文 | 周峰

是时候重新梳理一下 SaaS 在农业产业中的图景了。

作为人类最悠久的基础行业，今天农业的产业链之庞大，很难用一个词汇来概括。单单在狭义中专指农作物种植、畜牧养殖等生产环节的农业，本身就涵盖了播种、施肥、除草、灌溉、繁育、饲养、疫病防治等诸多环节。

而围绕农业产品的生命周期，早从农资制备相关的育种、化肥、农机，迟至农产品收获后的加工、流通、交易，甚至面向各个环节中的教育、金融支持，都可以被纳入到广义的农业赛道中来。

显然，面向农业的企业服务也很难用单一维度来限定。在中央一号文件连续多年提及加快农业数字化转型的大背景下，GDP 占比超过 7% 的农业，已经展现出了庞大的数字化市场规模——细分农业产业中的任何一个环节，都意味着巨大的机遇。

当下，结合大数据、物联网、人工智能、机器人技术的智慧化农业场景已不罕见。SaaS 作为相关数字化转型的前端应用，理应具有更广阔的空间。

农业 SaaS 是手段，而非目的

首先，我们需要给“农业 SaaS”下一个定义。因为如果把搜索范围限定在 CRM、ERP、OA 等经典的企业级软件中的话，那么结果几乎为零。至多在农业下游的流通和交易环节中，我们会发现一些面向农贸市场管理提供数字化管理方案的公司。

这也给人带来了“农业 SaaS”是伪命题的观感。早前曾有财经自媒体对这一领域进行过简单梳理。以“农业 SaaS”为关键词在数据库进行检索后，其结论是 SaaS 在农业相关领域的应用局限在下游，鲜有针对上游生产环节的布局，“不接地气”。

但事实并非如此。牛透社根据公开数据进行不完全梳理后发现，从 2008 年至今，广义的农业科技赛道就已有近 200 家公司完成过融资。在对这些公司作进一步梳理后，我们发现已有 80 家相关企业在自身的产品或方案中，拥有 SaaS 使用场景。

这份名单或许无法代表行业内的整体状况，因此我们将它附在文末，欢迎大家提出改进意见。

SaaS 可以在农业里做什么？围绕农产品从筹备生产到最后交易的全生命周期，我们归纳出了以下经典的使用场景：

- 上游，农药、化肥、种子等农资筹备：农资交易、信息化育种

- 中游，种植/养殖：智能农机与自动化设备管理、环境数据分析、农业决策、病虫害检测、产量预测、气象/遥感数据分析、农场ERP、碳追踪及碳资产管理

- 下游，农产品加工、运输及销售：农产品追溯、仓储管理、生鲜物流管理、农产品交易平台、农贸市场 ERP

- 其他：农业职业教育平台、农业金融平台

值得注意的是，在这份名单中，符合我们对传统 SaaS 认知的企业并不构成主流。反而是那些在农业领域耕耘的大数据、物联网公司，占去了总数的一多半，合计 52 家。

在这些企业中，SaaS 本身更多成为了补充业务的一环。“作为手段，而非目的”，似乎成了 SaaS 在农业领域得到应用的一大特点。

以该赛道累计融资金额最高的极飞科技为例，虽然大部分人将其视作为生产植保无人机的硬件公司，但实际上，极飞的业务场景已经扩展到了智慧农场。在手机端的 SaaS 服务中，无人机获取到的图像数据被进一步分析。农户可以凭此监测病虫害状况，预估产量，并对无人机作业和未来的种植进行规划。

物联网公司爱科农的业务模式与极飞科技类似，只不过这家公司的切入点是遥感大数据：通过气象数据和卫星遥感图像建立大数据模型，再通过手机端的 SaaS 应用为病虫害防治、抗旱、地块管理等农业决策提供支持。

除此之外，也有公司从监测农作物生长环境和土壤墒情的智能传感器入手。如科百科技，通过在云平台上建立虚拟农场，远程控制农场中的喷雾、光照、灌溉设备，最大程度实现经济作物种植的自动化。

将物联网和大数据技术结合，以 SaaS 方式提供精细化生产支持，同样适用于养殖业。80 家公司中，有 12 家公司涉及数字化养殖，应用场景与种植业类似。除此之外，伴随中国提出分别在 2030 年和 2060 年之前实现碳达峰与碳中和的计划，碳足迹追踪和碳资产管理同样被整合进入了养殖业相关的 SaaS 服务里。

