農業生產的數位化、農機的智能化改造和應用推廣成為大家在今年白馬峰會上討論的一個焦點。這是一個技術層面的討論，但它所涉及的問題不限於技術維度。它的背後也是農業產業轉型升級和糧食安全問題。
作者 | 朱若淼
「現在在農村，60歲以上的老人還在種地是很普遍的現象。再過10年，等這一代人完全失去了勞動能力，誰來種地？是你還是我？」代雙榮來自荷蘭一家園藝設備公司。這趟來南京，他希望借參加2020國際未來農業食品百強·白馬峰會的機會，密集接觸到更多中國的潛在客戶，將荷蘭先進的玻璃溫室技術和設備引進中國。
儘管在他看來，玻璃溫室在國內推廣仍有諸多障礙且成本高昂，但它不失為一種能有效減少人力投入的集約化農業生產模式。它是面向農業生產問題的解決方案之一。
大會上來了不少國內的農業科技公司，它們跟代雙榮所服務的荷蘭公司一樣，都聚焦在農業上遊生產端，希望通過新的技術和方案來解決我們即將在未來遭遇的困境。其中有像極飛、大疆這樣的明星創業公司，也不乏豐疆智能、麥飛、博創聯動等垂直領域的農業科技公司。
農業生產的數位化、農機的智能化改造和應用推廣成為大家在大會上討論的焦點。這是一個技術層面的討論，但它所涉及的問題不限於技術維度。它的背後也是農業產業轉型升級和糧食安全問題。
01 升級硬體
機器替代人力是最直接解決勞動力不足的方案。其中最理想的形式是無人農場，即利用無人駕駛的農機自動完成土地耕整、播種、田間管理和收穫（耕種管收）。
但這種形式尚處在高校科研階段，而且就國內農業機械化現狀來看，無人農場距離廣泛的應用落地還有很長的路要走。
現階段更落地的方案是農機自身的智能化改造、創新。這也是目前我們能看到的顯著趨勢。
例如，具備自動駕駛功能的插秧機、收割機、打藥機及用於巡田、灑藥等場景的農業無人機等。它們共同特點是，藉助智能化的設計，降低了農業生產的難度和繁重程度，並提高效率。客觀上，這些機器的廣泛應用有利於為農村吸引回年輕勞動力。
過去幾年內，越來越多地被種植大戶、生產基地或地方政府規劃的現代農業產業園採購這類新興的農機，應用到各自的生產場景中。
這些農機中，尤其以服務規模化農田的大型農機智能化升級最為突出。在這次大會上發表了主題演講的豐疆智能和博創聯動，也是參會的企業中具有代表性的兩家為大型農機提供智能化解決方案的公司。
它們通過與更上遊的農機製造商合作，在農機內添加智能模塊幫助其實現自動駕駛等功能。基於這些機器在實際應用中採集的數據，它們也搭建了各自的信息化平臺，以實現農機的智能化作業。
在需求端，年輕勞動力短缺及大面積的作業量，促使農戶們對這類大型農機的智能化改造訴求旺盛。目前在東北、內蒙、新疆等地，具有輔助駕駛功能的農機應用實際已經非常普遍了。
因為這些地區的農田面積大，且土地集中程度遠高於南方，在種植過程中往往依賴大型的插秧機、收割機等，而它們的駕駛難度又非常高。以插秧機為例，它的駕駛難點在於如何開得又直又快，這些要素會直接影響到產量和收割。
儘管從實際效果來看，這些升級後的農機設備還沒有實現完全的無人操作，但是已經有效降低了人力的投入。
豐疆智能的副總裁姚遠在接受《新商業情報NBT》（微信公眾號ID：newbusinesstrend）採訪時就提到，特別是今年受到疫情影響，地裡招工困難，客戶對智能化農機的需求更加凸顯。「傳統的拖拉機插秧，車裡至少需要兩個人，一個人負責插秧，另一個負責開車。增加了我們的智能化模塊後，車上一個人就夠了。」
除了大型農機的智能化升級，這些年來無人機也在廣泛進入農業領域。它的使用場景不斷豐富，不僅用於播種、打藥、施肥，也被用在智能化巡田、低空農田遙感測繪等領域。
無人機本身操作靈活，這使得它的應用區域也更廣泛。例如，在北方農田面積大的地區，它可以高效地完成打藥、巡田等工作；而在地塊分散，且多山地、丘陵地形的南方，它能快速進入原本人工難以進入的區域進行作業。
在中國農村土地流轉加速的大背景下，無論是農戶、生產基地還是政府層面，都需要新的工具對農田進行集中有效的統計、管理。無人機是能給出解決方案的硬體之一。
