大數據時代 如何顛覆農業生產

為了用更少的投入生產更多的食物，農業正在尋找新的產品、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。從事商業化生產的農民想要提高產出、節約成本。消費者想要更加健康的清潔食物和成分。大數據正在帶來顛覆性變化，幫助我們滿足這些需求。

大數據提供了更多的信息，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的方方面面。大數據還使人們在農業方法踐和作物遺傳學領域有更多的方法來獲取和使用數據。在生產側，這正在改變大型農企的價值鏈，因為大數據的使用將力量賦予農民和小公司，大公司則在兼并整合，努力創新。

顛覆將需要好的想法、新的商業模式和勇敢無畏的精神。新一代的獨立公司正在利用大數據產生新的見解、實踐和產品。如果想跟上時代的腳步，傳統的農企和供應鏈就必須適應新形勢。

以下是大數據被用于農業的四個主要方面

種子新特性的培育

用新的檢測和圖譜繪制方法發現和獲取作物基因組，更快地把信息變成更好的產品。

精準農業

雖然有時被混為一談，但大數據和精準農業并不是一回事。大數據匯集了很多農田的信息，而這些信息均通過精準農業獲得。由此產生的分析、見解和更好的決定，再通過精準農業技術進行部署。

食物追蹤

利用傳感器和數據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。

大數據加快作物育種

培育優良作物品種的傳統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。大數據加快了這個過程。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建和分析。曾經在溫室和田間地頭進行的生物研究，現在能夠先用計算機（經過計算機模擬）來分析數據、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模小得多的實驗作物進行驗證，就可以判斷出在大規模環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。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。后續的培育將帶來質量更高、經濟和環境成本更低的作物。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、節水型小麥和營養價值更高的木薯。

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、規模較小的實驗室也能完成這個過程。數據庫共享能夠提供更多的數據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公司。

數據驅動的耕種方法，更好的結果

商業化農業生產十分復雜，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，監測田地狀況，管理投入品，大幅提高生產率和利潤。

同時，數據迅速累積，變得數量龐大且錯綜復雜，只能使用計算機軟件進行分析。數據本身無法創造見解，需要通過分析和咨詢服務來幫助農民洞悉數據。以機器學習為核心的軟件應用在與數據、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過的機遇，幫助我們在農事方面做出更明智的決策。

大數據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。他們能按照數千畝土地的真實環境進行田間試驗，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據作為他們的主業。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、作物以及產出的數據。數據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。數據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，能夠實現同一領域內更好的性價比。

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，追蹤和監督農產品變得越來越重要。大數據正在被用來改善各個環節，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控收集供應鏈的相關數據。溫度和濕度通過帶有GPS功能的傳感器進行監控，在配送途中需要采取糾正措施時，警報就會響起。如果發生問題或召回，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?；蚬ぞ吆痛髷祿治鲆脖挥脕硌芯渴吃葱灾虏【?，并預測致病菌和疾病的爆發和傳播。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，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，創新都集中在那些擁有高額研發預算、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，需要龐大的規模和小公司承擔不起的昂貴設施。

傳統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投入品的最佳信息?，F在，創新更容易在新企業中產生，這有很多原因。一是信任。企業必須能讓農民相信他們的數據將被匿名化，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據庫貢獻信息，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據庫受業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引擎，使用繁瑣的技術來培育轉基因種子?，F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，Uber和Lyft改變個人出行。

來源：農業物聯網