時下正值春耕，分布在山東菏澤、泰安、淄博和河南周口、商丘等地高標準農田的3000多口農用機井實現了遠程自動開閥，覆蓋耕地面積約20多萬畝。這是后稷數農（杭州）科技有限公司（以下簡稱后稷數農）去年底獲千萬級天使輪融資后，正式推動首個產品“農用機井智慧大腦”落地的成果。
隨著大數據、人工智能技術的進步以及硬件設備的不斷升級，農業發展正從“看天吃飯”向“知天而作”轉變。自動化、智慧化的數字農業已成為未來農業的重要發展方向。
《中國科學報》在采訪中了解到，針對數字農業領域，阿里巴巴、華為等龍頭企業正在介入，而第一梯隊的風險投資機構及投資人則關注良久。
公開資料顯示，2023年第一季度，京安甄選、巴夫巴夫農業、云養牛科技均被收購，輝途智能得到1000萬元天使輪融資，良安科技新三板發行。數字農業賽道的火熱，從投融資熱度上可見一斑。
復雜的農業應用場景
“農業的問題很復雜，因為它不像工廠化那么標準。”在《中國科學報》采訪過程中，受訪者屢屢提及復雜的農業應用場景給數字農業賽道帶來的影響。
2020年1月，農業農村部、中央網絡安全和信息化委員會辦公室聯合印發的我國首部《數字農業農村發展規劃（2019—2025年）》指出，到2025年，數字農業農村建設取得重要進展，有力支撐數字鄉村戰略實施。數字技術與農業產業體系、生產體系、經營體系加快融合，農業生產經營數字化轉型取得明顯進展，管理服務數字化水平明顯提升，農業數字經濟比重大幅提升，鄉村數字治理體系日趨完善。
據長期關注農業產業發展的專業服務機構35斗的數據分析，2022年農業領域披露具體融資金額的資本事件募集資金共約428.26億元。在資本關注的幾大方向中，重點押注智能農機、農業數字化運營和解決方案，以及數字化產品和技術等領域，農業生產將全程提升效率和質量。
中國農業科學院農田灌溉研究所研究員李平說，數字農業涵蓋了農業領域的方方面面，即從育種到種植、采收，到加工、物流，再到機械、市場等全鏈條產業。
例如，要實現無人種植和采收，首先需要研發適宜的作物品種。由于產業鏈條不通，導致一些數字農業技術無法在大面積應用場景中實現。目前這類“牽一發而動全身”的解決方案主要依靠相關部委的金融投資，撬動地方政府發力以及社會資本積極參與。
同時，與工業場景完全不同，農業面對的是生命體和自然環境，這大大增加了數字化技術應用的復雜性。
以模擬作物產量為例，算法參數如何才能契合作物生長規律和作物結構？一位不愿具名的農業專家告訴《中國科學報》，這需要多種參數“本地化”。模擬構建相關數字化模型時，研發者可能會因為缺少相應的長期數據和經驗，而遇到知識盲區。
投資任重道遠
“農用機井智慧大腦”就是后稷數農和農業農村部物聯網重點實驗室、中國農業科學院農田灌溉研究所、浙江省農科院聯合研發推廣的項目之一，在科研機構與信息化企業的合作中做出的成功嘗試。
后稷數農創始人許朋朋告訴《中國科學報》，該智慧大腦通過物聯網技術平臺可遠程對機井設備進行全方位監控。它最大的價值是將農用機井的使用壽命從目前的3~5年延長到 8~10年。
此前，許朋朋有其他領域的物聯網創業經驗。在他看來，農業種植場景較為復雜，數據模型是最難攻克的技術環節。以井震動為例，將水泵安裝到井的過程中，如果安裝不到位，機井啟動時就會產生震動。如果沒有有效構建出這一場景的數據模型，就無法收集異常情況。
“我們有數字化的能力，但沒有農業行業的經驗和灌溉領域的積累。其實數字化就是賦能，它并不能產生一個產業，而是對原有的產業進行加成和提升。”許朋朋說。
在數據模型方面，中國農業科學院提供了強大的技術支持。“我們經過多年研究積累了一些技術儲備。”李平告訴《中國科學報》，研究所擁有工程規劃設計和后臺算法模型等核心技術，而后稷數農擁有互聯網大數據和可視化平臺。兩年前，后稷數農找到他的團隊，合作順理成章地開啟了。
