人口增长与消费推动对农业生产增长的需求，而气候变化和地球可持续发展也已成为粗放型农业发展头上的紧箍咒。要解开矛盾，「需要实现生产效率的飞跃」，随着传感器、算力和算法的发展，农业是最能从大数据中受益的行业之一。基于中国农业当下的特殊情况，我们还面临许多基础设施方面的挑战，农业大数据也才起步。
撰文 | 微胖
大风、大雨和冰雹，接连的极端天气导致部分新疆棉花地区受灾，需要重播。清明前后，棉农就开始忙碌，种什么种子？什么时候种？种植密度如何？浇多少水？现又要考虑是否补苗。受灾多大程度再补？60%以上？还是50%？
从生产
规划
、种植前准备、再到棉花中间管理阶段，直到采收，农民要做四、五十项决策。这些决策大多依赖从父辈身上传承的经验，环环相扣，哪一步决策错误，都会影响最终收成。
在大洋彼岸棉田，可能会是另一番景象，一位棉农管理上千亩棉田。
将农场坐标和相关信息上传到平板App，即可获得农场范围实时气象信息，比如温度、湿度、风力、雨水等，这些信息帮助他判断每个地块的播种、收获、耕作时间。
种植活动导致土壤成分也会动态变化。种植之前，这位棉农可能会付费获得一份土壤分析报告，除了各个地块详细土壤成分数据，还有种植不同作物时所需要的肥料、水分以及未来产量等数据。据此，他可以精确安排农场的生产计划。
如今，由于剧烈的气候变化，情况已经变化，父辈们的经验、那套做法正在失去效用。
在世界气象组织最新发布的《2020全球气候状况》报告中，不断浮现的，「持续升高」，「破纪录」，「史无前例」等字眼提醒我们全球变暖情况依然在持续恶化。
政府间气候变化委员会（IPCC）曾指出，气候变化已经使全球每十年的作物产量增长速度放慢2.5%。
据联合国粮农组织（FAO）预测，2050年世界人口将达到97亿，届时需要两倍于当下的粮食产量才能满足全球粮食需求。同时，土地、水和其他自然资源将更加稀缺。
另一方面，美国国家航空和宇航局（NASA）的科学家则预测，全球各地的农民，将不得不与过量的雨水、持续的干旱，以及气候变化导致的病虫害做斗争。
「用长远眼光看待，我更担心未来的粮食不够吃，而非一时的充足。」 孟山都公司前首席执行官休·格兰特曾对媒体表示。尽管连年丰收，但玉米消费需求仍持续走高。
解决人口和气候变化带来的难题「需要实现生产效率的飞跃」，美国农业部长Tom Vilsack曾对《财富》表示 。而对于中国来说，「中国的饭碗一定要端在自己手里，碗里面主要要装中国的粮食。」
一
农业数字化转型标杆：孟山都
1996年，棉花业又向前迈进了一大步，很多人认为这一大步的重要意义不亚于轧棉机和采棉机的发明。
那年，美国种下了第一株商用的转基因棉花，这种棉花由孟山都公司研制，经过基因改造，可使棉花免于遭受农达杀虫剂的损害。这样一来，杀虫剂只会杀死杂草而使棉花免于其害。这种转基因棉花以及其后来的改良品种意味着农民们之后不用麻烦使用机器除草了。松土除草机这种以前由拖拉机牵引的去除、填埋杂草的设备如同驴子一样将逐步退出舞台。
对于孟山都公司（现已被德国拜耳收购）来说，将农达种子和农达除草剂结合起来无疑是一个很大的胜利。这家成立于1901年、靠糖精业务起家的化工企业，从化工、生物技术公司成功蜕变成一家种子公司。
然而，就在六年前，气候变化给这家每年靠生产粮食实现150亿美元收入的公司带来深远影响，他们希望再次转型，成为一个数据平台。
转变始于高层。当时，休·格兰特（孟山都的前首席执行官）和其他高级领导人开始在内部和外部都承认，
数据科学
不仅是一种好奇心，而且还是产品的支柱，是农业的核心部分。
「
数据科学
就好像『催化与粘合剂』，将孟山都的所有技术平台衔接、整合起来。」
「我们需要能够有效回答有关我们业务各个方面的问题。这就是为什么
数据科学
是我们使命的核心。」 孟山都首席信息官Jim Swanson曾在一篇博客中总结道。
热身从提升供应链效率开始。他们在运输车上装备可感应位置和温度的传感器，检测种子从田间到加工厂的状态，进而做出优化。
