耕聯大數據

① 智慧農業項目有哪些

智慧農業項目有農業大數據、植保無人機、未來農場、農業AI技術、節水農業。

1、農業大數據

節水農業是提高用水有效性的農業，是水、土、作物資源綜合開發利用的系統工程。節水農業採用噴、微灌而取消了田埂、溝渠，這樣節約了土地。而且節水農業的經濟效益好，它可以根據作物生長的到需求按時按量進行灌溉，增加了作物的產量。

② 大數據應用須解決三大關鍵點

大數據應用須解決三大關鍵點
大數據應用的關鍵點是數據來源、產品化和價值創造;數據資源分布不均，大數據應用在數據密集領域更易獲得突破;須對不當的行業管理模式進行改革,以促進大數據在已有各個行業中應用。
大數據貴在應用。當前，在國家層面，國務院出台《促進大數據發展行動綱要》;在地方層面，大數據被作為區域發展戰略引擎;在企業層面，各類大數據概念公司方興未艾、蓬勃發展。我們獨關注大數據應用，關注數據從哪裡來、數據怎麼用、成果誰買單，也就是數據來源、產品化和價值創造三個關鍵點。一個好的大數據應用，從技術上可能很復雜，但從業務模式上應當簡單、直白、管用。我們還關注，是否存在若干"數據密集型"行業或領域，大數據應用在這些領域可能更容易開展。在產業政策方面，我們關注作為新興業態的大數據，過去屢試不爽的做法，如給地、給錢、給項目等，是否還會繼續有效?
大數據應用的三個關鍵點
國務院《促進大數據發展行動綱要》(簡稱《大數據綱要》)將大數據定位為"新一代信息技術和服務業態"，賦予大數據"推動經濟轉型發展""重塑國家競爭優勢""提升政府治理能力"的戰略功能，並將數據界定為"國家基礎性戰略資源"。在應用方面，《大數據綱要》在公共領域提出許多發展方向，如宏觀調控科學化、政府治理精準化、商事服務便捷化、安全保障高效化、民生服務普惠化;在產業層面，主要按行業領域劃分為工業大數據、新興產業大數據、農業農村大數據、萬眾創新大數據，以及大數據產品體系和大數據產業鏈。這些方向，只是大數據應用的潛力和空間，能不能應用起來，能不能發揮作用，還得看有沒有可行模式和實際效果。無論是在公共領域還是在產業層面，大數據應用都離不開數據來源、處理技術和方法、創造價值的模式，這是我們關注的重點。概括來說，需要回答下面三個看似簡單、卻是關鍵的問題。(一)數據從哪裡來關於數據來源，普遍認為互聯網及物聯網是產生並承載大數據的基地。互聯網公司是天生的大數據公司，在搜索、社交、媒體、交易等各自核心業務領域，積累並持續產生海量數據。物聯網設備每時每刻都在採集數據，設備數量和數據量都與日俱增。這兩類數據資源作為大數據金礦，正在不斷產生各類應用。國外關於大數據的成功經驗介紹，大多是這類數據資源應用的經典案例。還有一些企業，在業務中也積累了許多數據，如房地產交易、大宗商品價格、特定群體消費信息等。從嚴格意義上講，這些數據資源還算不上大數據，但對商業應用而言，卻是最易獲得和比較容易加工處理的數據資源，也是當前在國內比較常見的應用資源。在國內還有一類是政府部門掌握的數據資源，普遍認為質量好、價值高，但開放程度低。《大數據綱要》把公共數據互聯開放共享作為努力方向，認為大數據技術可以實現這個目標。實際上，長期以來政府部門間信息數據相互封閉割裂，是治理問題而不是技術問題。面向社會的公共數據開放願望十分美好，恐怕一段時間內可望不可及。在數據資源方面，國內"小數據""中數據"應用並不充分，試圖一步跨入大數據時代，借機一並解決前期信息化過程中沒能解決的問題，前景並不樂觀。另外，由於中國互聯網公司業務主要在國內，其大數據資源也不是全球性的。數據從哪裡來是我們評價大數據應用的第一個關注點。一是要看這個應用是否真有數據支撐，數據資源是否可持續，來源渠道是否可控，數據安全和隱私保護方面是否有隱患。二是要看這個應用的數據資源質量如何，是"富礦"還是"貧礦"，能否保障這個應用的實效。對於來自自身業務的數據資源，具有較好的可控性，數據質量一般也有保證，但數據覆蓋范圍可能有限，需要藉助其他資源渠道。對於從互聯網抓取的數據，技術能力是關鍵，既要有能力獲得足夠大的量，又要有能力篩選出有用的內容。對於從第三方獲取的數據，需要特別關注數據交易的穩定性。數據從哪裡來是分析大數據應用的起點，如果一個應用沒有可靠的數據來源，再好、再高超的數據分析技術都是無本之木。(二)數據怎麼用數據怎麼用是我們評價大數據應用的第二個關注點。大數據只是一種手段，並不能無所不包、無所不用。我們關注大數據能做什麼、不能做什麼，現在看來，大數據主要有以下幾種較為常用的功能。追蹤。互聯網和物聯網無時無刻都在記錄，大數據可以追蹤、追溯任何一個記錄，形成真實的歷史軌跡。追蹤是許多大數據應用的起點，包括消費者購買行為、購買偏好、支付手段、搜索和瀏覽歷史、位置信息，等等。識別。在對各種因素全面追蹤的基礎上，通過定位、比對、篩選，可以實現精準識別，尤其是對語音、圖像、視頻進行識別，使可分析內容大大豐富，得到的結果更為精準。畫像。通過對同一主體不同數據源的追蹤、識別、匹配，形成更立體的刻畫和更全面的認識。對消費者畫像，可以精準推送廣告和產品;對企業畫像，可以准確判斷信用及風險。提示。在歷史軌跡、識別和畫像基礎上，對未來趨勢及重復出現的可能性進行預測，當某些指標出現預期變化或超預期變化時給予提示、預警。以前也有基於統計的預測，大數據大大豐富了預測手段，對建立風險控制模型有深刻意義。匹配。在海量信息中精準追蹤和識別，利用相關性、接近性等進行篩選比對，更有效率地實現產品搭售和供需匹配。大數據匹配功能是互聯網約車、租房、金融等共享經濟新商業模式的基礎。優化。按距離最短、成本最低等給定的原則，通過各種演算法對路徑、資源等進行優化配置。對企業而言，提高服務水平、提升內部效率;對公共部門而言，節約公共資源、提升公共服務能力。當前許多貌似復雜的應用，大都可以細分成以上幾種類型。