技術準備好了，需求何時爆發，這取決于經濟帳何時算得過來。

       “打藥無人機從曾經的十多萬，降到三五萬，現在又降到兩三萬，加上政府補貼，可能一兩萬就能買一臺。農忙時用無人機給農民打藥，生意好的時候可能幾天就收回成本，現在做什么生意能這么快？”

       黃鵬是國內第一波吃到無人機紅利的人，他曾在北京做過一個航拍工作室。后來航拍生意擠兌，他轉做農業無人機飛防。在農村見得多了，索性自己承包田地干起農場。在他看來，科學種植是件大有可為的事。

       “現在農民還是靠天收，不懂用技術。科學種植的話，用不了幾個人，照比傳統種植來說，產量還更可觀。”

       黃鵬選擇自己承包農場，主要是看到了一個結構性缺口：農村人口減少，政府鼓勵土地流轉，科學種植技術已經成熟。這三者加在一起，給像黃鵬這樣的新一代農場主提供了機遇，也從需求層面激發了智慧農業的加速落地。

       “現在智慧農業技術已經很成熟了，什么時候能落地，主要取決于經濟賬什么時候算得過來”，空間數據公司“大地量子”的合伙人黃彥翔這樣判斷，“從去年開始無人機的帳就能算過來了，物聯網也快了”。

無人機飛進農場

       “現在農村沒有人種田了，年輕人隨便出去打工都能賺個幾千塊一個月，誰也不愿意務農”，黃鵬看到目前居住在農村的，老幼居多，這就意味著很多家庭的地都荒著。

       近幾年，政府推行土地流轉制度，成立土地流轉市場，方便小地塊集中。配合土地確權，也就是經營權和承包權的確認，農戶更方便將自己擁有經營權的土地承包給他人。這樣一來，像黃鵬這樣懂科學、善用技術進行精細化種植的新一代農場主得以施展。

       黃鵬承包了 1500 畝的土地，像他一樣的家庭農場大多有三五百畝。在如此大的地塊上搞種植，人工是個問題。耕種和收獲有播種機和收割機，打藥澆水施肥在以前則往往依靠人力。

       2018 年開始，國內出現了大量的游散無人機打藥隊。用更專業的名詞來說，叫無人機飛防隊。這些打藥隊規模小的有三五架飛機，規模大的有幾十架，他們大多游走在家鄉附近，農忙或者病蟲害來襲時承接無人機打藥服務。

       “現在在我們縣，十來歲的小孩都知道天上飛的是打藥的飛機，大家已經見怪不怪了”，黃鵬這樣形容如今鄉間的場景，而這樣的景象在兩年前還不曾出現。

       打藥隊的大規模出現意味著無人機植保技術開始落地，這是一個三方交匯的過程。無人機價格大幅下降，同時打藥質量穩步向上，加上農民的需求日益增加，三者相會，來到了一個爆發的臨界點。也就是說，這筆經濟賬在 2018 年開始算得過來了。

       “用無人機打藥平均飛行十幾分鐘就要充一次電，最開始電池的充電技術和冷卻技術沒有那么好，需要隨車帶著八到九組電池循環供電，現在只需要兩三組就好”，黃鵬對無人機技術的精進感到驚喜，“而且現在是傻瓜式操作，可以一邊飛，一邊手機切個屏看劇，都不會撞到樹上。”

       農忙時到處找飛機，是黃鵬的日常。“比如我們這邊的大農場，8 萬畝地，要幫他一天打完你得找 160 架飛機。而且必須得用飛機，用人根本打不過來。”

       黃鵬算了一筆賬，人工打藥每人每天至多 10 畝地，8 萬畝地要想一天打完需要 8000 個人。農時不等人，到了打藥的日子或者病蟲害來襲時，需要在一兩天之內完成作業。這也就意味著，對于大地塊來說，無人機打藥已經不是新科技，而是剛需。

農民會算賬

       一方面，無人機解決了缺人打藥的問題；另一方面，無人機打藥的效果還比傳統人工要好。

       人工打藥可能會重復噴、漏噴，藥劑的多少也無法精確控制，無人機從作物上方噴灑高度霧化的藥液，打藥過程全部數字化，全程可監控、可追溯。黃鵬曾做過一次實驗，人工打藥一般需要八小時甚至一天的時間才會發生蟲害中毒的現象，而無人機打藥只需四個小時。

