農業大數據白皮書：調研了國內外800家大數據企業發現了這些趨勢

AGDATA

採編：Vito

來源：BRIC農業數據研究

布瑞克新媒體出品

1

農業大數據發展背景介紹

在從事農業研究、數據分析行業十餘年的歷程中，筆者經歷了"智慧農業”、"農業大數據"等詞彙從無到有，到異常火爆的全程。農業大數據也好，智慧農業也罷，廣義上都屬於現代農業服務業，其發展階段和應用程度，與產業基礎、政策環境息息相關，這一點在中美兩國的農業大數據產業對比上尤為突出，他山之石可以攻玉，值得我們花一些時間去梳理。

"大數據"（BigData)—詞，據稱最早以之形容數據處理問題的，是 NASA 研究員邁克爾•考克斯和大衛•埃爾斯沃斯，上世紀九十年代，他們在描述飛機周圍氣流的模擬計算問題時，要應對和處理超級計算機生成的大量、非結構化、非可視化的數據信息，必須尋求突破經典的數學辦法，因而在"數據"之前冠之以"大”用以描述該類問題。

而這個名詞發揚光大，迅速火遍全球，則得益於資本和市場的力量，諮詢巨擘麥肯錫在 2011 年，發佈了一篇著名的報告——“Bigdata:Thenextfrontier forinnovation， competition，andproductivity”。而中國的互聯網大佬，以阿里系的馬雲為代表，則開始於 2014 年喊出了“DT"(大數據時代)的口號。

進入信息時代數十年後，機器計算能力從無到有，從小到大，到超級計算機誕生，人類第一次有能力積攢下來數量巨大、形態多樣、鉅細靡遺的信息，大量的底層數據，意味著服務器裡蘊含著巨大的“數據油田”。而如何從中開採出寶藏，將數據反哺到應用場景，成為了驅動技術發展的新動力。

我們在寫這份報告的時候，發現 2009年是一個很有意思的年份，很多如今美國出名的農業大數據相關公司，都誕生於 2009 年前後，或者於 2009 年前後出現質變。其中的原因，引起了我們的興趣。

2009 年，剛上任的美國總統奧巴馬在推動政府信息公開上不遺餘力。其實美國早在上世紀六十年代，就由時任總統林登-約翰遜簽署了《信息自由法》，旨在保證公民獲得在國家安全許可範圍內的一切（包括公務）信息。而奧巴馬在互聯網時代則更進一步，通過發佈開放政府指導文件、開放政府合作伙伴計劃、開放數據(OpenData)政策等一系列舉措，確保聯邦政府部門將政務信息作為資產對待。

第三階段的開放數據(OpenData)政策效果尤為顯著，其初衷是將封閉的政府數據向企業、研究者和公眾開放，推動新產品、新服務和創業。這項政策的實際意義在於，明確規劃了美國政府數據的公開細節，要求政府部門將政務數據內部索引，將所有能夠公開的數據清單公示。自條令頒佈 30 日內，聯邦政府各部門通過統一的在線開放資源庫獲取工具，以用於政府數據公開，聯邦政府首席技術官 ToddPark 和首席信息官 VanRoeke 負責維護開放政府在線資源庫，確保各部門能順利執行開放政府條令。

從此，在美國政府數據公開的網站 Data.gov 上，可以分門別類的找到海量的數據信息，格式、來源、可獲得性都保持一致的標準。在農業領域，得益於美國政府自上世紀 60年代頒佈的《農業信息法案》，美國農業部（USDA)積攢了數十年的龐大數據資源，也都通過互聯網的方式，向全美乃至全世界公開。

OpenData 政策與《農業信息法案》，是美國農業數據資源成為"公共品"的基石，美國農業部關鍵數據的發佈時點，全球所有大宗農產品的交易員、基金經理、產業決策者都會翹首以待，加上芝加哥交易所、紐約交易所，美國成為全球農產品的信息中心、定價中心和金融中心，掌握了行業的話語權，美國的 ADM、嘉吉、邦基等百年巨頭，也是在這樣的產業環境、信息環境中成長出來，形成覆蓋全球的農業網絡。

在這些基礎上，美國自 2009 年前後誕生了大量的應用創新企業，比較著名的如Solum(土壤數據分析)、ClimateCorporation(農業氣象保險）等，在高精尖的建模應用領域進行創新，往往二三十人的團隊，就能做出一個 10 億美金估值的公司。

