從“土里刨食”到“土里刨金”，用 SaaS 種地能上市嗎？

圖片來(lái)源@視覺(jué)中國

文 | 牛透社，作者｜周峰

是時(shí)候重新梳理一下 SaaS 在農業(yè)產(chǎn)業(yè)中的圖景了。

作為人類(lèi)最悠久的基礎行業(yè)，今天農業(yè)的產(chǎn)業(yè)鏈之龐大，很難用一個(gè)詞匯來(lái)概括。單單在狹義中專(zhuān)指農作物種植、畜牧養殖等生產(chǎn)環(huán)節的農業(yè)，本身就涵蓋了播種、施肥、除草、灌溉、繁育、飼養、疫病防治等諸多環(huán)節。

而圍繞農業(yè)產(chǎn)品的生命周期，早從農資制備相關(guān)的育種、化肥、農機，遲至農產(chǎn)品收獲后的加工、流通、交易，甚至面向各個(gè)環(huán)節中的教育、金融支持，都可以被納入到廣義的農業(yè)賽道中來(lái)。

顯然，面向農業(yè)的企業(yè)服務(wù)也很難用單一維度來(lái)限定。在中央一號文件連續多年提及加快農業(yè)數字化轉型的大背景下，GDP 占比超過(guò) 7% 的農業(yè)，已經(jīng)展現出了龐大的數字化市場(chǎng)規?！毞洲r業(yè)產(chǎn)業(yè)中的任何一個(gè)環(huán)節，都意味著(zhù)巨大的機遇。

當下，結合大數據、物聯(lián)網(wǎng)、人工智能、機器人技術(shù)的智慧化農業(yè)場(chǎng)景已不罕見(jiàn)。SaaS 作為相關(guān)數字化轉型的前端應用，理應具有更廣闊的空間。

農業(yè) SaaS 是手段，而非目的

首先，我們需要給“農業(yè) SaaS”下一個(gè)定義。因為如果把搜索范圍限定在 CRM、ERP、OA 等經(jīng)典的企業(yè)級軟件中的話(huà)，那么結果幾乎為零。至多在農業(yè)下游的流通和交易環(huán)節中，我們會(huì )發(fā)現一些面向農貿市場(chǎng)管理提供數字化管理方案的公司。

這也給人帶來(lái)了“農業(yè) SaaS”是偽命題的觀(guān)感。早前曾有財經(jīng)自媒體對這一領(lǐng)域進(jìn)行過(guò)簡(jiǎn)單梳理。以“農業(yè) SaaS”為關(guān)鍵詞在數據庫進(jìn)行檢索后，其結論是 SaaS 在農業(yè)相關(guān)領(lǐng)域的應用局限在下游，鮮有針對上游生產(chǎn)環(huán)節的布局，“不接地氣”。

但事實(shí)并非如此。牛透社根據公開(kāi)數據進(jìn)行不完全梳理后發(fā)現，從 2008 年至今，廣義的農業(yè)科技賽道就已有近 200 家公司完成過(guò)融資。在對這些公司作進(jìn)一步梳理后，我們發(fā)現已有 80 家相關(guān)企業(yè)在自身的產(chǎn)品或方案中，擁有 SaaS 使用場(chǎng)景。

這份名單或許無(wú)法代表行業(yè)內的整體狀況，因此我們將它附在文末，歡迎大家提出改進(jìn)意見(jiàn)。

SaaS 可以在農業(yè)里做什么？圍繞農產(chǎn)品從籌備生產(chǎn)到最后交易的全生命周期，我們歸納出了以下經(jīng)典的使用場(chǎng)景：

- 上游，農藥、化肥、種子等農資籌備：農資交易、信息化育種

- 中游，種植/養殖：智能農機與自動(dòng)化設備管理、環(huán)境數據分析、農業(yè)決策、病蟲(chóng)害檢測、產(chǎn)量預測、氣象/遙感數據分析、農場(chǎng)ERP、碳追蹤及碳資產(chǎn)管理- 下游，農產(chǎn)品加工、運輸及銷(xiāo)售：農產(chǎn)品追溯、倉儲管理、生鮮物流管理、農產(chǎn)品交易平臺、農貿市場(chǎng) ERP- 其他：農業(yè)職業(yè)教育平臺、農業(yè)金融平臺

