隨着新一輪科技革命和產業變革蓬勃興起，智能產業發展進入了一個新的階段。近兩年，智能畜牧的概念風靡了國內養殖行業，AI養殖、豬臉識別、智能稱重等智能養殖技術幾乎成爲國內各大養殖企業和資本市場爭相談論的熱門話題。

5G的到來，加速了通過雲計算、大數據、人工智能等技術改造傳統產業的進程，使其更加智能化、潛力最大化，成本最低化、效益最大化，通過技術推動產業升級。

本期「追光者-5G引領數字化」欄目，我們邀請了睿畜科技創始人兼CEO蘭嵩，走進智能畜牧行業的藍海市場，探索5G智能農場牲畜服務和解決方案的機會。

蘭嵩 睿畜科技創始人兼CEO

中國畜牧業當下的痛點與需求是什麼？

中國是全世界最大的生豬生產國，一年生產肉豬七億頭左右，佔全球的50%，年行業總產量約爲三萬億人民幣。然而在實現畜牧業發展的過程中，面臨着生產管理水平低、疫病風險高、勞動力投入產出比不高等問題，阻礙了現代畜牧業的快速發展。

以畜牧行業中的生豬養殖舉例，當下的痛點和需求是什麼？

第一，我們在管理當中，缺乏生豬數據，更多的是憑藉人工經驗而非客觀數據來指導生產，導致我國PSY（每年每頭母豬所能提供的斷奶仔豬頭數）水平比較低，與國外差距較大。第二，勞動力非常密集，傳統生豬養殖需要投入大量人力進行服務養護，而每一頭生豬的養護時間非常有限，人力投入產出比極低；第三，高頻次的人豬接觸，給養殖場帶來很大的疫病風險；第四，人的經驗不可複製，生豬的管理水平主要基於優秀的人力經驗。

行業信息化的痛點與需求

隨着中國養殖業規模化比例的提高，大型養殖集團的“智能養殖”訴求愈發強烈。第一，我們需要精準和及時的養殖數據；第二是降低對人的依賴。除此之外，我們也需要降低人和豬接觸的頻次，提高它的生物防控；第四，就是所有養殖集團都需要通過數據做決策，建立一個持續、可複製的養殖模型。全行業亟待數字信息化轉型，智能化養殖必定是未來的必然趨勢。

智能養殖是未來的必然趨勢

畜牧業的未來趨勢及如何實現？

養殖業分爲六個階段，分別代表着從全人工到自動化再到智能化的過程。

在L0階段，所有養殖流程都基於人力實現。從L1階段起，我們將料線和水線引進養殖場，在養殖管理當中，喂料和飲食都實現了自動化。到了L2階段，我們開始引入環保跟環控設備，不僅通過自動化的料線飼養生豬，還實現了利用傳感器監控生豬在養殖過程中的環境數據，確保生豬在生長中的舒適環境。在L3階段，我們通過智能攝像頭監控生豬的存欄情況，通過算法分析出數量和均重，還能得出生豬日增重數據。到了L4和L5階段，我們對生豬健康進行監控，實現遠程的診斷。

全人工-自動化-智能化

這也意味着，智能化養殖對勞動力的數量和經驗的依賴會越來越小，而通過從L0到L5的轉變，有兩個關鍵指標會發生改變：一個是人均飼養頭數將持續增加，其次是單頭豬的人力成本將持續降低。

人工效率的持續提升

基於AloT的技術，我們向畜牧行業的上下游提供服務，實現“AI養殖”。技術架構分爲三個層級，第一層級爲數據採集層，通過睿畜耳標與耳標鉗、睿畜醫生和睿畜天蓬三大智能模塊進行了自動化的數據收集，避免了人工錄入數據的繁瑣與錯漏。第二層級爲數據分析層，通過邊緣計算和雲計算的深度學習能力，對數據進行分析並會建立相應的養殖模型，進而完成數據應用層面的生產決策。

商業模式

爲什麼AI養殖需要5G？

在5G尚未走進養殖行業的時候，AI養殖主要依靠邊緣計算和雲計算兩種方式。

當依靠邊緣計算時，我們需要把邊緣服務器放置在農場，實現語義識別、前後景分割，並將處理好的結構化數據傳輸至雲端。但設備本身的價格不低，不定期維護服務器的成本較高，況且服務器並不是時刻都在處理數據，算力總有空閒的時候，這其實是一種算力浪費。

另外一種方式——雲計算，通過豬場的傳輸端，將原始數據直接傳輸到雲上，通過部署在雲端的算法進行雲計算。但把原始數據上傳到雲端必定會面臨的一個問題——數據延時久。爲了降低延時，可能會降低採樣頻率，因此數據採集其實是不完善的，導致AI算法的準確性有所降低。

爲什麼AI養殖需要5G

因此，我們需要通過5G優化以上缺點。根據科學家的數據計算和總結得出，當採樣頻率或採樣數持續增加的時候，準確性會越來越高，誤差會越來越小。總而言之，當5G應用後，將降低設備部署的成本，並且提高算法的準確性。

出欄統計

大家可以看這個動圖，我們在豬的過道上面裝了一個攝像頭。當使用5G時，通過簡單的攝像頭和5G傳輸模塊，就可以實時分析生豬的出欄量、均重等數據，免去了放置本地服務器的繁瑣和成本。

目前智能養殖的實踐，幾乎都是將人工智能與各個畜種結合在一起，通過計算機、互聯網、物聯網、大數據技術的鏈接大幅度提升養殖生產效率，而5G的高帶寬、低時延、廣鏈接，將進一步降本增效。我們希望通過AloT技術，建設畜牧行業的數據基礎設施，以此推動畜牧行業的數字化轉型，以智能硬件爲基礎，數據分析爲核心，重新定義牲畜的數據採集和分析方式，彌補畜牧行業數字化的空白。