「养猪」是大事，如何更高效 | 公司研究

「养猪的天花板非常高，规模足够大，创业机会也足够多。这是我们创业时没有选择牛、羊的一个核心关键点。」

作者｜朱若淼

中国是一个养猪大国。在经历了2018年非洲猪瘟之后，国内的生猪产能已经逐步恢复。

据统计，2021年全国生猪出栏数约6.7亿头，存栏数约4.5亿头，同比去年同期均有增长。与此同时，中国生猪养殖行业也出现了结构性的变化，大量散户从生猪供给市场退出。

这给中国的生猪养殖产业提供了规模化和数字化的升级窗口。睿畜科技希望抓住其中的机会，这是一家为规模养猪企业提供数字化管理解决方案的技术公司。

「养猪的天花板非常高，规模足够大，创业机会也足够多。这是我们创业时没有选择牛、羊的一个核心关键点。」睿畜科技的CEO兰嵩说道。

从供需的角度上看，他认为国内市场对于猪肉的需求长期来看都是不可替代的。「中国人吃猪肉，不是地域的风味喜好，更重要的原因是，猪在中国是不可被取代的蛋白质来源。」

生猪在中国的养殖结构里是被最优先保证的供给，特别是因为猪的生产效率远高于牛和羊。

生猪的出栏周期是最短的，差不多150天就能出栏（即生长到屠宰重量），这个周期比牛和羊都更短。

此外，母猪的繁殖力强，一胎能生12-14头，一年平均生产2.3胎次，而牛一胎只能生一个，羊一胎平均生一到两只，而且它们的生育周期都比母猪更长。从料肉比来讲（即饲养的畜禽增重1公斤所消耗的饲料量），猪的料肉比为2.5:1，而牛羊远高于猪，为6-8:1。

基于这个判断，2014年时还在新加坡的兰嵩便开始寻找创业伙伴，并在母校南洋理工大学的支持下组建了初始团队。回国以后，「睿畜科技」在2019年推出了第一款面向市场的产品，而在之后的几年中，睿畜科技的市场基础也在加速形成。

在中国养猪整体发生结构性变化的大趋势下，原来粗放式的管理难以为继，精准化的管理需求变得更加重要。在这个过程中，猪场对于管理的数字化要求变得更加明确了。

一方面，大集团率先对企业及生产的管理进行数字化升级，这已经成为一个显著趋势。相比散户和小规模猪厂，大集团往往更早意识到利用数据提高生产效率的重要性。天邦，正邦，金锣等龙头企业在睿畜科技发展的早期便成为其主要客户。

另一方面，适度规模化的养猪场也逐渐意识到了数字化管理的重要性。这类养殖场的生猪规模往往在1000-2000头左右。非洲猪瘟过后，适度规模厂表现出了很强的韧性，「2021年猪价降得这么低，他们仍然还活的很好，他们产猪的数量并没有减少，其生产效率并不比大集团低。」

面临剧烈的市场变化，存活下来的适度规模化养猪场，也开始转向精细化的生产管理。

兰嵩介绍，他们区别于大集团客户的是，适度规模厂希望通过数字化手段来提高其自身的养殖能力，并将其资产数据呈现给银行等金融机构，以方便其获得贷款、保险。为了满足这些新出现的需求方，2021年睿畜科技也加大了对接适度规模厂的力度。

数据是这家公司赢得客户信任的关键，也是睿畜科技的核心资产。但是，跟所有农业生产性数据积累过程一样，睿畜科技也经历了从零到一的过程。

兰嵩透露，在产品研发早期，公司踩过不少坑，「技术落地的鸿沟非常大」。主要原因是，他们采集数据的对象是动物，而猪恰好又很好动。国外可借鉴的数字化解决方案，目前已应用到牛身上的居多，但这类设备和解决方案并不能完全复制到猪身上。

以睿畜科技早期做的母猪排卵监控产品为例，当时他们面临的问题是，找不到适合的可穿戴设备来采集母猪的排卵数据。

同样还是因为猪更为好动，应用于牛的可穿戴设备并不适用。「我们尝试过给猪穿马甲、项圈，最后猪都会把设备搞坏，或者挣脱下来。」兰嵩说道。

其次，可穿戴设备既要尽可能的减少功耗，同时又要保证数据远距离传输的准确性。这个平衡点往往很难把握。

因为猪总在移动，数据传输的距离相对较长，它需要足够大的天线，以及较大续航的电池才能确保数据的正常传输。但是这又会使得可穿戴设备的体积变大，设备大到一定程度又不适合穿在猪身上。「这个过程中存在着很多矛盾。」兰嵩说道。

这些具体问题都需要通过实际的应用场景去发现、摸索。经过多年的打磨，睿畜科技已建立了自己的产品体系。

包括以可穿戴为代表的电子医生、智能耳标及智能耳标钳等智能硬件产品，还有监测生猪行为情况的「天蓬系统」。后者借助的是视觉技术来采集数据，部分解决了可穿戴设备带来的问题。

目前，天蓬系统主要用于盘点猪场生猪情况，监测生猪等体重信息以及运动曲线。对于客户而言，这是一个重要的功能。因为生猪的重量直接关系到猪场的最后收益。

据兰嵩介绍，该系统盘点精准度接近于100%，估重准确率达到97%以上，90%以上的数据，误差都在2kg以内。这个准确率反过来也意味着，他们此前已经完成了大量的数据积累、验证，以及算法训练工作。

因为不同的猪场养殖的品种不同、生长环节的光线差异形成的阴影不同，这些因素都会影响到算法的精准度。为了实现这一点，睿畜科技采用的是笨办法——通过人工的手段反复标记、称重量验证来训练算法的准确性。

「这个积累过程非常辛苦，每次都需要我们的人到现场去称重、标记，所以现在我们才能拿到准确的模型。」兰嵩说道。目前睿畜科技已服务了1300万头猪，并积累了数百万头生猪数据模型。

在完成了数据的早期积累和算法训练之后，睿畜科技已经可以在这些数据资产之上提出更多的解决方案，目标是将生猪的养殖管理、财务销售数据与养殖上游的农资等各环节打通。

例如，目前睿畜科技为猪场做的生猪资产进存销管理服务，便是在数据基础上做的尝试。「在跟客户探讨的过程中，我们发现当产品的数据越来越准确之后，它能反映出客户的诸多生产性问题，诸如：选种、育种等。」

这些问题反过来能指导客户进行更精准的生产管理。它尤其适用于采用了「农户+公司」模式进行生产的规模化养殖厂或龙头企业。在这种模式中，农户是主要进行生猪养殖、育肥的一方，而公司提供的是养殖所需要的饲料、疫苗等农资产品，以及相关养殖管理技术支持。

「企业下面合作的农户可能多达几千个户，这几千个农户中，他们生产效率区别非常大，出栏率从50%-95%，我们就需要思考，如此大的生产效率区别，到底是来源于饲料差异？种群差异？还是生物防控缺陷？还是养殖环境不达标？」兰嵩认为，对于规模化企业客户而言，睿畜科技提供的信息能有效帮助到客户为农户提供精准地分析养殖过程中的问题根因。

「数字化的价值就在于，它让管理变得更标准化。这样可以有效降低人跟猪接触的频次。我们的产品记录的都是数据，而不是人的经验。」兰嵩说道。

这恰恰是目前国内生猪养殖走向规模化之后，必然迈进的一步。在这条路上，它还需要更多的应用场景，并不断与产业链上下游各环节之间打通。