【TechWeb报道】6月14日消息，上周在上海召开的云栖大会上，阿里云大秀了一把自家“AI养猪”的ET农业大脑，而这个项目早在今年2月，阿里云便开始了布局。当然将靶向锁定在农业领域的巨头并非阿里一家，比如说京东“跑步鸡”、网易黑猪肉等，农业赛道一时间涌现了多个巨头参赛选手。

但这些巨头布局的，其实仅是农业领域中的一个分支——养殖业。多数扎到农业领域的企业多会侧重在养殖方向。原因在于养殖是个集中化管理和工业化程度较高的分支，技术渗透起来相对容易，正因如此养殖成为了最容易切入行业的突破口。

那么问题就来了，为何很少有人愿意碰种植这个分支，我们从以下几个方面来看。

国内外农业的异与同

农业是个“靠天吃饭”的行业，各国在这点上都是相同的处境。差异之处在于，发达国家均达到了现代农业水平，全程实现机械化、信息化管理。虽然依旧离不开靠天吃饭，但整个气候参数、种植过程均可通过数据进行量化，进而规避气候所带来的风险，这一点是国内目前所不具备的。

造成这种差异的原因，还要从源头讲起。国外如澳大利亚、美国等国家被称为殖民农业，这些国家现今的农业用地在当时是片荒地，致使其在垦荒过程中必须要通过机械化的方式实现，等于直接跳过了刀耕火种阶段，上来就是机械化，这就是欧美农业机械化水准、信息化进程较快的根本原因。

而国内农业历史源远流长，距今已有3000余年的传承，导致农民形成了一种根深蒂固的种植习惯，我们以一个生动的例子来说明，比如说精密仪器部件加工，德国第一的宝座无人能撼动，但国内一些老技师的水准也不遑多让。但德国在传授过程中，有一套标准化的流程，当参数全部符合要求就能加工出高质量的部件。而国内更多的是靠经验，比如说看看你的手感，没有任何数据依据来将生产进行标准化。这个道理放在种植上也一样，是一种非量化的过程。

所以这样的农业基础将很多新技术拒之门外。即便是土地集约利用水平较高的区域，如东部沿海经济比较发达的地区，每一户可能种植几千亩地(接近一个中大型农场)，但种植过程依旧非常原始，属于粗放型经营方式，技术的渗透率远远落后于集约化程度。

同时种植业现今还面临着另一个严峻问题，就是农技已到了一个即将无法传承的节点，据调查显示目前农业生产的主体是老人与妇女，其中50-60年龄段的人占比居高，他们的子女多数会选择进城务工。十年后，当年龄结构再次发生变化时，这些土地该由谁来耕种成为了迫在眉睫的问题，要知道农业用地是不能撂荒的。

虽然目前出台了土地流转政策，将土地集约化之后，交给有技术的种植方、农业服务方、或是让一些愿意回到农村且拥有技术的经营者来管理，而集约化之后始终要改善粗放型经营这一现状。

回头来看三大产业之一的工业，工业之所以发展速度远超农业，就是因为工业全程是可标准化的。因此化解农业困局的关键就在于标准化。通过量化的数据形成种植的最佳方案，从而促使整个农业往标准流程方向去前行。

那么又一个问题来了，标准化能带来什么?以最具代表性的褚橙为例，虽然大小不同但却能做到“24:1”的黄金酸甜比例，正因如此褚橙的价格才会相对较高，这就是标准化经营的结果，给农业全产业链带来了附加价值的提升。

但标准化并非一蹴而就之事，标准化的前提是将整个种植过程信息化，信息化的前提则是机械化，说白了信息化是以智能化工具为代表的新生产力，让信息变得能够获取、传递、处理与利用，这些都是凭经验种植无法做到的。

新技术的渗透原则

在谈到技术如何渗透，我们先来了解一下此前的打法。农业(这里只谈种植分支)中最好做的还是农产品深加工和销售，打法更加偏重工业化，靠后期的品牌包装来提高农产品的附加值，但种植端农民并未从中获益。这也是为何现今在谈供给侧改革，从初级农产品往种植端去走，才是农业亟待解决的问题。

而巨头切入的养殖这个分支，其一是工业化程度较高，其二养殖中所应用的AI技术跟人脸识别差不多，本质上属于通用技术，只是训练的样本各有差异而已。现今CV+AI(计算机视觉+人工智能)炒的很热，核心在于数据而非算法有多高深，谁能够设计出一个讨巧、低成本且能够源源不断产生数据的一个模式，谁就能快速对算法进行优化从而实现复制。

但种植与养殖截然不同，种植要考虑的因素有很多，其一是不同区域的气候波动，其二是种植特点及水肥管理习惯，都影响着后期农作物生长状况。即便区域气候一致，人为因素在其中也造成了很大干扰。所以虽然种植分支现代化水平较低，但对于新技术的迫切却远高于养殖分支。

但拿一个新技术推到农业，门槛相当之高，巨头们擅长的价格战或是补贴教育市场在这里完全行不通。农民收入本来就不高，价格战只会让他们觉得利润还将被压缩。但新技术在农业的渗透已势不可挡，所以渗透的第一个原则就是不能做增量服务。

在不做增量服务的前提下，第二个原则是一定要服务于农业生产过程当中已经存在且必须的环节，在不增加成本的前提下技术才能够被接纳，而新技术要做的是不断优化成本进而创造出新的利润点。只有这两个原则相加，农业新技术才能真正实现渗透。