值得注意的是，在這份名單中，符合我們對傳統 SaaS 認知的企業(yè)并不構成主流。反而是那些在農業(yè)領(lǐng)域耕耘的大數據、物聯(lián)網(wǎng)公司，占去了總數的一多半，合計 52 家。

在這些企業(yè)中，SaaS 本身更多成為了補充業(yè)務(wù)的一環(huán)?！白鳛槭侄?，而非目的”，似乎成了 SaaS 在農業(yè)領(lǐng)域得到應用的一大特點(diǎn)。

以該賽道累計融資金額最高的極飛科技為例，雖然大部分人將其視作為生產(chǎn)植保無(wú)人機的硬件公司，但實(shí)際上，極飛的業(yè)務(wù)場(chǎng)景已經(jīng)擴展到了智慧農場(chǎng)。在手機端的 SaaS 服務(wù)中，無(wú)人機獲取到的圖像數據被進(jìn)一步分析。農戶(hù)可以憑此監測病蟲(chóng)害狀況，預估產(chǎn)量，并對無(wú)人機作業(yè)和未來(lái)的種植進(jìn)行規劃。

物聯(lián)網(wǎng)公司愛(ài)科農的業(yè)務(wù)模式與極飛科技類(lèi)似，只不過(guò)這家公司的切入點(diǎn)是遙感大數據：通過(guò)氣象數據和衛星遙感圖像建立大數據模型，再通過(guò)手機端的 SaaS 應用為病蟲(chóng)害防治、抗旱、地塊管理等農業(yè)決策提供支持。

除此之外，也有公司從監測農作物生長(cháng)環(huán)境和土壤墑情的智能傳感器入手。如科百科技，通過(guò)在云平臺上建立虛擬農場(chǎng)，遠程控制農場(chǎng)中的噴霧、光照、灌溉設備，最大程度實(shí)現經(jīng)濟作物種植的自動(dòng)化。

將物聯(lián)網(wǎng)和大數據技術(shù)結合，以 SaaS 方式提供精細化生產(chǎn)支持，同樣適用于養殖業(yè)。80 家公司中，有 *2 家公司涉及數字化養殖，應用場(chǎng)景與種植業(yè)類(lèi)似。除此之外，伴隨中國提出分別在 2030 年和 20*0 年之前實(shí)現碳達峰與碳中和的計劃，碳足跡追蹤和碳資產(chǎn)管理同樣被整合進(jìn)入了養殖業(yè)相關(guān)的 SaaS 服務(wù)里。

“純粹”的農業(yè) SaaS 并非沒(méi)有，只是這些企業(yè)服務(wù)的領(lǐng)域，大多遠離農業(yè)核心的生產(chǎn)環(huán)節。

在 80 家公司中，有 * 家公司專(zhuān)注于打造互聯(lián)網(wǎng)化的農產(chǎn)品交易渠道與平臺，** 家公司為農貿市場(chǎng)、生鮮物流提供數字化管理方案，另有兩家面向傳統農戶(hù)和職業(yè)農民提供線(xiàn)上技能培訓的教育平臺。除此之外，還有一家公司專(zhuān)注于金融：通過(guò)將農田信息數字化，為金融機構提供農業(yè)數據支持。

處于發(fā)展階段早期，是大多數農業(yè) SaaS 企業(yè)的共同特征。80 家公司中，有 5* 家尚未完成 C 輪融資，大多是以物聯(lián)網(wǎng)和大數據技術(shù)為基礎，面向農業(yè)生產(chǎn)環(huán)節提供支持。

為農產(chǎn)品加工、交易提供服務(wù)的云平臺企業(yè)，多數成長(cháng)到了后期。農產(chǎn)品交易平臺是已完成 C 輪融資的 * 家公司的主力。除此之外，還有 9 家企業(yè)已在新三板掛牌，業(yè)務(wù)大多分布在農產(chǎn)品溯源、農產(chǎn)品交易、農貿市場(chǎng) ERP 等產(chǎn)后環(huán)節當中。

