麦麦科技李楠：“AI+农业”的黄金时代已来临

（原标题：麦麦科技李楠：“AI+农业”的黄金时代已来临）

图片来源于网络，如有侵权，请联系删除

2025年中国智慧农业赛道最大一笔融资诞生了。

图片来源于网络，如有侵权，请联系删除

9月上旬，北京麦麦趣耕科技有限公司（下称“麦麦科技”）宣布获得来自启鸿育远、鸿链启元、春光里、星连鼎森以及部分老股东的Pre-A轮投资，融资额达1亿元。资方中既有华为系，也有大模型公司的投资平台。

麦麦科技创始人、董事长兼CEO李楠在去年看到了一份来自美国某机构的报告。该报告选取了8个细分行业，深入探讨了AI技术在这些领域的应用前景。报告指出，在未来十年里，美国将在“AI+医药”的应用领域领先全球；而中国可能会在一个领域明显超越美国及其他国家，那就是“AI+农业”的应用。

李楠认同这份报告的结论。在他看来，AI在许多行业的应用，是对老技术的替代或升级，即用更新的技术取代旧技术。但在农业领域，AI在很多场景的应用都属于“新建”。由于底子薄，发展压力反而不大，能够采用当下最高规格、最新技术和最新方式来进行“建设”。这对整个行业而言，是弯道超车的绝佳机遇。

麦麦科技成立于2015年，是一家致力于用科技赋能农业产业与消费的企业。它通过人工智能、云计算、区块链、农业生产技术与物联网等信息技术，改造传统农业。实际上，在麦麦科技成立时，智慧农业已并不是新鲜概念，也有不少企业涉足其中。经过市场调研，麦麦科技将应用于农业场景的前沿技术形象地总结为三类：手、大脑和眼睛。

“眼睛”指通过图像、实验数据、现场检测等方式，观察并获取准确信息；“大脑”将看到的信息，借助人工智能进行分析思考，进而给出解决方案；“手”的环节就是实施“大脑”提供的方案。李楠说，在“眼睛”和“手”的部分，麦麦科技很难突破成熟厂家的能力。例如，无人机行业的大疆、摄像头行业的海康威视，其产品已广泛应用于农业领域。

更多的机会存在于“大脑”环节。彼时，虽然华为等公司已将通用型方案应用于农业领域，但农作物之间的差异使得通用方案暴露出局限性，这也让麦麦科技有了更明确的目标。苹果和梨从种植到采摘各环节的指标各不相同，即便是苹果这一单一品类，也会因果径、糖量、色泽的不同而有不同的分选要求。因此，麦麦科技决定搜集、分析这些数据，并构建不同的模型，从而为各类农业应用场景提供合适的方案，改变农作物的最终结果。

李楠将这种能力称为对农业的理解力，AI技术的爆发则加快了麦麦科技构建这种能力的速度。

据悉，麦麦科技与多家通用大模型公司合作，将开源的通用大模型能力与农业场景相融合，已完成小麦、水稻等主粮以及草莓、蓝莓等经济作物等15个大品类、200多个小品类、近千个垂直场景模型的研发。农作物模型技术也已应用于100万亩农田、190多个现代化农场。

|对话|

要为结果买单

经济观察报：目前在“AI+农业”领域，主要的市场参与者有哪些类型？麦麦科技的差异化竞争优势是什么？

李楠：我们的同行主要有四大类。

第一类是国外顶尖的科学机构，典型代表是荷兰皇家艺术与科学院。他们研究农作物模型有十几年时间，在番茄和花卉两个品类上做得较好，但AI能力相对较弱。

第二类是国际头部的生物公司，它们跨农业、生物、育种、农资等行业，如孟山都。

第三类是国内顶尖科研机构，如中国科学院、中国农科院、中国农大等，它们的特点是侧重于某一个特定方向。

第四类是和麦麦科技同批成长起来的企业，如爱科农、佳格天地等。这些企业背后也有腾讯、经纬中国等大厂和资本的身影。这类企业面临的问题是如何解决商业闭环以及实现盈利。

在同类型企业中，我认为麦麦科技的差异更多体现在商业模式上，我们要求为“结果买单”。麦麦科技已在华北、华中等地落地了多个智慧农业项目，并利用植物生长模型进行综合决策分析。我们先后在植物工厂生菜种植、温室草莓种植等具有典型代表意义的作物品种及场景中打造了实例，提高了农业产业效率和经济效益。但我们也看到，一些同行企业的应用场景是新技术的示范展示场景。

我们还有一个差异化服务。2020年，麦麦科技成立了消费事业部，目前这是公司旗下一家全资子公司，也是第一条非主营业务线，目前贡献了20%―30%的营收。在走访和实践中我们发现，虽然我们能把技术做到能力范围内的极致，但有时仍无法解决农民的最终问题，最后卡在农产品卖不出去。

所以，如果不能把技术转化为好吃的苹果，再把好吃的苹果变成增量收入，商业闭环就无法成立。基于这个痛点，我们为农民提供技术和销售两个方案。这两个能力差异较大，一个是与代码和技术打交道，一个是与果子和市场打交道。我们在组织结构上设立独立的事业部，施行独立的业务权、独立考核、独立盈利，人财物权完全分开，以确保各自不受影响，甚至能相互赋能。

