
大數(shù)據(jù)如何顛覆農(nóng)業(yè)生產(chǎn)
有時(shí)候,我們只有在事后回過頭來看時(shí)才發(fā)現(xiàn)發(fā)生了一場革命。但當(dāng)下的農(nóng)業(yè)革命卻不是如此。我們能實(shí)時(shí)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(chǎn)更多的食物,農(nóng)業(yè)正在尋找新的產(chǎn)品、方法和技術(shù)。地球只有一個,我們必須減少化學(xué)品和水的使用。自給自足的農(nóng)民想要縮小產(chǎn)出差距。從事商業(yè)化生產(chǎn)的農(nóng)民想要提高產(chǎn)出、節(jié)約成本。消費(fèi)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(jī)械和作物保護(hù)系統(tǒng)的方方面面。大數(shù)據(jù)還使人們在農(nóng)業(yè)方法踐和作物遺傳學(xué)領(lǐng)域有更多的方法來獲取和使用數(shù)據(jù)。在生產(chǎn)側(cè),這正在改變大型農(nóng)企的價(jià)值鏈,因?yàn)榇髷?shù)據(jù)的使用將力量賦予農(nóng)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(dú)立公司正在利用大數(shù)據(jù)產(chǎn)生新的見解、實(shí)踐和產(chǎn)品。如果想跟上時(shí)代的腳步,傳統(tǒng)的農(nóng)企和供應(yīng)鏈就必須適應(yīng)新形勢。
以下是大數(shù)據(jù)被用于農(nóng)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(chǎn)品。
精準(zhǔn)農(nóng)業(yè):雖然有時(shí)被混為一談,但大數(shù)據(jù)和精準(zhǔn)農(nóng)業(yè)并不是一回事。大數(shù)據(jù)匯集了很多農(nóng)田的信息,而這些信息均通過精準(zhǔn)農(nóng)業(yè)獲得。由此產(chǎn)生的分析、見解和更好的決定,再通過精準(zhǔn)農(nóng)業(yè)技術(shù)進(jìn)行部署。
食物追蹤:利用傳感器和數(shù)據(jù)分析來預(yù)防食品變質(zhì)和食源性疾病。
對供應(yīng)鏈的影響:技術(shù)和信息的普及使種子、作物投入品和食物的供應(yīng)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(fèi)大量的財(cái)力和人力,而且可能需要10年或更長時(shí)間。大數(shù)據(jù)加快了這個過程。遺傳學(xué)的進(jìn)步已經(jīng)導(dǎo)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(shí)驗(yàn)技術(shù)的快速應(yīng)用。
大量的基因信息可以在云端創(chuàng)建和分析。曾經(jīng)在溫室和田間地頭進(jìn)行的生物研究,現(xiàn)在能夠先用計(jì)算機(jī)(經(jīng)過計(jì)算機(jī)模擬)來分析數(shù)據(jù)、設(shè)計(jì)實(shí)驗(yàn)和確定假設(shè)條件。在此基礎(chǔ)上,只需要在地里試種規(guī)模小得多的實(shí)驗(yàn)作物進(jìn)行驗(yàn)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(jīng)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?yàn)楣ぷ髦饕趯?shí)驗(yàn)室里完成。新的育種過程不僅代價(jià)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(shù)把抗旱、抗除草劑和抗農(nóng)藥的特性引入了市場。后續(xù)的培育將帶來質(zhì)量更高、經(jīng)濟(jì)和環(huán)境成本更低的作物。在培育中的很多作物都會讓農(nóng)民和消費(fèi)者受益,比如高鈣胡蘿卜、抗氧化劑土豆、不會引起過敏的堅(jiān)果、抗菌橙子、節(jié)水型小麥和營養(yǎng)價(jià)值更高的木薯。
利用更好的工具,研究成果轉(zhuǎn)化為實(shí)際生產(chǎn)力的速度將更快,成本也將更低。設(shè)施較少、規(guī)模較小的實(shí)驗(yàn)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(shí)驗(yàn)人員獲取和分析。作物基因改良和云生物學(xué)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(jìn)行作物基因組研究的初創(chuàng)公司:
·Caribou Biosciences:利用CRISPR-Cas技術(shù)進(jìn)行基因編輯(已融資4,460萬美元)
·Benson Hill Biosystems:通過植物生物學(xué)、大數(shù)據(jù)分析和云計(jì)算來推動農(nóng)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(shù)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(jìn)的篩查、育種和生物技術(shù)來培育新的特性和作物(上市公司)
