0
甭管豬樂意不樂意，養豬近幾年在風口幾乎安家了，養殖業的熱浪一波接一波。
從華為機器視覺的智慧養豬方案，到百度、阿里、騰訊、京東等互聯網巨頭推出的各類養豬解決方案。
從近10年前，網易人性化養殖的味央豬，到2015年世界互聯網大會的京東創新扶貧項目“跑步雞”，再到萬科、恒大、碧桂園燈地產大佬公開招募養殖人才，組建團隊，進軍養豬大業。
當總裁、CEO們紛紛下場為豬站臺，養殖業這塊料，真的這么絲滑嗎？
中國的畜禽業多為分散經營，在農村中僅作為副業生產。近十多年來，規模化畜禽養殖業迅猛發展，成為一個獨立行業。
即便如此，長久以來，對于AI，畜禽養殖似乎難登大雅之堂。
當AI賦能一切，不少產業血海一片時，開始有目光看向了灰頭土臉的養殖業，當各路英雄高調入場，看客們大多帶著三分玩味、三分揶揄、三分歡喜。
浪潮之下，眾人皆言養殖的春天來臨，春天會來不假，只是在那之前，路上有多少戈壁和沙漠，似乎都被未到來的春光掩蓋。
生物安全，養殖業最大的敵人。
大型畜牧場的生物安全尤為重要，它決定了企業的效益和存亡。
2018年的非洲豬瘟讓中國心有戚戚，事實上，非洲豬瘟已存在上百年了，即使在醫學如此發達的今天，依然不見有效的非瘟疫苗。
這使得包括豬在內的養殖業，在生物安全管控上極其嚴格。
這也是大佬們入場智慧養殖需要跨過的最基礎，也最重要的一關。
生物安全是一個系統工程，需要軟硬兼施內外兼修、綜合防制。生物安全制度和體系需要覆蓋全部生產經營要素、過程和區域。
除了目前的測溫功能，AI等技術如何在產前中后全過程，即涵蓋飼養生產、獸醫防疫、產品加工全過程中進行防范、預警、追溯，在各個環節保證生物安全，是醫學問題、養殖問題，也是科技問題。
“按養殖舍、生產區、場區、周邊三公里劃分四級防疫區，按場區內外疫病管控情況設立紅、橙、黃、綠四區作業和監管。各區之間嚴格區分，不能隨意流動。我們每次進出豬舍，都要洗澡換衣服，清洗，消毒，檢測和隔離，不是想進就能進的。”
大華股份智慧農產解決方案總監羅國全如是說。
換料環節中的乾坤。
傳統的養殖，大多為“差不多”思維，喂養的時間，飼料份量等標準都依靠傳統經驗，不可控因素多，養殖的效率和質量也難以提升。
以換料為例，規模養殖中，牲畜不同階段對飼料營養需求不同，需要根據牲畜的日齡、月齡或季節不同更換飼料。
比如雞群在45天的生長周期的五個不同階段中，需要根據時間、產蛋率、體重等的不同喂養不同的飼料。
換料也并非到點即換，應設置至少一周的換料過渡期，否則牲畜會因為蛋白質和鈣的含量突然增高，引起雞群的飲水量增加，并因消化不良而拉稀。
甚至光照也是必須考慮的因素。當只增加光照不更換飼料，會造成雞群的生殖系統早熟，產蛋高峰期短，增加死亡率；如只更換飼料不增加光照，會導致雞群營養量過剩，脂肪聚集，蛋重較大，同樣增加死亡率。
“還有比如散戶養豬，可能180斤覺得可以賣掉了，但也許它還可以長到200斤。”
某業內人士告訴AI掘金志，豬在不同時期，進食量和漲重比并不一致，同樣是2斤食物，某個階段可以長1斤，但某個階段只長0.5斤或者不長，差不多思維會造成很多成本在無形中被浪費掉。
這些都需要精準飼喂機器和系統，每天準確測出牲畜的耗食量、耗水量、料肉比、換料時間、光照等等要素，并及時采取措施調整。
對機器要求高，新技術、新產品投入大。
養殖場環境特殊，蒼蠅、老鼠、蚊子等各類生物是養殖場內的常客，普通圖像采集設備難以應對這一復雜場景。
比如，要求機器具有較強的抗干擾能力；不可避免地，機器上會出現相應生物的排泄物，當清洗、消毒時，需要機器防塵、防水、防腐蝕能力。
