📖 ZKIZ Archives

跨過農業投資的山海關，創業企業將怎樣講述大數據的故事

息壤 2017-01-12 10:10

老生常談的是，中國的農村人口流失導致了土地趨於集中，土地流轉加速，而集中化的土地促使了小農經濟向規模經濟的轉變。這種結構性的改變帶來四大轉向：機械化率提升、農機結構變化(農機大型化、特色化)、農業金融及農業信息化(農機電商)加速，也進一步醞釀了對應的產業優化和投資機會。

看似美好，實則前路漫漫，什麽樣的場景適合借助數據和物聯網構建真正的勢能，怎樣搭建資源、資金使用效率及技術革新的聯動性，以及如何在基礎設施數字化的過程中切到更厚的環節“廣積糧”，都是需要回答的問題，這里對細分的四個發展方向分別討論，

發展方向一：農機租賃

按照《全國農業可持續發展規劃（2015年~2030年）》和《<中國制造2025>重點領域技術路線圖（2015版）》，到2020年主要農作物耕種收綜合機械化水平達到68%以上，農機工業總產值將達6000億元，國產農機產品市場占有率在90%以上。與我國巨大的農機產銷市場規模相比，農機購買力有些薄弱，即使財政對農機購置給予補貼，也無法在短期內扭轉這一現狀，因此農機租賃存在巨大需求。

模式設計上，公司可以成為連接農戶（承租人）和廠商之間的出租人，基於對農機的設備管控和使用數據聚合分析，可以有效降低由於終端用戶較為分散、缺少過往信用記錄的風險，幫助識別、篩選和確認承租人的償還能力。同時，可以有效促成合作社之間的合作，錯開農忙時間提升綜合效益。

市場規模上，2015年底，農機合作社5.4萬個，擁有農機具317萬臺(套)，農機化服務是農機合作社的主營業務，收入達到567億元，其中田間作業收入431億元，該部分是農機租賃的核心市場，按照60%的比例進行稀釋，則為農機合作社提供農機租賃服務的收入每年在260億元左右。考慮到其他大型家庭農場和農業產業化企業，總體規模至少300億元每年。

在龐大的市場空間之下，是農村信用體系不完善、經營狀況差異巨大（以及由此導致的還貸能力差異）、盡職調查難操作和風控體系難建立等挑戰。因此在相關的嘗試，關鍵在於跨區域與弄經銷商的合作能力，以及如何借助當地力量對農戶的還款能力形成系統化的測算能力，保證償還現金流的健康。

發展方向二：利用大數據發展精準農業

精準農業一般包括信息采集-信息解碼-投入優化-田間實踐（種植、施肥、灌溉）的良性循環，因此當前農業領域存在的諸多問題，如土壤治理、病蟲害預測與防治、動植物育種、結構調整、農產品價格等，進的計算機視覺，精準的感應設備以及機器學習技術都將幫助農民進行耕種、施肥、收獲和植保用藥，準確地種出更健康、更可口的食物，從而得到最佳的投入產出效果。

具體而言，根據作物生長的土壤性狀，調節對作物的投入。隨著精準農業經驗的積累，其覆蓋範圍從針對土壤的性狀檢測、配方施肥、重金屬殘留處理、蟲卵處理等，逐漸延伸到精準采摘、除草、災情和產量監測預警等各方面。除了信息系統的應用外，包括無人機、采摘、除草、施肥等農業機器人系統，以及包括精準噴灌、栽培等，能面向嬌嫩性和複雜性的作業對象、非結構性的作業環境、特殊的使用對象。

對平臺進行開源處理後，還可方便其他傳感器制造商上傳數據，比如拖拉機、耕作設備、播種機、噴霧器、收割機以及農用無人機等設備。此外，數據驅動型農業也將增加農場主的收入，以多樣的產品適應對食物更加挑剔的餐廳和廣大消費者。

與國內相比，美國精準農業涉及的市場主體、行業規範、商業模式經過多年的探索和積累，已經達到一個成熟的階段。以美國孟山都公司為例，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），目前Climate Basic 已經覆蓋了美國4.5億畝土地作物面積，也就是說美國近45% 的玉米和大豆已使用這個農業數據平臺。而為鼓勵農民試用其Climate Pro，孟山都將每英畝15美元的獲準定價，改為毎英畝3美元，目前這一系統覆蓋了美國3000多萬畝耕地面積。