例如，今年上半年極飛推出的極俠農業遙感無人機，具體解決的就是這類問題。它的主要功能是高效完成低空農田測繪。
農田測繪是無人機打藥、施肥的基礎，傳統的模式是通過人工測繪來完成。但是受制於地塊面積、邊界不規則或地勢崎嶇等客觀條件的限制，人工測繪往往費時費力。新版的極俠農業遙感無人機，利用地圖快速拼接、AI 識別農田邊界及障礙物等功能能提高農田的統計和管理效率。
「我們建設的是數字農業的基礎設施。」極飛科技的公共關係負責人佟巍在這次大會上介紹道。
這套基礎設施建立在更廣泛的硬體數據採集及算法積累上。它需要的是覆蓋耕種管收全生產過程的數據積累。完成這套設施的建立，還需要上遊各個生產環節的密切合作。
這也是國內農機在應用層面啟動更新換代之後，各家硬體公司、農業技術服務商們都在積極探索的下一步——基於農機的智能化，發展數字農業。
02 積累數據
「我們認為數字農業分為三個維度——基礎的農業數據化、數據輔助人進行分析決策以及最後精準智能化的完美執行。」大疆農業全球銷售總監陳韜在大會上分享道。
國內這一波農機類硬體設備的升級潮，成為轉向數字農業的一個重要契機。不過，目前我們還處在最早的數據積累階段，距離實際的數字農業還很遠。
這也是由國內農業機械化應用的現狀所決定的。據農業部統計的數據，2019年中國綜合機械化率為69%，而這個數字在美、日、韓等國已經達到了99%及以上。國內地緣遼闊，地勢、地形差異大，這進一步還造成農機在內地的應用區域差別大。農機滲透率的不足，決定了農業生產數據在採集環節就存在先天的短板。
此外，傳統硬體廠商此前也缺乏智能化升級動力，這在一定程度上阻礙了國內農業數位化的積累。姚遠在採訪中告訴《新商業情報NBT》,上遊傳統的農機製造商在新技術研發上偏保守。就農用拖拉機而言，目前自主添加自動駕駛導航系統的農機製造商非常少。
如今，新的硬體創業公司、農業技術服務商們加入這條農機產業鏈，正在打破原來的障礙。但它們所帶來的變化還在緩慢的蓄力過程中。
因為農業生產的數位化是一塊龐大且充滿空白的領域。無論是新興的農業技術公司，還是傳統製造商啟動的數位化轉型，都還處在最早期的數據積累階段。目前大量農業生產信息還只是人工經驗，幾乎每一家想做數字農業的公司，都要經歷將人工生產經驗轉化成數據的過程。
「我們踩過的坑，所有新進來的技術公司都會踩一遍。」博創聯動的CSO劉飛飛在提及其核心競爭力時說道。她所提到的這個坑實際指的是在農業生產經驗轉化成數據過程中，必須的試錯過程。經歷了這個過程之後，沉澱下來的數據和算法才是公司的壁壘。
建立這個壁壘需要時間。劉飛飛介紹，作為2014年從博創興盛工業自動化部門獨立出來的創業公司，他們的優勢在於相對早地啟動了這個試錯過程。反映在業務層面，通過試錯積累的精準數據幫助他們根據客戶特徵，因地制宜地提出具體的解決方案。
劉飛飛介紹，目前他們服務的東北和江蘇這兩個不同地區的客戶時，就有明顯的差異。「東北地區農田面積大，規模化程度高，我們服務他們的解決方案更偏向於智能化、無人化，而江蘇地區的土地面積小，且更分散，所以服務這個區域客戶時，我們更注重數據的精細度。」
數據服務的精確度，是如今各類服務農業的技術服務商、硬體商們強調的重點。它決定了這些服務商能否真實幫助農民解決成本、效率問題。
這背後需要的不只是數據，還需要基於數據產生的輔助決策機制。它是一套更龐大的數據體系，還需要整合更多維的數據。
「我認為再往後走，還需要更多的技術融合，裡面包含視覺技術、與農機契合的各類傳感器等。農機真正的實現智能化起碼還需要5到10年，因為農機的大數據是個非常複雜的體系，它是一個生態的概念。」姚遠告訴《新商業情報NBT》。在他看來，隨著網際網路公司、產業鏈下遊的資本進入，整個融合過程正在加速。
下遊驅動是加速農業生產數位化過程中的主要推動力。因為農業上遊門類繁多，鏈條分散。整個產業鏈上遊集約化程度低，導致各利益方之間難以形成有效的合力，因此自上而下的數位化改革難以有效推動，且動力不足。