這些場景與要求，不深入場景難以察覺，并且需要投入巨大的人力、物力、財力研發新技術、新產品，并反復測試。
在各種條件下，準確、實時、客觀的獲取養殖大數據，實現標準化養殖并不容易。
大行業，小公司。
比生豬養殖為例，中國每年消耗總量幾乎占全世界總消耗量的50%，但中國仍然以散養戶為主，市場前20企業的占有率都不到10%，典型的“大行業、小公司”的格局。
企查查數據顯示，截至2021年2月，我國共有36.7萬家豬養殖相關企業，2020年相關企業注冊量達近10年最高，共新增7.76萬家，同比增長78%，2021年截止目前共新增5537家。
與此同時，注冊資本在100萬以內的養豬企業是該市場的主力軍，占據了總量的72%，而注冊資本在1000萬以上的，僅占3%。
地域上，河北省是生豬養殖和調出大省，存欄量和出欄量連續多年位居全國前列，是全國重要的生豬生產和供應基地。云南省和山西省則分別以2.92萬家和2.51萬家企業排名全國第二和第三。
同時，養殖業門檻低，規模化、標準化極為落后。養豬效率低、成本高，相關數據顯示，中國每公斤豬肉飼料成本是美國的2倍，人力成本是美國的5倍。
既然智慧養殖又苦又累，為何各界大佬前赴后繼。
雷鋒網AI掘金志就智慧養殖話題與大華股份智慧農產解決方案總監羅國全進行了一次談話。
大華股份在養殖行業以視頻安全管控切入，提供AI養殖，生物安全管控，養殖物聯網大數據應用一體化的解決方案，為養殖企業智能化、信息化、數字化轉型賦能。
羅國全表示，整體看來，精準飼喂、養殖物聯網數據運營和應用，以及整個業務閉環最重要，也最難。
精準飼喂上，當前的智慧養殖方案對于養殖的PSY和料肉比等核心數據還未形成非常準確的量化比較關系。
業務閉環上，技術、落地方案、應用場景三者的融合需要經歷不斷驗證、測試、調整的過程。受限于當前非洲豬瘟疫情的管控，以及落地場景的軟硬件現狀，與其他行業而言，這個過程周期更長，也更復雜和困難。
當前不同的養殖企業所具備的軟、硬件基礎能力不同，同一個企業不同時期建設的養殖場的軟硬件基礎能力也不同，如很多養殖設備，環控設備，廠家品牌，軟硬件接口，安裝條件等等，難以完全統一。
比如技術應用到豬只測溫時，面臨豬舍內部風機、作業人員灑水清污、環境溫度等問題，又或者豬只盤點因為遮擋問題，可安裝高度問題，都面臨巨大挑戰。
據悉，大華只用了不到1個月就將豬只盤點準確率從 53%提升到 80%，目前已達98%。
“但這還不夠，我們的目標是 100%。”
其次，生豬價格較高，檢測偷盜行為以及養殖場的資產管理成為日常的重要環節。
“假如從豬場到屠宰場有一小時的車程，這期間的豬只運輸管理就全靠駕駛員的自覺。當養殖企業有100輛以上的車時，就更需要建立完善的調度和管理體系。”
大華據此研發的農牧智能物聯綜合管理平臺，集成豬場全方位信息，場內的豬場分布、豬場數量、母豬資源、育肥存欄、疫情檢測，場外的駕駛員、市場信心等多維業務管理和多維數據應用。
豬、雞、牛、羊以及魚，雖然都歸為養殖業，但不同養殖種類的生命周期、個體體征、生長要求、生產過程差別極大，研發新技術、新產品，在智慧養豬領域一步步磕磕碰碰研究出的名堂，不見得在智慧養牛場景能夠落地。
“比如牛羊因為體表毛發多通過熱成像相機測溫相對較難實現，但豬體毛發較少，目前，測溫精準度已可以達到±0.5℃；解決方案的技術應用，產品要求，網絡架構等都會存在較大差異。”
后續，大華將進一步賦能牛、禽養殖等細分領域。