新技术在农业领域的应用

谈了这么多理论性内容，接下来用具象化的实例来聊一聊，先看一下国外方面，比如说英特尔正试图通过AI技术让草莓这种“娇气”的水果能够以最新鲜的状态呈献给消费者，这一过程对信息化的要求相当之高，无论是从种植→采摘→物流，断一环结果都会截然不同。

当然上面也说过，这种信息化水平是国内所不具备的，反观国内方面，我们以一家从中科院体系中走出的麦飞科技为例。

麦飞科技聚焦点在农业病虫害遥感监测及精准作业方向，CEO宫华泽的履历可谓相当惊人，曾任遥感应用技术专业博士(农业遥感科学)、国际TanDEM-X卫星计划PI、国家高分辨率对地观测体系起草团队成员，创始人及团队背景让他们先天拥有了过硬的技术背书。

要知道农业部的农情速报系统中的核心空间观测子系统都是由中科院遥感所建立的，当这些收集到的数据与建立起的咨询方案形成流程后，宫华泽开始思考，这套东西究竟能为底层第一线农业生产带来哪些价值?为了解答这一问题，麦飞科技应运而生。

回到他们所聚焦的方向来看，遥感领域使用AI算法已有十几年的历史，只不过当时受于高算力硬件水平以及信息化的影响并未爆发。现今软硬件条件已是万事俱备，以遥感切入病虫害监测和精准作业的东风已来。

依托农业遥感监测技术上的背书，麦飞科技形成一套软硬件一体的精准科学施药体系，也就是说他们现今只聚焦在精准施药这块业务，利用可遥控的低空喷雾器(无人机)和AI技术进行农田病虫害防治。

但遥感技术有很好的延展性，比如说精准追肥。之所以麦飞科技砍掉了这块业务，其一是遵从上面所提到的渗透原则。病虫害防治是整个农业生产过程中最关键的一环，虫害一旦出现就必须要防治，而肥料即便间隔一段时间作业也不会有太大影响。

第二个原因是探测效率，虫害相当于性状突变，而施肥就好比是种营养不良的慢性病，前者的检测效率与准确度显然高于后者。所以结合市场、商业模式、技术等综合因素的考虑，麦飞科技最终将靶向瞄准在了精准施药这个刚需问题上，以重服务模式进行切入。

虽然这是一家技术驱动型公司，但宫华泽也意识到若想让技术真正渗透，还是要从业务驱动的角度去思考。比如说在此前研发体系中第一目标是准，而在实际农业生产过程中快则是第一目标，现阶段麦飞科技以农业需求为导向，对整个技术的应用进行反推。

这也是麦飞科技的探路阶段，从目前产品线来看，麦飞科技用于自主研发的麦视监测系统和等硬件，软件方面有农业管理软件及农业AI云。

而农业AI云是个农作物全程病虫害核心库，主要为农业新技术提供试算服务，这意味着第二阶段麦飞科技势必会朝平台化方向发展，让麦飞的核心技术来服务参与者进入行业，将技术渗透率最大化提高。

当技术渗透率和整个服务体系建立完善后，第三阶段的核心是形成一套数据多维度获取与加工链路的闭环，通过技术产生的数据来反哺整个产业。

这个逻辑就好比阿里，最开始做淘宝时并不曾想到现今以数据驱动整个商业价值的模式，但淘宝带动了个体经营者的需求，让整个购买力的数据不断激增，这些购买习惯数据现今产生巨大价值。现今阿里的售卖体系，更多是基础设施层面的建设，这套框架搭好以后，每个环节才能自行产生数据，才会集中更多的人力去围绕数据去挖掘更多的价值，最终完成变现。

农业的奇点已到

当然每个行业都离不开政策的指导，农业更为突出。从目前整个大环境来看，农业有几个重要的时间节点，我们逐个来了解一下(只谈技术方面)。

第一个节点，2015年农业部印发了《到2020年农药使用量零增长行动方案》通知，业内称之为“双减”。其中推行精准科学施药是唯一在施药方法环节上的要求，也就是麦飞科技现今在做的事。

第二个节点是去年，2017可以称之为无人机植保服务的元年，无人机植保行业在政策红利和农村劳动力短缺因素的双重催化下迎来快速，同时无人机首次定位成了农业机械进行管理。

可以说整个大环境未来的发展，是在朝着以科技为主导的规模化、精细化和智能化的方向上走。纵观全球农业发展趋势，美国注重农业科技创新，始终保持着农业技术的全球竞争优势。比如利用机器学习，减少产量损失与劳动力成本，亦或是通过对物联网基础设施数据的收集，结合算法将其变为可视化的指导性数据，给出最佳的种植及市场方案。

其他国家如以色列的滴灌技术、废水循环利用技术，在国际上的排名也较为靠前。反观国内黑龙江、内蒙古、新疆三省农业基础竞争力排名较为靠前，但在成长竞争力上，却未能进入第一梯队。较强的基础竞争力水平虽然提升了人均耕地面积与机械化运作效率，但正如上述所说，集约化与机械化只是整个现代农业的第一环。

而在整个AI大赛道上，国内想要实现的是全面反超，意味着农业的产业升级已是势不可挡。目前病虫害监测及防治的市场规模大概在每年千亿级别，但当下各家都处在摸着石头过河的时期，麦飞科技的技术背书显然让他们在赛道中占据了有利位置。