此外，已經於2014年底完成B輪融資的FarmLogs也是一個典型的案例，它通過提供雲端SaaS模式農場管理服務，為作物輪作提供智能預測和優化。農場主等用戶可以通過FarmLogs的服務跟蹤農產品價格與耕作開支、監控天氣、預測利潤、以及安排耕作等。主要功能有：直觀的圖片和圖標了解農場的概況；農場的降雨量（有10年的歷史記錄）；日照氣溫記錄和熱量積累；土地成分，並給出科學灌溉和施肥建議；農場的投入產出預算；農作物庫存管理；農作物生長分析，並能通過不同的衛星光譜照片預測農作物病蟲害。

參考2016年6月底，全國承包耕地流轉面積達到4.6億畝，同時全國經營耕地面積在50畝以上的規模經營農戶超過350萬戶，經營耕地面積超過3.5億多畝，考慮到付費意願、付費能力、推廣力度等因素，假設未來三年滲透率為20%左右，每畝50-100元的定價，市場容量為35到70億元。

發展方向三：用戶使用數據用於涉農金融

具體模式上，至少可以包括如下三類：

第一，為“三農”參與者增信，幫一部分農戶建立起最初的信用檔案，做好基礎設施；

第二，和農機合作社（原本就具備生產互助型）合作開發借款人，通過為合作社提供智能信息硬件與在線作業管理幫助他們做好生產管理，自身也可以通過這個深入家家戶戶的渠道來更深入的了解農戶，完成潛在客戶的轉化；農機信息化和智能化可以配合風控和貸後管理。

第三，短期內，服務於農資和農機具銷售的金融手段可能成為試水涉農金融的主要方式。資金端對接一些P2P，盡量使得資金成本低於15%，再給加盟商2到6個點，平臺提取4到5個點。

與農機租賃類似的，風控方面強調本地資源渠道和線下運營，重點關註客戶的還款能力（農作物生產的收入、成本、利潤情況）、還款意願（基於現場調查及評分、歷史履約情況，當地口碑等）和意外風險的防控（自然災害，經營人的生老病死等）。並且，通過資金成本差獲利只能是一種短期的形態，未來平臺還需提供更大價值的增值服務，才能真正建立農戶的粘性。

發展方向四：用戶使用數據用於數據增值

一般來說，可以利用農事相關的數據分析來幫助農民作出最佳的經營和采購決定，獲得谷歌風投，包括計劃、生產、營銷、會計等模塊業務，例如可以通過歷史數據和銷售預測幫農戶計算出農場是種玉米劃算還是種大豆劃算；或是可以在農作物快要成熟的時候提前給農戶提供相應的零售商信息。

美國的Farmobile就是一家為農場主提供耕種數據的公司，公司設計的轉換器可以從農機設備診斷系統中下載信息並傳輸給遠程服務器，農場主可以隨時查看數據並做出調整。目前，Farmoblie收取服務費用為1250美金一年。此外，農民可通過出售數據獲利。Farmoblie計劃建立數據電商平臺，讓肥料公司、農機公司和農產品貿易商通過數據電商平臺買到數據。公司和農民平分銷售數據獲得的收益。

目前我國家庭農場、農民合作社、農業產業化龍頭企業等新型主體數量已經超過270萬家，考慮到付費意願、付費能力、推廣力度等因素，假設未來三年滲透率為40%左右，平均付費2000元，年收入為21億元。

回到數據創業的版圖，我們會發現，精準營銷、流量分析、互聯網輿情監測等領域已經較為成熟，智能汽車與車聯網設備也各自系統化，單工業、農業等領域的公司還較少，而這些恰恰是用數據改造後可以大幅提升行業效率、節約資源的領域，也是中國傳統行業進行升級改造，彎道超車的又一次重要機會，希望可以看到更多的創業公司能對第一、第二產業提出數字化解決方案和服務。

完全基於農業生產邏輯的造血能力，或許可以成為農機領域創業公司落地的方向，上述討論的這些發展方向，就啟迪而言，是把數據當作藏有金礦的深山，持恒地進行挖掘、反饋和動態優化，把可連接度、可合作度做深做透，讓互聯網的情緒和數據的能量形成inside+Plus的關系，會率先在農業領域里成為有變革性的力量。

文章評論

匿名用戶

發布

全部評論：10

發布