例如，貴州推行的"大數據精準扶貧項目"，從大數據應用角度，通過識別、畫像，可以對貧困戶實現精準篩選和界定，找准扶貧對象;通過追蹤、提示，可以對扶貧資金、扶貧行為和扶貧效果進行監控和評估;通過配對、優化，可以更好地發揮扶貧資源的作用。這些功能也並不都是大數據所特有的，只是大數據遠遠超出以前的技術，可以做得更強大、更精準、更快、更好。(三)成果誰買單成果誰買單是我們評價大數據應用的第三個也是最後一個關注點。道理很簡單，不創造價值的應用不是好應用。我們關注大數據的應用是否實實在在地提升了能力、改善了績效。如果大數據用於自身的產品設計、營銷推廣、資源配置，那就看企業競爭力是不是提升了，看企業最終是不是比以前更賺錢了。如果大數據用於為第三方提供服務，那就看是不是有人願意付費、願意持續付費。但如果是用於公共領域，還要看政府或公共部門的付費值不值，不僅僅是從出資方的視角看值不值，還要從老百姓的視角看值不值。當我們面對一項大數據應用時，只要簡單問一問上面三個問題--數據從哪裡來、數據怎麼用、成果誰買單，就能揭開許多"偽裝"。當然，如果經得起上述"大數據三問"，也並非一定算得上優秀，卻也離優秀的大數據應用不遠了。尋找數據密集型領域既然大數據被視為一種資源，那就要考慮資源分布的問題。一般而言，資源分布是極不均勻的，如水、礦產、耕地、能源等自然資源;人力資源和知識的分布更是不均。大數據是否也存在分布不均的問題?發展大數據產業是否真的能彎道超車?這些問題值得深入思考。與可以探測的自然資源不同，數據資源分布難以定位和刻畫。不過，可以用大數據人力資源分布狀況來間接反映大數據應用在地區、行業間的差異，哪些行業、哪些地區大數據人力資源密集，這些行業和地區就可以看作是數據密集的。我們對兩家主流招聘網站"前程無憂"和"智聯招聘"2014年下半年以來發布的招聘信息進行篩選，得到兩家網站兩年來共發布相關信息涉及企業22.7萬家，職位100.7萬個，數據量確實足夠"大"。通過分地區、分行業進行匯總分析，結果顯示大數據人力資源分布極不均勻，各地區、各行業差異極大。不過，確切來說，通過招聘網站反映的是人才需求情況，並不是嚴格意義上的人力資源存量分布情況，但這兩者是緊密相關的。從大數據相關崗位工作地來看，北京、廣東、上海三地高度密集，遙遙領先於其他地區。三地相加，發布招聘信息企業數在兩家網站佔到52.35%和47.48%，職位數佔到61.23%和56.74%。可以推測，大數據人力資源的半壁江山都集中在這三個地方，這與我們平時的直觀感受是高度一致的。在這三個地方之外，我們關心是不是地方政府重視大數據產業、將大數據作為區域經濟發展引擎，就可能促進人力資源集聚，就可能超越與自己相似經濟發展水平的其他地區。從數據反映情況看，至少目前還看不到這樣的結果，這揭示出人力資源結構是後發地區發展大數據產業最需要彌補的短板和最難克服的困難。改變一個地方人力資源構成的難度要遠遠大於改變地面建築面貌，要麼需要一個長期的過程，要麼需要一個獨特的制度。即便在同一省份內，大數據人力資源分布也極為不均。例如在廣東，單深圳一市就大體佔到了全省的一半。再加上廣州，竟然能夠達到九成。其他地方，即使經濟實力不俗，但與深圳、廣州相比，在大數據人力資源方面相差甚遠。這再次表明，大數據人力資源分布是極不均勻的。顯然，大數據人力資源密集地區發展大數據產業的基礎要優於人力資源貧瘠的地區。從城市排名看，北上深廣可以視作大數據人力資源需求密集的一線城市，杭州、南京、成都、武漢、西安等可以看作二線城市。大數據人力資源分布與城市經濟實力、活力乃至房價水平都是大體一致的。從行業分布看，對大數據人力資源的需求分布更不均勻，主要集中在互聯網、信息技術及計算機相關行業。這充分說明了大數據是互聯網或IT產業的一部分，是在原有基礎上的新發展。這些行業是典型的"數據密集型"行業，是大數據產業發展的搖籃。金融是另一個特別重要的"數據密集"領域。金融行業既是產生數據尤其是有價值數據的基地，又是數據分析服務的需求方和應用地。更為重要的是，金融行業具備充足的支付能力，將是大數據產業競爭的重要戰場。許多大數據是通過在金融領域的應用輻射到了各個行業。除此之外，電信、專業服務(如咨詢、人力資源、財會)、教育培訓、影視媒體、網路游戲等，相對而言也是當前數據較為密集的行業。《大數據綱要》幾乎面面俱到地對所有行業和領域都規劃了大數據應用的廣闊前景，但數據資源分布極為不均，在"數據密集"領域的大數據應用，取得市場成功的可能性較大。大數據需要什麼樣的產業政策大數據應用需要什麼樣的產業政策?從應用的角度來看，大數據並非一個全新的產業，而是與已有產業融合，對已有模式的改造、升級和替代。制約大數據發展的往往並不是大數據本身，而是大數據所應用的行業和領域原本存在的問題，如行業管制、行政壟斷、要素不能自由流動，等等。因此，促進大數據發展，用給地、貼錢、上項目的方法，並不能解決根本問題。要從大數據應用領域角度，對不當的行業管理模式進行改革，對既有利益格局進行調整，使大數據應用具備必要的條件。即使在企業內部，大數據應用也不僅僅是個技術問題，而是涉及業務流程重組和管理模式變革，是對企業管理能力的一個考驗。金融、電信、教育、影視媒體等"數據密集型"行業，既是大數據應用潛力巨大的領域，也是迫切推進行業改革的重點領域。另一方面，大數據的應用也可以為行業改革提供技術支撐，能以更有效的技術路線實現行業發展目標。
大數據應用需要的產業政策其實就是市場經濟下各個行業發展所應有的政策，如放開准入、公平競爭、減輕企業負擔、消除企業所有制歧視、消除企業規模歧視，等等。只有在一個開放的產業環境中，大數據才能在這些產業得以有效運用。一個地方若要在金融、醫療、教育等領域大力推動大數據運用，最管用的政策就是對這些行業進行有力的改革。

