论文部分内容阅读
[√]农业是一个体量极大，但是竞争水平相对低下的行业。其同时融汇了当下最热门的趋势和最前沿的技术，从一个完全不确定的苦行业，变成一个可以测量和控制的崭新领域。
最近，中美达成新的贸易协定，中国将大量进口美国的低价谷物和牛肉等农产品，其实就是通过政策手段规模化驱赶基层农民，逼迫大家进城。与此同时，拥有资本和信息技术的大型企业，包括联想、网易，甚至地产巨头纷纷进入农业市场，通过大数据+人工智能加持农业，力争完成一次生产效率跃迁，即从碳基文明时代自然周期驱动的农业，推向硅基文明的数据驱动的超级农业，让数据开始成为农业领域的新“肥料”。
一场声势浩大的超级农业革命正在美国和中国悄悄地发生，科技收敛一切可以数据化的领域，最终农业生产和流通环节的零售商、批发商、大型种子生产商和农药生产商将萎缩销售，农业人均产值将快速逼近科技行业。
数据创造生物
在碳基生物的自然周期中，培育优良作物品种的传统过程耗费大量的财力和人力，可能需要10年或更长时间，而大数据加快了这个过程。
大量的基因信息可以在云端创建和分析，曾经在温室和田间地头进行的生物研究，现在能够先用计算机（经过计算机模拟）来分析数据、设计实验和确定假设条件。在此基础上，只需要在地里试种规模小得多的实验作物进行验证，就可以判断出在大规模环境中种植的效果如何，然后培育者便可以确定哪种杂交作物最适合某个特定的地域。
基因编辑是一种精确度极高的技术，可以用它来修饰特定的基因，从而获得特定的性状。种植者可以利用这项技术改良作物，提高产量、营养成分含量、抗病虫害能力和恶劣环境的生存能力。
例如，近十几年发展的一种准确、高效率、便捷的生物基因编辑技术CRISPR/Cas9，就可以加速对植物基因组的改造，提高农作物产量、加强农作物抗病能力。在中国耕地面积稀缺的大背景下，改良农作物的需求尤为急迫。
目前美股市场上利用大数据进行作物基因组研究的公司有不少，但技术过于超前，以至于还没有体现经济效益：
·ArcadiaBiosciences（NASDAQ：RKDA）：利用先进的筛查、育种和生物技术来培育新的特性和作物。
·杜邦（NYSE：DD）/陶氏（NYSE：DOW）、先正达（NYSE： SYT）、孟山都（NYSE： MON）、拜耳和巴斯夫：全都在通过自身的有机增长和并购活动活跃于业界。
精准农业，提升耕种效率
在资本市场上，农业一直不是一个好的行业，很大程度上是因为商业化农业生产十分复杂，涉及生物学、气象和人类活动。农民在耕种过程中需要做出许多决定：哪块地要先种，种什么作物？选哪种型号的种子、化肥、农药？施肥、灌溉的频率如何把握？诸多决定林林总总有四五十项之多，但是人很容易出错，一旦犯错，一年浪费了。
现在，利用GPS和其他技术，每一项决定都能通过电脑得到分析，并且这些分析结果可以直接发送到农机上的电脑或智能手机上，农民可以及时掌握田间变量信息，分析每一粒种子的生长表现，高效做出农田管理决策，判断化肥和杀虫剂的使用量和施用时机，提高效率避免浪费，从而实现增产。
孟山都收购的精准播种公司（Precision Planting）最大的特点就是通过对土壤相关数据的分析，实现非均匀播种密度。也就是说，在精准播种公司提供的监测工具（SeedSense和FieldView平板电脑）帮助下，农民可以驾驶播种机在不同区域位置、不同土壤情况下进行不同农作物品种的不同间距、深度播种，从而极大优化农作物的种植，并帮助实现差异化灌溉，最终促成农作物增收。
孟山都收購的另外一家气候公司（The Climate Corporation）面向农民提供农业数据技术平台和意外天气保险服务。它通过分析已掌握的海量数据，包括气象、天气、降雨、地质土壤调查数据等，来预测未来可能对农业生产造成破坏的各种情况，帮助农民预测作物产量，农民可以根据预测情况选择相应的农业保险，以降低气候环境对农业生产带来的影响。
