IBM斥资20亿美元的收购，天气数据为何值钱？

Weather Company ，作为一家能够从 4000 万手机中收集超过每秒 4GB 信息量， 以及147000 个天气监测站，50000 个航班，和数不清的能够反馈天气数据的智能汽车作为信息收集源的公司。它掌握的天气数据就是对未来天气进行预测分析的最好素材。当然 Digtal 事业部也不是只有数据而已，还包括了 900 名最为资深的天气预报人员。而且还有数量庞大的手机 App 市场占用，举个例子，其实所有苹果手机系统自带的天气预报软件正是来自 The Weather Channel(Weather Company 最出名的子品牌之一)。

需要注意的是 Weather Company 旗下实际有两大事业部，除了 Digtal 事业部，还有一个 Television 事业部。而且后者除了提供天气预报展示之外，还有涉足记录片等电视节目的制作。但是本次收购仅限于 Digtal 事业部，IBM 的实际目标就是天气数据这一点再清楚不过了。

2013年10月，孟山都9.3亿美元收购Climate Corporation

此次收购将使Climate在农业分析及风险管理领域的专长与孟山都的研发能力相结合，为农民提供更多影响作物收成的信息。两家公司的结合将更好地支持生产力发展，同时更精确地利用地球有限的资源。通过此次收购，孟山都希望借由Climate公司，扩大农业领域内将获重大突破的数据科学业务。收购将立即为孟山都近期及长期业务和整合农业系统平台的增长创造机会。

“Climate公司专注于通过数据科学开发农场新的价值。”孟山都董事长兼CEO Hugh Grant说道，“当农民能利用更少的资源获得更高的产量时，每个人都能从中获益。Climate公司带来了领先的专业技术，我们则将以此为基础，帮助这些技术扩展至更多的作物种类和地区。我们期待着与分销合作伙伴和其他农业产业密切合作，将信息资源带进农田。”

Climate公司成立于2006年，由一支非常成功的软件工程师团队和来自于谷歌等领先的硅谷科技公司的数据科学家组成。公司已经建成了农业领域最先进的技术平台，包括超本地化气候监测、农艺数据模型、高分辨率气候模拟，提供整套的全季监测、分析和风险管理产品。

天气数据为何如此值钱?

天气影响着人们的生活和生产，几乎想不到什么领域会与天气无关?诺曼底登陆时间的确定，依赖天气;起着决定性作用的赤壁之战，也要仰仗“东风”;在现代，重大赛事也需要精准的天气预测。但，在众多行业中，农业对天气的依赖是无论怎样强调都不为过的。今天，我们为大家重点介绍数据在农业的应用。

数据在农业中的应用

农业的历史进程

发达国家的农业发展过程构成了我们今天对农业的传统认知。追溯到1700 年，农业可以划分为四个阶段。

18 世纪(自给式农业)。

19 世纪(营利式农业)

20 世纪初(牲畜耕种农业)

20 世纪中期到末期(机械化农业)

上述每一个时期都代表着农业向前迈出了重要的一步，引入全新而又切实可用的各项辅助设施：谷仓、工具、马匹与机械设备。从本质上来说，发展是基于具体的物质的，我们可以很清晰地从农业的发展历程中看到这一点。在每个阶段，产量与生产力都在不断提升，尤其是在20 世纪后半叶出现了显著而巨大的提升

经过这些发展阶段，农业变得更具效率，但并不代表着会变得更加智慧。

数据时代开创了精细农业

如果你和一位来自19 世纪、20 世纪或本世纪初期的农民聊天，他们的谈话内容大概都会涉及这样两点：(1)他们每年不断完善的农业战略;(2)随着农业战略的日趋完善，以及不断提升的知识储备，他们每年所能提高的产量;

虽然历经了三个世纪，现代化的农业已经日渐成熟，但是数据时代开创了精细农业。根据阿尔伯塔省农业、食品与农业保护发展部门的汤姆· 戈达德(Tom Goddard)的观点，精细农业的关键核心在于：

• 产量监控。根据时间或距离追踪作物产量;统计单位负荷量的作用范围与蒲式耳(计量单位)、负荷总量以及土地面积等;

• 产量绘图。全球定位系统(GPS)接收器提供空间坐标，结合产量监控，能够用于描绘出整块土地的产量;

• 浮动式施肥。管理各种肥料的使用;

