數字化被認爲是當前產業升級最關鍵的解決方案之一。現在，它正努力在豬圈裏發酵價值。

去年以來，田間地頭的氣氛開始熱鬧起來，互聯網巨頭紛紛將數字化觸角伸向鄉村，利用AI技術改造傳統的種養殖模式。僅在養豬這個最古老、傳統、不穩定因素高的領域，目前就已集齊京東阿里兩家互聯網第一梯隊成員，算上最早下水的網易，養豬大軍堪稱星光璀璨。

京東數字科技在去年全面進軍產業互聯網後，開始在多個產業進行數字化實踐，針對農牧領域的智能養殖解決方案自JDD全球探索者大會發布後，終於實現了首個商業落地合作案例。記者近期就隨團潛入長白山腹地的吉林精氣神有機農業北山基地，一探AI、生物識別、物聯網等數字化技術是如何在“豬圈”裏運作的。

“佩奇”們也有自己的牧場

首先需要了解一些背景知識，巨頭們紛紛加入AI養豬大軍,恰恰是因爲這一領域的痛點太多。我國是世界養殖業大國，飼養着全世界1/2 的豬、1/3 的家禽、1/5 的羊、1/11 的牛，水產養殖業產量佔世界總產量60%，肉類和禽蛋產量連續多年穩居世界第一位。與此同時，生產粗放、養殖水平相對落後、養殖成本過高，生產率、繁育率、轉化率均與國外發達國家相比水平較低成爲困擾行業的巨大挑戰。

比如在養豬領域，PSY是一項衡量養豬水平的國際通用指標，簡單理解就是每頭母豬每年可以生產多少健康的小豬。丹麥的這個數字是30，美國是24，而中國只有18，且平均養豬成本卻是美國的兩倍。

在吉林精氣神有機農業股份有限公司CEO孫延純就告訴記者：這背後有設備落後的問題，也有來自農業養殖知識技術水平的整體欠缺。“例如美國，平均每個農場種植面積在170公頃以上，規模大、機械化程度高，我國每個農戶種植面積通常不足1公頃，機械化程度低，沒有規模效益；養殖環節大量依賴人工，自動化極其欠缺。更重要是育種水平和疫病控制水平較低，導致PSY低於國際水平。”

不過，隨着這一波數字科技對傳統產業的改造浪潮爆發，孫延純的養豬方式正在迎來重大變革。

去年8月，精氣神開始與京東數字科技探索利用數字技術進行養豬模式的智能升級。對包括精準飼餵、環境控制、生物安全、生產繁育、品種培育、產品溯源、生產管理等多環節進行數字化改造。

農牧智慧解決方案示意圖

這個解決方案的核心可以分解成一個“大腦”和三個物聯網設備以及Saas系統。

神農大腦相當於中樞系統，搭載了專業的養殖經驗，可以對養豬企業的大數據進行科學分析，對養殖中存在的問題，迅速給出專家級的解決方案。

三項設備分別提供監測、環控、飼餵的任務。監測設備”扮演“眼睛、鼻子”，收集生物和環境數據，供給大腦進行決策。“環控設備”、“飼餵設備”扮演“手腳”，分別控制豬舍環境，比如溫度、溼度等，以及每頭豬的飼餵工作。

圖裏面滑軌上的小盒子就是監測設備智能巡檢機器人

在傳統的養殖方式裏，不僅餵養比較難，就連數清楚有多少豬，給每頭豬量體重都需要耗費大量的人力。現在利用大腦上的專用農業攝像頭，“掃一眼”豬欄就能知道豬的數量，以及每頭豬有多重，整個過程只有幾秒，點數準確率爲100%，測重的誤差可以控制在3%以內。

掃一掃就測算出重量是不是有點厲害

另一個硬核技術是“豬臉識別”，在傳統模式下，餵豬依靠人工，很粗放，給10頭到15頭豬一起投料，每頭豬隻能憑力氣搶着喫，結果同一欄豬，在出欄時往往體重差異巨大。

用機器人代替人力來餵豬則不同了，由於擁有“豬臉識別”技術，機器人不但認得每一頭豬，還知道這頭豬需要喫多少，結合飼餵機器人等設備，可以做到“精準到克”地飼餵每一頭豬。同一欄豬出欄時的體重差異可以縮小到5%之內。

豬臉識別實現“見豬下菜碟”

京東數字科技京東農牧副總經理李佳隆舉了個例子來解釋AI核心系統如何充當大腦的角色。“比如豬舍裏突然一頭豬叫聲無力，還會時不時地咳嗽兩下。核心系統首先會偵測到異常，並指令設像頭觀測豬的體溫，同時調用數據庫裏豬的過往體溫、進食記錄、運動量進行比對。如果出現異常則會發出警報告訴飼養員下一步該怎麼做，比如聯繫獸醫等。這在疫情防範的工作中意義重大。”

工作人員的視角看是這樣。。。（數據可視化大屏）

如果從一頭豬的視角來說，這種智能解決方案提供的是“全生命的管理”。一頭小豬從

一出生的就獲得了一份系統出具的“出生證明”，記錄出生的時間、地點、體重，聲音、長相，存儲在神農大腦裏。有了這份證明，這隻豬無論在豬舍的哪個角落裏玩，系統都能夠一下子找到它、認出它。

豬生可以說很完美了

孫延純告訴記者，在上線智能系統後，平均每頭豬增加了92.5元成本，但是在飼料方面每頭能節省30-60元；人工成本投入可節省每頭8元；提高成活率方面平均每頭可節約15元；在精準控制出欄體重方面能節省5-8元。“目前從直接的投入產出來看基本上打個平手。”

“目前只完成了第一批兩個對照組的科研實驗但除了這些投入產出最直接的比較外，從生產數據變化的角度來講統計還十分有限，不能夠全面、客觀的反映智能化養殖的效果。系統帶來的環保價值、食品安全、育種價值和管理價值目前很難馬上量化，但這部分纔是核心所在。”

不過，AI在養殖種植領域的滲透目前處於起步，更多是模式和方向上的探索，在長期數據和規模化效果上仍需要發展時間。以京東、阿里爲例，其合作的對象更多是種植理念和技術水平較高的行業佼佼者。但現實問題在於，中國最大的養殖企業也只佔了中國養殖體量的3%，中國50% 以上的豬是由中小散戶養出來的，養殖模式如何由分散走向集約，也限制着數字化改造推進的速度。

不過消滅這些挑戰，也正是大公司們加大這一領域投入的意義所在吧。

【版權說明】

本文爲原創內容

［琥珀原創熱文］

hupojrb