分享至
数字农业：找准一个痛点就有百亿级市场
原文地址：http://news.sciencenet.cn/htmlnews/2023/4/498195.shtm
时下正值春耕，分布在山东菏泽、泰安、淄博和河南周口、商丘等地高标准农田的3000多口农用机井实现了远程自动开阀，覆盖耕地面积约20多万亩。这是后稷数农（杭州）科技有限公司（以下简称后稷数农）去年底获千万级天使轮融资后，正式推动首个产品“农用机井智慧大脑”落地的成果。
随着大数据、人工智能技术的进步以及硬件设备的不断升级，农业发展正从“看天吃饭”向“知天而作”转变。自动化、智慧化的数字农业已成为未来农业的重要发展方向。
?
农用机井智慧大脑。后稷数农供图
《中国科学报》在采访中了解到，针对数字农业领域，阿里巴巴、华为等龙头企业正在介入，而第一梯队的风险投资机构及投资人则关注良久。
公开资料显示，2023年第一季度，京安甄选、巴夫巴夫农业、云养牛科技均被收购，辉途智能得到1000万元天使轮融资，良安科技新三板发行。数字农业赛道的火热，从投融资热度上可见一斑。
复杂的农业应用场景
“农业的问题很复杂，因为它不像工厂化那么标准。”在《中国科学报》采访过程中，受访者屡屡提及复杂的农业应用场景给数字农业赛道带来的影响。
2020年1月，农业农村部、中央网络安全和信息化委员会办公室联合印发的我国首部《数字农业农村发展规划（2019—2025年）》指出，到2025年，数字农业农村建设取得重要进展，有力支撑数字乡村战略实施。数字技术与农业产业体系、生产体系、经营体系加快融合，农业生产经营数字化转型取得明显进展，管理服务数字化水平明显提升，农业数字经济比重大幅提升，乡村数字治理体系日趋完善。
据长期关注农业产业发展的专业服务机构35斗的数据分析，2022年农业领域披露具体融资金额的资本事件募集资金共约428.26亿元。在资本关注的几大方向中，重点押注智能农机、农业数字化运营和解决方案，以及数字化产品和技术等领域，农业生产将全程提升效率和质量。
中国农业科学院农田灌溉研究所研究员李平说，数字农业涵盖了农业领域的方方面面，即从育种到种植、采收，到加工、物流，再到机械、市场等全链条产业。
例如，要实现无人种植和采收，首先需要研发适宜的作物品种。由于产业链条不通，导致一些数字农业技术无法在大面积应用场景中实现。目前这类“牵一发而动全身”的解决方案主要依靠相关部委的金融投资，撬动地方政府发力以及社会资本积极参与。
同时，与工业场景完全不同，农业面对的是生命体和自然环境，这大大增加了数字化技术应用的复杂性。
以模拟作物产量为例，算法参数如何才能契合作物生长规律和作物结构？一位不愿具名的农业专家告诉《中国科学报》，这需要多种参数“本地化”。模拟构建相关数字化模型时，研发者可能会因为缺少相应的长期数据和经验，而遇到知识盲区。
投资任重道远
“农用机井智慧大脑”就是后稷数农和农业农村部物联网重点实验室、中国农业科学院农田灌溉研究所、浙江省农科院联合研发推广的项目之一，在科研机构与信息化企业的合作中做出的成功尝试。
后稷数农创始人许朋朋告诉《中国科学报》，该智慧大脑通过物联网技术平台可远程对机井设备进行全方位监控。它最大的价值是将农用机井的使用寿命从目前的3~5年延长到 8~10年。
此前，许朋朋有其他领域的物联网创业经验。在他看来，农业种植场景较为复杂，数据模型是最难攻克的技术环节。以井震动为例，将水泵安装到井的过程中，如果安装不到位，机井启动时就会产生震动。如果没有有效构建出这一场景的数据模型，就无法收集异常情况。
“我们有数字化的能力，但没有农业行业的经验和灌溉领域的积累。其实数字化就是赋能，它并不能产生一个产业，而是对原有的产业进行加成和提升。”许朋朋说。
在数据模型方面，中国农业科学院提供了强大的技术支持。“我们经过多年研究积累了一些技术储备。”李平告诉《中国科学报》，研究所拥有工程规划设计和后台算法模型等核心技术，而后稷数农拥有互联网大数据和可视化平台。两年前，后稷数农找到他的团队，合作顺理成章地开启了。