受訪專家認為，無論是常年研究農業數字化的科研人員，還是想介入數字農業領域的信息技術企業，甚至是看好數字農業產業的投資人，都必須做足多學科交叉融合的功課。在農業復雜種植場景實施數字化時，要去學習、了解這種作物的生長特性，通過大量的田間試驗數據驅動模型。
領投“農用機井智慧大腦”項目的杭州仲圣泰富股權投資有限公司（以下簡稱仲圣泰富）創始合伙人田泰在接受《中國科學報》采訪時說，投資農業數字化賽道的周期不會短，從項目接觸到對農業產業化的理解，再到項目的研究和不斷跟蹤，都需要一個過程，關鍵要看它的落地應用場景能不能真正解決問題，以及它的商業模式和營收增長率如何。“有些項目跟蹤了2~3年還未必出手，農業產業化投資任重道遠，不能為了投資而投資。”
深入了解產業才能找到痛點
“其實找到一個痛點深挖進去，就有很大的空間，因為農業的體量太大了。”許朋朋舉例說，他們找到的農用機井智能管護的痛點就有上百億元甚至千億元級的市場。
農用機井是我國北方地區的一項重要農田灌溉和人畜飲水設施。隨著國家高標準農田建設規劃項目的推進，農用機井設備大幅增加。但由于農用機井在使用上具有周期性，長時間不用會存在泥沙淤堵的情況，加上受益單位缺乏管護能力、缺少專項運維資金，致使大量農用機井遭損壞。建設一口農用機井的費用高達15萬元左右，一旦損壞損失巨大。
按照《全國高標準農田建設規劃（2021—2030 年）》，到2030年，中國要建成12億畝高標準農田，以此穩定保障1.3萬億斤以上糧食產能。按照平均65~80畝一口農用機井的分布原則，至少需要建設1500萬口機井。而這上千萬口農用機井迫切需要數字化管控技術，來延長機井的使用壽命，解決管護難題，從而確保農業灌溉順利實施。
然而，這個痛點并不是一下子被后稷數農發現的。
3年前，許朋朋回老家山東時發現，當時灌溉用水來自農用機井，而機井的管護完全依靠人工。“我當時就覺得，這和我前一個創業項目電動車充電樁的場景有點像。”于是，他回到杭州埋頭研究農用機井。
許朋朋一開始的關注點僅僅是希望解決機井用水收費困難的問題。在一些試點應用之后，當地農戶向他提出了解決機井維護管理問題的需求，這才有了“農用機井智慧大腦”。“只要有痛點、有需求，成功是早晚的事。”許朋朋說。
“如果從細分領域來看，后稷數農其實是比較‘小眾’的。它屬于非常垂直落地的一個領域，商業模式簡單。這也是投資的關鍵點，我非常看重它能否成為細分賽道的龍頭。”田泰說。
最合適的才是最好的
農業產業鏈較長，兩頭分散、中間環節過多，落地應用場景也分散，因此農業數據的收集和整理非常困難。
此外，數據分析和處理經驗也相當缺乏。什么是有效數據？怎么把有效數據提煉出來形成數字建模？這些都需要時間的沉淀和落地應用場景的積累。“因此，數字農業項目要取得成功，不可能是一蹴而就的。”田泰說。
對此，田泰認為，投資機構或投資人首先要深入了解數字農業投資的大環境。“現在的農戶大部分年齡都比較大，‘農二代’都不愿意面朝黃土背朝天。”人力缺乏為農業數字化和智能化提供了需求場景。
目前，一些地方政府正在把閑散的土地資源從農民手中流轉過來集約化經營。這一過程中出現的一些新型農業經營主體更有可能把農業轉化為工業化方式運作，這為數字農業提供了應用條件。
而互聯網在過去幾十年發展中解決了效率問題后，也走到了如何真正提升生產力的路口。農業數字化將成為農業產業互聯網的新發力點。
田泰建議，投資機構在關注數字農業時，不能僅關注軟件服務提供商，更要關注那些有科技內核的硬件加軟件服務落地應用解決方案提供商。而那些過于依賴政府補貼的農業項目，或純粹吸引眼球的項目，以及在單一地域范圍內營收占比集中的項目，大都是缺乏后勁的，持續實現營收增長的硬核能力比較弱。此外，如果一個項目應用的場景過于概念化，也需要謹慎選擇。
“核心就是這個項目能不能真正解決實際問題，而不在于技術是不是最先進，最合適的才是最好的。”田泰說。
來源：《中國科學報》
