2019年12月1日，麦飞召开发布会，发布了全球四大战略布局，包括具有中国农业发展特色的数字农业示范村计划；全线开放数字农业实验基地体系，设立基金；以及多元化业务布局的“麦盟”计划；麦飞海外战略布局。整个发布会，包括圆桌论坛环节，都围绕着“数字农业”展开。

什么是数字农业、数字农业如何在中国落地、面临着那些挑战、前景如何，这些问题成为整个发布会的焦点。

法国欧洲科学院院士、国际精准农业航空学会主席兰玉彬教授；原农业部国际合作司司长、中国农业健康产业联盟理事长、清华大学博士生导师冯玉林；中国农机流通协会发展研究部主任、农业社会化服务分会秘书长苑同宝；京东集团X事业部农业发展部总经理乔志伟；北京爱科农科技有限公司CEO郭建明；北京麦飞科技有限公司CTO刘龙等众多嘉宾进行了相关讨论。

笔者根据现场讨论的内容进行了梳理总结，以期对数字农业有更深入的认识。

刘龙：数字农业要先解决数据源的问题

刘龙认为，数字农业在发展过程中面临一个鸿沟，就是农业科技与实际农业技术使用者之间存在一个偏差，技术公司要“主动”通过服务给农业技术赋能，比如开放试验基地、开放示范村等，把技术效果做出来，让农民看到效益，才能实现数字农业和智慧农业。

这几年有很多智慧农业企业创立并成长起来，我最关心的是他们的数据源是什么，数据源决定了这个企业提供的大数据服务和智慧决策，是很重要的数据来源，那里会有无人机、有卫星，有国家的统计数据、有地面调查的数据，还有一些科研的数据等等各种各样的数据来源。

麦飞最开始切入的是无人机，对无人机这样一个平台来讲，我们知道还有很重要的部分就是载荷，载荷决定了你用什么样的视角，什么样的维度看待农田。麦飞主要做的是视觉和光谱的数据源，这是以前在中科院遥感所主要做的事情，我们积累了很多的模型和算法，我们创立麦飞也是基于视觉和光谱这两类对农田进行观测和探索。世界上有很多做卫星遥感的农业大数据公司，麦飞做无人机主要是基于我们落地性的考虑，卫星的空间分辨率对于做田块服务是不够的，而且还存在时效性的问题。我们为农民提供服务，农民评价好坏就是是否可以随叫随到，而用卫星是无法做到的，只有用无人机给农民提供服务才可以做到随叫随到。这也是麦飞为什么选择视觉光谱和无人机作为进行农业观测数据源非常重要的考量。

说到行业变化，回到刚才提到的数字农业公司这个点上来讲，数字农业技术和传统的技术是有着很明显的差异，现在的数字农业技术是通过信息化，像无人机和卫星提供一些细颗粒度的及时性的、高时间频率、可重访的数据源，这类数字农业企业诞生，会为整个数字农业行业带来更加丰富的想象力。

以前我认为是数据基础设施的缺乏，我们想做智慧农业，想对农业生产过程中进行计算，但是我们发现数据不够用。农业分数据农业和智慧农业，我认为实现数据农业才能实现智慧农业，我们必须要把数据基础设施建起来。就跟我们国家修路、修高铁一样，把基础设施建立起来以后大家生活才更方便。

但是农田大家为什么没有动力做基础设施的建设呢？之前的答案可能是不对的。又回到路的问题，为什么大家愿意修路，做基础设施的建设，因为效益是可观的，从A点到B点是不通，修路以后就通了，效益非常可观，但是农田里的数据收集，我放了无人机和传感器，我们采集了数据，看到农田的变化非常好，但是不知道对我有什么用，是否能让粮食增产，还是让粮食价格卖的更高，无法给大多数种植者提供可观的效益增加的效果，这里就反映了一个鸿沟，就是农业科技与实际农业技术使用者之间存在一个偏差。当遇到这种情况怎么办呢，我们有一句话，山不过来，我们过去。我们作为农业技术服务者把技术服务下去，把效果做出来，我们下去跟很多农户讲的时候，他们问有没有示范田、示范基地，让我们看一看，用了你们技术的田是不是能够增产，这是农业里的基本规律，我们是不能违背的，我们不可能跟农户说我们就是好，不用看什么试验田就用吧。所以我们提出了开放试验基地，开放示范村的计划，通过服务给农业技术赋能。

