从近10年前，网易人性化养殖的味央猪，到2015年世界互联网大会的京东创新扶贫项目“跑步鸡”，再到万科、恒大、碧桂园灯地产大佬公开招募养殖人才，组建团队，进军养猪大业。

当总裁、CEO们纷纷下场为猪站台，养殖业这块料，真的这么丝滑吗？

灰头土脸难登 AI 之堂

中国的畜禽业多为分散经营，在农村中仅作为副业生产。近十多年来，规模化畜禽养殖业迅猛发展，成为一个独立行业。

即便如此，长久以来，对于AI，畜禽养殖似乎难登大雅之堂。

当AI赋能一切，不少产业血海一片时，开始有目光看向了灰头土脸的养殖业，当各路英雄高调入场，看客们大多带着三分玩味、三分揶揄、三分欢喜。

浪潮之下，众人皆言养殖的春天来临，春天会来不假，只是在那之前，路上有多少戈壁和沙漠，似乎都被未到来的春光掩盖。

生物安全，养殖业最大的敌人。

大型畜牧场的生物安全尤为重要，它决定了企业的效益和存亡。

2018年的非洲猪瘟让中国心有戚戚，事实上，非洲猪瘟已存在上百年了，即使在医学如此发达的今天，依然不见有效的非瘟疫苗。

这使得包括猪在内的养殖业，在生物安全管控上极其严格。

这也是大佬们入场智慧养殖需要跨过的最基础，也最重要的一关。

生物安全是一个系统工程，需要软硬兼施内外兼修、综合防制。生物安全制度和体系需要覆盖全部生产经营要素、过程和区域。

除了目前的测温功能，AI等技术如何在产前中后全过程，即涵盖饲养生产、兽医防疫、产品加工全过程中进行防范、预警、追溯，在各个环节保证生物安全，是医学问题、养殖问题，也是科技问题。

“按养殖舍、生产区、场区、周边三公里划分四级防疫区，按场区内外疫病管控情况设立红、橙、黄、绿四区作业和监管。各区之间严格区分，不能随意流动。我们每次进出猪舍，都要洗澡换衣服，清洗，消毒，检测和隔离，不是想进就能进的。”

大华股份智慧农产解决方案总监罗国全如是说。

换料环节中的乾坤。

传统的养殖，大多为“差不多”思维，喂养的时间，饲料份量等标准都依靠传统经验，不可控因素多，养殖的效率和质量也难以提升。

以换料为例，规模养殖中，牲畜不同阶段对饲料营养需求不同，需要根据牲畜的日龄、月龄或季节不同更换饲料。

比如鸡群在45天的生长周期的五个不同阶段中，需要根据时间、产蛋率、体重等的不同喂养不同的饲料。

换料也并非到点即换，应设置至少一周的换料过渡期，否则牲畜会因为蛋白质和钙的含量突然增高，引起鸡群的饮水量增加，并因消化不良而拉稀。

甚至光照也是必须考虑的因素。当只增加光照不更换饲料，会造成鸡群的生殖系统早熟，产蛋高峰期短，增加死亡率；如只更换饲料不增加光照，会导致鸡群营养量过剩，脂肪聚集，蛋重较大，同样增加死亡率。

“还有比如散户养猪，可能180斤觉得可以卖掉了，但也许它还可以长到200斤。”

某业内人士告诉AI掘金志，猪在不同时期，进食量和涨重比并不一致，同样是2斤食物，某个阶段可以长1斤，但某个阶段只长0.5斤或者不长，差不多思维会造成很多成本在无形中被浪费掉。

