
大數(shù)據(jù)是如何顛覆農業(yè)生產的
有時候,我們只有在事后回過頭來看時才發(fā)現(xiàn)發(fā)生了一場革命。但當下的農業(yè)革命卻不是如此。我們能實時看到發(fā)生在我們身邊的創(chuàng)新和顛覆。
為了用更少的投入生產更多的食物,農業(yè)正在尋找新的產品、方法和技術。地球只有一個,我們必須減少化學品和水的使用。自給自足的農民想要縮小產出差距。從事商業(yè)化生產的農民想要提高產出、節(jié)約成本。消費者想要更加健康的清潔食物和成分。
大數(shù)據(jù)正在帶來顛覆性變化,幫助我們滿足這些需求。
大數(shù)據(jù)提供了更多的信息,這些信息來自于從作物基因組到供水管理、培肥、氣候、土壤、機械和作物保護系統(tǒng)的方方面面。大數(shù)據(jù)還使人們在農業(yè)方法踐和作物遺傳學領域有更多的方法來獲取和使用數(shù)據(jù)。在生產側,這正在改變大型農企的價值鏈,因為大數(shù)據(jù)的使用將力量賦予農民和小公司,大公司則在兼并整合,努力創(chuàng)新。
顛覆將需要好的想法、新的商業(yè)模式和勇敢無畏的精神。新一代的獨立公司正在利用大數(shù)據(jù)產生新的見解、實踐和產品。如果想跟上時代的腳步,傳統(tǒng)的農企和供應鏈就必須適應新形勢。
以下是大數(shù)據(jù)被用于農業(yè)的四個主要方面:
種子新特性的培育:用新的檢測和圖譜繪制方法發(fā)現(xiàn)和獲取作物基因組,更快地把信息變成更好的產品。
精準農業(yè):雖然有時被混為一談,但大數(shù)據(jù)和精準農業(yè)并不是一回事。大數(shù)據(jù)匯集了很多農田的信息,而這些信息均通過精準農業(yè)獲得。由此產生的分析、見解和更好的決定,再通過精準農業(yè)技術進行部署。
食物追蹤:利用傳感器和數(shù)據(jù)分析來預防食品變質和食源性疾病。
對供應鏈的影響:技術和信息的普及使種子、作物投入品和食物的供應鏈迎來巨變。
大數(shù)據(jù)加快作物育種
培育優(yōu)良作物品種的傳統(tǒng)過程不僅耗費大量的財力和人力,而且可能需要10年或更長時間。大數(shù)據(jù)加快了這個過程。遺傳學的進步已經導致了生物信息的爆炸式增長:首先是模式生物基因組測序的開始,其次是高通量或自動化實驗技術的快速應用。
大量的基因信息可以在云端創(chuàng)建和分析。曾經在溫室和田間地頭進行的生物研究,現(xiàn)在能夠先用計算機(經過計算機模擬)來分析數(shù)據(jù)、設計實驗和確定假設條件。在此基礎上,只需要在地里試種規(guī)模小得多的實驗作物進行驗證,就可以判斷出在大規(guī)模環(huán)境中種植的效果如何,然后培育者便可以確定哪種雜交作物最適合某個特定的地域。在我的職業(yè)生涯中,就曾經親眼目睹過這種驚人的變化。我不再穿著長筒靴前往育種站,因為工作主要在實驗室里完成。新的育種過程不僅代價更低、速度更快,而且我們能夠做到我們以前無法做到的事情。
傳統(tǒng)的基因工程技術把抗旱、抗除草劑和抗農藥的特性引入了市場。后續(xù)的培育將帶來質量更高、經濟和環(huán)境成本更低的作物。在培育中的很多作物都會讓農民和消費者受益,比如高鈣胡蘿卜、抗氧化劑土豆、不會引起過敏的堅果、抗菌橙子、節(jié)水型小麥和營養(yǎng)價值更高的木薯。
利用更好的工具,研究成果轉化為實際生產力的速度將更快,成本也將更低。設施較少、規(guī)模較小的實驗室也能完成這個過程。數(shù)據(jù)庫共享能夠提供更多的數(shù)據(jù)供實驗人員獲取和分析。作物基因改良和云生物學正在催生形形色色的新型初創(chuàng)公司。
以下例舉了幾家利用大數(shù)據(jù)進行作物基因組研究的初創(chuàng)公司:
·Caribou Biosciences:利用CRISPR-Cas技術進行基因編輯(已融資4,460萬美元)
·Benson Hill Biosystems:通過植物生物學、大數(shù)據(jù)分析和云計算來推動農業(yè)發(fā)展(已融資805萬美元)
·Intrexon:通過自己開發(fā)以及從外部收購的技術來培育新的作物特性(上市公司)
·Cibus:部署基因編輯工具來培育新的特性,包括抗除草劑作物
