從網易到阿里再到京東，花式AI養豬一時間讓農業賽道熱鬧了起來。但留心觀察便會發現，同樣是農業，沒有一個巨頭會輕易去碰種植業，而是紛紛湧入了養殖業賽道中。
其原因在於，種植業很大程度取決於氣候，這也是為何將其稱為是“靠天吃飯”的原因。即便是現代化農業水平較高的國家，也依然面臨同樣問題。因此，相比養殖業這個集中化管理和工業化程度較高的分支而言，種植業在技術滲透方面的難度要遠高於養殖業。
所謂“人誤地一時，地誤人一年”，在這個春耕備耕的時期，此次突如其來的疫情又為這個行業增添了一個全新變數。但農業始終是我國的第一產業，因此如何穩住農業成為了當下重中之重。
2020農業現狀與挑戰
先來看一下SARS那一年農業的情況，那一年間糧食總產量從1998年的10246億斤(我國曆史上最高水平)降到了8614億斤。雖然總產量降低了，但SARS卻給種植業帶來了轉折。自2004年開始，農業科技腳步的加快以及一系列保障舉措的出現，讓農業生產集約化程度逐步提高，更使其迎來了連續十年的持續增長。
另外一個有意思的數據顯示，自2016年以後，國家糧食總產量一直處於攀升狀態。從2019年總產量數據來看，全年全國糧食總產量66384萬噸，比上年增長0.9%，增產594萬噸，並連續5年保持在65000萬噸以上。但值得注意的是，自2016年之後，國家兩次收購價格是一直在走低的。
在從中或許能夠印證出一個道理，那便是農業基礎性生產的基本盤情況處於好轉狀態，因為按常理來講，收購價格在走低，農民耕種意願也會隨之下滑，但事實卻是產量還在不斷增高。
這其中就預示著，自2016年之後，中國很多農業基礎性生產遇到了新方式，這種新的種植模式，包括國家標準化建設進度的推進，都在推升一些種地模式上的改變，能夠讓單畝整個產量的產出不太受保護收購價格的影響，而是按照原來的結構再往前走高。這便是農業這幾年最為明顯的一個走勢。
因此在專業程度和科技手段不斷完善的當下，疫情影響不了的是這種全新的種植模式。其實回看SARS那一年，左右農業收入最大的兩個因素，是用工數量的減少以及農產品的收購。因此2003年開始，貿易模式也在發生著變革，大力推進電商業務便是最好的代表。
另一方面，2003年疫情與當下相比，當年得到控制是在6月份左右，基本已經過了全國各地最佳春耕期。而現今國內形勢開始趨穩，人員流動性也得到了基本釋放，這便為春耕提供了一層保障。
但正如之前所說，疫情只是靠天吃飯的一個變數，最大的變數還在於天。對於農業而言，今年面臨的最大難關或許並不只是春耕階段。
去年久撲不滅的澳洲森林大火、今年非洲蝗蟲的遷移，都指向了氣候這個最大因素。全球大尺度氣象學者也曾預測，今年下半年有40%的可能性會發生拉尼娜的現象，簡單來說天氣會出現一個暖夏冷冬的狀態。
這種氣候性災害，會加劇粵東地區病蟲害問題，如果下半年再發生拉尼娜現象，整體種植週期和正常生長節奏都將被打亂。尤其在8-10月期間，所有糧食都包括整個高經濟作物關鍵生長週期都集中在這一點上，也是最考驗產量的關鍵時期。顯然這又是今年農業最主要的一個觀測點。
數字農業為什麼將是不二之選
之所以說數字農業是未來農業的不二之選，其源頭還要從國內外差異開始談起。正如此前所說，同樣是靠天吃飯的產業，國內不具備的是一套能夠標準化而出流程。
中國農業歷史源遠流長，距今已有3000餘年的歷史，長久以來也讓農民形成了一種全憑感覺的耕種模式。但這種原住民農業與國外，如美國和澳大利亞的殖民農業相比，多了一個刀耕火種的種植模式。
而國外此前開坑的農業用地多屬荒地，必須利用機械化方式才能進行墾荒。這也是拉開國內外差異的根本原因，全程實現機械化的耕種方式，致使國外信息化開展要遠早於國內。雖然同樣還是面臨靠天吃飯的處境，但信息化出的氣候參數、種植數據，在年復一年的耕種中逐漸產生了關聯，藉助這些數據讓一些氣候所帶來的風險得以規避。
這也是中國農業近年來所聚焦的核心問題，畢竟種植存在太多需考慮的因素，不同區域氣候波動、種植特點及水肥管理習慣都影響著後期農作物生長狀況，因此如何“讀懂”農業，成為了當前亟需要解決的問題。