截至2016年，已有约6亿亩农田注册，农户可通过软件挑选购买数据和服务。同时，随着数据累积，机器学习为核心的软件应用在与数据、设备和人类互动时变得越来越智能化和定制化。通过学习，它们能提供以前没有的种植方法，帮助农民做出更明智的决策。未来，机器会大规模地取代农民，成为新一代的农业主力军。
食物追踪
对食物从田间到餐桌的过程进行追踪，可以预防疾病、减少浪费和提高利润。由于全球供应链的延长，追踪和监督农产品变得越来越重要。大数据正在被用来改善各个环节，比如仓库和零售店的库存水平，以及在整个运输过程中的温度管理。食品生产商和运输者使用传感器技术、扫描设备和分析工具来监控收集供应链的相关数据。温度和湿度通过带有GPS功能的传感器进行监控，在配送途中需要采取纠正措施时，警报就会响起。
如果发生问题或召回，通过销售点的搜索就可以采取迅速有效的行动，哪怕产品已经售出。基因工具和大数据分析也被用来研究食源性致病菌，并预测致病菌和疾病的爆发和传播。这些技术将有助于预防食源性疾病和减少供应链浪费。在美国，每年约有7600万人患上食源性疾病，导致5000例死亡。在发达国家，40%的食物被丢弃，包括10%—15%的农产品。
这样的技术，甚至也应用于国内万亿级别的养猪产业上。SMART ANIMALHUSBANDRY CARE（简称SmartAHC）就是一家专注于养猪产业智能化管理的创业公司，它主要推出了两款产品——电子医生（eDoctor）和智能耳标（Smart ear tag）。电子医生是一款可实时监测生猪生理指数的智能传感系统。它可以采集母猪核心体温、活动量等体征数据。这些数据会实时上传到云端，经过云端的AI算法模型处理后会输出对猪生理情况的判断，比如是否处在发情期或者是否生病了。 现在大多数国内养猪场对猪发情情况或是疾病情况的判断主要依靠工人经验，人工判断存在很大的主观性，同时有经验的工人数量也是有限的。另外国外也有使用电子饲喂站来代替人工进行生理情况判断，但是整体系统成本高、养殖密度低，且需要对养殖场进行大规模的改造，不适合中国高密度的养殖。
使用电子医生可以帮助农场主低成本、规模化、标准化、精准化地管理猪的生理情况，从而提高母猪的PSY（PSY是指母猪的年生产力，即每头母猪每年提供活的断奶仔猪的头数，是衡量猪场效益和母猪繁殖成绩的重要指标）以及存活率，进而提升农场收益。
SmartAHC的CEO表示，他们算法模型对猪发情和生病的判断精确率已达到95%左右，并于去年10月开始在三个商业农场进行试用。试用结果显示养殖场的PSY有明显上升，增量大概为20%—50%（PSY的基数为16）。以一头仔猪400元的利润来看，电子医生可以给每头母猪带来1200—2000元的额外效益。而母猪的空怀期实际上是从12天降到了7天左右，这意味着降低了饲料成本，另外还节省了人工成本。
数据推动行业的超级并购
农业看似传统，但是集中了互联网、生物技术、机器人技术等最前沿的创新，没有高额研发预算、众多产品或大量市场份额的公司几乎无法生存。
大量的数据增加了农业的透明度，打破了农业投资回报的黑箱状态，传统的零售商、批发商、大型种子生产商和大型化学品生产商将逐渐失去控制权，谁掌握数据，谁就有能力定价，甚至控制整个链条，并整合整个供应链。
一些新兴的Agri-Tech（农业科技）公司把收集、汇总和分析众多田地的数据作为他们的主业。他们的目标是向农民提供个性化方案，将每块田地的耕种细化到作物个体：使用有关气候和土壤条件、作物以及产出的数据。数据公司利用从农民那里获得的信息来改善他们的模型，提出更好的建议。数据让客户能够不断采用符合自身特定需要的产品，定价策略更加全面完善，能够实现同一领域内更好的性价比。
国内外的农业也在迅速扩大规模，以支撑未来的农业创新。中国化工集团以430亿美元收购先正达，与此同时，陶氏化学和杜邦意欲合并，组建成一个新的作物科学机构，总规模达到1300亿美元。拜耳和孟山都的合并仍在持续推进中，这将成为业内第三大交易，有望改变整个杀虫剂和转基因种子行业。
整体看，农业是一个体量极大，但是竞争水平相对低下的行业。其同时融汇了当下最热门的趋势和最前沿的技术，从一个完全不确定的苦行业，变成一个可以测量和控制的崭新領域。
