跨过农业投资的山海关 创业企业将怎样讲述大数据的故事

本篇文章3128字，读完约8分钟

利用大数据发展精准农业

中国农村人口的流失导致了土地的集中和土地流转的加速，而集中的土地又促进了小农经济向规模经济的转变。这一结构性变化带来了四大变化:机械化程度的提高、农业机械结构的变化(农业机械的大型化和特色化)、农业金融和农业信息化(农业机械的电子商务)的加速，进一步酝酿了相应的产业优化和投资机会。

看似美丽，其实前面的路是漫长的。什么样的情景适合借助数据和物联网来构建真正的势能，如何建立资源、资金使用效率和技术创新之间的联系，如何在基础设施数字化的过程中切断更深的联系和积累粮食，都是需要回答的问题。这里分别讨论细分的四个发展方向。

发展方向1:农业机械租赁

根据《国家农业可持续发展规划(2015 ~2030)》和《重点领域技术路线图(2015版)》，到2020年，主要农作物综合机械化水平将达到68%以上，农机工业总产值将达到6000亿元，国内农机产品市场份额将达到90%以上。与我国农业机械生产和销售的巨大市场规模相比，农业机械的购买力略显薄弱。即使政府补贴购买农业机械，这种情况也无法在短时间内扭转，因此对农业机械租赁的需求巨大。

在模式设计中，公司可以成为连接农民(承租人)和制造商的出租人。基于农机设备控制和使用数据汇总分析，可以有效降低终端用户分散和以往信用记录缺失的风险，有助于识别、筛选和确认承租人的还款能力。同时，可以有效促进合作社之间的合作，错开农忙时间，提高综合效益。

就市场规模而言，截至2015年底，全国共有54，000个农机合作社，拥有317万台农机。农机服务是农机合作社的主营业务，收入达567亿元，其中田间作业收入431亿元，是农机租赁的核心市场。稀释60%，每年为农机合作社提供农机租赁服务的收入约为260亿元。考虑到其他大型家庭农场和农业产业化企业，总体规模至少为每年300亿元。

在空这个巨大的市场下，存在着诸多挑战，如农村信贷体系不完善、经营状况差异巨大(以及由此导致的还款能力差异)、尽职调查困难、建立风险控制体系困难等。因此，在相关的尝试中，关键在于跨地区与经销商合作的能力，以及如何利用当地的力量形成系统的衡量农户还款能力的能力，以保证还款现金流的健康。

发展方向2:利用大数据发展精准农业

精准农业通常包括信息收集-信息解码-输入优化-田间实践(种植、施肥和灌溉)的良性循环。因此，当前农业领域存在许多问题，如土壤管理、病虫害预测与防治、动植物育种、结构调整、农产品价格等。先进的计算机视觉、精确的传感设备和机器学习技术将帮助农民种植、施肥、收获和植物保护药物，并准确地种植更健康和更多的植物

具体来说，根据作物生长的土壤性质，调整对作物的投入。随着精准农业经验的积累，其覆盖范围已逐渐从土壤性质检测、配方施肥、重金属残留处理、鸡蛋处理等扩展。，以精确采摘、除草、灾害和产量监测及预警等。除了信息系统的应用之外，它还包括无人驾驶飞行器、农业机器人系统如采摘、除草和施肥，以及精密喷灌和耕作，这些系统可以面对微妙和复杂的工作对象、非结构性工作环境和特殊用途的对象。

经过开源处理后，该平台还可以方便其他传感器制造商上传数据，如拖拉机、农业设备、播种机、喷雾器、收割机和农业无人机。此外，数据驱动型农业还将增加农民收入，适应对各种产品的食物更加挑剔的餐馆和消费者。

与中国相比，美国精准农业涉及的市场主体、行业规范和商业模式经过多年的探索和积累，已经达到了成熟阶段。以美国孟山都公司为例。这个气候平台帮助农民做出农业决策(孟山都公司在2013年以10亿美元收购了该平台)。目前，气候基础已经覆盖了美国4.5亿亩土地，这意味着美国近45%的玉米和大豆已经使用了这个农业数据平台。为了鼓励农民尝试气候保护，孟山都将每英亩15美元的批准价格改为每英亩3美元。目前，该系统覆盖了美国3000多万亩耕地。