郭建明：国家政策的限制和农田现状是数字农业的阻碍因素

郭建明认为，我国在政策方面存在很大的限制因素，数据没有打通，可以获得的气象数据、土壤数据很少，为我们做智能决策带来了很大的困难。此外，我国农业还未形成规模化，对科技试验和数据获取都有一定的阻碍。

我想讲一下，因为我在孟山都的时候，当时收购Climate（意外天气保险公司）的时候还在，Climate在美国提供服务的时候是跟很多厂商进行合作的，农机数据，以及田间所有的土壤数据都能拿到。农民又有非常强的意识，在田间插各种传感器，所以说他们数据的获得是非常容易的。而在咱们国家存在很大问题，一个方面数据没有打通，第二方面，咱们国家在政策方面也是存在很大的限制因素，比如说像在美国，气象数据、土壤数据都是公开的，咱们国家气象数据有2799个国家级的气象站点，但是只有699个是交换站点，只有这699个站点的数据可以拿到，为我们做智能的决策带来了很大的困难。另外像一些土壤数据，线上线下二普数据半公开，三普数据已经做完几年了，现在依然没有公开，所以在这个层面为所有智慧农业公司带来了很大的挑战。像刘总讲到的，山不过去我过去，到最后只能是大家投很多的硬件，投很多的成本获取这些数据，在未来我觉得这个层面可能是迫切需要解决的一个问题。

此外，我国农业不是体系化的，农业产值也比较低，这点也会是数字农业遇到的挑战。我们做京东农场的时候尝试让前端种植适当规模化，如果特别散的种植，确实让科技和数据获取比较困难，同时获取这些数据服务于种植者或者前端的时候，这又是一方面的困难。包括做京东农场，我们希望打造一些品牌化的农产品，如果太散的话，同样出现的是对前端获取信息的困难和作为品牌化建设道路的困难，这点特别重要。当然，我们也在项目里做一些示范性试点，比如我们合作伙伴有的是家庭农场，还有农垦体系，国字号的，我们在这些不同的体系里，如何在数据获取或者在科技赋能方面给他们带来一些实实在在的好处。总体来讲，目前中国的农业还是在改变过程中，还是需要一些时间的。

乔志伟：如何让数据获取的成本更加低廉

在不同的角度看，数字农业面临的挑战和问题也是不同的。我觉得最核心的一点是数据获取的成本如何更加低一些，或者说我们如何让所谓的数据在相对低的成本下服务我们的需要，这个可能是我认为的难点。举个例子，我们在前端做的农场项目，我们的追求是要它不只是告诉出处，更多的是告诉整个的过程，所谓看得见，透明化，在数据获得方面有些是有难处的，或者说获取信息的成本比较高。假如一个果蔬农场，这个果有多少产量，如果成本过高，对于产品的销售成本就是负担，所以这个就是特别核心的现实痛点。

苑同宝：技术的传递和扩散是非常困难的事情

美国科学院发的2030的农业报告里面提到和未来技术涉及到基因组学、数字化技术、机械的自动化等，在这种趋势下，中国农业面临最难的问题原则上是技术问题，技术的传递和扩散，这是一个非常困难的事情。

我举个很简单的例子，我们说的发动机，发动机要点火的时候，我们有点火提前角（从点火时刻起到活塞到达压缩上止点，这段时间内曲轴转过的角度称为点火提前角），能使发动机获得最佳动力性、经济性和最佳排放时的点火提前角称为最佳点火提前角。所以我们非常需要数字农业，这种前沿技术尽快尽早的提前点火，这个非常有助于技术的扩散、传递，提高学习的效率，降低时间成本。我们说人心微微，道性微微，点火的这个技术是我们推广非常大的难点。我们也看到了麦飞开放了很多示范农场，总之就是八个字，只有先行先试，才能上做上乘。