2012年，孟山都瞄准农业大数据，开始收购之旅。其中，两家公司都与土壤数据有关。
比如，2012年以2.5亿美元的价格收购了美国伊利诺伊州的种植技术公司Precision Planting。该公司最大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」。
在Precision Planting提供的监测工具帮助下，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，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。
2014年旗下公司又收购了位于旧金山土壤测试服务公司Solum，其开发的软、硬件系统能够实现高效、精准的土壤抽样分析，以帮助种植者在正确的时间、正确的地点进行精确施肥。
不过，2013年以9.3亿美元收购加州气候公司（Climate Corporation），对公司转型举，意义重大。
这家初创公司平台汇总了250万个地点的气象测量数据和各个主要气候模型的天气预报，同时综合1500亿个土壤观测记录，这些数据经过处理生成出10万亿个天气模拟数据点。在此基础上，公司可以根据历史记录对农场进行盈利和风险预测，以便更科学的为农业保险产品定价。
公司有两款产品Climate Basic（气象）和Climate Pro（田间监测）。不仅可以为农民提供保险服务，还可以帮助农民 科学
规划
、精准种植。
作为世界头号种子供应商，孟山都拥有全球最大的资源和海量产量数据，一旦这些数据与Climate公司的气象数据相结合，就可以得到种植环境区划和精细划分的品种数据，农民可以得到自己农场属于哪个种植区、什么样的种子、在什么条件下长势最好，以及更多实用的信息。
被收购之后，气候公司的产品与孟山都原有信息产品进行了整合，最终在2017年推出Climate Fieldview 综合数字农业平台。通过与不同数据来源公司合作，改善用户体验。
比如，与Veris Technologies合作推出土壤传感器、与卫星、无人机公司合作，将可视化图像、高分辨率数据纳入Climate Fieldview 。
「大多数农民的玉米地都有30到50蒲式耳的单产潜力没有被挖掘出来，
数据科学
的发展能帮助他们进一步释放这个潜力。」孟山都在收购Climate Corporation后发表的声明中曾表示，
数据科学
能够在种子和化肥销售这两大核心业务以外，给公司带来200亿美元的创收机会。
当前，大数据业务尚未为孟山都带来显著的收入，但它显然有耐心并愿意等待。
二
卡位农业大数据
与孟山都类似，诸如约翰迪尔、杜邦先锋这样的传统农业公司也已经广泛使用的农业大数据系统，这些系统都与气候云（Climate Cloud）相结合，整合农民机械化农场设备的种植和产量数据，以及气象、种植区划等多样数据，可以得到较为详尽的种植决策，精准化农事生产，帮助农民提高产量和利润。
比如，约翰迪尔的FramSight 服务不仅帮助农民为农作物生长创造最佳条件，还能帮助John Deere公司推测零部件更换需求；
杜邦先锋推出Encirca℠服务 ，比如肥力管理平台，可以针对磷、钾、钙肥料创建精准的施肥模型。种植者可以根据特定农田的养分需求、肥料预算以及产量目标对施肥计划做出实时修正。
卡位农业大数据的还包括
IBM
，谷歌、英特尔（旗下公司提供芯片设计）、微软、SAP等互联网软硬件巨头，他们也让孟山都表现出很强的危机感。
2016年9月，孟山都首席技术官罗伯特·傅瑞磊曾表示，公司投资在研发方面的年投资目前是15亿美元。
「这听上去是个很大的数字。但是当我们和其他数据、生命科学公司相比，比如微软、苹果、辉瑞、默克，它们每年在研发方面的投入都各自超过100亿美元」。