·Arcadia Biosciences:利用先進的篩查、育種和生物技術來培育新的特性和作物(上市公司)
·Precision Biosciences:從事生命科學領域的基因組編輯技術公司,正在打造農業(yè)集團(已融資2,565萬美元)
·杜邦/陶氏(DuPont / Dow)、先正達(Syngenta)、孟山都(Monsanto)、拜耳(Bayer)和巴斯夫(BASF):全都在通過有機增長和并購活動活躍于業(yè)界
數(shù)據(jù)驅動的耕種方法,更好的結果
商業(yè)化農業(yè)生產十分復雜,涉及生物學、氣象和人類活動。近年,種植者迅速采用新的精準農業(yè)技術。利用GPS和其他技術,生產者可以精確地追蹤不同田地的產出,操縱和控制設備,監(jiān)測田地狀況,管理投入品,大幅提高生產率和利潤。同時,數(shù)據(jù)迅速累積,變得數(shù)量龐大且錯綜復雜,只能使用計算機軟件進行分析。數(shù)據(jù)本身無法創(chuàng)造見解,需要通過分析和咨詢服務來幫助農民洞悉數(shù)據(jù)。以機器學習為核心的軟件應用在與數(shù)據(jù)、設備和人類互動時變得越來越智能化和定制化。通過學習,它們能提供以前沒有開發(fā)過的機遇,幫助我們在農事方面做出更明智的決策。
大數(shù)據(jù)公司能測試各種各樣的基因組、作物投入品以及很多不同的農田、土壤和氣候條件。他們能按照數(shù)千畝土地的真實環(huán)境進行田間試驗,為農民提供在特定田地、特定土壤和特定氣候條件下優(yōu)化種植的信息,甚至細化到每一粒種子。對于作物保護供應商來說,這意味著他們的產品在同一塊田地里能夠以不同的劑量率和桶混方式進行使用。
信息即力量
這種透明度能夠顛覆價值鏈,可能會令某些零售商、批發(fā)商、大型種子生產商和大型化學品生產商感到不喜。信息使品牌投入品的定價和表現(xiàn)具有可見性,讓下層的種植者能夠擁有更多的權力。種植者將能夠以非常精準的方式使用更少的化學品。以精確方式使用普通投入品的效果很可能好于使用名牌投入品的效果。更精準的種植很可能會讓投入品的用量減少大約30%至40%,再加上大型農業(yè)投入品公司的利潤受到擠壓,這可能導致供應鏈的進一步整合。
盡管農產品價格和農民收入始終較低,但新的農業(yè)技術的采用率正在提高。Caledonia的羅伯特·希爾(Robert Hill)最近進行了一項市場調查,種植者說他們部署的技術數(shù)量將在2013年至2019年期間翻一倍。51%的受訪者說,他們最感興趣的其中一點是適合他們田地和土壤類型的綜合建議。
一些新公司把收集、匯總和分析眾多田地的數(shù)據(jù)作為他們的主業(yè)。他們的目標是向農民提供個性化方案,將每塊田地的耕種細化到作物個體:使用有關氣候和土壤條件、作物以及產出的數(shù)據(jù)。數(shù)據(jù)公司利用從農民那里獲得的信息來改善他們的模型,提出更好的建議。數(shù)據(jù)讓客戶能夠不斷采用符合自身特定需要的產品,定價策略更加全面完善,能夠實現(xiàn)同一領域內更好的性價比。以下是幾家活躍在這個領域里的公司,他們擁有不同的產品和商業(yè)模式:
·Farmers Business Network:這個農事信息網絡利用數(shù)據(jù)分析來幫助農民作出最佳的經營和采購決定(已融資2,400萬美元)
·Climate Corp/孟山都:這個氣候平臺幫助農民作出耕種決定(已融得1億美元風險投資,在2013年被孟山都以10億美元收購)
·Granular:這個軟件和分析平臺幫助農民管理和查看數(shù)據(jù),以提高耕種效率(已融資5,000萬美元)
·Conservis:這個云平臺向農民提供以服務為中心的平臺,幫助他們跟蹤活動情況、整合外部數(shù)據(jù)和管理資源(已融資1,265萬美元)
·Trimble:提供定位技術解決方案,用于調查、建筑、農業(yè)、公共安全和繪圖(上市公司)
·Farmers Edge:硬件和軟件。FarmCommand系統(tǒng),自動收集數(shù)據(jù),報告成本及設備數(shù)據(jù)(已融資4,420萬美元)
·Iteris:清潔農業(yè)(ClearAg)部門通過應用程序接口(API)或者應用程序提供天氣、水、土壤和作物健康咨詢服務(上市公司)