③ 大數據應用現狀 從發現價值到創造價值

大數據應用現狀：從發現價值到創造價值

從發現價值到創造價值， 大數據將成為「互聯網+」 產業升級的驅動力。 過去，數據的價值主要應用在決策領域，典型應用是商業智能(BI, Business Intelligence)在企業經營管理層面的應用， 即通過數據收集、管理和分析等方法，將數據轉化為知識， 發現數據的價值，進而提供決策支持。隨著數據體量的不斷增加和處理數據能力的提升， 大數據已經成為一類新的資產， 其應用場景正在不斷擴寬，除了決策支持、 提高效率等發現價值功能之外，大數據還能創造價值的功能： 一方面，大數據可以幫助提供傳統模式下所無法提供的產品， 滿足用戶需求， 例如大數據完善個人徵信體系，幫助金融機構提供消費金融產品；又如千方旗下的掌城科技通過浮動車模型提供實時交通信息服務；另一方面，大數據還可以創造需求， 例如，大數據可以助力實現人工智慧， 這是新技術創造的新需求。

大數據延伸 BI 內涵， 提高企業效率

大數據分析結果為企業經營決策提供支持，幫助企業提高效率，這實際上是傳統 BI 范疇的延伸。 在人口紅利逐漸消失的背景下， 我國企業傳統的粗放型模式受到了 越來越大的挑戰， 互聯網與產業結合背景下的大數據應用將有助於提升企業經營管理效率，助力企業經營從粗放型向集約型轉型， 實現產業升級。

大數據促進商業智能的加速發展，這是因為：第一，大數據的分析過程和結果更具有靈活性、可靠性和價值性；第二，大數據的存在提高了企業的商業智能意識， 引導企業主動尋求商業智能的幫助。一些大型企業往往擁有幾十個甚至數百個信息系統，其所包含的大量數據反映了企業的日常經營情況，若能加以分析和利用，將為企業創造巨大的價值。

目前，大數據應用可以幫助企業實現戶關系管理、盈利能力分析、控製成本、衡量績效等功能：

客戶關系管理（CRM）：通過客戶信息統計，使企業有針對性的根據客戶需求來定製產品和服務，提高客戶忠誠度，還可以通過分析偏好挖掘潛在客戶；

贏利能力分析：幫助企業分析利潤來源、各類產品贏利能力、費用支出是否與銷售成正比等；

控製成本：根據統計信息優化流程，如降低庫存、減少損耗等，助於企業控製成本；

績效管理：利於商業智能確立對員工的期望，幫助他們跟蹤並管理其績效。

麥肯錫調查顯示， 數據挖掘的商業價值巨大， 大數據在美國醫療行業每年能提高 0.7%的生產力，創造約 3000 億美元的價值；在歐洲公共管理部門 ，每年能提高 0.5%的生產力，創造 2500 億歐元的價值；在美國零售業，每年能提高 0.5%-1.0%的生產力 和 60%的凈利率。

大數據滿足需求， 市場空間巨大

大數據可以幫助提供過去所無法提供的產品， 滿足用戶需求。 這種模式在傳統產業中比較常見， 過去，一些行業的用戶需求雖然存在， 但是由於缺乏有效的技術手段，導致市場參與者無法提供合適的產品迎合市場需求。大數據技術興起後，將帶動一系列創新產品推出市場， 這在各行各業都能找到案例，考慮到傳統產業的廣度，這將是是一個正在挖掘的巨大市場。

以交通領域的實時交通信息服務和車險定價為例，這兩個細分領域的需求本來就存在，但在大數據興起之前，傳統模式無法提供最優的產品，而大數據技術下的產品優化可以更好的滿足需求，提高用戶體驗。

千方科技旗下掌城科技通過大數據技術提供實時交通信息服務。 掌城科技通過向計程車公司和公交車公司購買數據、 向政府部門臵換數據、利用千方自有數據的形式匯集城際交通數據， 基於浮動車的演算法模型，對數據進行二次開發，以建立實時交通信息服務平台。 目前， 掌城科技運營著北京、上海等全國 30 余個大中城市的實時路況信息，准確率極高。 目前，千方已將交通數據收集從城際交通擴大至整個陸路交通和航空等領域，目標通過大數據技術提供更加全面的公眾智慧出行服務。

大數據技術將參與車險定價，使定價更加科學。隨著車聯網的興起，OBD（On-BoardDiagnostic車載診斷系統）等聯網的車載設備，成為車聯網中的智能節點，連接運動中的人、車和道路環境，讀取行車數據，從而分析出車輛能耗、故障等車況信息以及駕駛者的行車習慣：通過G-sensor監測車主的諸如急剎車、急加速和急轉彎等危險行為，通過破解Can-bus協議監測車主的諸如轉彎不打燈、駐車不拉手剎等不良駕駛習慣，通過GPS獲取車輛的位臵信息和里程數據，這些數據將改善車險定價技術與核保政策，提升精準定價能力。

