文|新商业情报 朱若淼

农业生产的数字化、农机的智能化改造和应用推广成为大家在今年白马峰会上讨论的一个焦点。这是一个技术层面的讨论，但它所涉及的问题不限于技术维度。它的背后也是农业产业转型升级和粮食安全问题。

“现在在农村，60岁以上的老人还在种地是很普遍的现象。再过10年，等这一代人完全失去了劳动能力，谁来种地？是你还是我？”代双荣来自荷兰一家园艺设备公司。这趟来南京，他希望借参加2020国际未来农业食品百强·白马峰会的机会，密集接触到更多中国的潜在客户，将荷兰先进的玻璃温室技术和设备引进中国。

尽管在他看来，玻璃温室在国内推广仍有诸多障碍且成本高昂，但它不失为一种能有效减少人力投入的集约化农业生产模式。它是面向农业生产问题的解决方案之一。

大会上来了不少国内的农业科技公司，它们跟代双荣所服务的荷兰公司一样，都聚焦在农业上游生产端，希望通过新的技术和方案来解决我们即将在未来遭遇的困境。其中有像极飞、大疆这样的明星创业公司，也不乏丰疆智能、麦飞、博创联动等垂直领域的农业科技公司。

农业生产的数字化、农机的智能化改造和应用推广成为大家在大会上讨论的焦点。这是一个技术层面的讨论，但它所涉及的问题不限于技术维度。它的背后也是农业产业转型升级和粮食安全问题。

01 升级硬件

机器替代人力是最直接解决劳动力不足的方案。其中最理想的形式是无人农场，即利用无人驾驶的农机自动完成土地耕整、播种、田间管理和收获（耕种管收）。

但这种形式尚处在高校科研阶段，而且就国内农业机械化现状来看，无人农场距离广泛的应用落地还有很长的路要走。

现阶段更落地的方案是农机自身的智能化改造、创新。这也是目前我们能看到的显著趋势。

例如，具备自动驾驶功能的插秧机、收割机、打药机及用于巡田、洒药等场景的农业无人机等。它们共同特点是，借助智能化的设计，降低了农业生产的难度和繁重程度，并提高效率。客观上，这些机器的广泛应用有利于为农村吸引回年轻劳动力。

过去几年内，越来越多地被种植大户、生产基地或地方政府规划的现代农业产业园采购这类新兴的农机，应用到各自的生产场景中。

这些农机中，尤其以服务规模化农田的大型农机智能化升级最为突出。在这次大会上发表了主题演讲的丰疆智能和博创联动，也是参会的企业中具有代表性的两家为大型农机提供智能化解决方案的公司。

它们通过与更上游的农机制造商合作，在农机内添加智能模块帮助其实现自动驾驶等功能。基于这些机器在实际应用中采集的数据，它们也搭建了各自的信息化平台，以实现农机的智能化作业。

在需求端，年轻劳动力短缺及大面积的作业量，促使农户们对这类大型农机的智能化改造诉求旺盛。目前在东北、内蒙、新疆等地，具有辅助驾驶功能的农机应用实际已经非常普遍了。

因为这些地区的农田面积大，且土地集中程度远高于南方，在种植过程中往往依赖大型的插秧机、收割机等，而它们的驾驶难度又非常高。以插秧机为例，它的驾驶难点在于如何开得又直又快，这些要素会直接影响到产量和收割。

尽管从实际效果来看，这些升级后的农机设备还没有实现完全的无人操作，但是已经有效降低了人力的投入。

丰疆智能的副总裁姚远在接受《新商业情报NBT》（微信公众号ID：newbusinesstrend）采访时就提到，特别是今年受到疫情影响，地里招工困难，客户对智能化农机的需求更加凸显。“传统的拖拉机插秧，车里至少需要两个人，一个人负责插秧，另一个负责开车。增加了我们的智能化模块后，车上一个人就够了。”

除了大型农机的智能化升级，这些年来无人机也在广泛进入农业领域。它的使用场景不断丰富，不仅用于播种、打药、施肥，也被用在智能化巡田、低空农田遥感测绘等领域。

无人机本身操作灵活，这使得它的应用区域也更广泛。例如，在北方农田面积大的地区，它可以高效地完成打药、巡田等工作；而在地块分散，且多山地、丘陵地形的南方，它能快速进入原本人工难以进入的区域进行作业。