• 杂草监测。通过计算机与全球定位系统相连，监测杂草生长状态，并根据需要调整种植策略;

• 可控式喷洒。一旦从监测中了解到杂草的生长位置，你就可以定点加以控制;

• 地形与边界。通过运用差分全球定位系统(DGPS)创建高度精确的地形图，这些数据能够用于在产量地图上采取对策;

• 盐度监测。盐度数据以及在一段时间后持续跟踪土壤盐度，这些信息在产量地图与杂草监测分析过程中是极具价值的;

• 引导系统。引导系统，例如差分全球定位系统能够精确到一英尺，非常有利于评估土地;

• 记录与分析。大量的数据收集是存储数据资产(其中包含图像和地理位置信息)过程中至关重要的一个环节。更重要的是，这类信息能够提供归档与检索操作，以备未来使用。

收集上述数项数据能够带来前所未有的预测能力，这或许会带来革命性的改变，即农作物的生长过程从顺其自然转变到以数据为驱动的。从马铃薯的案例中，我们能够发现，这会从根本上改变作物的产量与提高生产力。

当然上述案例是基于一个潜在的假设，即存在合适的工具与方法来有效地获取、利用农场内的各项数据。这是一项很大胆的假设，因为迄今为止，许多农场并没有建立这种全新数据资产的收集与利用模式。因此，获取农业数据的能力或许会成为未来竞争优势的决定性因素。

获取农业数据

收集数据，然后根据数据来作出预测，这听起来似乎并不困难。但是，对于那些在过去十年间一直生活在农场的人来说，这绝对是件说起来容易、做起来难的事情。许多农场都有着这样或那样的局限性：缺乏数字化设备、欠缺专业技术劳动力、可怜的电力分配、流程定义的匮乏……鉴于上述这些因素的局限，每位农民要想在数据时代占据先机，就必须建立起全新的流程工序。

如图1—2 所示，农业的数据图景包含以下三项主要的输入。

• 传感设备。是指安装在机械、田地或者接近农作物边际的器件，它能够收集处理数据，或者控制灌溉、杀虫剂等的剂量。这可能是安装在收割机上的仪表设备，或是监控农作物蒸腾过程的相关器件。这种收集农作物与土壤数据的设备发展速度十分惊人，仅仅在过去十年间，就已经从单纯的机械化设备发展为机械与数字化技术的结合体。这种转变促成了农作物预测这门学科的雏形，人们发现，在种植深度与农作物间隔之间，只要做出细微的调整，就会对最终的收益率产生巨大影响。因此，虽然今天的传感设备主要只是将常见的农业机械变得更加数字化，但可以预见到未来将会有重大改进。

• 全球定位系统(GPS)。能够实现精度在一米以内的精确定位。配置GPS 的汽车首次出现在20 世纪90 年代初的日本，而现在这已经变成了汽车中十分常见的一种配置。而对于农业设备，正如我们所见到的那样，虽然起步稍稍落后，但在过去的十年之间，技术已经突飞猛进、开始广泛运用GPS 功能。

• 地理信息系统(GIS)。能够评估环境的变化、跟踪农作物疾病的传播、了解土壤的含水量、侵蚀程度以及健康状态的改变。另外，一旦可以从杂草监测中获悉其生长位置，你就可以进行定点控制。地形与地质因素在农业实践中相当重要，这两者构成了现代地理信息系统的主要部分。

通过这三项重要信息输入的结合，农民们将能够准确地了解各项设备在农场中的位置、能够在农作物之间发送和接收数据，并且能够知道哪些地区需要立即加以关注。

农业大数据的先行者：迪尔公司与孟山都公司

约翰· 迪尔(John Deere)在1836 年成立了迪尔公司(Deere & Company)。那时，他搬到伊利诺伊州的大迪图尔市，开了一家专门维修农业工具的小店铺。后来，迪尔公司的业务范围远远超过了生产犁与其他各种农业工具，虽然这是农业时代利润与力量的重要来源。在1848 年，迪尔公司搬迁到伊利诺伊州的莫林市，在1886 年迪尔去世后，他把公司传给了查尔斯· 迪尔(Charles Deere)。