大數據創造需求，拓寬市場邊界

大數據創新產品拓寬市場邊界， 供給創造需求。 大數據創造價值功能， 除了提供產品滿足市場已經存在的需求外， 基於大數據的新產品還將創造新供給，帶動新需求， 打破原有的市場邊界，想像空間巨大：

一方面大數據能夠前所未有的精準洞悉現在，深入挖掘現有商業價值：

例如 Airbnb 擁有海量的獨有數據，包括旅遊地、用戶評論、房源描述、社區信息等， Airbnb還有一支隊伍去各地和當地人交流，搜集所有的相關歷史數據。當用戶在搜尋一個住宿的地方時， Airbnb 利用大數據分析通過 Airbnb 社區告訴未來的客人哪裡是更好的住宿地，甚至能夠幫助用戶更深入地了解某個地點，包括地理信息無法描述的文化或宗教上的區分。 Uber 則是利用地理位臵和其用戶的綜合數據，大大縮短司機開著空車去接下一位乘客的時間和乘客等待的時間。

另一方面大數據能夠空前准確的預測未來，從而能獲得前瞻性的商業價值：

例如社交數據分析公司 Topsy 准確預測了 iPhone 4S 上市後的市場表現，同時還成功預測美國大選結果和奧斯卡頒獎結果。它在商業分析、市場銷售、新聞等領域擁有很高價值，因而蘋果以 2 億多美元的價格收購 Topsy。

大數據產業鏈分析

大數據產業鏈的主要參與方

大數據產業鏈可以分為四個部分： 數據採集和整合、數據存儲和運算、數據分析和挖掘、數據應和消費。數據採集和整合是指通過技術手段從互聯網、 移動終端、 物聯網、 應用軟體等採集數據，然後把數據按照一定的規則進行存儲和運算，再按照需求調用數據並進行智能分析和挖掘，將數據轉化成價值信息或者產品，為決策支持、提升效率、 創新產品提供依據。

數據資產開始成為核心資源

擁有數據，大數據時代的王者。在大數據時代， 數據資產已經成為核心資源， 2012 年，奧巴馬政府明確提出 將「大數據戰略」上升為國家意志，並將數據定義為「未來的新石油」， 因此，擁有數據可謂是大數據時代的王者。 擁有數據的機構可以分為三類：

一是既有數據、 又有大數據思維的互聯網公司，如阿里巴巴、騰訊、京東、 Google、 Amazon等，在互聯網端積累了大量的數據資源，而且此類公司 IT 起家， 對大數據有天生敏銳的嗅覺， 大數據技術也相對成熟， 因此，互聯網公司 可謂是最早使用大數據的機構，成為大數據應用的先行者；

二是傳統軟體公司轉型互聯網，通過 SaaS 模式為用戶提供服務， 例如用友軟體推出暢捷通，以雲模式為小微企業提供財務管理應用， 也可以認為是既有數據、 又有大數據思維的模式；

三是擁有數據，缺乏大數據思維的機構，這類機構手裡掌握著大量的數據，但是沒有能力自己有效利用， 例如金融機構、 運營商、政府部門等。

使用數據，數據變現的推動者。對於手裡掌握大量數據，但沒有能力變現的機構而言，需要專業的第三方公司提供大數據服務，主要是各類 IT 咨詢機構和行業應用軟體廠商，尤其是行業應用軟體廠商， 在各自的領域具有天然的卡位優勢： 軟體公司提供了行業應用軟體和相關的運營維護， 行業應用軟體本身就是重要的數據來源，軟體公司 屬於不擁有數據，但可以接觸到數據的機構， 且天然擁有大數據思維和大數據技術，以及良好的行業客戶關系，從信息系統建設延伸到大數據運營順理成章。因此，各個細分行業的應用軟體提供商有望成為傳統擁有數據機構的重要合作夥伴， 助力其探索大數據價值變現。

大數據技術是重要生產力

大數據應用好壞的關鍵除了 數據本身，還在於大數據技術， 大數據技術包括數據採集、數據存取、基礎架構、數據處理、統計分析、數據挖掘、模型預測、結果呈現等環節，涉及的技術環節極廣， 隨著數據體量增大和數據復雜性程度提高，大數據技術本身也處於快速迭代的發展過程中。值得一提的是，大數據技術落地的一大重要因素在於如何實現技術與業務的融合， 這背後需要深厚的業務理解， 對於既有數據、 又有大數據思維的互聯網公司 來說，技術和業務本身是相互驅動、共同發展的， 對於擁有數據，缺乏大數據思維的機構而言， 在行業深耕多難的應用軟體提供商則是最好的選擇。

以上是小編為大家分享的關於 大數據應用現狀 從發現價值到創造價值的相關內容，更多信息可以關注環球青藤分享更多干貨

④ 大數據可以應用在哪些方面

可以應用在雲計算方面。

大數據具體的應用：

1、洛杉磯警察局和加利福尼亞大學合作利用大數據預測犯罪的發生。

2、google流感趨勢(Google Flu Trends)利用搜索關鍵詞預測禽流感的散布。

3、統計學家內特.西爾弗(Nate Silver)利用大數據預測2012美國選舉結果。

4、麻省理工學院利用手機定位數據和交通數據建立城市規劃。

5、梅西百貨的實時定價機制。根據需求和庫存的情況，該公司基於SAS的系統對多達7300萬種貨品進行實時調價。

6、醫療行業早就遇到了海量數據和非結構化數據的挑戰，而近年來很多國家都在積極推進醫療信息化發展，這使得很多醫療機構有資金來做大數據分析。

7、及時解析故障、問題和缺陷的根源，每年可能為企業節省數十億美元。

8、為成千上萬的快遞車輛規劃實時交通路線，躲避擁堵。

9、分析所有SKU，以利潤最大化為目標來定價和清理庫存。

10、根據客戶的購買習慣，為其推送他可能感興趣的優惠信息。

(4)耕聯大數據擴展閱讀：

大數據的用處：

1、與雲計算的深度結合。大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平台之一。

自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。

2、科學理論的突破。隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。可能會改變數據世界裡的很多演算法和基礎理論，實現科學技術上的突破。