經緯中國投資副總裁王秋在大會上分享認為，以下遊零售商為代表的「新甲方」入場，正在倒逼農業上遊往集約化方向發展。
這類「新甲方」的優勢在於，它們可以基於市場帶來的收益，來整合上遊產業鏈上各方的利益，形成合力，並推動農業生產各環節的數位化改造。過去兩年在農業領域頻頻動作的阿里巴巴就是其中最典型的例子。
盒馬在上海、廣州合作的盒馬村項目就是它具體的落地案例。例如，今年上半年，它在上海崇明區落地的盒馬村就是其中的典型。在這個翠冠梨數字農業基地內，應用有無人機、水肥一體化灌溉設施、數據傳感器等數十種智能化農機設備。阿里雲還與崇明區農業農村委合作，在果園內搭建了溯源系統、農事管理系統、物聯網雲平臺。
在這個數字農業樣板基地的打造中，也不乏極飛、悟牛等上遊技術合作方的身影，後者為崇明區這個盒馬村提供無人駕駛果園管理機，用於割草、運輸、採摘及實時數據採集等。
從目前的發展情況來看，整個產業鏈無論是自上而下，還是自下而上所推動的農業數位化轉型，都還在積累數據。通過實際應用場景沉澱下來數據和算法，是農機實現完全的智能化作業，並進一步解決未來農村勞動力困境的必經之路。
03 不只是技術問題
這是一項龐大的改造工程。技術的應用、試錯和迭代是其中的關鍵要素，但農業生產最終的智能化，離不開整條產業鏈上下資源和數據的整合。
與上遊農機智能化趨勢高度關聯的是，整個農業產業鏈都在進行的數位化轉型。正如我們在上遊農機智能化的應用探索上，已經看到了下遊零售公司的身影一樣。上遊的數位化還需要進一步與流通環節和消費者的數位化打通。
荷蘭大使館農業參贊武田富在向《新商業情報NBT》分享荷蘭農業的成功經驗時就提到，其農業生產效率高且品質好的關鍵因素之一，是整個產業鏈上下遊之間的信息差小。
來自市場的消費數據能快速反饋到上遊的農戶那裡，而產業界通過與高校的密切合作，能夠快速根據市場進行研發，給出新的方案、標準，指導上遊的生產。
從這個經驗分享中，我們能得出的一個結論是，市場需求與農民利益的高度契合，是提升整體農業效率的重要環節。
荷蘭雖然也是一個以家庭農場為主要經營主體的國家，生產分散。但利用覆蓋農產品全產業鏈的數位化溯源手段，這個國家能夠對每個批次的農產品進行全鏈路的品控，品控結果與每個農戶的利益直接相關。產業鏈，上到從事生產的農戶，下到流通環節和零售渠道，大家對於農產品的標準早已形成統一的認識和共識。
但在中國，這個狀況完全不同。分散的生產和多級批發流通鏈條，導致農民利益不與市場需求直接掛鈎。
上遊小農戶直接對接的客戶是經銷商，他們的生產標準是經銷商的採收標準，而不直接來自於市場。正是因為農產品中間流通周轉的環節過多，造成市場信息反饋到上遊時已經失真、變形。
一個形象的案例是國內的西瓜在傳統流通鏈路中出現的品控問題。農戶與經銷商之間是按斤為標準進行交易，這造成農戶時常選擇在交易前幾天大量注水通過增加重量來提高收益。但注水行為本身會損害西瓜品質。
正因如此，農產品的標準化問題一直是行業內迫切希望解決的困境。尤其是隨著生鮮零售在過去10年內的快速發展，下遊零售商也在越來越多地介入流通環節，它們通過產地直採的方式壓縮農產品流通過程中的中間環節，還建立起自己的農產品採購標準，實現流通環節的數位化溯源。
但這些自下而上建立標準的零售商們，也僅有能力是完成農產品溯源系統的一半。再往上走，則還需要上遊這些垂直領域的農業技術公司、服務商們去搭建——實現對農業生產數據的積累，建立農產品投產前、產中的生產技術標準。
只有從上到下打通，農產品從生產前、生產中和生產後到數據，才能解決國內農業面臨的產業困境——縮短上下遊之間的信息鴻溝，讓農產品的標準化成為可能，在一定程度上緩解國內農業規模化程度低的矛盾。
農機智能化是撬動整個農業產業鏈條轉向數字農業的關鍵一環。我們在白馬峰會上碰到的這些公司，只是這個轉型期的一個縮影片段。農業生產環節的轉變才剛剛開始，隨著更多應用場景的落地，邁向智能化的農機還有更多與產業鏈上下遊融合的空間。