對于市場上部分針對AI養殖“華而不實”的批評，羅國全表示，不可否認，市場確有通過AI等炒作來吸睛之舉，全局來看，任何一種先進技術發展過程都是從假想到概念再到落地和實際應用的必經階段，這個階段需要時間。
而技術、場景的深度融合需要養殖企業和技術賦能企業都沉下心，腳踏實地。
“既不是技術賦能企業主觀認為的我能做什么，客戶應該要什么，也不是養殖企業認為的你應該能做什么，要給我什么。”
羅國全告訴AI掘金志，大華和客戶深度交流、碰撞，合作中，一次次的優化，調整方案，采集素材，優化算法，才最終落地到客戶的實際業務場景中去的。
目前，智能巡檢、AI 豬體精準測溫、豬只盤點，生物安全作業合規檢測等技術都是基于其他行業的相關或類似應用的技術能力，深入養殖客戶的業務場景。
養殖行業是一個“苦”行業，也并非一蹴而就，需要每一個行業人或者準備進入這個行業的新行業人能吃得起苦，耐得住寂寞，躬身入局，長期耕耘。
“別的不說，做養殖業務，第一點是我們業務人員的承受能力，豬場都是在遠離市區的地方，很多地方信號都沒有，有時吃飯都會圍滿蒼蠅。”他補充道，“我們還是吭哧吭哧地做。”
“同時我們也深刻感受到了畜牧養殖行業前景值得期待，據我們了解，傳統養殖業也是非常歡迎類似大華這樣的科技企業進入，幫助他們賦能轉型。”
據農業農村部官方數據顯示，2020 年養豬規模化程度已經達到 57%。
以往存在北方主產，南方主消的情況，在三年生豬產能恢復、各省保產穩供以及限制跨省調運生豬的政策影響下，地域格局將面臨重構。
非瘟疫情下，生豬產業的啞鈴型結構越發明顯，2018 年中國養豬企業前 20 強的生豬出欄量占比只有10%左右，2020 年預計占到 15%-20%。
根據頭部企業擴張計劃，預計未來 3-5 年頭部企業的出欄量會翻 3-5 倍，未來頭部企業的出欄量占比會越來越高，體量快速增長的趨勢明顯。
國家層面的對養殖業一以貫之地高度重視，近年陸續出臺了《非洲豬瘟常態化防控技術指南（試行版）的發布》，《加快生豬生產恢復發展三年行動方案》等政策。
中央一號文件連續18年聚焦三農，中信證券研報指出，2021年中央一號文件中，生豬養殖政策由“加快恢復生豬生產”轉為“加快構建現代養殖體系”。
從 2020 年通報的 18 起非洲豬瘟感染案例，及年初廣東、新疆及其他省份零星感染案例，養殖頭部企業都在印證國家政策的牽引力和全局判斷。
與此同時，前瞻產業研究院數據，截止至 2018 年，中國智慧農業潛在市場規模突破 200 億元，達到了 203.06 億元。據預測，2020 年中國智慧農業潛在市場規模將達到 267.61 億元，2015-2020 年復合增長率達 14.3%。
中國養殖發展處于起步階段，隨著人口紅利消失，以及粗放的養殖模式，智慧農業市場潛力較大，AI+應用將成農業發展主流。
潛力大、阻力大，相關軟硬件受限于行業知識的積累和應用場景的深入，也缺少時間的迭代周期。
智慧養殖業是多學科、技術融合應用的產物，除了軟件系統外，配套的硬件設施，需要豐富的現場操作知識，尤其是對特定應用場景的深刻理解。
積累豐富的現場生產知識，與技術結合，才能做出成熟的方案。
智慧養殖業處于摸索期，沒有通信的行業標準，也沒有明確的技術方向。
無人區的探索，需要戰略層面的認知和定力，認定智慧養殖的未來，并持續投入。
科技與養殖的結合，或許還有很長一段時間磨合，但潛心深耕的企業，已經在路上。雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