       相比于大田作物，果園以及山地作物更是無人機發揮優勢的領域。對于果園來說，由于果實位置高，人工打藥困難，且容易發生藥物中毒的現象。山地行走不易，農民背著重達幾十斤的藥箱攀登更是難上加難。

       以黃鵬的農場為例，人工打藥每天每人 10 畝地，需要至少 100 元的成本，算下來每畝次打藥人工費 10 元。每年他的農場需要打藥 6-7 次，也就是至少 9000 畝次，這就是小十萬的開銷，這筆錢可以買三架無人機。如今最新款無人機每天可以作業 500 畝，三架飛機剛好可以滿足他的需求。而且飛機閑置時還可以幫助周邊農戶打藥，賺雙份的錢。

       “人工 10 塊一畝，我也 10 塊一畝，我還比人工打得好”，農民可能不懂技術，但是他們會算賬。黃鵬談到，在讓農民看到效果后，擴展客戶是很快的事。“有的時候你開車進村就被攔下了，必須讓你給他家的地也打藥，不打不讓走”，黃鵬笑到，“他找不到人啊，他也沒辦法”。

       對于無人機飛防來說，現在一方面需求擺在那，另一方面機器供給也跟得上，要全面鋪開只是時間問題。在黃鵬看來，最多也就只需要三兩年。

物聯網如何加速落地

       寧波象山種植著一種叫紅美人的柑橘，被稱為柑橘界的愛馬仕，每公斤售價甚至可達 120 元。和普通柑橘相比，在價錢方面可以說是“一個頂一筐”。由于種植難度高，產量小，再加上寧波靠海，風大，因此種植紅美人的大棚也比一般大棚造價高。

       一般而言，種植紅美人的大棚配備風速、濕度、氣壓、土壤溫度和光照強度等傳感器，通過水肥一體化設備、補光燈、自動卷膜器等設施實時調整棚內參數，用數字化思路精心照料。

       像紅美人這樣需要精心照料的品種并不在少數，草莓、車厘子等相對高價的水果也普遍采用精細化種植。對于水果蔬菜等經濟作物，價格漲幅空間很大，種植者也就有動力采用科學手段，畢竟投入的成本可以很快被回收。經濟作物也就由此成為農業物聯網落地的切口。

       當前看來，農業物聯網技術仍處于爆發前夜，類似幾年前的無人機。一方面設備成本仍處于下探階段，另一方面農戶的需求也沒有被激發。物聯網設備的作用大多是讓作物長得更好、產量更多，并不像無人機，解決的是缺人打藥的剛性問題，因此廣大農戶的意識不容易跟上，市場教育需要一段時間。

       然而，市場教育的快進鍵并不是沒有。例如多光譜攝像機等用于病蟲害監測，以及可以監測土壤墑情的設備已經被黃鵬這類種植大戶提上日程，原因很簡單，他們不可能每天去地里親自查看。

       節省時間和精力的同時，這類傳感器也能為農戶節省錢。假設多光譜攝像機能夠在蟲害還在幼蟲時發現，可以提前幾天預警。這樣一來，農戶的打藥成本得以降低，蟲害對產量的影響也能夠控制。

       “蟲害來的時候很恐怖的，可能你晚發現一天，你地里的莊稼就全被吃光了”，談及病蟲害，黃鵬不敢掉以輕心。他的親戚就曾遭遇蟲害的襲擊，由于同時運營飯店顧及不暇，畝產一千斤的土地一夜間只剩三百斤。

       物聯網的落地說到底還是經濟帳。當每畝的物聯網建設成本高于可增加的收益時，技術就推進不下去。當技術沒有被廣泛應用，軟硬件的開發和生產自然無法規模化，成本難以降低。成本不降低，技術就無法推進，這成為了一個死鎖問題。

       要解決這一問題，政府政策的補貼是一個重要因素。另一方面，也可以尋求市場化的解決思路。

       如今都市人群對食材的要求越來越高，不僅要新鮮，還要無公害。這樣一來，掃碼溯源便成為一種需求。農產品的產地及配送過程追蹤一直是物聯網及區塊鏈技術的理想陣地，近幾年也不斷被提及。

       可溯源的農產品自然售價高，通過商超、供應鏈的價格傳導，最終讓消費者為農戶的設備買單。這樣一來，農戶的生產質量得到了提升，消費者的食品安全得到了保障。既提升了收益，又解決了問題，這其中的品牌運營方、技術提供方也能受益，不失為一個多贏的解決思路。