受访专家认为，无论是常年研究农业数字化的科研人员，还是想介入数字农业领域的信息技术企业，甚至是看好数字农业产业的投资人，都必须做足多学科交叉融合的功课。在农业复杂种植场景实施数字化时，要去学习、了解这种作物的生长特性，通过大量的田间试验数据驱动模型。
领投“农用机井智慧大脑”项目的杭州仲圣泰富股权投资有限公司（以下简称仲圣泰富）创始合伙人田泰在接受《中国科学报》采访时说，投资农业数字化赛道的周期不会短，从项目接触到对农业产业化的理解，再到项目的研究和不断跟踪，都需要一个过程，关键要看它的落地应用场景能不能真正解决问题，以及它的商业模式和营收增长率如何。“有些项目跟踪了2~3年还未必出手，农业产业化投资任重道远，不能为了投资而投资。”
深入了解产业才能找到痛点
“其实找到一个痛点深挖进去，就有很大的空间，因为农业的体量太大了。”许朋朋举例说，他们找到的农用机井智能管护的痛点就有上百亿元甚至千亿元级的市场。
农用机井是我国北方地区的一项重要农田灌溉和人畜饮水设施。随着国家高标准农田建设规划项目的推进，农用机井设备大幅增加。但由于农用机井在使用上具有周期性，长时间不用会存在泥沙淤堵的情况，加上受益单位缺乏管护能力、缺少专项运维资金，致使大量农用机井遭损坏。建设一口农用机井的费用高达15万元左右，一旦损坏损失巨大。
按照《全国高标准农田建设规划（2021—2030 年）》，到2030年，中国要建成12亿亩高标准农田，以此稳定保障1.3万亿斤以上粮食产能。按照平均65~80亩一口农用机井的分布原则，至少需要建设1500万口机井。而这上千万口农用机井迫切需要数字化管控技术，来延长机井的使用寿命，解决管护难题，从而确保农业灌溉顺利实施。
然而，这个痛点并不是一下子被后稷数农发现的。
3年前，许朋朋回老家山东时发现，当时灌溉用水来自农用机井，而机井的管护完全依靠人工。“我当时就觉得，这和我前一个创业项目电动车充电桩的场景有点像。”于是，他回到杭州埋头研究农用机井。
许朋朋一开始的关注点仅仅是希望解决机井用水收费困难的问题。在一些试点应用之后，当地农户向他提出了解决机井维护管理问题的需求，这才有了“农用机井智慧大脑”。“只要有痛点、有需求，成功是早晚的事。”许朋朋说。
“如果从细分领域来看，后稷数农其实是比较‘小众’的。它属于非常垂直落地的一个领域，商业模式简单。这也是投资的关键点，我非常看重它能否成为细分赛道的龙头。”田泰说。
最合适的才是最好的
农业产业链较长，两头分散、中间环节过多，落地应用场景也分散，因此农业数据的收集和整理非常困难。
此外，数据分析和处理经验也相当缺乏。什么是有效数据？怎么把有效数据提炼出来形成数字建模？这些都需要时间的沉淀和落地应用场景的积累。“因此，数字农业项目要取得成功，不可能是一蹴而就的。”田泰说。
对此，田泰认为，投资机构或投资人首先要深入了解数字农业投资的大环境。“现在的农户大部分年龄都比较大，‘农二代’都不愿意面朝黄土背朝天。”人力缺乏为农业数字化和智能化提供了需求场景。
目前，一些地方政府正在把闲散的土地资源从农民手中流转过来集约化经营。这一过程中出现的一些新型农业经营主体更有可能把农业转化为工业化方式运作，这为数字农业提供了应用条件。
而互联网在过去几十年发展中解决了效率问题后，也走到了如何真正提升生产力的路口。农业数字化将成为农业产业互联网的新发力点。
田泰建议，投资机构在关注数字农业时，不能仅关注软件服务提供商，更要关注那些有科技内核的硬件加软件服务落地应用解决方案提供商。而那些过于依赖政府补贴的农业项目，或纯粹吸引眼球的项目，以及在单一地域范围内营收占比集中的项目，大都是缺乏后劲的，持续实现营收增长的硬核能力比较弱。此外，如果一个项目应用的场景过于概念化，也需要谨慎选择。
-
焦点事件
-
焦点事件
-
焦点事件
-
焦点事件