在中国农村土地流转加速的大背景下，无论是农户、生产基地还是政府层面，都需要新的工具对农田进行集中有效的统计、管理。无人机是能给出解决方案的硬件之一。

例如，今年上半年极飞推出的极侠农业遥感无人机，具体解决的就是这类问题。它的主要功能是高效完成低空农田测绘。

农田测绘是无人机打药、施肥的基础，传统的模式是通过人工测绘来完成。但是受制于地块面积、边界不规则或地势崎岖等客观条件的限制，人工测绘往往费时费力。新版的极侠农业遥感无人机，利用地图快速拼接、AI 识别农田边界及障碍物等功能能提高农田的统计和管理效率。

“我们建设的是数字农业的基础设施。”极飞科技的公共关系负责人佟巍在这次大会上介绍道。

这套基础设施建立在更广泛的硬件数据采集及算法积累上。它需要的是覆盖耕种管收全生产过程的数据积累。完成这套设施的建立，还需要上游各个生产环节的密切合作。

这也是国内农机在应用层面启动更新换代之后，各家硬件公司、农业技术服务商们都在积极探索的下一步——基于农机的智能化，发展数字农业。

02 积累数据

“我们认为数字农业分为三个维度——基础的农业数据化、数据辅助人进行分析决策以及最后精准智能化的完美执行。”大疆农业全球销售总监陈韬在大会上分享道。

国内这一波农机类硬件设备的升级潮，成为转向数字农业的一个重要契机。不过，目前我们还处在最早的数据积累阶段，距离实际的数字农业还很远。

这也是由国内农业机械化应用的现状所决定的。据农业部统计的数据，2019年中国综合机械化率为69%，而这个数字在美、日、韩等国已经达到了99%及以上。国内地缘辽阔，地势、地形差异大，这进一步还造成农机在内地的应用区域差别大。农机渗透率的不足，决定了农业生产数据在采集环节就存在先天的短板。

此外，传统硬件厂商此前也缺乏智能化升级动力，这在一定程度上阻碍了国内农业数字化的积累。姚远在采访中告诉《新商业情报NBT》,上游传统的农机制造商在新技术研发上偏保守。就农用拖拉机而言，目前自主添加自动驾驶导航系统的农机制造商非常少。

如今，新的硬件创业公司、农业技术服务商们加入这条农机产业链，正在打破原来的障碍。但它们所带来的变化还在缓慢的蓄力过程中。

因为农业生产的数字化是一块庞大且充满空白的领域。无论是新兴的农业技术公司，还是传统制造商启动的数字化转型，都还处在最早期的数据积累阶段。目前大量农业生产信息还只是人工经验，几乎每一家想做数字农业的公司，都要经历将人工生产经验转化成数据的过程。

“我们踩过的坑，所有新进来的技术公司都会踩一遍。”博创联动的CSO刘飞飞在提及其核心竞争力时说道。她所提到的这个坑实际指的是在农业生产经验转化成数据过程中，必须的试错过程。经历了这个过程之后，沉淀下来的数据和算法才是公司的壁垒。

建立这个壁垒需要时间。刘飞飞介绍，作为2014年从博创兴盛工业自动化部门独立出来的创业公司，他们的优势在于相对早地启动了这个试错过程。反映在业务层面，通过试错积累的精准数据帮助他们根据客户特征，因地制宜地提出具体的解决方案。

刘飞飞介绍，目前他们服务的东北和江苏这两个不同地区的客户时，就有明显的差异。“东北地区农田面积大，规模化程度高，我们服务他们的解决方案更偏向于智能化、无人化，而江苏地区的土地面积小，且更分散，所以服务这个区域客户时，我们更注重数据的精细度。”

数据服务的精确度，是如今各类服务农业的技术服务商、硬件商们强调的重点。它决定了这些服务商能否真实帮助农民解决成本、效率问题。

这背后需要的不只是数据，还需要基于数据产生的辅助决策机制。它是一套更庞大的数据体系，还需要整合更多维的数据。

“我认为再往后走，还需要更多的技术融合，里面包含视觉技术、与农机契合的各类传感器等。农机真正的实现智能化起码还需要5到10年，因为农机的大数据是个非常复杂的体系，它是一个生态的概念。”姚远告诉《新商业情报NBT》。在他看来，随着互联网公司、产业链下游的资本进入，整个融合过程正在加速。

下游驱动是加速农业生产数字化过程中的主要推动力。因为农业上游门类繁多，链条分散。整个产业链上游集约化程度低，导致各利益方之间难以形成有效的合力，因此自上而下的数字化改革难以有效推动，且动力不足。