查尔斯带领公司步入了20 世纪，公司成为了汽油拖拉机的先行者。汽油拖拉机不仅成为了该公司的代表性产品，还代表了那个时期的农业文化。通过在拖拉机产品上的持续创新、商业模式(稳健的经销商网络)的不断创新以及品牌形象(约翰· 迪尔绿)的宣传，公司不断稳固了其行业领导地位。截至2010 年，该公司在全球拥有55 000 位员工，在全球30 个国家开展业务，似乎仍旧保持着统治地位。

而成立于1901 年的孟山都公司(Monsanto)却花了更长的时间才迎来了其发展的巅峰时刻。通过生产清洁剂和杀虫剂产品，孟山都公司最终成为了将生物技术应用于农林渔牧领域的先驱者。虽以生物技术为核心，但孟山都公司强调运用数据与预见性来解决问题。因此，孟山都公司在创办之初就是一家数据驱动型企业，并且持续地以此来推动其在相关领域的创新能力。不过，有些时候，一个行业需要经过一段时间才能跟上业界创新者的步伐。孟山都公司将成为变革领导者的苗头，直到2010 年左右才逐渐显露出来。而此时，我们就能看到迪尔公司与孟山都公司的命运开始向着两个截然不同的方向背道而驰。孟山都公司一直秉持的一项关键理念就是，建立由数据驱动的全球化种植体系可以将农作物的产量提升30%，这意味着数据的运用处理将带来大约200 亿美元的经济效益。孟山都公司将公司的命运押注在数据时代，而股票市场也意识到这种决策的价值所在，从而带动了该公司股票价格的持续上扬，详见图1—3 所示。

由此可见，数据已经开始逐步渗透到在农业的各个环节。而与此同时，我们也看到了行业中推动创新的企业的业绩走向。这种“只要有更好的汽油拖拉机，就能带来更好的业绩”的日子已经一去不复返了。相反，农民希望从他们的供应商处获取到更多的数据与分析，因为他们知道这些数据将会直接影响到他们的生产能力。

综合农业系统

孟山都公司将他们在农业数据时代的业务称之为综合农业系统(Integrated Farming Systems)。这一平台为农民提供细化到每一块土地的种植建议，包括如何提升产量、优化投入并保持土地的可持续发展，并根据数据作出细致分析，在种植的深度与间距之间作出微小的改变，这些都将会对最终的产量产生巨大影响。正如孟山都公司所说的：“利用科学的分析手段来改变以往的流程工序，从而提升产能并降低风险。”

孟山都公司所规定的综合农业系统的流程包括以下6 个步骤：

1.数据支撑。根据不同环境的种植测试产生实际农业生产过程中的指导数据;

2.浮动式施肥。根据不同环境条件调整田间地头的处置方式;

3.精密播种。实现最佳的农作物间隔;

4.施肥与病虫害管理。根据实际需要实现定制化数据处理;

5.产量监控。提供高精度的数据;

6.育种培育。增加数据点的收集来改善遗传基因。

“田间指南”(FieldScripts)是孟山都公司整体综合农业系统平台中第一个商业化的产品组件;“田间指南”为每位农民在每块具体土地上提供精准的播种策略。

孟山都公司通过其种子经销商网络与农民紧密联系，优化种植过程中的两项关键变量：种植与播种技术数据。在播种技术中，种子数据是其中的关键。这种观点被运用于个性化的种植计划中，使得孟山都公司能够针对每块田地提供个性化的种植策略。

农民可以通过一款名为“田间视野”(FieldView)的可定制化应用程序在iPad 上访问“田间指南”。“田间指南”部署在用户(农民)端，利用多年来积累的经验帮助农民作出预测，并调整种植方式，以实现最优化的产量。

迪尔公司与孟山都公司都拥有非常不错的未来，波士顿投资公司首席投资策略官杰瑞米· 格雷厄姆(Jeremy Grantham)表示，到2050 年，全世界人口将达到约100 亿，目前的种植方式是无法持续供养全球人口的。人口的持续增长所带动的对农业的需求，对所有服务于该行业的企业都是一个机遇。

而目前，孟山都公司在数据农业的新时代领先整个行业5 年时间，这迫使迪尔公司必须迎头赶上。

未来的农业

在当今的农业中，人的因素最为关键，如何施肥、灌溉、操作燃气发动机、驾驶卡车或马车来运输，以及拥有符合当地实情的知识。这可以被看成是一门手艺，通常只有开创某个农场的人才知道如何将其运营下去。这也就是为什么许多农场在其管理者退休离任后就逐步萎缩的原因——掌握在他们手中的手艺才是成功经营的要素。