（资料来源：36氪）
最近，中美达成新的贸易协定，中国将大量进口美国的低价谷物和牛肉等农产品，其实就是通过政策手段规模化驱赶基层农民，逼迫大家进城。与此同时，拥有资本和信息技术的大型企业，包括联想、网易，甚至地产巨头纷纷进入农业市场，通过大数据+人工智能加持农业，力争完成一次生产效率跃迁，即从碳基文明时代自然周期驱动的农业，推向硅基文明的数据驱动的超级农业，让数据开始成为农业领域的新“肥料”。
一场声势浩大的超级农业革命正在美国和中国悄悄地发生，科技收敛一切可以数据化的领域，最终农业生产和流通环节的零售商、批发商、大型种子生产商和农药生产商将萎缩销售，农业人均产值将快速逼近科技行业。
数据创造生物
在碳基生物的自然周期中，培育优良作物品种的传统过程耗费大量的财力和人力，可能需要10年或更长时间，而大数据加快了这个过程。
大量的基因信息可以在云端创建和分析，曾经在温室和田间地头进行的生物研究，现在能够先用计算机（经过计算机模拟）来分析数据、设计实验和确定假设条件。在此基础上，只需要在地里试种规模小得多的实验作物进行验证，就可以判断出在大规模环境中种植的效果如何，然后培育者便可以确定哪种杂交作物最适合某个特定的地域。
基因编辑是一种精确度极高的技术，可以用它来修饰特定的基因，从而获得特定的性状。种植者可以利用这项技术改良作物，提高产量、营养成分含量、抗病虫害能力和恶劣环境的生存能力。
例如，近十几年发展的一种准确、高效率、便捷的生物基因编辑技术CRISPR/Cas9，就可以加速对植物基因组的改造，提高农作物产量、加强农作物抗病能力。在中国耕地面积稀缺的大背景下，改良农作物的需求尤为急迫。
目前美股市场上利用大数据进行作物基因组研究的公司有不少，但技术过于超前，以至于还没有体现经济效益：
·ArcadiaBiosciences（NASDAQ：RKDA）：利用先进的筛查、育种和生物技术来培育新的特性和作物。
·杜邦（NYSE：DD）/陶氏（NYSE：DOW）、先正达（NYSE： SYT）、孟山都（NYSE： MON）、拜耳和巴斯夫：全都在通过自身的有机增长和并购活动活跃于业界。
精准农业，提升耕种效率
在资本市场上，农业一直不是一个好的行业，很大程度上是因为商业化农业生产十分复杂，涉及生物学、气象和人类活动。农民在耕种过程中需要做出许多决定：哪块地要先种，种什么作物？选哪种型号的种子、化肥、农药？施肥、灌溉的频率如何把握？诸多决定林林总总有四五十项之多，但是人很容易出错，一旦犯错，一年浪费了。
现在，利用GPS和其他技术，每一项决定都能通过电脑得到分析，并且这些分析结果可以直接发送到农机上的电脑或智能手机上，农民可以及时掌握田间变量信息，分析每一粒种子的生长表现，高效做出农田管理决策，判断化肥和杀虫剂的使用量和施用时机，提高效率避免浪费，从而实现增产。
孟山都收购的精准播种公司（Precision Planting）最大的特点就是通过对土壤相关数据的分析，实现非均匀播种密度。也就是说，在精准播种公司提供的监测工具（SeedSense和FieldView平板电脑）帮助下，农民可以驾驶播种机在不同区域位置、不同土壤情况下进行不同农作物品种的不同间距、深度播种，从而极大优化农作物的种植，并帮助实现差异化灌溉，最终促成农作物增收。
孟山都收購的另外一家气候公司（The Climate Corporation）面向农民提供农业数据技术平台和意外天气保险服务。它通过分析已掌握的海量数据，包括气象、天气、降雨、地质土壤调查数据等，来预测未来可能对农业生产造成破坏的各种情况，帮助农民预测作物产量，农民可以根据预测情况选择相应的农业保险，以降低气候环境对农业生产带来的影响。
截至2016年，已有约6亿亩农田注册，农户可通过软件挑选购买数据和服务。同时，随着数据累积，机器学习为核心的软件应用在与数据、设备和人类互动时变得越来越智能化和定制化。通过学习，它们能提供以前没有的种植方法，帮助农民做出更明智的决策。未来，机器会大规模地取代农民，成为新一代的农业主力军。