從下游向上游滲透

從企業(yè)的融資階段分布上，不難看出農業(yè)行業(yè)的數字化轉型，是從下游逐漸向上游滲透的過(guò)程。其中存在大約 3-5 年的時(shí)間差，原因則與中國農業(yè)環(huán)境的基礎有關(guān)。

土地小規模分散經(jīng)營(yíng)，農業(yè)機械化程度低是中國農業(yè)的顯著(zhù)特點(diǎn)。根據中國農業(yè)大學(xué)信息與電氣工程學(xué)院教授李道亮 202* 年時(shí)的測算，“大國小農”的生產(chǎn)模式在我國農業(yè)生產(chǎn)中的占比達到了 **%。在這種生產(chǎn)模式下，依托數據化、標準化的數字化技術(shù)，很難找到生根發(fā)芽的土壤。

種植規模分散和機械化率低僅僅是一方面。不同農作物、禽畜水產(chǎn)品種在種植、養殖方面的技術(shù)知識各不相同。

在青桐資本董事總經(jīng)理顧劍璐看來(lái)，專(zhuān)業(yè)壁壘高是農業(yè)科技公司需要面對的最大問(wèn)題?！岸夹g(shù)絕對不意味著(zhù)懂農業(yè)，懂飛防植保也不意味著(zhù)懂種植，甚至懂怎么種植茶葉也不意味著(zhù)就懂怎么種植西瓜?！痹诠镜脑缙陔A段，一定要有建立農業(yè)知識壁壘的能力。

但對于 SaaS 行業(yè)而言，在某一領(lǐng)域中成功取得的經(jīng)驗，很難迅速跨領(lǐng)域復用，就已經(jīng)遏制住了成長(cháng)空間。早在 2008 年，就有企業(yè)嘗試用利用數據指導農業(yè)生產(chǎn)，但直到 20** 年之前，類(lèi)似的模式遲遲沒(méi)有迎來(lái)爆發(fā)。

“很多科技公司都希望只做大腦，指導農業(yè)生產(chǎn)。但把執行交給人的嘗試幾乎都失敗了?！睒O飛科技創(chuàng )始人、CEO 彭斌認為這是偽命題，“人本身就是智能生物，在執行的同時(shí)就用經(jīng)驗作出了決策，不需要 AI 來(lái)判斷?！?/p>

相比之下，農產(chǎn)品流通環(huán)節作為農業(yè)產(chǎn)業(yè)鏈的最末端，更容易嫁接互聯(lián)網(wǎng)行業(yè)積累下的經(jīng)驗，在 20** 年之前一直是農業(yè)科技賽道投資的重點(diǎn)。獨角獸美菜，正是脫胎于這一賽道。

成立于 20*4 年的美菜，核心定位是從農田到餐廳之間的供應鏈。通過(guò)平臺，餐飲行業(yè)可以實(shí)現與農產(chǎn)品生產(chǎn)者的直接對接。而在創(chuàng )始人劉傳軍看來(lái)，公司之所以得到資本青睞，主要原因還是因為“市場(chǎng)規模足夠大，增速快，而且足夠穩定?！?/p>

而這一局面，在以智能農機、農業(yè)傳感器為代表的物聯(lián)網(wǎng)技術(shù)廣泛應用后，才得到轉變。從 20** 年起，將 SaaS 與大數據、物聯(lián)網(wǎng)技術(shù)結合開(kāi)始被資本看好，每年相關(guān)融資事件數量都維持在兩位數之上。

同樣是在 20** 年前后，極飛科技在實(shí)現無(wú)人機銷(xiāo)售營(yíng)收破億元規模后，開(kāi)始向智慧農場(chǎng)方向轉型?！稗r業(yè)中最迫切的問(wèn)題不是決策，而是執行?！迸肀笳J為，當機器人接替下農業(yè)勞作后，執行數據分析產(chǎn)生的農業(yè)決策才有了實(shí)際意義。