“纯粹”的农业 SaaS 并非没有，只是这些企业服务的领域，大多远离农业核心的生产环节。

在 80 家公司中，有 6 家公司专注于打造互联网化的农产品交易渠道与平台，16 家公司为农贸市场、生鲜物流提供数字化管理方案，另有两家面向传统农户和职业农民提供线上技能培训的教育平台。除此之外，还有一家公司专注于金融：通过将农田信息数字化，为金融机构提供农业数据支持。

处于发展阶段早期，是大多数农业 SaaS 企业的共同特征。80 家公司中，有 56 家尚未完成 C 轮融资，大多是以物联网和大数据技术为基础，面向农业生产环节提供支持。

为农产品加工、交易提供服务的云平台企业，多数成长到了后期。农产品交易平台是已完成 C 轮融资的 6 家公司的主力。除此之外，还有 9 家企业已在新三板挂牌，业务大多分布在农产品溯源、农产品交易、农贸市场 ERP 等产后环节当中。

从下游向上游渗透

从企业的融资阶段分布上，不难看出农业行业的数字化转型，是从下游逐渐向上游渗透的过程。其中存在大约 3-5 年的时间差，原因则与中国农业环境的基础有关。

土地小规模分散经营，农业机械化程度低是中国农业的显著特点。根据中国农业大学信息与电气工程学院教授李道亮 2021 年时的测算，“大国小农”的生产模式在我国农业生产中的占比达到了 66%。在这种生产模式下，依托数据化、标准化的数字化技术，很难找到生根发芽的土壤。

种植规模分散和机械化率低仅仅是一方面。不同农作物、禽畜水产品种在种植、养殖方面的技术知识各不相同。

在青桐资本董事总经理顾剑璐看来，专业壁垒高是农业科技公司需要面对的最大问题。“懂技术绝对不意味着懂农业，懂飞防植保也不意味着懂种植，甚至懂怎么种植茶叶也不意味着就懂怎么种植西瓜。”在公司的早期阶段，一定要有建立农业知识壁垒的能力。

但对于 SaaS 行业而言，在某一领域中成功取得的经验，很难迅速跨领域复用，就已经遏制住了成长空间。早在 2008 年，就有企业尝试用利用数据指导农业生产，但直到 2016 年之前，类似的模式迟迟没有迎来爆发。

“很多科技公司都希望只做大脑，指导农业生产。但把执行交给人的尝试几乎都失败了。”极飞科技创始人、CEO 彭斌认为这是伪命题，“人本身就是智能生物，在执行的同时就用经验作出了决策，不需要 AI 来判断。”

相比之下，农产品流通环节作为农业产业链的最末端，更容易嫁接互联网行业积累下的经验，在 2016 年之前一直是农业科技赛道投资的重点。独角兽美菜，正是脱胎于这一赛道。

成立于 2014 年的美菜，核心定位是从农田到餐厅之间的供应链。通过平台，餐饮行业可以实现与农产品生产者的直接对接。而在创始人刘传军看来，公司之所以得到资本青睐，主要原因还是因为“市场规模足够大，增速快，而且足够稳定。”

而这一局面，在以智能农机、农业传感器为代表的物联网技术广泛应用后，才得到转变。从 2016 年起，将 SaaS 与大数据、物联网技术结合开始被资本看好，每年相关融资事件数量都维持在两位数之上。

同样是在 2016 年前后，极飞科技在实现无人机销售营收破亿元规模后，开始向智慧农场方向转型。“农业中最迫切的问题不是决策，而是执行。”彭斌认为，当机器人接替下农业劳作后，执行数据分析产生的农业决策才有了实际意义。

实际上，以美国、西欧国家为代表的先进数字化农业，同样是在智能农机大规模应用的基础上形成的。数据显示，截至 2015 年，美国有超过 83% 的农场采用了精准农业技术，82% 以上的农场使用了 GPS 自动导航技术，74% 以上的农业装备使用了 GPS 辅助导航技术，超过 30% 的农场使用了基于 GPS 和处方图的变量作业技术。而在精准农业技术的应用扩张下，进一步扩展了土壤数据、播种/施肥/产量数据的采集与分析等大数据产品的研发。

降“精准生产”的本，增“劳动力”的效

虽然增长空间巨大，但需要注意的是，农业数字化转型的“降本增效”逻辑，与工业互联网等领域有着本质上的不同。

与工业、服务业不同，农业在单位面积土地上的产出存在上限。以粮食种植为例，单位亩产量的提高，更多与种植品种和土地肥力相关。换句话说，如果用总产量提升衡量数字化技术引入的收益的话，那这注定会是一项亏本生意。