这些都需要精准饲喂机器和系统，每天准确测出牲畜的耗食量、耗水量、料肉比、换料时间、光照等等要素，并及时采取措施调整。

对机器要求高，新技术、新产品投入大。

养殖场环境特殊，苍蝇、老鼠、蚊子等各类生物是养殖场内的常客，普通图像采集设备难以应对这一复杂场景。

比如，要求机器具有较强的抗干扰能力；不可避免地，机器上会出现相应生物的排泄物，当清洗、消毒时，需要机器防尘、防水、防腐蚀能力。

这些场景与要求，不深入场景难以察觉，并且需要投入巨大的人力、物力、财力研发新技术、新产品，并反复测试。

在各种条件下，准确、实时、客观的获取养殖大数据，实现标准化养殖并不容易。

大行业，小公司。

比生猪养殖为例，中国每年消耗总量几乎占全世界总消耗量的50%，但中国仍然以散养户为主，市场前20企业的占有率都不到10%，典型的“大行业、小公司”的格局。

企查查数据显示，截至2021年2月，我国共有36.7万家猪养殖相关企业，2020年相关企业注册量达近10年最高，共新增7.76万家，同比增长78%，2021年截止目前共新增5537家。

与此同时，注册资本在100万以内的养猪企业是该市场的主力军，占据了总量的72%，而注册资本在1000万以上的，仅占3%。

地域上，河北省是生猪养殖和调出大省，存栏量和出栏量连续多年位居全国前列，是全国重要的生猪生产和供应基地。云南省和山西省则分别以2.92万家和2.51万家企业排名全国第二和第三。

同时，养殖业门槛低，规模化、标准化极为落后。养猪效率低、成本高，相关数据显示，中国每公斤猪肉饲料成本是美国的2倍，人力成本是美国的5倍。

难挣快钱，还需躬身入局

既然智慧养殖又苦又累，为何各界大佬前赴后继。

雷锋网AI掘金志就智慧养殖话题与大华股份智慧农产解决方案总监罗国全进行了一次谈话。

大华股份在养殖行业以视频安全管控切入，提供AI养殖，生物安全管控，养殖物联网大数据应用一体化的解决方案，为养殖企业智能化、信息化、数字化转型赋能。

罗国全表示，整体看来，精准饲喂、养殖物联网数据运营和应用，以及整个业务闭环最重要，也最难。

精准饲喂上，当前的智慧养殖方案对于养殖的PSY和料肉比等核心数据还未形成非常准确的量化比较关系。

业务闭环上，技术、落地方案、应用场景三者的融合需要经历不断验证、测试、调整的过程。受限于当前非洲猪瘟疫情的管控，以及落地场景的软硬件现状，与其他行业而言，这个过程周期更长，也更复杂和困难。

当前不同的养殖企业所具备的软、硬件基础能力不同，同一个企业不同时期建设的养殖场的软硬件基础能力也不同，如很多养殖设备，环控设备，厂家品牌，软硬件接口，安装条件等等，难以完全统一。

比如技术应用到猪只测温时，面临猪舍内部风机、作业人员洒水清污、环境温度等问题，又或者猪只盘点因为遮挡问题，可安装高度问题，都面临巨大挑战。

据悉，大华只用了不到1个月就将猪只盘点准确率从 53%提升到 80%，目前已达98%。

“但这还不够，我们的目标是 100%。”

其次，生猪价格较高，检测偷盗行为以及养殖场的资产管理成为日常的重要环节。

“假如从猪场到屠宰场有一小时的车程，这期间的猪只运输管理就全靠驾驶员的自觉。当养殖企业有100辆以上的车时，就更需要建立完善的调度和管理体系。”

大华据此研发的农牧智能物联综合管理平台，集成猪场全方位信息，场内的猪场分布、猪场数量、母猪资源、育肥存栏、疫情检测，场外的驾驶员、市场信心等多维业务管理和多维数据应用。

猪、鸡、牛、羊以及鱼，虽然都归为养殖业，但不同养殖种类的生命周期、个体体征、生长要求、生产过程差别极大，研发新技术、新产品，在智慧养猪领域一步步磕磕碰碰研究出的名堂，不见得在智慧养牛场景能够落地。

“比如牛羊因为体表毛发多通过热成像相机测温相对较难实现，但猪体毛发较少，目前，测温精准度已可以达到±0.5℃；解决方案的技术应用，产品要求，网络架构等都会存在较大差异。”