實(shí)際上，以美國、西歐國家為代表的先進(jìn)數字化農業(yè)，同樣是在智能農機大規模應用的基礎上形成的。數據顯示，截至 20*5 年，美國有超過(guò) 83% 的農場(chǎng)采用了精準農業(yè)技術(shù)，82% 以上的農場(chǎng)使用了 GPS 自動(dòng)導航技術(shù)，74% 以上的農業(yè)裝備使用了 GPS 輔助導航技術(shù)，超過(guò) 30% 的農場(chǎng)使用了基于 GPS 和處方圖的變量作業(yè)技術(shù)。而在精準農業(yè)技術(shù)的應用擴張下，進(jìn)一步擴展了土壤數據、播種/施肥/產(chǎn)量數據的采集與分析等大數據產(chǎn)品的研發(fā)。

降“精準生產(chǎn)”的本，增“勞動(dòng)力”的效

雖然增長(cháng)空間巨大，但需要注意的是，農業(yè)數字化轉型的“降本增效”邏輯，與工業(yè)互聯(lián)網(wǎng)等領(lǐng)域有著(zhù)本質(zhì)上的不同。

與工業(yè)、服務(wù)業(yè)不同，農業(yè)在單位面積土地上的產(chǎn)出存在上限。以糧食種植為例，單位畝產(chǎn)量的提高，更多與種植品種和土地肥力相關(guān)。換句話(huà)說(shuō)，如果用總產(chǎn)量提升衡量數字化技術(shù)引入的收益的話(huà)，那這注定會(huì )是一項虧本生意。

但這并不意味著(zhù)農業(yè)的數字化生產(chǎn)沒(méi)有意義。

以化肥和農藥為例，雖然二者在過(guò)去半世紀中，是農業(yè)效率提升的最核心因素，但由于過(guò)量使用，化肥和農藥帶來(lái)的效率收益逐年遞減，同時(shí)也帶來(lái)了環(huán)境負面影響。

農業(yè)農村部《到 2020 年化肥使用零增長(cháng)行動(dòng)方案》顯示，中國農作物化肥使用量遠高于世界平均水平，是美國的 2.* 倍，歐洲的 2.5 倍。在造成浪費的同時(shí)，也帶來(lái)了大量氮氧化物溫室氣體的排放。

在“雙碳”目標面前，經(jīng)過(guò)數字化改造后的農業(yè)生產(chǎn)，就具有了現實(shí)意義。

比如通過(guò)對設施大棚、農田、禽畜圈舍和農業(yè)機械能進(jìn)行數字化改造，可以將信息化技術(shù)應用在農業(yè)生產(chǎn)中，從而精確管理土壤、水分、溫度等各項指標；與此同時(shí)，結合遙感數據、無(wú)人機圖像和氣象數據模型，能夠對施肥、施藥、收割時(shí)機等作出精確決策。這些改進(jìn)不僅能優(yōu)化農業(yè)投入，同時(shí)也能減少生產(chǎn)環(huán)節中不確定因素帶來(lái)的產(chǎn)量損耗，并且實(shí)現可持續發(fā)展。

這種模式被稱(chēng)為精準農業(yè)，已經(jīng)滲透到了美國農業(yè)生產(chǎn)的方方面面，成為構成農產(chǎn)品國際競爭力的一環(huán)。

另一方面，在人口結構老齡化的中國，農業(yè)勞動(dòng)力持續減少，也是糧食安全問(wèn)題中，不可忽視的一部分。

據中國信通院《中國智慧農業(yè)發(fā)展報告》，從 2003 年到 20** 年的 *3 年間，中國非農戶(hù)占比從 33.28%，以年均 5.**% 的增長(cháng)速度上升到了 *4.04%。與此同時(shí)，減少的也不僅是勞動(dòng)力，也有勞動(dòng)時(shí)間。同期內農戶(hù)家庭的農業(yè)勞動(dòng)時(shí)間從 44.0*% 下降到了 29.8*%。