事实上，随着互联网巨头逐渐演变成一朵巨大的计算云，可以消化任何数据，提供任何服务，他们的每一宗投资、收购或者业务扩展，都可以在不止一个纬度上为公司增值。投资数字农业，不仅可以让这些云巨头搭上行业趋势的列车，还能用不断的数据和场景来喂养巨兽。
2020年10月，谷歌X实验室新的「登月计划」正是「Mineral」智慧农业项目，据说已经为此准备了近十年的时间。
团队甚至推出了一款新型四轮漫游车原型，混合使用摄像机、传感器和其他机载设备来研究作物、土壤和其他环境因素。
谷歌「越野机器人」可以在农作物上巡游，逐一检查每棵作物，生成需要的农业「大数据」以适应农业发展。
其实，过去多年，数字农业也一直是Google Ventures的重要投资标的之一。有媒体根据公开信息统计，从2014年到2020年，在农业科技领域，谷歌共参与了11次投资事件。主要投资包括农业信息服务平台、室内植物种植、农业机器人及生物技术等。
国内近年来，行业大佬也纷纷布局现代农业，最著名的莫过于养猪。号称通过猪脸识别、在线管理、远程监控，可以监测猪的怀孕天数、预产期、分娩率和胎次、饲喂等情况。入局者包括京东、阿里、百度和网易等。
不过，互联网公司的生猪养殖规模非常有限。养猪软件多服务于中型猪企，因为涉及对企业的全方位监控，头部猪企并不愿意将核心数据交予他人。
腾讯深耕AI种植（在黄瓜种植上，AI战胜人类），碧桂园要打造全产业链现代农业，华为云几乎覆盖了主要方向，包括摄像头与传感器联动系统、智慧灌溉系统、土壤检测系统等。
三
热钱入局
「怎么种地」既是历史难题，也有未来前景，吸引着工商资本入局。
最近，市场调研公司Market Intelligence Data 的一份调查显示，未来五年，农业人工智能市场的收入将以21.6％的复合年增长率增长，到2025年，全球市场规模将达到7.707亿美元。
这一趋势因2020年疫情得以加剧。农业科技基金Finistere Ventures和在线数据分析平台PitchBook Data的最新报告显示，2020年，农业食品科技公司共获得投资223亿美元，其中，食品技术获投资173亿美元，农业技术获投资50亿美元，这也是农业食品风险投资增长空前的一年。
截至2021年3月中旬，农业科技领域又在67笔交易中获得了7.479亿美元的投资。
报告《 2020 Agrifood Tech Investment Review 》绘制的比较有代表性农业科技科技公司版图。
2020年，农业技术领域的公开投资总额为50亿美元。这一数字是2019年公开投资总额的两倍
3月16日，极飞科技从高瓴创投获得近3亿元投资，当时市场便普遍认为此次高瓴入局或是极飞科技着手上市的信号，公司估值近百亿元。
过去两年，多位联合创始人来自NASA的初创公司佳格天地获得6000万元A轮融资，瞄准中国市场GIS影响系统及分析服务的空白；通过精准施肥打药软硬一体解决方案的麦飞科技完成亿元A轮融资。
最近，美国灌溉和基础设施设备制造商Valmont Industries 3亿美元收购以色列AI公司 Prospera。通过与农作物灌溉公司合作， 整合 Prospera 卫星和无人机的现场图像数据，可以改善河谷灌溉系统，优化水资源使用。
如今，这家以色列公司布设在田间的摄像头和气候传感器正在监测500万英亩土地，实时分析作物情况，帮助农民准确地远程管理田地。
在此之前，2017年，约翰迪尔也曾以差不多的价格（3.05亿美元）收购了机器人初创公司Blue River Technology。
他们开发的LettuceBot （生菜机器人）可以一分钟拍摄5,000张幼小的植物的照片，利用算法和机器视觉去识别每株植物是生菜还是杂草。应用的精确度可达四分之一英寸，机器人可以在运行中精确定位每株杂草并喷洒农业。据此，农民可以减少90%的农药用量。
Blue River Technology 的 LettuceBot 可以在一分钟内拍摄并处理5,000株植物。