后续，大华将进一步赋能牛、禽养殖等细分领域。

对于市场上部分针对AI养殖“华而不实”的批评，罗国全表示，不可否认，市场确有通过AI等炒作来吸睛之举，全局来看，任何一种先进技术发展过程都是从假想到概念再到落地和实际应用的必经阶段，这个阶段需要时间。

而技术、场景的深度融合需要养殖企业和技术赋能企业都沉下心，脚踏实地。

“既不是技术赋能企业主观认为的我能做什么，客户应该要什么，也不是养殖企业认为的你应该能做什么，要给我什么。”

罗国全告诉AI掘金志，大华和客户深度交流、碰撞，合作中，一次次的优化，调整方案，采集素材，优化算法，才最终落地到客户的实际业务场景中去的。

目前，智能巡检、AI 猪体精准测温、猪只盘点，生物安全作业合规检测等技术都是基于其他行业的相关或类似应用的技术能力，深入养殖客户的业务场景。

养殖行业是一个“苦”行业，也并非一蹴而就，需要每一个行业人或者准备进入这个行业的新行业人能吃得起苦，耐得住寂寞，躬身入局，长期耕耘。

“别的不说，做养殖业务，第一点是我们业务人员的承受能力，猪场都是在远离市区的地方，很多地方信号都没有，有时吃饭都会围满苍蝇。”他补充道，“我们还是吭哧吭哧地做。”

“同时我们也深刻感受到了畜牧养殖行业前景值得期待，据我们了解，传统养殖业也是非常欢迎类似大华这样的科技企业进入，帮助他们赋能转型。”

智慧养殖的诗与远方

据农业农村部官方数据显示，2020 年养猪规模化程度已经达到 57%。

以往存在北方主产，南方主消的情况，在三年生猪产能恢复、各省保产稳供以及限制跨省调运生猪的政策影响下，地域格局将面临重构。

非瘟疫情下，生猪产业的哑铃型结构越发明显，2018 年中国养猪企业前 20 强的生猪出栏量占比只有10%左右，2020 年预计占到 15%-20%。

根据头部企业扩张计划，预计未来 3-5 年头部企业的出栏量会翻 3-5 倍，未来头部企业的出栏量占比会越来越高，体量快速增长的趋势明显。

国家层面的对养殖业一以贯之地高度重视，近年陆续出台了《非洲猪瘟常态化防控技术指南（试行版）的发布》，《加快生猪生产恢复发展三年行动方案》等政策。

中央一号文件连续18年聚焦三农，中信证券研报指出，2021年中央一号文件中，生猪养殖政策由“加快恢复生猪生产”转为“加快构建现代养殖体系”。

从 2020 年通报的 18 起非洲猪瘟感染案例，及年初广东、新疆及其他省份零星感染案例，养殖头部企业都在印证国家政策的牵引力和全局判断。

与此同时，前瞻产业研究院数据，截止至 2018 年，中国智慧农业潜在市场规模突破 200 亿元，达到了 203.06 亿元。据预测，2020 年中国智慧农业潜在市场规模将达到 267.61 亿元，2015-2020 年复合增长率达 14.3%。

中国养殖发展处于起步阶段，随着人口红利消失，以及粗放的养殖模式，智慧农业市场潜力较大，AI+应用将成农业发展主流。

潜力大、阻力大，相关软硬件受限于行业知识的积累和应用场景的深入，也缺少时间的迭代周期。

智慧养殖业是多学科、技术融合应用的产物，除了软件系统外，配套的硬件设施，需要丰富的现场操作知识，尤其是对特定应用场景的深刻理解。

积累丰富的现场生产知识，与技术结合，才能做出成熟的方案。

智慧养殖业处于摸索期，没有通信的行业标准，也没有明确的技术方向。

无人区的探索，需要战略层面的认知和定力，认定智慧养殖的未来，并持续投入。

科技与养殖的结合，或许还有很长一段时间磨合，但潜心深耕的企业，已经在路上。