La inteligencia artificial (IA) puede revolucionar la agricultura al mejorar la investigación genómica y promover la mejora sostenible de los cultivos. Los sistemas de IA integran el aprendizaje automático (ML) y el aprendizaje profundo (DL) con grandes conjuntos de datos para identificar patrones y relaciones complejas al analizar vastos conjuntos de datos genómicos, fenotípicos y ambientales. Esta capacidad acelera los ciclos de cría, mejora la precisión predictiva y apoya el desarrollo de variedades de cultivos resistentes al clima y de alto rendimiento. Las aplicaciones como la agricultura de precisión, la fenotipificación automatizada, la analítica predictiva y la detección temprana de plagas y enfermedades demuestran la capacidad de la IA para optimizar las prácticas agrícolas al tiempo que promueve la sostenibilidad. A pesar de estos avances, persisten desafíos, incluidas fuentes de datos fragmentadas, variabilidad en los protocolos de fenotipificación y preocupaciones sobre la propiedad de los datos. Abordar estos problemas a través de marcos de integración de datos estandarizados, herramientas analíticas avanzadas y prácticas éticas de IA será fundamental para realizar el pleno potencial agrícola de la IA. Esta revisión proporciona una visión general exhaustiva de la investigación genómica impulsada por la IA, destaca el papel de los grandes datos en el entrenamiento de modelos de IA robustos, y explora consideraciones éticas y tecnológicas para prácticas agrícolas sostenibles.