但这并不意味着农业的数字化生产没有意义。

以化肥和农药为例，虽然二者在过去半世纪中，是农业效率提升的最核心因素，但由于过量使用，化肥和农药带来的效率收益逐年递减，同时也带来了环境负面影响。

农业农村部《到 2020 年化肥使用零增长行动方案》显示，中国农作物化肥使用量远高于世界平均水平，是美国的 2.6 倍，欧洲的 2.5 倍。在造成浪费的同时，也带来了大量氮氧化物温室气体的排放。

在“双碳”目标面前，经过数字化改造后的农业生产，就具有了现实意义。

比如通过对设施大棚、农田、禽畜圈舍和农业机械能进行数字化改造，可以将信息化技术应用在农业生产中，从而精确管理土壤、水分、温度等各项指标；与此同时，结合遥感数据、无人机图像和气象数据模型，能够对施肥、施药、收割时机等作出精确决策。这些改进不仅能优化农业投入，同时也能减少生产环节中不确定因素带来的产量损耗，并且实现可持续发展。

这种模式被称为精准农业，已经渗透到了美国农业生产的方方面面，成为构成农产品国际竞争力的一环。

另一方面，在人口结构老龄化的中国，农业劳动力持续减少，也是粮食安全问题中，不可忽视的一部分。

据中国信通院《中国智慧农业发展报告》，从 2003 年到 2016 年的 13 年间，中国非农户占比从 33.28%，以年均 5.16% 的增长速度上升到了 64.04%。与此同时，减少的也不仅是劳动力，也有劳动时间。同期内农户家庭的农业劳动时间从 44.06% 下降到了 29.81%。

变革农业劳动方式由此进入国家战略。2017 年，农业农村部在当年的第一次常务会议中，审议通过了《“十三五”全国新型职业农民培育发展规划》。到 2020 年“十三五”收官，全国以农业为职业、具有相应的专业技能、收入主要来自农业生产经营并达到相当水平的现代农业从业者数量，已经达到了 2254 万人，对比 2015 年年底增长了 77%。而他们的主要劳动工具，正是通过数字化改造后，能够大规模集中化管理土地、圈舍的智能化设备与系统。

在这一逻辑下，农业数字化本身，就隐隐显示出了数十万亿市场规模的体量。去年 8 月，中国工程院院士赵春江介绍，2020 年中国农业数字经济规模已经达到了 5778 亿元。以既有发展速度预测，到 2025 年，这会成为一个 1.26 万亿的市场；而到 2050 年时，农业数字经济体量将会达到 24 万亿元。

下一个目标：育种

值得注意的是，在种子育种、种苗繁育等农业上游阶段，还罕见 SaaS 施展拳脚的空间。而这恰恰是带来农业增产的关键环节。

典型的育种实践，多采用生物统计学原理，通过对作物、禽畜进行不断筛选，挑选出符合市场需求的优良品种。从本质上看，这是一个对基因、性状、生产管理和环境数据综合分析与利用的过程。而这恰恰是计算机技术最擅长完成的工作。

不过，数字化技术在最近 3 年才开始渗透进入产前环节的育种领域。在牛透社整理出的 80 家企业名单中，仅有 3 家企业为生物育种提供了云服务平台。

在公开信息中，这三家公司都是在 2019 年收到了第一笔投资。其中最近一笔融资发生在 2021 年 3 月。

从去年起，资本已经开始关注到农业产业链的最源头。2022 年，IDG 资本先后披露天使轮投资的两家农业育种公司，分别将区块链和大数据技术运用到了果蔬和玉米品种选育当中。

除此之外，红杉中国、源码资本、阿里巴巴等头部创投机构和科技公司，也频频出现在育种行业的投资者名单中。

基因技术带来的育种周期缩短，是驱动资本向上游渗透的主要原因。以水稻育种为例，由于功能基因挖掘和基因编辑技术的普及，以往需要 8-10 年才能完成的周期，如今只需要 2-3 年就可完成。

不过，当下被投资人青睐的企业，更多专注于育种技术突破。平台型的育种服务公司则是凤毛麟角，更不用说对市场规模有要求的 SaaS 类服务了。

数据显示，目前国内种子企业仍存在育种能力较低、规模小、组织效率低、测试质量差等问题，拥有研发创新能力的国内种子企业不到总数的 1.5%，绝大部分企业研发投入仅占其销售额的 1%。

但资本对育种的关注，也使得育种 SaaS 未来可期。有投资人乐观表示，中国作为农业大国，肯定能跑出一大批知名育种业公司。当这一天真正来临时，相信中国的农业 SaaS 也已经从农业漫长的全流程中，开始真正地生根成长。

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/