參考資料：

網路--大數據

⑤ 農業大數據怎麼玩

農業大數據怎麼玩？中國民企在行動
科技正在以大數據的形式向農業領域滲透，行業整合成為中國農業生產方式變革的重要力量。決策者多次提出的「讓農民成為令人羨慕職業」願景，在科技的武裝下正在接近實現。
在農業4.0時代前夜，中國農業生產的三要素已經悄然改變。農民面朝黃土背朝天的傳統形象已被拋棄，科技的力量已使農村勞動力成為「網路新農人」。他們手中的農業大數據平台新工具，已經可以隨時監測到土壤、天氣、農作物等數據；而越來越多的土地流轉，也賦予他們更大的規模效益。
中國農科院農發所研究員胡定寰曾向經濟觀察報記者描述了他對中國未來農業生產方式的構想。他認為未來中國的農業生產者應該是有技術的新農民，甚至是大學畢業生來經營適度規模的家庭農場。
市場主體已經開始意識到這一點。相對於國外，中國農業公司很多，但是依靠科技手段提供大數據的龍頭農業公司卻很少。這也是掣肘互聯網科技和傳統農業相結合的因素。曾是美國航空航天局（NASA）數據科學家的張弓試圖改變這一現狀，2015年他離開矽谷，帶回了科學技術和大數據解決方案，也帶回了在空間、氣象和農業領域十分活躍的多位中國科學家。
張弓現在的身份是北京佳格天地科技有限公司創始人兼CEO。在美國，他從事衛星和氣象大數據在農業和生態領域的應用，參與了美國農業部和美國森林局以及商業機構的重要項目，多項技術創新成果被應用於NASA地球信息共享系統。
張弓接受經濟觀察報采訪時說，隨著中國人口結構的變化以及農業的快速發展，農業正在發生深刻的變革，時下農業大數據的發展正當其時。
如果說留給大眾印象深刻的是50年代大批留美科學家回國，21世紀的海外人才回國潮正在影響著中國經濟結構變革。張弓就是這輪「現象級」中國留學人才迴流中的一員。
佳格開始對接中國的農業公司，為農業生產提供技術領先的農業大數據平台。作為中國為數不多的農業大數據公司之一，佳格已經獲得A輪融資6000萬元，其最近的動態是，順利與現代農業領先企業東方集團簽署戰略合作協議。
民企發力
當人們談論大數據時，或許首先想到的並不是農業。作為高風險行業，農業生產面臨天氣、種植等太多不確定性。而作為最古老的生產形態，農業生產更是遠落後於現代工業、服務業的社會產值。但是，隨著越來越多的科技被用到農業領域，農業生產的高附加值已經逐漸顯露。
城鎮化、農村勞動力外流，已經讓傳統意義上農民已經開始主動或被動離開土地。根據此前農業部統計，截至2016年底，二輪承包地經營權流轉面積達到4.7億畝，佔比約35.1%，現在2.3億農戶中有7000萬農戶已經不再直接經營其承包的全部或部分土地。
規模化和規范化的農業生產需要更多的技術支撐，大數據農業公司越來越有市場，走在前列的中國民營企業已經嗅到了這一商機。佳格此時開始登上時代的舞台。張弓告訴經濟觀察報記者，佳格的核心服務是通過提供作物大數據、氣象預測以及病蟲害預警服務，實現中國農業從傳統「看天吃飯」的經驗模式到「知天而作」的現代數據農業模式的轉變。
農業大數據公司是服務農業公司的公司。張弓介紹：「具體來說，佳格可以為農業企業解決的痛點包括以氣象、遙感和地面數據為基礎的農業信息系統，比如給用戶提供作物長勢監測，結合地塊級氣象服務和病蟲害預警、智能化灌溉植保，有效提升農作物的種植效率和精細化管理水平；另一類是農產品的評估需求，包括農業種植，農產品貿易和金融體系服務。」
這一次，佳格選中了以現代農業產業為主營業務的上市公司——東方集團，後者旗下的子公司東方糧倉已建立了從育種到餐桌的全產業鏈經營管理商業模式。2009年成立的東方糧倉先後在黑龍江省五常、方正、肇源這3個糧食主產區投資興建了3個年綜合加工能力為30萬噸的現代化稻穀精深加工園區，並在五常核心產區流轉13000畝優質水稻田。其與五常市政府合作建設的五常市農業高科技示範園區，已成為國內一流的現代農業示範園區。
與歐洲、美國大農業相比，中國人均耕地少、土地分散，這對農業數據收集造成很大困難。此外中國農業還存在大數據人才匱乏、大數據共享度低等困擾。農業部信息中心主任王小兵建議，中國應該加快構建數據資源體系，解決農業數據匱乏問題。
東方集團股份有限公司董事長孫明濤告訴經濟觀察報記者：「中國農業還缺乏一些大數據，農產品的市場行情每時每刻都在變化，在價格變化中吃虧的可能更多的是種地的人，他們從種植到收獲，包括最後相關的消費數據都是極其缺乏的，所以需要一種方式能夠快速收集和分析這些數據。」
孫明濤認為，不管是通過氣象、氣候數據，還是其他衛星得到的播種面積等相關數據，是能夠有效解決生產這端數據供給的。
事實上，即使正在走向規模化經營，中國農業生產一定程度上也面臨著「靠天吃飯」的困局。甚至在中國農業保險賠付率不高的現狀下，一旦遇到暴雪、強降水等天災，尤其是設施農業經營者很容易難以收回成本，更不用談當年盈利了。根據經濟觀察報記者采訪，2017年底安徽省雪災時，一家投資上千萬的合作社受災嚴重，而按照當地保險公司規定，僅依據其對合作社核定損失額的40%進行賠付。
從防範風險、降低損失的角度來講，大數據公司的出現解決了這兩點的矛盾。張弓的獨特經歷也使得公司能夠利用中、美、歐等數十顆衛星和無人機實時採集地面和氣象數據，整合土壤、地塊、作物、農資等全方位信息。
張弓介紹，這些信息通過擁有自主知識產權的圖像解析和數據分析演算法，為現代農業產業提供全產業鏈數據支持和管理服務，提高農業管理的科技化水平和精細化管理能力。此外，佳格已經可以做到進行產值預判，從金融和貿易的角度，服務場內場外期貨公司、貿易公司。
農業4.0前夜
毫無疑問，中國農業生產正處於巨大變革之中。正如信息化和工業化的融合帶來了工業4.0時代，這片土地上的互聯網數據和傳統農業生產碰撞，正將中國的農業帶向4.0時代。農業4.0從2015年開始備受關注，這一年11月，《農村深化改革實施方案》公布，明確提出到2020年農業科技創新體系更加健全的目標。
農業部課題組曾對六省1072農戶數據進行調研分析，結果表明，信息化對農戶農業經營收入有重要影響。查詢農業信息的農戶比不查詢信息的農戶家庭農業經營收入要提高45.8%；使用過農業信息技術的農戶比未使用的農戶收入高14.3%。
這些數據僅僅是針對分散農戶做的信息技術調查。對於規模化生產者運用大數據科技手段後增收額的變化，官方尚沒有相關的數據，但這一改變生產方式的手段，對於農業增收的影響可想而知。
政府層面推動的現代農業4.0項目的代表是北京市大興區的500畝西紅柿，其中一個重要溫室大棚根據需要自動調整光線，西紅柿需要快速生長時光線是直射的，而需要慢慢生長時則調整到斜射的角度。由於物聯網技術的運用，這些西紅柿的生長可以實現全程可追溯。
專業的農業公司所面對的生產規模遠非500畝。僅僅東方集團的子公司東方糧倉在黑龍江省五常市就有13000畝優質水稻田。
孫明濤告訴經濟觀察報：「與佳格合作，就是要把科技引入農業，提高農業產量，降本增效，提升產業化水平;同時，雙方共同探索出一套成功的模式，激發行業內更多創新力，共同促進農業產業升級。」
雖然與自帶話題的BAT等傳統互聯網公司相比，大數據公司顯得有些低調，但卻在悄無聲息中消融行業邊界。佳格就是這樣，作為一家通過衛星和氣象大數據服務於農業、環境、金融等行業的大數據應用公司，佳格已經開始將前沿互聯網大數據融入到傳統農業中來。從技術本身來看，這家公司也是中國第一家將目標智能識別技術和機器學習技術應用於高解析度遙感影像領域、並率先實現商業化應用的公司。
對於未來的發展，張弓告訴經濟觀察報，佳格首先是從農業相關領域切入，做好農業種植板塊，得到種植經驗積累之後再逐漸向上下游推進。佳格不僅是農業大數據，更是以空間數據為核心。佳格在基礎技術平台上最主要的應用除了農業，還有金融、生態環保，並以這幾個應用為核心逐步拓展其他相關行業。