·約翰迪爾(John Deere)、拜耳、巴斯夫和杜邦都在通過自建和收購的方式打造自己的數(shù)字平臺
食物追蹤
對食物從田間到餐桌的過程進行追蹤,可以預防疾病、減少浪費和提高利潤。由于全球供應鏈的延長,追蹤和監(jiān)督農產品變得越來越重要。大數(shù)據(jù)正在被用來改善各個環(huán)節(jié),比如倉庫和零售店的庫存水平,以及作為食品在整個供應鏈中“血統(tǒng)記錄”的食品溫度。食品生產商和運輸者使用傳感器技術、掃描設備和分析工具來監(jiān)控收集供應鏈的相關數(shù)據(jù)。溫度和濕度通過帶有GPS功能的傳感器進行監(jiān)控,在配送途中需要采取糾正措施時,警報就會響起。如果發(fā)生問題或召回,零售商處的銷售點掃描讓他們可以采取迅速有效的行動,哪怕產品已經售出。基因工具和大數(shù)據(jù)分析也被用來研究食源性致病菌,并預測致病菌和疾病的爆發(fā)和傳播。這些技術將有助于預防食源性疾病和減少供應鏈浪費。在美國,每年約有7,600萬人患上食源性疾病,導致5,000例死亡。在發(fā)達國家,40%的食物被丟棄,包括10%到15%的農產品。
對供應鏈的影響
大型農企正在遭受挑戰(zhàn),因為新技術使農民知道應該種植什么,何時和如何種植,使用哪種作物投入品來最大程度地提高收成和效益。以前,創(chuàng)新都集中在那些擁有高額研發(fā)預算、眾多產品或大量市場份額的公司。新技術,尤其是作物遺傳學等復雜領域的新技術,需要龐大的規(guī)模和小公司承擔不起的昂貴設施。
傳統(tǒng)的大型農企可能無法做出改變,向農民提供最好的作物特性和有關農業(yè)投入品的最佳信息。現(xiàn)在,創(chuàng)新更容易在新企業(yè)中產生,這有很多原因。一是信任。企業(yè)必須能讓農民相信他們的數(shù)據(jù)將被匿名化,他們不太可能愿意他們的信息落入那些想方設法推銷自家產品的大公司之手。作物遺傳學同樣如此。如果獨立的種子公司愿意向某個數(shù)據(jù)庫貢獻信息,以更好地了解各種作物的基因組,那么他們肯定不希望那個數(shù)據(jù)庫受業(yè)內的一家大公司掌控。第二個原因是對公正建議和雙向信息的渴求。即使大公司能夠建立最好的數(shù)字平臺,他們也很難被視為公正建議的提供者。
大公司無法做出利用新技術所必需的改變。這樣的例子有很多。想要利用新技術,需要不同的企業(yè)文化、不同的風格和不同的行事方式。大型農企擁有龐大的研發(fā)引擎,使用繁瑣的技術來培育轉基因種子?,F(xiàn)在,由于有了基因編輯和云生物學,特性培育能夠在人手和設備更少的小實驗室里完成。大公司還面臨著另一個障礙,也就是涵蓋多級批發(fā)商、經銷商、捆綁產品和回扣的定價策略太過復雜,導致供應鏈的定價缺乏透明度。這里有很多的顛覆機會,類似于谷歌(Google)改變多個行業(yè),Uber和Lyft改變個人出行。
一系列大規(guī)模交易已經開始重新塑造大型農企。中國化工集團以430億美元收購先正達。陶氏化學和杜邦意欲合并,組建成一個新的作物科學機構,總規(guī)模達到1,300億美元,監(jiān)管機構正在對這筆交易進行審查。拜耳和孟山都的合并仍在持續(xù)推進中,這將成為業(yè)內第三大交易,有望改變整個殺蟲劑和轉基因種子行業(yè)。
總結
《AgFunder投資報告》顯示,在2015年,500多家食品和農業(yè)科技初創(chuàng)公司共融資46億美元。初創(chuàng)公司肩負起了改善和顛覆食品、能源和纖維生產的很多挑戰(zhàn)。大數(shù)據(jù)革命尚處于早期階段,價值創(chuàng)造的潛力還不明朗,但已經使農業(yè)踏上了迅速變遷和探索發(fā)現(xiàn)的道路。致力于創(chuàng)新的利益相關者可能將是最先獲得回報的人。我希望這場革命的大贏家是生產商、環(huán)境、自給自足的小農和消費者?,F(xiàn)在是大幅加快農業(yè)創(chuàng)新的最佳時機,而創(chuàng)新將使供應鏈中的新來者能夠參與、受益和顯著提高作物表現(xiàn)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10