此外，在2014年底完成了第二轮融资的农家乐也是一个典型案例。它通过以云saas模式提供农场管理服务，为作物轮作提供智能预测和优化。农民和其他用户可以跟踪农产品价格和农业支出，监测天气，预测利润，并通过农场日志服务安排农业。主要功能是:直观的图片和图标，了解农场的概况；农场降雨量(有10年的历史)；日照温度记录和热量积累；土地组成，并给出科学的灌溉和施肥建议；农场的投入产出预算；农作物库存管理；作物生长分析，并能通过不同的卫星光谱照片预测作物病虫害。

截至2016年6月底，中国承包耕地流转面积达到4.6亿亩，同时拥有350多万个面积超过50亩、面积超过3.5亿亩的规模农户。考虑到支付意愿、支付能力和推广力度等因素，预计未来三年渗透率将在20%左右，价格为每亩50-100元，市场容量为35-70亿元。

发展方向3:用户使用数据用于农业相关金融

在特定模式下，它至少可以包括以下三个类别:

一是增加对农业、农村和农民参与者的信任，帮助部分农民建立初始信用档案，搞好基础设施建设；

二是与农业机械合作社(原本生产互助)合作开发借款人，通过为合作社提供智能信息硬件和在线运营管理，帮助他们做好生产管理工作。他们也可以通过这种深入到每一个家庭的渠道更深入地了解农民，完成潜在客户的转化；农机信息化和智能化可以与风险控制和贷后管理相配合。

第三，在短期内，服务于农业材料和农业机械销售的金融手段可能成为检验涉农金融的主要方式。资本方扣掉了一些p2p，试图使资本成本低于15%，给加盟商2到6分，平台提取4到5分。

与农业机械租赁类似，风险控制强调本地资源渠道和线下运营，重点关注客户的还款能力(作物生产的收入、成本和利润)、还款意愿(基于现场调查和评分、历史业绩、本地声誉等)。)以及预防和控制意外风险(自然灾害、操作人员的生死等))。此外，通过资本成本的差异获取利润只是一种短期形式，未来的平台需要提供更多的增值服务，才能真正建立起农民的粘性。

发展方向4:用户使用数据进行数据增值

一般来说，与农业相关的数据分析可以用来帮助农民做出最佳管理和采购决策，并获得谷歌风险资本，包括规划、生产、营销、会计等模块业务。例如，历史数据和销售预测可以帮助农民计算农场种植玉米或大豆是否划算；或者可以在作物即将成熟时提前向农民提供相应的零售商信息。

美国的Farmobile是一家为农民提供农业数据的公司。该公司设计的转换器可以从农业机械设备诊断系统下载信息，并将其传输到远程服务器。农民可以随时检查数据并进行调整。目前，farmoblie每年收费1250美元。此外，农民可以通过出售数据获利。Farmoblie计划建立一个数据电子商务平台，这样化肥公司、农业机械公司和农业贸易商就可以通过数据电子商务平台购买数据。公司和农民平分销售数据的利润。

目前，中国有270多万个新的主体，如家庭农场、农民合作社和农业产业化龙头企业。考虑到支付意愿、支付能力和晋升等因素，预计未来三年的普及率约为40%，平均支付2000元，年收入21亿元。

回到数据创业的地图上，我们会发现精准营销、流量分析和互联网舆情监控等领域都比较成熟，智能车和车载网络设备也比较系统化。单一工业和农业领域的公司仍然较少。正是这个领域可以大大提高行业效率，节省数据转换后的资源。这也是中国传统产业升级换代、弯道超车的又一次重要机遇。我希望看到更多的初创企业能够将第一产业和第二产业数字化。

完全基于农业生产逻辑的造血能力，可能成为农业机械领域初创企业的登陆方向。就启示而言，以上讨论的这些发展方向是:将数据视为有金矿的深山，不断进行挖掘、反馈和动态优化，深化互联互通和合作，将互联网情感和数据能量的关系内化+外化，这将率先成为农业领域的变革力量。

来源：搜狐微门户