⑥ 大數據未來的前景怎麼樣

未來大數據應用的六大趨勢：

1、區塊鏈技術

區塊鏈是計算機技術的新應用模式，包括分布式數據存儲、共識機制、點對點傳輸、加密演算法等等。區塊鏈技術是指全民參與記賬的方式。所有系統後面都有資料庫。可以將資料庫看作是一個大賬簿。現在各自記著自己的賬。

2、智慧城市

智能城市是利用信息和通信技術手段檢測、分析、集成城市運營核心系統的關鍵信息，智能地應對包括民生、環境保護、公共安全、城市服務、工商業活動在內的各種需求。其本質是利用先進的信息技術為城市人民創造更好的生活，促進城市的和諧和可持續發展。

隨著社會的發展，未來城市承載人口也會越來越多。目前我國正處於城市化加速時期，部分地區的「城市病」問題日益嚴重。建設智慧城市已成為當今世界城市發展一個新的趨勢。

3、虛擬現實(VR)和增強現實(AR)技術

擬現實技術是一種可以體驗虛擬世界的模擬系統，它利用計算機生成模擬環境，使用戶沉浸在環境中。比起VR，AR它不是單純被創造出來的。現實是我們肉眼能看到的東西，耳朵能聽到的東西，皮膚能識別的東西，所在的世界。從廣義上說，在現實基礎技術上，添加相關、附加內容，就可以說是增強現實。

4、物聯網

物聯網就是所有物品都可以通過信息感測設備連接到互聯網上，進行信息交換，物品與物品緊密相連，實現智能識別和管理。物聯網是新一代信息技術的重要一部分，也是信息時代的一個重要發展階段。

5、語音識別技術

語音識別是一門跨學科的學問。近些年來，語音識別技術有了明顯的發展，開始從實驗室進入市場。語音識別技術將進入產業、通信、家電、醫療、汽車、電子、家庭服務、消費電子產品等多種領域。語音識別技術包括信號處理、模式識別、概率論和資訊理論、發聲系統和聽覺機理、人工智慧等。

語音識別是一種通用的無屏幕介面，可以快速集成到各種工具中，在智能設備和手機中非常有用。

6、人工智慧(AI)

人工智慧，英文縮寫為AI。是研究、開發、開發用於模擬、擴展和擴展的智能的理論、方法、技術和應用系統的新技術科學。

更懂消費者的數字營銷服務
點亮工場
查看
人工智慧需要接受教育，需要輸入大量信息才能進化，從而產生意想不到的結果。AI有很大的影響，比如媒體行業，現在電腦和機器人可以生產好文章，一個小時幾百篇，成本也很低。AI可以對經濟發展產生很大影響，很多知識產業和白領職業也可以被機器人取代。

