有時候,我們只有在事後回過頭來看時,才發現發生了一場革命。但當下的農業革命卻不是如此。我們能即時看到,發生在我們身邊的創新和顛覆。
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資訊,這些資訊來自於從作物基因組,到供水管理、施肥、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實踐,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,大公司則在兼併整合,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,傳統的農作企業和供應鏈,就必須適應新形勢。
以下是大數據被用於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製方法,發現和獲取作物基因組,更快地把資訊變成更好的產品。
精準農業:雖然有時被混為一談,但大數據和精準農業並不是一回事。大數據匯集了很多農田的資訊,而這些資訊均透過精準農業獲得。由此產生的分析、見解和更好的決定,再透過精準農業技術進行佈署。
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:技術和資訊的普及使種子、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,已經導致了生物資訊的爆炸式成長: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。
大量的基因資訊,可以在雲端創建和分析。曾經在溫室和田間地頭進行的生物研究,現在能夠先用電腦(經過電腦模擬)來分析數據、設計實驗和確定假設條件。
在此基礎上,只需要在地裡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,然後培育者,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裡完成。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。
我不再穿著長筒靴前往育種站,因為工作主要在實驗室裡完成。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。後續的培育將帶來品質更高、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,比如高鈣胡蘿蔔、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。作物基因改良和雲生物學,正在催生形形色色的新型初創公司。
以下例舉了幾家利用大數據,進行作物基因組研究的初創公司:
·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:透過植物生物學、大數據分析和雲計算來推動農業發展(已融資805萬美元)
·Intrexon:透過自己開發以及從外部收購的技術,來培育新的作物特性(上市公司)
·Cibus:佈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):全都在透過有機成長和併購活動活躍於業界
數據驅動的耕種方法,更好的結果
商業化農業生產十分複雜,涉及生物學、氣象和人類活動。近年,種植者迅速採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複雜,只能使用電腦軟體進行分析。數據本身無法創造見解,需要透過分析和咨詢服務,來幫助農民洞悉數據。
以機器學習為核心的軟體應用在與數據、設備和人類互動時變得越來越智慧化和客製化。透過學習,它們能提供以前沒有開發過的機慧,幫助我們在農事方面做出更明智的決策。
同時,數據迅速累積,變得數量龐大且錯綜複雜,只能使用電腦軟體進行分析。數據本身無法創造見解,需要透過分析和咨詢服務,來幫助農民洞悉數據。
以機器學習為核心的軟體應用在與數據、設備和人類互動時變得越來越智慧化和客製化。透過學習,它們能提供以前沒有開發過的機慧,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,優化種植的資訊,甚至細化到每一粒種子。
對於作物保護供應商來說,這意味著他們的產品,在同一塊田地裡,能夠以不同的劑量率和桶混方式進行使用。
對於作物保護供應商來說,這意味著他們的產品,在同一塊田地裡,能夠以不同的劑量率和桶混方式進行使用。
資訊即力量
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。資訊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,很可能好於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。
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,很可能好於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。
儘管農產品價格和農民收入始終較低,但新的農業技術的採用率正在提高。Caledonia的羅伯特·希爾(Robert Hill)最近進行了一項市場調查,種植者說他們佈署的技術數量,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。
·Farmers Business Network:這個農事資訊網路,利用數據分析,來幫助農民作出最佳的經營和採購決定(已融資2,400萬美元)
·Climate Corp/孟山都:這個氣候平台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:這個軟體和分析平台,幫助農民管理和查看數據,以提高耕種效率(已融資5,000萬美元)
·Conservis:這個雲平台向農民提供,以服務為中心的平台,幫助他們跟蹤活動情況、整合外部數據和管理資源(已融資1,265萬美元)
·Trimble:提供定位技術解決方案,用於調查、建築、農業、公共安全和繪圖(上市公司)
·Farmers Edge:硬體和軟體。FarmCommand系統,自動收集數據,報告成本及設備數據(已融資4,420萬美元)
·Iteris:清潔農業(ClearAg)部門,透過應用程序接口(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、巴斯夫和杜邦都在透過自建和收購的方式,打造自己的數位平台
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。由於全球供應鏈的延長,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。
溫度和濕度透過帶有GPS功能的傳感器,進行監控,在配送途中需要採取糾正措施時,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,讓他們可以採取迅速有效的行動,哪怕產品已經售出。
基因工具和大數據分析,也被用來研究食源性致病菌,並預測致病菌和疾病的爆發和傳播。這些技術將有助於預防食源性疾病,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。在先進國家,40%的食物被丟棄,包括10%到15%的農產品。
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。
溫度和濕度透過帶有GPS功能的傳感器,進行監控,在配送途中需要採取糾正措施時,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,讓他們可以採取迅速有效的行動,哪怕產品已經售出。
基因工具和大數據分析,也被用來研究食源性致病菌,並預測致病菌和疾病的爆發和傳播。這些技術將有助於預防食源性疾病,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。在先進國家,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麼,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佔有率的公司。新技術,尤其是作物遺傳學等複雜領域的新技術,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訊息。現在,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,他們不太可能願意他們的資訊,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,願意向某個數據庫貢獻資訊,以更好地瞭解各種作物的基因組,那麼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位平台,他們也很難被視為公正建議的提供者。
一是信任。企業必須能讓農民相信,他們的數據將被匿名化,他們不太可能願意他們的資訊,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,願意向某個數據庫貢獻資訊,以更好地瞭解各種作物的基因組,那麼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位平台,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。
現在,由於有了基因編輯和雲生物學,特性培育能夠在人手和設備更少的小實驗室裡完成。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複雜,導致供應鏈的定價缺乏透明度。這裡有很多的顛覆機會,類似於谷歌(Google)改變多個行業,Uber和Lyft改變個人出行。
一系列大規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併,組建成一個新的作物科學機構,總規模達到1,300億美元,監管機構正在對這筆交易進行審查。拜耳和孟山都的合併仍在持續推進中,這將成為業內第三大交易,有望改變整個殺蟲劑和轉基因種子行業。
總結
《AgFunder投資報告》顯示,在2015年,500多家食品和農業科技初創公司共融資46億美元。初創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。大數據革命尚處於早期階段,價值創造的潛力還不明朗,但已經使農業踏上了迅速變遷和探索發現的道路。
致力於創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、環境、自給自足的小農和消費者。現在是大幅加快農業創新的最佳時機,而創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。
致力於創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、環境、自給自足的小農和消費者。現在是大幅加快農業創新的最佳時機,而創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。
0 comments:
張貼留言