经纬中国投资副总裁王秋在大会上分享认为，以下游零售商为代表的“新甲方”入场，正在倒逼农业上游往集约化方向发展。

这类“新甲方”的优势在于，它们可以基于市场带来的收益，来整合上游产业链上各方的利益，形成合力，并推动农业生产各环节的数字化改造。过去两年在农业领域频频动作的阿里巴巴就是其中最典型的例子。

盒马在上海、广州合作的盒马村项目就是它具体的落地案例。例如，今年上半年，它在上海崇明区落地的盒马村就是其中的典型。在这个翠冠梨数字农业基地内，应用有无人机、水肥一体化灌溉设施、数据传感器等数十种智能化农机设备。阿里云还与崇明区农业农村委合作，在果园内搭建了溯源系统、农事管理系统、物联网云平台。

在这个数字农业样板基地的打造中，也不乏极飞、悟牛等上游技术合作方的身影，后者为崇明区这个盒马村提供无人驾驶果园管理机，用于割草、运输、采摘及实时数据采集等。

从目前的发展情况来看，整个产业链无论是自上而下，还是自下而上所推动的农业数字化转型，都还在积累数据。通过实际应用场景沉淀下来数据和算法，是农机实现完全的智能化作业，并进一步解决未来农村劳动力困境的必经之路。

03 不只是技术问题

这是一项庞大的改造工程。技术的应用、试错和迭代是其中的关键要素，但农业生产最终的智能化，离不开整条产业链上下资源和数据的整合。

与上游农机智能化趋势高度关联的是，整个农业产业链都在进行的数字化转型。正如我们在上游农机智能化的应用探索上，已经看到了下游零售公司的身影一样。上游的数字化还需要进一步与流通环节和消费者的数字化打通。

荷兰大使馆农业参赞武田富在向《新商业情报NBT》分享荷兰农业的成功经验时就提到，其农业生产效率高且品质好的关键因素之一，是整个产业链上下游之间的信息差小。

来自市场的消费数据能快速反馈到上游的农户那里，而产业界通过与高校的密切合作，能够快速根据市场进行研发，给出新的方案、标准，指导上游的生产。

从这个经验分享中，我们能得出的一个结论是，市场需求与农民利益的高度契合，是提升整体农业效率的重要环节。

财力雄厚的零售巨头们，正在纷纷搭建自己的数字化农产品供应网络

荷兰虽然也是一个以家庭农场为主要经营主体的国家，生产分散。但利用覆盖农产品全产业链的数字化溯源手段，这个国家能够对每个批次的农产品进行全链路的品控，品控结果与每个农户的利益直接相关。产业链，上到从事生产的农户，下到流通环节和零售渠道，大家对于农产品的标准早已形成统一的认识和共识。

但在中国，这个状况完全不同。分散的生产和多级批发流通链条，导致农民利益不与市场需求直接挂钩。

上游小农户直接对接的客户是经销商，他们的生产标准是经销商的采收标准，而不直接来自于市场。正是因为农产品中间流通周转的环节过多，造成市场信息反馈到上游时已经失真、变形。

一个形象的案例是国内的西瓜在传统流通链路中出现的品控问题。农户与经销商之间是按斤为标准进行交易，这造成农户时常选择在交易前几天大量注水通过增加重量来提高收益。但注水行为本身会损害西瓜品质。

正因如此，农产品的标准化问题一直是行业内迫切希望解决的困境。尤其是随着生鲜零售在过去10年内的快速发展，下游零售商也在越来越多地介入流通环节，它们通过产地直采的方式压缩农产品流通过程中的中间环节，还建立起自己的农产品采购标准，实现流通环节的数字化溯源。

但这些自下而上建立标准的零售商们，也仅有能力是完成农产品溯源系统的一半。再往上走，则还需要上游这些垂直领域的农业技术公司、服务商们去搭建——实现对农业生产数据的积累，建立农产品投产前、产中的生产技术标准。

只有从上到下打通，农产品从生产前、生产中和生产后到数据，才能解决国内农业面临的产业困境——缩短上下游之间的信息鸿沟，让农产品的标准化成为可能，在一定程度上缓解国内农业规模化程度低的矛盾。

农机智能化是撬动整个农业产业链条转向数字农业的关键一环。我们在白马峰会上碰到的这些公司，只是这个转型期的一个缩影片段。农业生产环节的转变才刚刚开始，随着更多应用场景的落地，迈向智能化的农机还有更多与产业链上下游融合的空间。