大數據已經成為時代發展的必然產物，大數據正在迅速滲透到我們的日常生活中，在衣食住行的方方面面都有體現。大數據時代，所有的可量化，所有的可分析。

⑦ 山西省農業生產託管服務條例

第一條為了規范和促進農業生產託管服務活動，推廣應用先進的農業機械和農業技術，加快小農戶與現代農業發展有機銜接，促進農業增效、農民增收，推進農業現代化，根據有關法律、行政法規，結合本省實際，制定本條例。第二條本條例所稱農業生產託管服務，是指農戶等農業經營主體在不流轉土地經營權的前提下，將農業生產過程中的耕、種、防、收等全部或者部分作業環節委託給服務主體完成或者協助完成的農業經營方式。
本條例所稱服務主體，包括農機戶、農戶自願組成的合作組織、家庭農場、農民專業合作社、農村集體經濟組織、供銷合作社、農業企業等。第三條農業生產託管服務應當因地制宜、因勢利導、統籌推進，堅持農戶自願、市場主導、政府指導、基層組織服務的原則。第四條縣級以上人民政府應當加強對農業生產託管服務工作的組織領導，依法履行下列職責：
（一）將促進農業生產託管服務發展納入國民經濟和社會發展規劃；
（二）制定促進農業生產託管服務發展的政策措施；
（三）建立農業生產託管服務工作協調機制，統籌協調本區域農業生產託管服務工作；
（四）將農業生產託管服務所需工作經費列入本級財政預算；
（五）推進高標准農田建設、農田基礎設施升級、破碎耕地連片整治，改善機械耕作環境，為農業生產託管服務實現規模經營創造條件；
（六）安排農機購置補貼資金，引導服務主體購置用於地方特色農業發展所需、適用性強的農業機械；
（七）加強與農業科研機構、涉農高校合作，通過互聯網或者利用新媒體向服務主體推廣新技術；
（八）支持服務主體將大數據、雲計算、物聯網、人工智慧等信息技術和手段運用到農業生產託管服務中。
縣級以上人民政府農業農村主管部門負責對農業生產託管服務進行綜合指導、示範創建、監督檢查。第五條鄉（鎮）人民政府應當協調本轄區內的農業生產託管服務工作，協助有關部門指導、監督農業生產託管服務工作。
村民委員會應當根據農戶意願，引導農戶參加農業生產託管服務，支持農戶自願組成的合作組織開展農業生產託管服務，維護農戶的合法財產權和其他合法權益。第六條縣級以上人民政府應當按照主體多元、服務專業、競爭充分的原則，積極培育服務主體，優先扶持農機戶以及農戶自願組成的合作組織開展農業生產託管服務。
鼓勵農村集體經濟組織、農民專業合作社、供銷合作社和其他農業生產經營組織開展農業生產託管服務。
鼓勵農村集體經濟組織與服務主體、農戶開展合作與聯合，建立利益共享、風險共擔的利益聯結機制。第七條農村集體經濟組織根據農戶意願，可以開展下列活動：
（一）依託高標准農田建設、土地整治、農田水利建設等重大項目，引導農戶自願互換並地；
（二）組織農戶通過聯戶經營、聯耕聯種等方式，推進耕地集中連片，自願接受農業生產託管服務；
（三）在符合規劃的前提下，利用閑置的各類設施、房產、集體建設用地等，依法整合利用集體積累資金、政府幫扶資金等，提供倉儲、烘乾、銷售、農產品初加工等服務。第八條供銷合作社圍繞農業生產託管服務，可以開展下列活動：
（一）依託村級綜合服務站、鄉鎮供銷社門市部建設惠農服務平台，為農機戶以及農戶自願組成的合作組織等服務主體提供農資供給、產品收儲加工、市場營銷等服務；
（二）領辦、參辦農業生產託管服務合作社或者農業生產託管服務合作社聯合社，購置農業機械、加工設備等，擴大耕、種、防、管、收、加、貯、銷等農業生產託管服務規模；
（三）建設農產品流通體系，開展倉儲、物流、烘乾、冷藏保鮮等服務。第九條縣（市、區）人民政府農業農村主管部門應當圍繞農業生產節本增效，制定農業生產託管服務指南，指導農業生產託管服務。
農業生產託管服務指南應當包括優選良種、深翻（松）、整地培肥、適期播種、病蟲害防治、測土配方施肥、節水灌溉、秸稈綜合利用、適期收獲等區域適應性強的先進適用技術。
服務主體可以根據本區域自然稟賦，分不同地類、不同作物，制定適宜的作業標准和操作規程。第十條服務主體應當以農業生產託管服務指南、作業標准、操作規程為指導，採用綠色高效高產技術，推行農葯化肥減量化、生產過程清潔化，促進農業綠色生產和可持續發展，合理利用和保護土地。
服務主體可以應用信息化、智能化的服務和監管平台，通過遙感、航拍、定位系統等智能化設備，採集、統計、分析、儲存和合法使用託管服務信息，監測農業生產過程，建立託管服務電子檔案，主動接受農戶和服務平台的監測監督和質量評價。

⑧ 大數據行業發展前景如何

作為人口大國和製造大國，我國數據產生能力巨大，大數據資源極為豐富。隨著數字中國建設的推進，各行業的數據資源採集、應用能力不斷提升，將會導致更快更多的數據積累。預計到2020年底，我國數據總量預計將佔全球數據總量的21%，將成為名列前茅的數據資源大國和全球數據中心。

大數據行業發展前景很好，大數據作為一門基礎科學，無論在數據開發及分析、物聯網和人工智慧演算法訓練領域，都有著核心技術和職位訴求，主要來說的話，當下，大數據方面的就業主要有三大方向：一是數據分析類大數據人才，二是系統研發類大數據人才，三是應用開發類大數據人才。

⑨ 農業大數據的概念

農業大數據是大數據 理念、技術和方法在農業的實踐。農業大數據涉及到耕地、播種、施肥、殺蟲、收割、存儲、育種等各環節，是跨行業、跨專業、跨業務的數據分析與挖掘，以及數據可視化。
農業大數據由結構化數據和非結構化構成，隨著農業的發展建設和物聯網的應用，非結構化數據呈現出快速增長的勢頭，其數量將大大超過結構化數據。

