养猪论坛 2020PIC论坛｜数字化技术如何赋能养猪企业( 三 ) 数据

文章图片

举个例子，假设饲养员A养了1000头猪，在卖猪过程中与收猪人协商只卖了990头猪。因为收猪人只认重量不认数量，所以990头猪和1000头猪的重量差只有1%左右。最后报卖1000头，屠宰率100%，料肉比只增加了1%左右，集团检测不到。
也就是说，每养1000头猪，养殖组可能亏损4万元左右，无法检测。当养殖规模扩大后，这种不易察觉的损失只会更大。
【养猪论坛 2020PIC论坛｜数字化技术如何赋能养猪企业】

文章图片

针对这一痛点，我们开发了严谨科学的商品猪资产管理系统，可以自动采集、分析养殖各关键点的数据，让商品猪实现超市管理商品一样的SKU级进销存管理。
目前，该系统已服务超过800万头商品猪，是第一个实现规模化登陆市场的商品猪资产管理系统。
数据方面，我们的系统服务了一个养殖群近80%的猪，出栏率提升了近2%。我们知道，2%的销售率意味着2亿元左右的净利润，系统的投入产出比非常高。
此外，该系统服务成都生猪，帮助政府机构闭合生猪从出生到出栏的数据回路，助力食品安全。

文章图片

先说第二个阶段——生产效率的提升。我们通过准确客观的生产数据及时反映生产过程中的实际问题。
当前数据出错的概率有多大？在此，我引用我们一位长期做养殖工作的客户的话:“误读身份出错的概率高达20%，复检出错的概率可以降低到5%。”

文章图片

可见，数据的真实性和可靠性是后续推广工作的基本保障。当数据真实时，效率自然会提高。
我举个例子。假设我们有两个品系，通过智能设备可以有效计算出栏率、料肉比和出栏年龄。
显然，从图中我们可以看出，育肥场1的表现要优于育肥场2。为了找出原因，我们可以通过基于猪智能耳标的溯源系统追溯母猪品系。

文章图片

那么，当我们知道了生产性能差异的原因后，是否可以通过用1号品系的母猪代替2号品系的所有母猪来提高整个群体的生产效率呢？
可见数据是我们决策的有力工具。在实际生产中，我们可以通过更多的维度数据来发现和解决问题。

文章图片

最后，在第三阶段——产业效率提升，我们希望能很好地服务于整个生态系统。
以金融为例。如今，金融技术已经非常成熟。比如蚂蚁金服可以借钱给18岁以上的学生，但是为什么不能借钱给农民？
针对这一问题，中农旺、康迪、徐睿科技于今年7月签署战略合作伙伴协议，三方将共同推动科技金融创新在畜牧业的应用。通过将猪资本化，小规模家庭可以顺利地从金融机构借钱。