·Precision Biosciences:從事生命科學(xué)領(lǐng)域的基因組編輯技術(shù)公司,正在打造農(nóng)業(yè)集團(tuán)(已融資2,565萬美元)
·杜邦/陶氏(DuPont / Dow)、先正達(dá)(Syngenta)、孟山都(Monsanto)、拜耳(Bayer)和巴斯夫(BASF):全都在通過有機(jī)增長和并購活動活躍于業(yè)界
數(shù)據(jù)驅(qū)動的耕種方法,更好的結(jié)果
商業(yè)化農(nóng)業(yè)生產(chǎn)十分復(fù)雜,涉及生物學(xué)、氣象和人類活動。近年,種植者迅速采用新的精準(zhǔn)農(nóng)業(yè)技術(shù)。利用GPS和其他技術(shù),生產(chǎn)者可以精確地追蹤不同田地的產(chǎn)出,操縱和控制設(shè)備,監(jiān)測田地狀況,管理投入品,大幅提高生產(chǎn)率和利潤。同時(shí),數(shù)據(jù)迅速累積,變得數(shù)量龐大且錯綜復(fù)雜,只能使用計(jì)算機(jī)軟件進(jìn)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(wù)來幫助農(nóng)民洞悉數(shù)據(jù)。以機(jī)器學(xué)習(xí)為核心的軟件應(yīng)用在與數(shù)據(jù)、設(shè)備和人類互動時(shí)變得越來越智能化和定制化。通過學(xué)習(xí),它們能提供以前沒有開發(fā)過的機(jī)遇,幫助我們在農(nóng)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(nóng)田、土壤和氣候條件。他們能按照數(shù)千畝土地的真實(shí)環(huán)境進(jìn)行田間試驗(yàn),為農(nóng)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(xì)化到每一粒種子。對于作物保護(hù)供應(yīng)商來說,這意味著他們的產(chǎn)品在同一塊田地里能夠以不同的劑量率和桶混方式進(jìn)行使用。
信息即力量
這種透明度能夠顛覆價(jià)值鏈,可能會令某些零售商、批發(fā)商、大型種子生產(chǎn)商和大型化學(xué)品生產(chǎn)商感到不喜。信息使品牌投入品的定價(jià)和表現(xiàn)具有可見性,讓下層的種植者能夠擁有更多的權(quán)力。種植者將能夠以非常精準(zhǔn)的方式使用更少的化學(xué)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(zhǔn)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(nóng)業(yè)投入品公司的利潤受到擠壓,這可能導(dǎo)致供應(yīng)鏈的進(jìn)一步整合。
盡管農(nóng)產(chǎn)品價(jià)格和農(nóng)民收入始終較低,但新的農(nóng)業(yè)技術(shù)的采用率正在提高。Caledonia的羅伯特·希爾(Robert Hill)最近進(jìn)行了一項(xiàng)市場調(diào)查,種植者說他們部署的技術(shù)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(diǎn)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(biāo)是向農(nóng)民提供個性化方案,將每塊田地的耕種細(xì)化到作物個體:使用有關(guān)氣候和土壤條件、作物以及產(chǎn)出的數(shù)據(jù)。數(shù)據(jù)公司利用從農(nóng)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(chǎn)品,定價(jià)策略更加全面完善,能夠?qū)崿F(xiàn)同一領(lǐng)域內(nèi)更好的性價(jià)比。以下是幾家活躍在這個領(lǐng)域里的公司,他們擁有不同的產(chǎn)品和商業(yè)模式:
·Farmers Business Network:這個農(nóng)事信息網(wǎng)絡(luò)利用數(shù)據(jù)分析來幫助農(nóng)民作出最佳的經(jīng)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(nóng)民作出耕種決定(已融得1億美元風(fēng)險(xiǎn)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(nóng)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(nóng)民提供以服務(wù)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(shù)解決方案,用于調(diào)查、建筑、農(nóng)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(bào)告成本及設(shè)備數(shù)據(jù)(已融資4,420萬美元)