⑩ 大數據產業:未開放的農業之花

大數據產業:未開放的農業之花
當前，大數據已快速發展為新一代的信息技術和服務業態，成為了國家基礎性戰略資源。農業農村是大數據生產和應用的重要領域之一，農業農村大數據已成為現代農業新型資源要素。
在當下全球科技、經濟發展格局下，數據已經成為了一種生產力和競爭力。當前，大數據已快速發展為新一代的信息技術和服務業態，成為了國家基礎性戰略資源。農業農村是大數據生產和應用的重要領域之一，農業農村大數據已成為現代農業新型資源要素。
近年來，農業大數據可謂炙手可熱。但相比於其他行業，農業農村大數據的採集、發布和應用仍面臨著種種亟待化解的困境。
我國農業大數據尚未形成
涉及面廣泛的農業大數據尤為龐大和復雜，可謂是最大的大數據。
根據農業的特點和農業全產業鏈切分，農業大數據可分為農業環境與資源大數據、農業生產大數據、農業市場大數據和農業管理大數據等。而從行業來看，農業的大數據則可分為成種植業、農資及養殖業等不同的行業，其中還可再細分成不同的品種和產品。
中國農業大學信息與電氣工程學院教授李道亮曾在今年5月舉辦的中國大數據產業峰會上指出，農業大數據主要來自四個方面：物聯網、生物信息數據、資源環境數據、農業統計數據。而從應用來看，農業大數據主要在五個方面：第一是基礎研究，第二是農業智能生產，第三是農產品市場行情預測與物流，第四是農產品質量安全，第五是農業資源整合共享與服務平台。
李道亮告訴《中國科學報》記者，目前我國的大數據概括來說有兩大類，一類是微觀的，主要來自企業；另一類是宏觀的，來自政府部門。
隨著大數據的戰略資源地位越來越凸顯，不少農業領域企業紛紛布局深耕大數據，甚至由此轉型。孟山都公司中國總裁在今年上半年就透露，孟山都近幾年的戰略方向是數據科學在農業上的應用。2014年，大北農集團提出「智慧大北農」戰略，推出「三網一通」，據了解，其在全國分布了上萬名業務員，記錄豬場生產情況、搜集客戶信息，以不斷更新數據。
但李道亮也表示，無論是從政府層面來看，還是從企業層面來看，目前中國的農業大數據「還沒有形成」。
「這是目前最大的問題。」李道亮告訴記者，這是長期形成的局面，短時間內很難改變。「這與我們過去不重視積累有關，也與我們的科研機制、政府部門的工作體制有關」。
2013年，農業部市場與經濟信息司時任司長張合成曾撰文指出，我國在數據採集、發布、應用等方面與決策需要存在較大差距，數據採集和發布還處於初級階段，亟須從體制層面進行改革。
根源在於缺乏完整數據體系
「現在國內農業企業在有意識地涉足大數據，但能兼顧做全產業鏈的企業屈指可數。」山東卓創資詢集團畜牧業產業群經理李霞在接受《中國科學報》記者采訪時表示。
她介紹，以畜牧業產業群為例，做全產業鏈的大數據意味著要從飼料原料的供需入手，到養殖、流通環節，再到下游屠宰加工環節，環環相扣，實現數據間的引用和佐證。「很多企業做的大數據大都是自己熟悉和擅長的領域。」李霞告訴記者。
在李道亮看來，目前做大數據最「熱」的是在企業，打造大數據平台，既可為企業生產經營提供決策依據，同時也利於掌握數據話語權。「只有行業里的大企業才能真正形成和掌握大數據」。
在中國大數據產業峰會論壇上，李道亮總結了我國大數據面臨的問題：農業大數據缺乏，大數據模型缺乏長期的積累，大數據缺乏與行業產業的結合，大數據缺乏必要的規范。
李道亮告訴《中國科學報》記者，由於條塊管理等原因，各部門間數據不共享，造成了農業大數據的缺乏。「現在從政府層面來說，事實上就是在著力打破這種局面，實現資源共享，有了資源共享，才能形成大數據，才能再分析大數據。」
說到數據的積累，李霞也表示，「數據採集的工作量是非常龐大的，需要不斷甄別、篩選、更新，長時間積累形成的數據才是有價值的。」
一位不願具名的業內人士告訴《中國科學報》記者，目前中國的市場行業尤其是農業領域對大數據的分析需求和使用遠不及國外。「歸根到底，還是需要扎實的、高精確度的、完整的數據體系。」
人才缺口亟待補上
約半個月前，農業部印發了《全產業鏈農業信息分析預警第二批試點方案》，旨在通過試點，組建全產業鏈農業信息分析預警團隊，形成分析反應快速、信息內容全面、預測判斷准確的工作格局。
記者了解到，目前國家在農業信息採集和分析方面的人員「缺口很大」，且「並不專業」。
武漢工程大學管理學院的明均仁指出，當前農業信息人才隊伍主要存在以下問題：專業型農業信息人才嚴重缺乏，農業信息人才隊伍結構失衡，農業信息活動工作流程不規范，農業信息人才薪酬管理體系不健全等。
而李霞則用「斷層」來形容當前相關領域的人才現狀。「行業內有領銜的專家學者和國家級的信息預警分析師，」她解釋道，「但是，再往下走就沒有了。」
在身處農業信息採集分析一線多年的李霞看來，做信息採集和分析應該「接地氣」，真正通過實地考察，了解相關的行業和產業，「相信從方法上，信息採集分析人員肯定是熟知的，但是做這項工作更為重要的是，對行業的了解，在領域內積累的資源。」李霞說。
此外，李霞認為，還需要形成好的組織架構和採集流程，「簡單說，就是怎麼採集、什麼時間更新、怎麼檢查監督，這都需要一連串配套。」
明均仁建議，將農業信息化人才培養納入我國高等教育學科培養體系，構建農業信息人才多元培養體系。
山東農業大學農業大數據研究中心常務副主任宋長青曾撰文指出，要根據農業大數據發展和現代農業應用需求，制定農業大數據技術和應用人才培養計劃，建立多學科融合的協同創新團隊。