成立於2016年的麥飛科技，便是這樣一家致力於打破中國農業現狀的企業。其CEO宮華澤曾任遙感應用技術專業博士(農業遙感科學)。而其最核心的競爭壁壘便是源於中科院遙感所十餘年的創新科研積累，要知道農業部農情速報系統中的核心空間觀測子系統，便是由中科院遙感所建立的。
麥飛科技CEO宮華澤
而這些研發的技術，能夠為底層第一線農業生產帶來哪些實際價值，便是麥飛科技成立的原因。尤其在“雙減”方案印發後，市場也給予了他們一個最佳切入的時機。
團隊創立之初，宮華澤便規劃了三個階段。第一階段是以重服務模式在農業市場滲透技術、第二階段開始逐步轉向平臺化、第三階段則是形成數據多維度獲取與信息加工整套鏈路的整套閉環。
之所以展開重服務模式，目的是能在短時間內建立起麥飛科技一套科學種植體系，並將麥飛核心技術(遙感、大數據、人工智能)打進這個行業之中。
憑藉遙感這個核心技術壁壘，麥飛科技自主研發出了無人機載荷“麥視探針”，並依託視覺光譜智能監測技術，實現了農作物生理狀態的智能感知，從而生成科學施藥變量作業處方圖，並通過軟硬一體的方式(軟有農業AI雲，硬有無人植保機)實現精準科學施藥作業。
其中，這個農業AI雲，既是重服務模式下的一個核心，也是幫助其跨越到後兩個階段的重要銜接。農業AI雲可以看做是農作物全程病蟲害的一個核心庫，主要為農業新技術提供試算服務，服務於未來進入行業的參與者，將技術滲透率最大化提高。
這也是為何，麥飛科技旗下並沒有四輪機器人產品的原因，正如比特網採訪時宮華澤所說：“去年開始麥飛科技與很多機器人平臺完成了打通，我們並不在意田間機械到底是怎樣的形態，我們要做的是能夠讀懂農田當中發生的情況。”
而當技術滲透率和整個服務體系建立完善後，便能為第三階段形成一套數據多維度獲取與加工鏈路的閉環，讓技術產生的數據來反哺整個產業。整體看下來，這個模式有點類似於淘寶。淘寶前期顯然並不是以數據來驅動業務，當平臺商戶達到一定量後，才給阿里打開了這一思路。
數字農業未來的“探索者”
正如此前所說，種植業是塊連BAT都難“啃”的骨頭，但麥飛卻選擇了在這樣一個難滲透的賽道中扮演一名探索者，重服務模式下，也讓麥飛收穫了不少成果。
2019年，麥飛完成了數字農業示範農場“5+1”戰略佈局，分別位於：吉林、遼寧、湖北、江蘇、海南，以及加拿大蒙特利爾，旨在打造數字農業示範農場體系。重服務下的三年摸索，目的就是為標準化收集基礎性數據。今年，是麥飛科技重服務模式的最後一年，從目前線下情況來看，麥飛已逐步形成了一套能夠標準化的服務的模式，並開始逐步反推到整個市場當中進行驗證。
疫情期間，這套標準化的服務模式也起到了一定作用，在人員流動性沒有得到全面釋放的情形之下，藉助遙感與空間探測技術完成了農業生產的摸底普查，更可控的把整個春耕備耕最需要勞動力補充，且能夠奠定一年農業生產規模和整個農業產出基本盤的階段順利拿下。
同時麥飛也在與當地主管部門進行著聯動，將農情普查情況免費提供給行業主管部門，以實際數據為支撐，輔助各地在農業實際生產當中進行決策。
但這僅是作為一個信息源的補充，麥飛科技真正想做的是，將技術滲透到春耕階段，如何以高效的方式完成種植，並將數字農業的技術用到整個春耕備耕階段，使其更加量化才是最核心的目標。
顯然，農業未來必將朝著以科技為主導的規模化、精細化和智能化的方向去走，數字農業所能解決的也並非只是難以標準化這一個問題，在其背後還有著更為深遠的影響。
據一組數據顯示，目前農業勞動力年齡結構大多分佈在50-60歲之間，而這些勞動力的子女多數沒有繼續務農的打算，農技傳承已經到了一個臨界點，下一個十年，當年齡結構再次發生變動時，誰來耕種更是現代化農業所要解決的問題，畢竟農業用地是不允許撂荒的。
雖然當下已有了一些土地流轉政策，激勵一些有技術且願意務農的經營者來管理，但歸根結底，集約化之後要改善的還是此前粗放經營這一最大問題。
而這些探索者，未來都將是帶動農業變革的中堅力量，也正是因為有了他們的出現，才將數字化屬性真正代入了農業之中。
閱讀更多 比特網 的文章