變革農業(yè)勞動(dòng)方式由此進(jìn)入國家戰略。20*7 年，農業(yè)農村部在當年的第一次常務(wù)會(huì )議中，審議通過(guò)了《“十三五”全國新型職業(yè)農民培育發(fā)展規劃》。到 2020 年“十三五”收官，全國以農業(yè)為職業(yè)、具有相應的專(zhuān)業(yè)技能、收入主要來(lái)自農業(yè)生產(chǎn)經(jīng)營(yíng)并達到相當水平的現代農業(yè)從業(yè)者數量，已經(jīng)達到了 2254 萬(wàn)人，對比 20*5 年年底增長(cháng)了 77%。而他們的主要勞動(dòng)工具，正是通過(guò)數字化改造后，能夠大規模集中化管理土地、圈舍的智能化設備與系統。

在這一邏輯下，農業(yè)數字化本身，就隱隱顯示出了數十萬(wàn)億市場(chǎng)規模的體量。去年 8 月，中國工程院院士趙春江介紹，2020 年中國農業(yè)數字經(jīng)濟規模已經(jīng)達到了 5778 億元。以既有發(fā)展速度預測，到 2025 年，這會(huì )成為一個(gè) *.2* 萬(wàn)億的市場(chǎng)；而到 2050 年時(shí)，農業(yè)數字經(jīng)濟體量將會(huì )達到 24 萬(wàn)億元。

下一個(gè)目標：育種

值得注意的是，在種子育種、種苗繁育等農業(yè)上游階段，還罕見(jiàn) SaaS 施展拳腳的空間。而這恰恰是帶來(lái)農業(yè)增產(chǎn)的關(guān)鍵環(huán)節。

典型的育種實(shí)踐，多采用生物統計學(xué)原理，通過(guò)對作物、禽畜進(jìn)行不斷篩選，挑選出符合市場(chǎng)需求的優(yōu)良品種。從本質(zhì)上看，這是一個(gè)對基因、性狀、生產(chǎn)管理和環(huán)境數據綜合分析與利用的過(guò)程。而這恰恰是計算機技術(shù)最擅長(cháng)完成的工作。

不過(guò)，數字化技術(shù)在最近 3 年才開(kāi)始滲透進(jìn)入產(chǎn)前環(huán)節的育種領(lǐng)域。在牛透社整理出的 80 家企業(yè)名單中，僅有 3 家企業(yè)為生物育種提供了云服務(wù)平臺。

在公開(kāi)信息中，這三家公司都是在 20*9 年收到了第一筆投資。其中最近一筆融資發(fā)生在 202* 年 3 月。

從去年起，資本已經(jīng)開(kāi)始關(guān)注到農業(yè)產(chǎn)業(yè)鏈的最源頭。2022 年，IDG 資本先后披露天使輪投資的兩家農業(yè)育種公司，分別將區塊鏈和大數據技術(shù)運用到了果蔬和玉米品種選育當中。

除此之外，紅杉中國、源碼資本、阿*等頭部創(chuàng )投機構和科技公司，也頻頻出現在育種行業(yè)的投資者名單中。

基因技術(shù)帶來(lái)的育種周期縮短，是驅動(dòng)資本向上游滲透的主要原因。以水稻育種為例，由于功能基因挖掘和基因編輯技術(shù)的普及，以往需要 8-*0 年才能完成的周期，如今只需要 2-3 年就可完成。

不過(guò)，當下被投資人青睞的企業(yè)，更多專(zhuān)注于育種技術(shù)突破。平臺型的育種服務(wù)公司則是鳳毛麟角，更不用說(shuō)對市場(chǎng)規模有要求的 SaaS 類(lèi)服務(wù)了。

數據顯示，目前國內種子企業(yè)仍存在育種能力較低、規模小、組織效率低、測試質(zhì)量差等問(wèn)題，擁有研發(fā)創(chuàng )新能力的國內種子企業(yè)不到總數的 *.5%，絕大部分企業(yè)研發(fā)投入僅占其銷(xiāo)售額的 *%。

但資本對育種的關(guān)注，也使得育種 SaaS 未來(lái)可期。有投資人樂(lè )觀(guān)表示，中國作為農業(yè)大國，肯定能跑出一大批知名育種業(yè)公司。當這一天真正來(lái)臨時(shí)，相信中國的農業(yè) SaaS 也已經(jīng)從農業(yè)漫長(cháng)的全流程中，開(kāi)始真正地生根成長(cháng)。