2020 年之后的农业与今天相比，将会给人们带来截然不同的感受。事实上，未来农业行业的从业者或许根本想象不到21 世纪初期的农民是这样工作的，以下这些全新的方法将在2020 年成为司空见惯的事情。

• 数字化设备。应用配置传感器或具有传感功能的数字设备将成为常态。单纯的燃气发动机将成为历史。事实上，到2020 年，许多农场的设备将是基于电池或太阳能制造的。这样的话，燃气发动机本身就会变得非常罕见。数字化设备的数量将远远超过今天联网的拖拉机设备。另外还会出现无人驾驶飞机，而且是大量的无人驾驶飞机，这将成为最具成本效益且最精确的设备，并用来管理那些农民在今天需要手动或由拖拉机完成的农活。随着数字化设备的广泛应用，设备的管理将变得驾轻就熟，所有的设备都必须加以适当的管理与维护。

• IT 支撑平台办公室。每个农场都会有自己的信息技术(IT)办公室。他们中的一部分将由自己进行管理，而更多的则会交由第三方进行运营和维护。IT 支撑平台办公室会负责上述设备的管理，远程监控并最终基于数据作出决策制定。IT 支撑平台办公室将成为现代农场运营中无形的手，实时响应农民的每一项具体需求，从而确保每一项工作都像是既定程序一样被精确地执行。

• 资产优化。随着新机器与设备的不断增加，资产的组合优化将成为最重要的考量因素。如何最大幅度提高设备的使用寿命、优化定位以及任务与工作负载的管理将成为决定一个农场生产力的关键因素。

• 预防性维护。任何数字化设备都和燃气发动机一样容易损坏，更何况这样一个复杂的系统，而如何采取预防措施来防止或减少维护与修理所造成的系统中断，这一点颇有挑战性。许多数字化设备与装置都将被设计成能够预测防止故障的，但这最终将取决于农民与他们的IT 支撑平台办公室，因为每个农场都会以不同的方式使用这些设备，具体的维护需求也是各不相同的。

• 产量预测。在今天的农场里，农作物的产量发生了显著的变化。那么气候、过度开垦或某些杀虫剂与化肥这些影响因素往往会构成一个难以预料的大环境。到2020 年，农业生产率将更容易进行预测。根据所有的数据来源，随着地理信息系统与全球定位系统的功能增强，以及未来5 年的技术革新，产量将变得可以预测，这会为农民创造出更加灵活的金融模式。

• 风险管理。到2020 年，天气不再会成为农业收成的决定性因素，而只是整个农场风险管理体系中的一个变量而已。根据产量的可预见性，风险管理将更多关注灾难异常情况的控制，在某些情况下，你可以采取找到风险对冲方以分担风险的解决方案。例如，基于各项参数的保险行业在该领域中提供了巨大的支持。

• 实时决策。决策可以在瞬息之间制定完成。伴随着数据流的增长，农场内的各项元素都可以作为变量进行收集分析，并据此立即采取行动。到2020 年，各项问题的矫正速度会比在2014 年发现问题的速度更快。这也正是最终的产量会变得可以预测的原因之一。

• 农业生产的改变。农场将不再生产单一或某一类型的农作物。相反，他们会根据预先制定的种植季节与产生力分析行事，从而实现更大的整体产量。农场同时也会开始考虑外部的数据源输入(供应和需求)，从而调整优化产出，这不仅在最大程度上满足了市场所需，而且还将彻底改变我们今天在市场上所看到的商品与食品价格大起大落的现象。

数据胜过天气

当我准备离开旧金山这家农产品生产企业的总部时，我惊奇地发现，在某些方面，人们仍然坚信风调雨顺是丰收年的关键因素。这似乎也不同于19世纪人们的看法，因为那时天气不仅仅影响着他们的农场经营，甚至还影响着他们的生计。

或许正如之前所假设的，这是最简单而非最真实的答案。我们所看到的精细农业里的创新、运用数据来提升马铃薯作物以及像孟山都公司这样的领导者的出现，使得天气在未来可能只是一个影响农作物的变量。数据胜过天气。农林渔牧业的转型将体现出“知识就是力量”这句话的真正含义。