冯玉林：科技落地的路子一定要走对

我跑了一百多个国家，欧美国家去了N多次，他们的科技水平在某种程度上来讲确实比我们高。但是他们也有很多不足的地方，我就举一个例子，在80年代美国最大的农业机械公司到中国来，找我们很多次，向我们推荐它的农业机械和设备，最后把那个大长臂、一公里的浇灌机械给我们，可是我们拆了以后不知道给谁，最后压了半年多后给了黑龙江851。所以我要说的，科技是第一生产力，要想把科技变成成果，就一定要使科技落地。

可是如何落地呢？两句话，第一，要急农民之所急；第二句话，要想农民之所想。我们国家的农民是非常可爱的，但是又是非常可气的。我给大家举一个小例子，在60年代末70年代初，万里同志（国务院原副总理）到国外去，回来以后把农业部的领导叫去骂了一顿，因为他在日本吃的西瓜，就这么大点，皮薄，又甜，又好吃，而我们那个时候的西瓜叫黑绷筋，一个最少二三十斤，皮那么厚，还不好吃，还晚熟，到8月15才下来，那么好的东西有什么难，你们为什么弄不了。后来说我给你一百万，明年就吃上这个西瓜。结果我们弄来以后，在郑州果树所培育，培育了几吨种子，到了北京，北京市委市政府召来全市各乡镇村的领导干部来推，结果好话说尽，就没有人去接收，祖祖辈辈种那西瓜，你这个行吗。结果我们的种子推广了不到一半，第二年到6月份，新的西瓜上市了，老百姓一看，这么好的西瓜，一抢而空，不到一个礼拜就没了。万里在人大会上又把我们臭骂一顿，给你一百万就卖了一个礼拜的西瓜，后来我们说明年就好了，第二年，当时我在小组组长，我不敢在部里，我跟我的副手说，不管谁打电话都按分配方案给，除了庞各庄，其他一律按分配给，这个部长，那个书记天天打电话，有人说我舅舅就要半斤种子，有人说不给我就没法回家了，后来我们就说庞各庄要多少给多少，现在都说吃西瓜都吃庞各庄的，庞各庄的地并不是最好的，老书记说党让我做我就做，这样庞各庄的名字就出去。我就说这个，你只要对路，农民一开始他已经几千年来的习惯，害怕了。但是你只要是对路的，我告诉你，第二年，第三年，肯定会大发展，所以一定要走对路的东西，让农民所想的东西。

兰玉彬：科研技术的商业化是我国数字农业面临的问题

我个人是30多年前去美国那留学，后来在美国那做博士后，后来又到美国农业部工作26年以后回国工作，所以我对美国农业整个科研教学推广体系非常了解，我个人就是直接的参与者。从美国的经验，国内也有很多领导去国外访问多次，也都非常清楚美国是如何推广农业上的技术，就是从高校的教学、科研做起。比如我拿这个德州（农业大学）为例，它在德州建立十几个农业研究推广站，设在不同的区域里，这样德国农业大学教授的很多科研成果，由当地研究试验站直接面向了当地农民。比如我个人参与最多的水稻，在德州农业大学有一个水稻研究所试验站，每年夏天至少搞一到两次水稻田间活动，教授会把成果用PPT讲完了以后，又到田间给农民示范，农民是很高尚的，你要请他来，要管中午饭，请他坐车到田间看看这些技术。但是通过这些活动，把高校的技术与农民直接接触了，农民每加了多次活动以后，就把科研方面的一些东西真正的落地了。我打的是水稻的比方，还有其他的也是同样的做法，所以在美国，大学评教授的时候，比如农业部，因为我们也是科研工作者，没有人看SCI杂志的影响因子，但是中国的高校科研单位，把这个看成至宝，发表两篇文章可以评上正教授，在美国是凭很多年积累才能得到的。这是一个现实，我们国家的科研在很多方面脱节，大家讲很多智慧农业，玩的是概念，真正落地的东西是不多的。