刘石，美来生威董事长
个人数据观
数据有不同层次的含义，不同层次价值，如果说数据只是停留在静态数据、结构化数据、碎片数据的话，实际上它的价值非常有限，一定要去深度开掘。但深度挖掘不仅是数据本身的问题，而是我们的产业要按照市场化的逻辑进行重新整合，在这个基础上，自然会产生比较有价值的数据，整个产业也会越做越好。
我国去年粮食总产量达61791万吨，属历史第一高产。然而，在庞大生产总数背后，却隐藏着粮食生产效率低下、资源利用率低的缺陷。通过数据对比发现，在美国和德同一个农民大约可养活200多个城市人口。而在中国。一个农民只能养活2-3个城市人口，人均生产率差近百倍。在美来生威董事长刘石看来，中国土地碎片化严重和农业人口太多是导致农业生产效率低下的一大主要原因，阻碍了中国农业现代化和产业化进程。所以，通过大数据进行土地和产业链条的集约，是变革中国农业生产方式、提升农业生产效率的一大关键因素。
“土地托管”助推农业产业化
农业生产方式想要达到产业化阶段，必须先要经历规模化、标准化、现代化三个阶段。刘石介绍，规模化是碎片整合阶段，在规模化基础上，才能对每项工作流程进行规范化处理，进入标准化阶段。只有在标准化的基础上才能充分运用现代化的机械设备、生产技术和管理手段等，才会进入现代化。随着现代化农业发展，农民批量生产出符合市场需求和交易标准的农作物、在此基础上才能真正进人产业化阶段。
对于“农业产业化”的概念，刘石认为产业化一定是同时符合市场导向、产业链贯通、数据和金融有效融入这三个要素的。产业化是根据市场导向优化组合各种生产要素，从而进行全产业链的精准布局，在这过程中，全产业链的数据链条自然被打通，从而衍生出金融市场。不过刘石也指出，中国目前农业生产水平还处在规模化的初级阶段，相比于发达国家农业生产水平还有远的路要走。目前中国在农业上的差距不是粮食产量，而是劳动生产率和产品质量的差距，这也是未来中国农业应发展的两个方向。刘石直言道。
针对这个理念，刘石也带领团队推进“土地托管”模式，即在不改变农民土地承包权、所有权、经营权的情况下，以“土地托管”为切人点、整合当地农机手，实现集约化生产和经营，同时通过标准化产品对接下游用粮企业，实现“订单农业”，从而打通产业链，实现从农资投入到粮食贸易闭环。
对农民而言，将土地交由专业机构打理可以保证收成，同时还可以抽出时间外出打工挣取更多收入；对农机手而言，依托于专业机构进行种植工作，不仅不用承担粮食收成的风险，而且规模化耕作让种植变得更加轻松，在这种托管模式支持下，农业种植也逐步实现规模化操作，不仅有助于打通农业全产业链，缩短流通环节、降低成本，而且可以在标准化种植中实现农产品品质溢价。此外，在金融和大数据支持下，托管模式可以实现订单农业的市场准入，促使农业具备产业化条件。
从数据碎片到模型联通
之所以提出托管模式的理念，也是基于发达国家经验，比如虽最具争议，但成长确实迅猛的美国孟山都公司。这家公司在农业全产业链上基本已全面完成数字化布局。基于农业大数据做出来的操作系统，在农户将相关数据输入后，就会自动给出种植规划，包括整个生产过程的管理建议。这套操作系统的基本逻辑是农业种植不是根据经验，而是根据对市场需求预测来决定今年生产计划。整个操作系统是“静态+动态”数据整合，动态数据可以告诉农户种植时其体操作方法和节奏，包含农机耕种管收四大环节，以及农业灌溉。更重要的是，这个系统不单是生产操作，还是一个商业化操作系统，会根据市场、渠道、仓储、物流等数据链条反馈的数据，决定农户的商业操作，这些商业操作就包括金融贷款，农业保险，农机设备的融资租赁，以及粮食的期货交易。这种由种植模型和商业模型相结合的操作系统，不是由某一项产品，或某一项技术做支撑，而是由金融资本做支撑。
相比于国外来说，中国基于庞大人口的企业数量，虽然在体量上占有绝对优势，但在数据价值挖掘方面，还处在碎片化阶段。此外，大部分数据仍只是进行横向统计，记录如数量、规模、面积等静态事实，却找不到彼此间的关联，因而没有充分开发出数据价值。刘石对此认为，真正有价值的数据一定要有纵向关联、实时更新、能够识别隐形信息，并且存在于大系统中。对于纵向关联，也要求从产业角度出发，国绕某个产业链条找到有因果关系的数据，这其中每个数据也都是一个变融因素，会影响到上下间其他数据变动，也只有这样的数据，才具有指导性意义和可操作性。
刘石解释，当碎片化的孤立数据经过简单叠加后，会产生算数级别的叠加价值，但这个时候，仍然是数据碎片。当碎片化数据经过模型整合后，数据之间组合会再阐释数据，不同组合形式产生出不同价值，数据价值会呈现几何级别增长，但这些数据模型依然只是一个个数据孤岛。只有将这些数据模型统一在一个大的生态体系中，孤立的数据模型进行彼此联通后，数据才会产生出指数级别的价值。
结构设计要符合商业逻辑
“当我们认识到数据是为了产业服务，那么构建真正有价值的数据就一定要紧跟商业逻辑，”刘石表示，“另一方面，数据一定是产业达到标准化以后的结果，没有标准，数据就是噪音。”
刘石也对此指出，中国目前在数据产业发展上遇到的最核心问题，就是我们整个产业逻辑不清晰，这导致我国在各行各业、政府各部门的数据碎片化、静态化和孤立化的现象非常严重。而致使产业逻辑混乱的原因在于我们一直以来所遵循的部门化的产业路径，由于各个业务部门各司其职，彼此孤立，各自产生的数据都成了信息孤岛，数据不会相互传递，也就无法为其他部门所用，缺乏产业逻辑的引导就导致数据无法进行有效整合。
（刘石为中国农业开出的AOS药方）
刘石最后总结道，“只有当我们知道产业需要什么、消费者需要什么、产业未来发展方向是什么，整个业务逻辑设计才能符合未来发展大方向。根据整个产业链逻辑去安排生产、安排商业化过程，这样产生数据之间的逻辑关系才是清晰的，才具有指导性价值。否则，单纯的数据之间没有任何关系、或者是孤立的、逻辑关系不明确甚至是错误的，这种数据就没有价值。”
联系客服