举个例子，麦麦科技合作的一家湖北柑橘合作社，很想把柑橘供应给当地的大型超市。但超市的最高标准是柑橘花皮率不能超过10%，大果率高于80%，糖度不能低于13。我们率先帮助客户与渠道沟通，谈下了采购合同，之后又针对这三个因素建立模型，通过技术改造，最终帮助客户实现了目标。这个订单让客户在这一批柑橘上的收入翻了4倍。

经济观察报：麦麦科技主要服务于哪些类型的客户？当前“AI+农业”整体发展如何，市场需求呈现怎样的特点？

李楠：麦麦科技的客户分为三类。第一类是超大型的农业产业集团，他们每年会拿出一定预算用于技术升级和改造，是比较确定的客户来源。第二类是大中型的农业合作社，他们有较强的技术升级换代和新技术应用预算，这类客户的需求体量不如第一类客户，但决策速度快。第三类是具有地方政府背景的农业投资平台公司或城建类公司。近几年，各地也成立了农业方向的专项投资公司，专注于基础建设和新技术推广应用。

我觉得这几年大环境对行业非常利好，市场需求强烈。我们手里的项目量和线索量的比例一直保持在1:10。

我的切身感受是，从2020年到现在，农业科技的黄金时代已经来临。一方面，在经济下行的情况下，农业作为本身就不太发达的行业，在国家政策的积极引导下，释放出了强烈的需求。另一方面，如无人机、卫星遥感等新技术的普及速度越来越快，成本也随之降低。例如，连冻温室的成本已经下降了65%―70%；无人机打药的成本现在只需8元/亩；以前调用一次卫星数据，服务费要10万元，现在只需20―30元。成本的下降并非由行业“内卷”引起，竞争尚未白热化，主要是技术找到了精确的应用场景，从而降低了单位成本。还有一个重要原因是，很多跨学科的人才涌入农业，这对行业发展起到了巨大的推动作用。

经济观察报：当前“AI+农业”行业发展面临的制约因素有哪些？

李楠：我认为可能存在三个层面的问题。

第一是缺乏标准。在技术服务过程中，我们感到最难受的是，农业链条非常长，涉及数百个环节，其中一些环节要么缺乏标准，要么标准混乱。比如，我可以把种子育好，但无法管控耕种和用药环节。这个问题得到改善，或许有赖于行业内出现一个像华为一样的头部企业来引领整个产业链。

第二是人才问题。行业缺乏优秀的跨学科复合型人才，尤其是学工程学、通讯学、生物、基因、化学等领域的人才。我们之前做过一项调查，国内某高校农学专业方向的博士生本专业就业率不足30%。

第三，资本的支持至关重要，希望行业能受到资本更多的关注。

为中国优势品类建模

经济观察报：此次麦麦科技获得Pre-A轮融资的过程是怎样的？

李楠：去年年底，公司接到了两家财务性投资人的邀约，但这两家最终未出现在我们的签约名单里。此次融资，我们引进了战略性投资人，一个是华为系的投资平台，一个是大模型公司的投资。我们选择的都是在技术或者业务层面上能为我们提供加持的战略性投资人。

此次融资的资金，80%将用于研发，20%用于人才引进和品牌宣传。在研发方面，我认为现在是跑马圈地的关键时刻，我们建立模型的方式方法已经比较成熟。我们希望把中国具有优势的300多个农作物品类、将近2000个小品类的模型建立起来，这需要时间和投入。一旦建立起来，我们的项目就可以直接应用，成本也会降低，这也将成为我们的护城河。

目前，我们在两个方面需要加强，一是微量元素的研究，二是多年生木本植物模型的有效性，它需要的数据量过大，很难达成结果，比如枇杷的模型，我们还没有找到有效的获取数据的方式。

经济观察报：随着“AI+农业”赛道的发展，目前资本市场对这个领域的关注度是否有所提升？

李楠：我们此轮融资的投资方代表是华为。它肯定看到了前沿技术在农业领域的应用空间，所以通过投资来抢占位置。我认为科技巨头们已经意识到了这个问题。

还有一类是大模型底座公司。事实上，我们与百度云、阿里云、腾讯都有合作。大模型公司需要行业专家来帮助搭建生态、贡献业务。

第三类是大型农业科技公司，我们最近也接到了一些项目，比如育种公司、杀虫剂公司等，他们也在探索AI与业务之间的关系。

经济观察报：麦麦科技接下来将聚焦哪些方向？

李楠：我们核心团队认为，应该在2―3年内，在中国优势品类上与国外公司形成正面对抗的能力，这是值得期待的。中国的优势品类有两个标准，一是中国是最大的产区，二是中国是最大的销区。比如中国是全球柑橘最大的产区，草莓、蓝莓是最大的销区。最大的产区和销区意味着我们能够获取最大的产业数据，这对我们训练模型和开拓市场都有很大帮助。我们已经框定了20个重点品类，第一个版本的搭建已经完成。