美國良好的開放的數據使用環境、充足的大數據人才、高度規模化的農業生產組織形式、科學的農業管理機制、強大的農業政策支持、完善的全產業鏈服務體系，使得其在農業大數據領域的創新應用變現能力很強，應用場景與商業模式清晰，產業和資本形成良性互動，創新團隊與傳統巨頭相得益彰。

相比美國，中國在農業數據信息上基礎薄弱，不同的產業發展程度、不同的政策環境，使得中國缺乏具有公信力背書的農業數據資源“公共品”，因而中國的農業大數據企業，在業務形態、商業模式的選擇上，大多集中於農業生產效率提升，但又受限於產業結構及農業產值的“天花板”，要像美國那樣誕生一批獨角獸企業仍需時日，尤其在附加值高、影響力大的農產品定價、風險管理、農業金融創新、品牌創造等領域，中國農業大數據企業任重道遠，同時空間廣闊。

巧合的是，創始於 2008 年的布瑞克，在"農業+金融+計算機"領域開展跨界創新與融合。彼時正是中國農產品市場加快與全球接軌的窗口期，由於缺乏對全球市場規則的深入瞭解，以及決策信息情報的嚴重不對等，大量的中國農業企業在參與國際貿易的過程中遭遇挑戰，典型的如“2004 大豆危機”民營壓榨企業全面潰敗，被外資巨頭收編。因此在創立之初，布瑞克就立志於服務中國農業企業參與全球競爭，所切入的業務環節則是大宗農產品全產業鏈的數據與信息服務，機緣巧合下，布瑞克的研究團隊，恰恰也是 2009 年美國政府數據公開的最早一批受益者，通過深入探索、解析 Data.gov 以及 USDA 的海量基礎數據，布瑞克迅速構建了一整套農業數據的指標體系和方法論，並將之應用於中國農業數據領域的研究和實踐。

布瑞克耕耘十年，在構建中國農業數據指標、體系上已經取得一定成果，十年期間，布瑞克一直堅持投入進行基礎數據內容的梳理和整合，經歷了一個巨量、繁瑣、漫長、艱難的過程，建立了涵蓋全球 100 餘國家 200 餘農產品的全產業鏈數據集，服務於 500 強農業企業、國家部委、各級政府及農業科研院校。

從 2016 年起，大數據的風口吹進農業領域，得到國家的高度重視，各級政府也開始有動力去審視和梳理政府數據資產，並認識到數據資源作為創新創業"公共品"的屬性，布瑞克也同時提出了"縣級農業大數據平臺及解決方案"的戰略方向，致力於將農業大數據的知識、理念、架構和海量基礎內容帶到農業生產的第一線，與一線生產同呼吸共命運，在實踐中打造和優化應用場景、數據模型。同時，布瑞克在產業鏈條上做延伸佈局，農產品集購網（16988)、農牧人兩個電商平臺的打造，在 B 端鏈接數十萬家下游加工企業、商超、批發市場等，在 C 端鏈接大量的消費人群，對 B 端、C 端用戶各個維度的標籤化、數量化分析，直接獲取市場的一手數據，通過布瑞克大數據中心的智能化分析，搭建市場與縣域生產基地的信息橋樑，讓產銷對接更為標準化、精細化、提前化，從而優化縣域的農業產業佈局，提升產品競爭力，提升企業競爭力。

2019 年是一個多事之秋，中美貿易摩擦不斷升級，中國自身的經濟結構調整與轉型也迫在眉睫，而農業農村農民，始終是中國未來發展的巨大想象空間所在，中國的崛起，必須有農業的崛起，有農村和農民的升級。"大數據"作為新的生產要素，其意義與價值不可估量。

2

國內外農業大數據發展比較分析

因為"大數據"概念本身就極其寬泛，本報告中的"大數據' 在業態上的界定為廣義上的農業信息服務業，只要能在業務過程中產生、記錄、發佈、應用涉農類的數據和信息，都納入我們的視野中。

我們從農業數據的產生、分析和應用的角度，簡單的採集調研了國內外800家左右農業大數據樣本企業。從服務環節、融資階段及融資額、成立時間和融資時間等多個角度對國內外企業分佈情況進行了比較分析。

• 從服務內容分佈來看，國內樣本大數據企業主要集中在混合應用、物聯網現場監控平臺、市場信息、交易市場和大數據提供商這個部分。國外樣本大數據企業主要集中農作物管理軟件、自動化、無人機平臺-系統、設備、大數據提供商和大數據分析等內容。從內容分佈來看，國外農業大數據服務內容多樣，服務專業化分工趨勢明顯。