食物追踪
对食物从田间到餐桌的过程进行追踪，可以预防疾病、减少浪费和提高利润。由于全球供应链的延长，追踪和监督农产品变得越来越重要。大数据正在被用来改善各个环节，比如仓库和零售店的库存水平，以及在整个运输过程中的温度管理。食品生产商和运输者使用传感器技术、扫描设备和分析工具来监控收集供应链的相关数据。温度和湿度通过带有GPS功能的传感器进行监控，在配送途中需要采取纠正措施时，警报就会响起。
如果发生问题或召回，通过销售点的搜索就可以采取迅速有效的行动，哪怕产品已经售出。基因工具和大数据分析也被用来研究食源性致病菌，并预测致病菌和疾病的爆发和传播。这些技术将有助于预防食源性疾病和减少供应链浪费。在美国，每年约有7600万人患上食源性疾病，导致5000例死亡。在发达国家，40%的食物被丢弃，包括10%—15%的农产品。
这样的技术，甚至也应用于国内万亿级别的养猪产业上。SMART ANIMALHUSBANDRY CARE（简称SmartAHC）就是一家专注于养猪产业智能化管理的创业公司，它主要推出了两款产品——电子医生（eDoctor）和智能耳标（Smart ear tag）。电子医生是一款可实时监测生猪生理指数的智能传感系统。它可以采集母猪核心体温、活动量等体征数据。这些数据会实时上传到云端，经过云端的AI算法模型处理后会输出对猪生理情况的判断，比如是否处在发情期或者是否生病了。 现在大多数国内养猪场对猪发情情况或是疾病情况的判断主要依靠工人经验，人工判断存在很大的主观性，同时有经验的工人数量也是有限的。另外国外也有使用电子饲喂站来代替人工进行生理情况判断，但是整体系统成本高、养殖密度低，且需要对养殖场进行大规模的改造，不适合中国高密度的养殖。
使用电子医生可以帮助农场主低成本、规模化、标准化、精准化地管理猪的生理情况，从而提高母猪的PSY（PSY是指母猪的年生产力，即每头母猪每年提供活的断奶仔猪的头数，是衡量猪场效益和母猪繁殖成绩的重要指标）以及存活率，进而提升农场收益。
SmartAHC的CEO表示，他们算法模型对猪发情和生病的判断精确率已达到95%左右，并于去年10月开始在三个商业农场进行试用。试用结果显示养殖场的PSY有明显上升，增量大概为20%—50%（PSY的基数为16）。以一头仔猪400元的利润来看，电子医生可以给每头母猪带来1200—2000元的额外效益。而母猪的空怀期实际上是从12天降到了7天左右，这意味着降低了饲料成本，另外还节省了人工成本。
数据推动行业的超级并购
农业看似传统，但是集中了互联网、生物技术、机器人技术等最前沿的创新，没有高额研发预算、众多产品或大量市场份额的公司几乎无法生存。
大量的数据增加了农业的透明度，打破了农业投资回报的黑箱状态，传统的零售商、批发商、大型种子生产商和大型化学品生产商将逐渐失去控制权，谁掌握数据，谁就有能力定价，甚至控制整个链条，并整合整个供应链。
一些新兴的Agri-Tech（农业科技）公司把收集、汇总和分析众多田地的数据作为他们的主业。他们的目标是向农民提供个性化方案，将每块田地的耕种细化到作物个体：使用有关气候和土壤条件、作物以及产出的数据。数据公司利用从农民那里获得的信息来改善他们的模型，提出更好的建议。数据让客户能够不断采用符合自身特定需要的产品，定价策略更加全面完善，能够实现同一领域内更好的性价比。
国内外的农业也在迅速扩大规模，以支撑未来的农业创新。中国化工集团以430亿美元收购先正达，与此同时，陶氏化学和杜邦意欲合并，组建成一个新的作物科学机构，总规模达到1300亿美元。拜耳和孟山都的合并仍在持续推进中，这将成为业内第三大交易，有望改变整个杀虫剂和转基因种子行业。
整体看，农业是一个体量极大，但是竞争水平相对低下的行业。其同时融汇了当下最热门的趋势和最前沿的技术，从一个完全不确定的苦行业，变成一个可以测量和控制的崭新領域。
（资料来源：36氪）