·Iteris:清潔農(nóng)業(yè)(ClearAg)部門通過應(yīng)用程序接口(API)或者應(yīng)用程序提供天氣、水、土壤和作物健康咨詢服務(wù)(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(jìn)行追蹤,可以預(yù)防疾病、減少浪費(fèi)和提高利潤。由于全球供應(yīng)鏈的延長,追蹤和監(jiān)督農(nóng)產(chǎn)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(yīng)鏈中“血統(tǒng)記錄”的食品溫度。食品生產(chǎn)商和運(yùn)輸者使用傳感器技術(shù)、掃描設(shè)備和分析工具來監(jiān)控收集供應(yīng)鏈的相關(guān)數(shù)據(jù)。溫度和濕度通過帶有GPS功能的傳感器進(jìn)行監(jiān)控,在配送途中需要采取糾正措施時(shí),警報(bào)就會響起。如果發(fā)生問題或召回,零售商處的銷售點(diǎn)掃描讓他們可以采取迅速有效的行動,哪怕產(chǎn)品已經(jīng)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(yù)測致病菌和疾病的爆發(fā)和傳播。這些技術(shù)將有助于預(yù)防食源性疾病和減少供應(yīng)鏈浪費(fèi)。在美國,每年約有7,600萬人患上食源性疾病,導(dǎo)致5,000例死亡。在發(fā)達(dá)國家,40%的食物被丟棄,包括10%到15%的農(nóng)產(chǎn)品。
對供應(yīng)鏈的影響
大型農(nóng)企正在遭受挑戰(zhàn),因?yàn)樾录夹g(shù)使農(nóng)民知道應(yīng)該種植什么,何時(shí)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(yù)算、眾多產(chǎn)品或大量市場份額的公司。新技術(shù),尤其是作物遺傳學(xué)等復(fù)雜領(lǐng)域的新技術(shù),需要龐大的規(guī)模和小公司承擔(dān)不起的昂貴設(shè)施。
傳統(tǒng)的大型農(nóng)企可能無法做出改變,向農(nóng)民提供最好的作物特性和有關(guān)農(nóng)業(yè)投入品的最佳信息?,F(xiàn)在,創(chuàng)新更容易在新企業(yè)中產(chǎn)生,這有很多原因。一是信任。企業(yè)必須能讓農(nóng)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(shè)法推銷自家產(chǎn)品的大公司之手。作物遺傳學(xué)同樣如此。如果獨(dú)立的種子公司愿意向某個數(shù)據(jù)庫貢獻(xiàn)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(nèi)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(shù)所必需的改變。這樣的例子有很多。想要利用新技術(shù),需要不同的企業(yè)文化、不同的風(fēng)格和不同的行事方式。大型農(nóng)企擁有龐大的研發(fā)引擎,使用繁瑣的技術(shù)來培育轉(zhuǎn)基因種子?,F(xiàn)在,由于有了基因編輯和云生物學(xué),特性培育能夠在人手和設(shè)備更少的小實(shí)驗(yàn)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(jīng)銷商、捆綁產(chǎn)品和回扣的定價(jià)策略太過復(fù)雜,導(dǎo)致供應(yīng)鏈的定價(jià)缺乏透明度。這里有很多的顛覆機(jī)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(jīng)開始重新塑造大型農(nóng)企。中國化工集團(tuán)以430億美元收購先正達(dá)。陶氏化學(xué)和杜邦意欲合并,組建成一個新的作物科學(xué)機(jī)構(gòu),總規(guī)模達(dá)到1,300億美元,監(jiān)管機(jī)構(gòu)正在對這筆交易進(jìn)行審查。拜耳和孟山都的合并仍在持續(xù)推進(jìn)中,這將成為業(yè)內(nèi)第三大交易,有望改變整個殺蟲劑和轉(zhuǎn)基因種子行業(yè)。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)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。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)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(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、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(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)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(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、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(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11