喂给它们合适的发酵剂，这样相关微生物就能按比例生产出所有东西，或者它们必须结合各种来源的脂肪酸，这些要求都使得协调生产更加困难。此外，替代饲料精炼厂再生产过程中的温室气体排放量也是个问题。
我们认为，克服这些障碍对于满足人类的需要将是至关重要的，且不会增加过度捕捞和气候变化对海洋生态系统的压力。
天上无人机，地上机器人，智慧农业系统成型在农场里拥抱创新
我们似乎正处在一个重大变革的风口上，不仅是在生产力方面，而且在如何、在何处、何时种植粮食等基本问题上都面临着挑战。初创企业各大公司拥有一系列技术创新，通过将数字解决方案集成到农业系统中，提高了营养物质和其他投入的精确应用度，即“农业4.0”。在这样做的同时，尽量减少对土壤的破坏，提高无人机技术在陆地和空中的使用，加强动植物遗传、营养和健康，以提高生产力。
过去十年对这些技术投资的增加最能说明这种机会的重要性。2008年，农业科技的投资总额估计为1亿美元。毕马威会计师事务所(KPMG,2019)的数据显示，到2018年，这一数字升至42亿美元。数据驱动的农业已经在帮助农民和食品生产商找到用更少的钱实现更大增长的创新方式。随着城市化降低了农村劳动力，新技术将对减轻剩余农民的工作量至关重要。操作将远程化，流程将自动化，风险将由机器识别，问题将通过向中央指挥中心键入命令来解决。在未来，农民的技能将越来越多地是技术和生物能力的结合，而不是纯粹的农业知识。
好消息是农民们已经习惯了技术。然而，阿德里安·珀西(2018)认为，脱节的现象仍然存在。他认为，除非我们找到一个让农民参与农业科技的价值主张，否则他们(理所当然地)仍将对新产品持怀疑态度。科技的责任在于证明数字技术的进步不仅仅是环保的小把戏。人们需要使用更少的人力生产更多、更高质量的食品。将这些产品推向市场的企业家需要积极地从他们想要帮助的用户那里收集反馈。
连通性差和缺乏综合的实际解决方案是数字化滞后的另一个原因。此外，机器人机器的成本仍然高得让人望而却步，而像无人机和物联网领域这样的尖端解决方案成本高昂，而且学习难度大。
尽管农业科技还未尽善尽美，不过情况在不停地变化，我们将在下文中继续讨论。
地面机器人
拖拉机制导和自动驾驶技术已经成熟，不过无人驾驶的自动拖拉机要想成为普遍使用的拖拉机还需要很长的时间。监管、高传感器成本和信任缺乏才是主要限制因素，而不是技术本身。然而，智能工具的崛起正在加快步伐。事实上，先进的视觉技术是源于机器学习(即深度学习)。在这里，机器学会区分作物和杂草，因为工具是沿着田地拉，使他们能够采取特定地点的除草或喷洒行动。我们预计这种工具将越来越普遍。现在他们还处于婴儿期，软件还在开发中。博世(Bosch)与拜耳(Bayer)联合开发智能喷雾器的合资企业正接近大规模商业化。
在广域农业之外，农业机器人的应用受到了限制;尤其在园艺领域，智能技术在很大程度上仅限于灌溉。但一些新鲜草莓收割机已经试运行，一些正在过渡到商业模式。不过，这项任务在技术上仍然具有挑战性：视觉系统需要探测复杂树冠内的水果，而机器人手臂必须快速、廉价、轻柔地采摘水果。新型的末端执行器，包括那些“软机器人”，可以被动地适应水果的形状，改进了由人工智能学习过程支持的抓取算法。低成本、高质量的机械手臂正在并工作投入，更好的视觉系统都在帮助推动这项技术走向商业化。
在乳制品行业，全球已经安装了数千台自动挤奶机。例如，荷兰有3959个自动挤奶系统，总共有17667个挤奶装置(DairyGlobal,2018)，这意味着大约22%的荷兰农民拥有机器人。随着机器人能力的肯定，该行业将继续扩张。