Blue River被收购之后，延续升级第一代智能机器的技术推出了新一代明星产品See＆Spray。仅在需要地方喷洒除草剂，大大减少待使用除草剂量，同时还可以使用一些不适于被广泛喷洒的除草剂。
据报道，Blue River还在开发无人驾驶航空系统，以实现对各种作物生长情况和种植环境特征的实时检测。另外，还在建立覆盖全美的农业数据库，不断收集包括大小、形状、间距等方面各种作物信息，帮助农民更好掌握农场的情况。
据Finistere Ventures 报告预测，2021年下半年，还会有更多的资金注入农业食品领域的公司。更多的投资、大型企业的并购回升、通过首次公开募股(IPO)上市的公司以及特殊目的公司收购会是主要的资金来源。
在农业领域（右边），在农业领域，主攻生物技术作物、室内农业技术的公司获得了最多的资金。精准农业融资占比最小。
四
数据困境
现在，生物技术以及涉及到数据、地图、测绘方面技术都比较成熟了。「中国的发展空间很大，有很多地方可以优化和赶上别的国家。以前在科技方面很多时候就能用现成的技术，不需要从头做起，现在在农业上也可以用相同策略赶超别人。」孟山都中国总裁高勇曾说。
「十三五」
规划
从顶层设计上推动了「用数据决策」这一管理意识的苏醒，供给侧改革则是市场倒逼产业用数据来优化生产经营。
其实，这里还有一个深刻的历史背景，即出生于上世纪50-60年代的最后一批家庭个体农民，正在退出土地劳作，农地的适度规模经营，为农业由做大到做强的转型升级提供了历史性机遇。
过去，家庭个体耕种没有规模经济性，劳动生产率并不高。现在，土地碎片化的状态正在发生改变。
截至2016年6月底，全国承包耕地流转面积达到4.6亿亩，超过承包耕地总面积的1/3。全国经营耕地面积在50亩以上的规模经营农户超过350万户。也被视为
传统的农业正逐渐向工业化和专业化发展的拐点。
不过，2020年《瞭望》的一份数据显示，2019年农业数字经济仅占农业增加值的8.2%，远低于工业的19.5%、服务业的37.8%。
财新记者曾通过走访了解，市面上农场管理的App质量参差不齐。有农户反映，有的App不实用，对提高农场收益「帮助不大」。现有产品也比较初级。
受访者期望，农场管理App能反映更细化的土壤监测动态，「包括土壤的酸碱度、盐碱度、肥力，只有真的深耕土壤，农作物的品质才会有质的提高。」
如果说，OpenData 政策与《农业信息法案》构成美国农业数据资源成为「公共品」的基石，美国也于 2009 年前后诞生大量应用创新企业，那么，目前中国拥有最多数据的却是政府。
农业农村数据烟囱林立，分散在农业农村、发改、统计、扶贫、商务等10多个部门，涉农政务数据开放共享比其他领域更加困难。
而且，农业农村数据小散多，僵尸数据多、低频数据多，分散在家庭农户、电商平台、农业企业、主管机构等，数据采集、归集、传输、处理、应用成本高，农业农村数据商业开发难。
农业农村部信息中心主任王小兵曾将农业大数据的基础设施问题总结为，「农业农村数据底数不清、核心数据缺失、数据质量不高、共享开放不足、开发利用不够等问题，难以满足农业农村发展的需要。」
另外，「农业涉及的数据很多，无效数据同样多，让企业去甄别数据真实性、可靠性，是否可用，并不实际。」碧桂园农业的掌舵人梅永红曾表示，相关部门应该建立农业公共数据库，整合分散数据，让市场主体能便捷、低成本地获取数据信息。
五
「下田」的挑战
目前，在中国的新疆、东北、山东等地，大规模农业生产相对成熟，精准农业正在起步。但在全国范围内，小规模的农业生产方式以及巨大的地域差距，加上农民在生产管理上的顽固性，推广精准农业、做大数据分析依然举步维艰。
眼下，新技术的盈利能力、可扩展性和安全性等问题仍值得考虑。
比如，植入和维护如此复杂系统的成本是多少? 收益大于成本吗?「无人农场」在技术上是行得通的。但是经济上是否可行，还有待继续验证，梅永红曾坦言。
农场设备生成的数据归属于农民还是设备制造商?如何保护这些系统免遭黑客的恶意攻击?农场物联网和大数据技术仍然面临不少挑战。
