养猪论坛 2020PIC论坛｜数字化技术如何赋能养猪企业数据

今年是畜牧龙头企业爆发成长的一年。但大家开始意识到，猪价红利带来的是短期的高收益，企业的持续增长需要更深层次的技术、人才和品牌核心才能走得更远。
那么在后瘟疫时代，企业能做些什么来取胜呢？在“2020PIC论坛”上，多位业内专家分享了市场趋势、智能养猪技术、未来基因改良方向等。，希望带大家看得更高更远。

文章图片

作为业内领先的智能养殖科技公司，徐睿科技受邀参加本次论坛，分享“数字技术如何赋能养猪业”。

文章图片

以下是徐睿科技创始人兼首席执行官蓝蓝的完整分享:
在进入主题之前，我想给大家看一个案例。
有这样一个国家，经过30年的快速增长，面临着人口增长放缓、经济增长放缓、传统制造业国际竞争力下降等问题。
这是什么国家？

文章图片

你可能下意识地认为这个国家是中国，但实际上，这是80年代初的美国。也是这个国家按下“减速键”的时期，各种高科技“新基建”造就了一批划时代的企业，如沃尔玛、联邦快递、微软、亚马逊等。

文章图片

在这里，我想以沃尔玛为例，简要分析一下它的成长路径。作为一家数字零售科技公司，沃尔玛早在1969年就开始使用电脑跟踪库存，并于1974年全面实现SKU级库存控制。此外，沃尔玛还建立了自己的数据处理和通信中心，投资7亿美元建设卫星网络，全面实施RFID技术等。
可见，沃尔玛的基因早已刻上了“数字化”三个大字。也正是对数字技术的持续投入，沃尔玛的净销售额从1980年到2019年增长了500多倍。

文章图片

回看畜牧行业，为什么我们的行业需要数字化？首先，看一组数据。养猪要记录多少事件信息？
根据我们的统计分析，养一头母猪大约需要500条数据记录；养猪大约需要40次。比如一个2000万头猪、100万头母猪的群体，需要5亿个数据记录，8亿头猪。

文章图片

在我看来，养猪的过程就像一个黑箱。我们“输入”人口、饲料配方、环境等变量，最终得到出栏率、料肉比、PSY等指标的“输出”。而要想了解这个黑箱的“工作原理”，就应该以提高生产效率为目标——唯一的解决方案就是数据。优秀的水产养殖企业也期望基于数据做出决策。那么，你需要哪些步骤来通过数据而不是人类经验做出决策呢？首先是数据收集。我们需要通过AIoT设备自动采集数据。然后，我们需要对数据进行处理，对非结构化数据进行结构化，从而实现数据与系统的连接，进而应用。例如，生猪生长管理、生猪资产管理、生猪健康管理等应用需要通过数据采集、数据分析和系统对接来完成。