圖表3 按照服務內容國外樣本農業大數據企業分佈

圖表4 歷年國內外樣本農業大數據企業成立時間分佈

圖表5 歷年不同類型國內外樣本農業大數據企業成立時間分佈

• 從企業創立時間來看，國內樣本大數據企業比例比較均勻，主要是在2~5年的企業，佔比為37%，但是10年以上及5-10年的比例也比較大，分別佔總樣本比例為22%、21%，主要是一些原來成熟的軟硬件企業將自身業務向農業方面擴展，進入農業大數據領域。國外農業大數據和智能農業的因為其基礎設施和技術優勢，發展應用起步早，樣本大數據企業主要集中在10年以上的比較成熟企業，佔總樣本比例為39%，其次是2-5年的企業，佔比34%，表明最近幾年的新興農業大數據企業仍在快速發展。

圖表6 國內樣本農業大數據企業成立時間分佈

圖表7 國外樣本農業大數據企業成立時間分佈

• 從企業融資次數來看，國內外樣本大數據企業近年融資較為頻繁，農業大數據相關科創企業漸受資本市場青睞。

圖表8 國內外樣本農業大數據企業融資次數

• 從企業融資輪數來看，國內外樣本大數據企業種子輪、天使輪、A輪融資完成的企業數量較多，這意味著新的科創企業不斷湧入農業大數據領域。另一方面，我們看到企業融資方式多樣，企業通過戰略投資、股權融資、債務融資、定向增發等多種方式獲取融資資金。

圖表9 國內外樣本農業大數據企業融資輪數

備註：部分未公佈融資階段及融資額，統計僅供參考；

圖表10 國內外樣本農業大數據企業歷年分融資階段融資次數

備註：部分未公佈融資階段及融資額，統計僅供參考；

• 從時間上來看，2012年來看有不少的企業進入種子輪、天使輪及以A輪融資，資本大量湧入。分國家來看，中國的農業大數據企業在各融資階段都有分佈，但主要還是在C輪及以前階段。

圖表11 國內外樣本大數據企業融資額（單位：萬美元）

備註：此為折算數據，備註：部分未公佈融資階段及融資額，統計僅供參考；

• 從企業融資金額來看，國內外樣本大數據企業中美國單位企業融資額遠高於中國，中國大數據樣本企業融資額近年總體呈整體增長趨勢。

  
  

3

農業大數據行業趨勢展望

3.1跑馬圈地，農業數據的產生和沉澱能力是關鍵

從國內外農業大數據的發展情況來看，以美國為例，美國以政府的開放數據為主，美國農業數據的採集存儲非常規範標準，時間序列長，開放程度非常高，在美國政府網站開放的農業相關的數據集高達上百個，涉及到農業生產、消費等各個方面的基礎數據。依託政府數據基礎，美國的相關企業大多在數據挖掘與應用場景方面發力，價值鏈較為清晰，也能很快實現數據變現。

而國內農業的數據開放程度比較差，時序性短，而數據的短缺顯得尤為致命，因此，無論是通過物聯網及智能硬件角度還是從產業服務、軟件集成平臺等，通過研發、推廣，擴大產品應用，提升數據生產能力，仍然是很多農業大數據公司構建未來競爭力的重要手段。

3.2農業大數據公司併購融合將會愈加激烈

在農業大數據發展方面，經過野蠻生產後會產生一系列專業化的農業大數據技術類公司及產業平臺，如何提升涉農數據的整合和應用程度，提高應用的效果是關鍵。

目前農業大數據的應用主要是以商業性企業的數據應用為主，各種應用企業平臺層出不窮，各企業在單一專業農業領域或者一個區域的數據採集和服務能力各有優勢，對政府部門的數據的整合利用不足，在國家層面上缺少一個統一集成利用，在一定程度上造成信息資源的極大浪費。這就需要農業大數據的頭部企業對相關的專業性、區域性的農業大數據公司進行整合兼併，增強自身的數據生產能力，為多數據源及複雜場景的數據挖掘提供數據源和應用場景，以提高企業在未來大數據商業競爭中的競爭力。此外大型農業產業集團從維護自身持久競爭力的角度，對於整合與業務相關的各種專業化、區域性的農業大數據企業也十分有興趣，這將會增加未來農業大數據公司併購融合程度。

