|
出處:
2017 Nebraska Rural
Radio Association.
WHY BIG DATA HASN’T YET
MADE A DENT ON FARMS
BY Dow Jones Agri | May
15, 2017 RRN Image/Joe Gangwish
Everybody is still
trying to figure out where the value in data is.
- Indiana corn and
soybean farmer, Aaron Ault
對農民與希望將農民成為顧客的農業大數據公司而言，大數據讓他們失望了。
自幾年前開始，農業界流傳著一項承諾：廣泛的使用大數據將改變了農業。大數據公司傳播訊息告訴農民只要使用大量的數據，自氣候型態至農場土壤，乃至作物的健康狀態，農田產量就會增加。農業大數據相關公司就是要提供大批的數據給予農民使用。
這種神話如下：藉由所有詳細的知識，農民可以深入瞭解他們的土地發生了什麼事，他們可以使用這些知識促使產量大增。
但是此種”數據革命”開始退流行。許多農民開始使用此種數據服務，然而發現很難消化這種如山高的數據，更無法想像如何使用數據。許多使用者最後僅僅使用市場資訊，在作物售價下跌時決定是否售出穀物。
這種結果也改變了對這些農業大數據公司的風險評估。原來的投資公司提供資金給予農業大數據公司，由投入資金從事數據基礎之農業(data-based
farming)，希望提供農民不同的經營方式。現今這些投資公司，開始將資金自大數據公司抽走，轉而投資於提供硬體機具與服務之公司，例如機械手臂、農業機械、基改作物等。投資公司認為投資這些項目更快速容易回收資金。AgFunder之CEO，Rob
Leclerc宣稱”情況已改變了，原來預期的農業大數據，並沒有辦法得到預先結果”。在2016年，投資於大數據為主之農業項目，例如精密農業，其資金比前年減少39%。尤其在無人機的投資。在同一時期，其他的農業風險投資資金自2015年2.01億美元增加為2016年的5.6億。代表農業投資資金不斷增加，但是大數據公司之資金不斷被撤出。在2016年，許多剛成立的大數據公司正苦苦掙扎或是正在轉業。
以一家大數據公司，FarmLink
LLC為例，在今年二月列出一份財務清單。此公司藉由收穫機收集的穀物數量以計算產量，對農民提出明年種植的建議。此家公司因為無法再募得資金，因此宣佈關門。
Monsanto公司在2013年資助10億資金給予ㄧ家農業大數據氣候公司(agriculture-data
firm climate corp.)用以提供大數據給予農民。此公司之願景為”農民藉由土壤、氣候、機器、品種、肥料等超級數據從事農業生產。例如藉由曳引機在沙土上所培土作業的畦礲，將是最適合當地之環境，因此產量能夠暴增。自此階段，其顧客農民，開始收到洪水般的大量數據。自土壤感測器至外太空的衛星，提供無數之數據。但是農民無法應用來自無人機、人造衛星與現地感測器傳來的數據得到需要的知識。上述數據對農民而言，就是很難應用。
許多農民並未訓練如何使用軟體以處理這些數據，也不知道如何將這些數據與現行使用的農具加以整合，因此針對不同型式之農機具卻不知道要如何配合使用。鄉間參差不齊或是不存在的基地台通訊，使得農機具之相互通訊無法進行。
另一個問題是如何解釋數據。大數據各只告訴農民此田區生產了多少玉米或是牧草，但是無法瞭解為什麼有這些產量，無法得到那些教訓可以應用於下一季生產作業。
Aaron Ault
在印弟安那州擁有3000畝地，種植玉米與大豆，他與普渡大學合作進行更佳的農業大數據整合研究，他的問題是：每人仍在嘗試找出這些龐大數據有何價值？Arama
Kukuta是一個農業技術風險評估專家，他原來由目前的數據整合結果，投資室內蔬菜栽培，結果他投資的公司現在處於農企業的邊緣地位。Kukuta投資Plenty
United Inc.。此公司原來在室內密集栽培綠葉蔬菜等作物，採用水耕與紫外燈殺菌技術。原來其利基在於這種鄰近都市的公司，可以栽培出與農地生產相同等級的有機萵苣。在萵苣生產獲利不佳之後，Kukuta等投資者目前已轉而投資機械手臂應用公司。以Blue
River公司為例，此公司在矽谷，發展出一種斜背機器，由曳引機拉曳，通過一行行的萵苣。機械上有攝影機與噴藥桿。此機器自動搜尋雜草，然後精確噴出殺草劑。此Blue
Rivev公司之CEO
Jorge Herand 宣佈其公司的機具可為農民節省之殺草劑，在2.5年內可回收機械成本。目前萵苣農戶已有15%採用其產品，而其公司目前在測試此產品如何應用於棉花生產。
<評論>
此篇文章介紹農業大數據公司在美國的困境。因為所收集的大數據只有大量數據，無專業學術將這些龐大的數據整理成為知識，成為與現代農業生產之機器設備所能連結之技術。
真正對農業有用的現代化技術仍是連結機械化與自動化。農業大數據如果沒有專業，這些數據再多也是毫無意義。
|