數字農業不只種植

       事實上，如果把思路放寬，在農業生產的各個環節，計算機技術都能發揮效用。除前文提到的無人機打藥和物聯網監控外，小到種子的選擇，大到期貨價格的預判，都與數字技術緊密相關。在這一層面，以衛星數據為主的宏觀空間數據正在發揮作用。

       不少公司可以通過分析衛星數據，為企業提供決策支持。由于全球地表面積約有 1/10 被用作耕地，農作物又是天然直觀的衛星觀測標的。因此，這類利用衛星數據進行影像分析的公司擁有大量的農業客戶。

       以種子的選擇為例。據黃彥翔介紹，同一種作物往往有幾十個品種的選擇，比如玉米有先鋒 355、先鋒 698 等。中國幅員遼闊，不同的降雨、氣溫、土壤環境適合不同的作物、不同的品種。因此，通過將衛星影像數據進行分析，并將經緯度、氣候等因素與種子特性相匹配，技術公司可以幫助種子企業為種植者提供適合當地的播種建議。


       用衛星數據統計農作物面積，右上角數據為框選區域的計算結果｜大地量子

       除播種外，指導農戶收獲也是數字農業的落地場景之一。某公司就曾遇到過這樣一個需求案例，某奶牛養殖集團需要收購玉米作為飼料，因此對玉米的含水量有要求，然而種植者無法直觀感知玉米的實時含水量，也就無法判斷該何時收獲。通過衛星數據結合種植數據，可以對玉米的含水量進行監測，實現真正的科學種植。

       看起來需要參考衛星數據的，多為大的種植集團。然而事實上，普通農戶也在從中受益，保險就是最直接的例子。“保險公司的買賬意愿非常強烈”，黃彥翔介紹道，“大風大雨來了，農作物淹水、倒伏，面積特別大的時候，保險公司就面臨一個問題，怎么賠償”。

       以往農業保險的定損過程非常復雜，保險公司需要雇傭大量的地面人員去田間地頭勘查，還要農業部參與測產。一旦出現大面積災害，人力跑不過來，就只能用抽樣法，費時費力還不夠科學。

       比如張三、李四兩家的田地連在一起，張三種植技術好，李四相對懶惰，兩家田地的畝產相差幾百斤。災害來臨，采用抽樣法定損，張三李四大概率獲得同樣多的賠償。張三虧了，李四賺了。因此保險公司有精細化定損的需求，這一需求能夠通過衛星數據加上各地塊歷史的種植數據得以滿足。

高度分散市場里的機會

       如果把農業種植者分為三種類別：種植集團、家庭式農場和小農戶，那么與農業相關的智能化技術目前處于已經被種植集團應用起來，并逐步被家庭式農場采納的階段。并且如期貨、保險等與金融相關的行業也在積極使用。

       技術已經走進家庭農場，但農場主們在溝通和處理商務問題上還會受到地域的限制。以農業服務平臺為例，阿里、京東都有布局，一些小的創業公司如農田管家也在發力。這些平臺提供農資、農服、糧貿以及土地托管等服務，試圖將農業生產的各個環節 O2O 化。

       然而，由于農村是熟人社會，這些平臺要想在全國范圍內大范圍吃開很難。

       一方面，百年農業生產演變而來的作業模式讓農民種植所需的各種物資和服務聚集在土地周圍，并不需要線上撮合。另一方面，和打車、外賣等 O2O 模式不同的是，農服平臺是一個高度重線下、重服務的生意。因此，哪怕只是因為團隊不會講方言，都可能無法進入當地市場。

       正是由于這種地域差異，農業智能化的市場將在很長一段時間內呈現高度分散的態勢，這也就給創業者留下了無數的小切口。誰能抓住切口？“接地氣”很重要。“坐在北上廣的辦公室里琢磨田里的生意是不行的”，黃彥翔認為，“需要深耕農戶的種養殖場景，把高科技的引入對農戶的生產環節帶來的價值算清楚，才能真正讓科技在中國的廣袤大地深根發芽”。

       聚焦農戶，為農戶產生價值是智慧農業的根本。從能算得過經濟帳的需求點切入，并且逐漸發展為地域性、全品類的農業生產服務商，或許是中國特色的農業互聯網下沉模式。