3.3農業大數據應用場景進一步細分明晰，部分稀缺應用場景發展前景廣闊

目前國內農業大數據的應用不足，相比於國外相對比較精準分工明細的農業大數據及智慧農業應用，國內的大數據應用顯得廣而不精，形式重於內容，也就是好看有餘而效果不足。

相比於國外，我們在氣象、土壤、GIS影像系統及SEM-GIS農產品供需模型等商業化應用場景方面，我國的大數據企業仍有很大差距。那麼對標國外的精細化的應用場景服務，在這部分稀缺的應用場景方面，將會有大量的新興企業殺入，如佳格天地，多位聯合創始人來源於NASA，瞅準了中國市場GIS影響系統及分析服務的空白，最近完成了6000萬元的A輪融資，這部分稀缺應用場景的發展前景將十分不錯。

3.4農業規模化趨勢不斷加強，ERP農場大數據大有可為

在國外農業大數據統計方面，我們看到基於農業生產的第一線的農場的ERP服務的大數據企業比較多。國內隨著土地流轉的進一步深入開展，農業土地規模化利用的趨勢的不斷加強，家庭農場和農業合作社等新型農業經營主體的不斷髮展完善，使得基於規模化的新型農業經營主體的ERP農場大數據服務的市場空間逐步打開。同時，隨著國內農業大數據平臺的發展、數據的沉澱和技術能力的提高，農業大數據在應用與產業結合的深度將會越來越強，將會在生產決策、農產品質量安全監管、金融保險、種子研發、產品銷售等產業的各個環節發揮重要的作用，能夠為規模化的農業合作社等新型提供比較全面的服務支持，ERP農場大數據大有可為。

3.5農業大數據的應用和變現場景多元化

隨著鄉村振興戰略以及數字鄉村戰略的實施，農業大數據的應用將迎來更廣闊的的空間。縱觀國內農業大數據企業，在推動農業大數據落地方面有著諸多創新，打造了多元化的應用場景。例如決策端，基於農業生產、銷售流通、土地流轉、市場、氣象等多方面的數據，可構建起農業決策“大腦”，為政府決策、產業發展提供更多的服務和支持；生產端，運用衛星遙感和物聯網技術，進行農業數據的採集分析，實現精準種養殖和可追溯等；銷售端，集納大量消費數據、電商數據以及交易、物流的數據，助力農產品的商品化，更精準地配對B端和C端用戶；也有企業運用大數據來進行農業的一二三產的產業鏈整合打通，融入土地流轉、農業保險、供應鏈金融等服務，打造產業閉環。正是有了這些應用場景，大數據才能產生變現的機會。

3.6聚焦“最後一公里”， 農業大數據縣域掘金勢頭正猛

如果大數據的應用不能和實際需求相匹配，那麼仍然不能解決數據到農村“最後一公里”的問題。作為中國農業最基礎的單元，縣域的農業產業就存在產業規劃錯配、招商引資困難、企業不大不強、戰略規劃失衡、產銷決策隨意、風險管理落後、品牌意識不足等問題，從某種角度來說，解決了這些問題，縣域經濟發展將呈現巨大的潛力。

除了部分企業繼續在省市級別的農業大數據領域發力之外，越來越多的企業開始瞄準大數據應用的“最後一公里”，謀求在縣域產業領域掘金。其中，創立十年以上的農業大數據企業憑藉深厚的數據積累，已在縣域開始了快速的複製，例如布瑞克農信集團，截至 2018 年已與 300 多縣域達成合作，農信通集團則發起了“亞特蘭蒂斯”計劃，開啟了以縣域為單位的農業大數據覆蓋。新興的互聯網頭部企業，以京東為代表，將“京東雲”深入對接縣域產業，以期賦能縣域新經濟。因國情不同，未來一段時間中國農業的生產主體還將是由數億中小農戶組成，作為農業生產管理的一線單位，縣級涉農主管部門與縣域新型農業生產主體對於產前規劃、產中管理、產後銷售的數據需求仍是一片藍海市場。

歡迎留言與大家分享

請把這篇文章分享給你的朋友

轉載 / 投稿請聯繫：BricSZ_PR@accfutures.com

布瑞克農業大數據是一家通過農業大數據收集、處理、分析和可視化系統，服務於政府、涉農企業、科研機構等行業的大數據應用公司。歷時10年，現已發展成為集農業諮詢、信息技術、土地流轉、電子商務、供應鏈風控服務為一體的智慧農業大數據綜合解決方案提供商。

截止2018年底，布瑞克已與300多縣達成農業大數據平臺建設和智慧農業合作框架，超過20個縣正式開展農業大數據業務。2017年布瑞克縣級農業大數據入選農業農村部農業農村大數據實踐案例，2018年布瑞克蘇州公司入選蘇州市獨角獸培育庫企業。