數字農業領域，GPT大模型有這三個機會點

過去一段時間里，GPT大模型無疑是科技領域最火熱的話題，另外一個可能是格力電器。

想做農業GPT大模型的，可以找我，前提是有預算和時間節點。

在各大廠商不斷發布GPT之際，總有人問我，農業里面有沒有大模型的機會點，我往往會先反問他們覺得的農業里面哪些環節會大量產生數據、不間斷持續產生數據。沒有足夠多的數據投喂，大模型也就是小模型，農業領域的大模型只能是其他行業的盜版。

對于這個數據產生階段的回答，也比較五花八門，大體是一產、二產和三產都有。

現在GPT的話題逐漸降低，我們也來聊聊農業領域具體存在場景點。

一、行業通用的機會點

像各行各業通用的機會點，比如語音機器人，很多行業都可以使用。

二、一產階段的大模型的2個點

（1）一產階段中的無人養豬

都是無人化操作，有大量數據采集和數據交互訴求。

從目前的行業趨勢來看，豬產業是不斷持續擴張的，每年的出欄和存欄數據都在持續提升。

從數據采集來看，豬是所有養殖業里面，數據采集最多最廣最標準化的。從視頻監控、耳標、體溫體況等，可以提供一系列生豬生長全生命周期數據，尤其是母豬。

從數據應用來看，養豬自動化特種設備就是天然的大模型的數據應用終端。養豬戶的手機和智能APP就是連接點。

從參與廠商來看，很多養豬大企業相關的無人養豬科技公司，都在布局AI人工智能，基本上背后也是BAT等幾大大廠，是行業經驗和AI經驗的跨境有效融合。

因此就看無人養豬大模型，哪家先出、先跑通商業化，后續就是無盡的價值點。

（2）一產階段中的無人農場/無人農機

養殖產業規模大，經濟效益好，會先出大模型。種植產業規模大、但單品不夠聚焦，沒辦法靜下心來打磨一個單品。

目前種植業的很多單品是水稻、玉米、西紅柿。

在無人農場里，我們經常使用到的大型農機和無人機，也是會有很多數據，就是目前的自動化水平稍微有點欠缺，基本上都是事先預定好行動路線。

現在隨著雙目和多目攝像頭識別能力的提升、網絡通信的便捷，有幾家頭部企業已經能夠通過邊緣計算實現場地端的實時控制，這里就會有大模型的用武之地。

需要說明的是遙感衛星雖然有很大的數據量，但基本上都是單次使用、2G項目使用，真正商業化程度較低，因此沒有大模型的價值點。目前遙感衛星的實時渲染，系統反應也還偏慢、加載耗時。只有在基于衛星遙感數據生成報告層面有較大的優勢。

三、二產階段中的自動化生產線

二產過程中的自動化生產線，我一直以為是最接近工業的，因此這里面有大模型的機會點，主要是用在智能制造中。

具體分場景有三個：

（1）農產品智能加工分揀。需要不斷去識別農產品品級。目前包括水果、牛肉、茶葉等的分級已經趨向成熟。唯一需要加強的就是一條生產線能夠適配多個單品。

（2）屠宰加工自動化。目前生豬和牛羊等，都有不同程度上的實現。需要加強的是能夠把屠宰加工與分級分揀、包裝物流全部串起來。

（3）農機農資生產自動化。目前農機農資生產過程中會使用到一些Ai小應用，但是還不多，還需要在生產制造過程中不斷采集數據、優化模型、反哺業務。

具體而言就是以生產自動化（智能制造）為契機，將產供銷串起來，有Ai預測銷量、Ai排產、價格預測、供給預測等。

四、此外還有一個點

當然還有一個點，我沒說的，那就是智慧育種。這個是保密內容。

五、總結

總結而言，農業領域的大模型，未來會從這幾個機會點中優先出來。其中有些是行業通用的大模型，有些是農業行業特有的大模型。再則，無論怎么將大模型應用在數字農業中，都首先需要有足夠體量的數據（存量數據用于訓練模型），還要有自動化的業務運行（增量數據用于優化模型）。

大模型場景在農業的其他應用場景，大家可以往無人化、自動化、大數據量、高通量這些緯度思考。

來自于錢曉棟的原創文章。本文首發于官微（農業數字化）。