战略投资框架协议核心 - 公司于2025年11月12日交易时段后与江苏立卓信息技术有限公司签订战略投资框架协议，旨在推广与落实人工智能农业产业应用 [1] 合作方背景 - 合作方江苏立卓公司主营业务为数字赋能农业产业，是一家聚焦数字农业领域全场景及完整产业链的高新技术产业公司 [1] - 江苏立卓公司已连续两年蝉联中国（南京）数字乡村博览会暨中国（南京）国际智慧农业博览会“智慧农业领军企业”奖项 [1] 投资合作策略与目标 - 公司拟以资本运作为核心对江苏立卓公司进行投资，江苏立卓公司则以技术研发、场景落地及模式复制为根基支撑市场拓展 [1] - 投资目标包括支持江苏立卓公司启动海外市场战略规划与布置，通过直接投资及对接战略投资者，助其推进技术迭代、项目落地和全国推广 [1] - 投资目标包括支持江苏立卓公司业务拓展，计划打造AI农业暨无人农业一体化解决方案，分三期实现从省级标杆项目到覆盖全国十个以上省份，最终启动出海至东南亚及一带一路市场 [1] - 投资目标包括支持江苏立卓公司开展模式复制计划，致力于形成可标准化、可快速裂变的AI农业业务模式，培育可独立复制的业务模块以支撑加盟或合作拓展 [1] - 投资目标包括支持江苏立卓公司提升产业地位，致力于构建AI农业产业生态，使项目成为国内AI农业领域标杆案例，提升其品牌影响力与话语权 [1]

战略合作核心 - 公司与中国创新投资与江苏立卓信息技术有限公司签订战略投资框架协议 就推广与落实人工智能农业产业应用达成投资合作策略意向 [1] - 江苏立卓公司及其最终实益拥有人均为独立于公司及其关连人士之第三方 [1] 投资合作模式 - 公司拟以资本运作为核心对江苏立卓公司进行投资 江苏立卓公司以技术研发、场景落地及模式复制为根基支撑市场拓展 [2] - 公司拟通过直接投资及为江苏立卓公司对接战略投资者来支持其海外市场战略规划与布置 [2] 业务发展路径 - 江苏立卓公司拟打造AI农业暨无人农业一体化解决方案 首期目标为完成一个省级标杆项目落地 [2] - 二期目标为实现全国十个以上省份的业务覆盖 三期目标为启动东南亚及一带一路地区的出海战略 [2] - 江苏立卓公司致力于形成可标准化、可快速裂变的AI农业业务模式 培育可独立复制的业务模块以支撑加盟或合作拓展 [2] - 江苏立卓公司计划构建AI农业产业生态 使项目成为国内AI农业领域的标杆案例以提升品牌影响力与话语权 [2]

合作核心与模式 - 本来生活集团与汇通达网络正式签署战略合作协议，共同成立合资公司，目标是打造具有行业影响力的优质农产品供应链服务平台 [1] - 合作将围绕数字化运营、质量控制、供应链管理、品牌打造四大体系，构建农产品从产地到终端的全链路上行高速通道 [1] - 双方计划整合资本、运营、技术、团队等优势资源，并探索AI农业等新技术在农产品上行业务中的创新应用 [1] 合作方背景与战略契合 - 汇通达网络是于2022年在港交所主板上市的产业互联网平台，利用供应链能力和数字化技术赋能乡镇夫妻店 [2] - 本来生活与汇通达网络均致力于服务国家乡村振兴战略，此次合作被视为双向奔赴和大势所趋 [2] - 双方计划围绕832个脱贫县域的乡村振兴目标开展帮扶工作，通过资源整合与模式创新助力县域产业升级与经济发展 [2] 合作愿景与行业影响 - 合作旨在发挥行业头部企业的引领作用，推动传统产业升级与数字乡村建设 [1] - 汇通达网络总裁徐秀贤表示，公司使命是让农民生活得更美好，合作将共同推进地方农业发展与企业自身业务拓展 [2] - 本来生活创始人兼CEO喻华峰表示，双方在相同使命愿景下，将为智慧农业与国内统一大市场的建设贡献力量 [2]

合作主体与形式 - 本来生活集团与汇通达网络正式签署战略合作协议 [1] - 双方将共同成立一家合资公司 [1] 合作核心内容 - 合作旨在携手打造农产品供应链服务平台 [1] - 双方将探索"AI农业"等新技术在农品上行业务中的创新应用 [1] 合作方背景 - 汇通达是一家利用供应链能力和数字化技术赋能服务乡镇夫妻店的产业互联网平台 [1] - 汇通达于2022年在香港交易所主板上市 [1]

农业科技应用 - 全球首个水稻无人农场位于广州增城 [1] - AI与农机在该农场实现现代农业应用 [1] 项目背景与制作 - 项目由南方财经全媒体集团及21世纪经济报道出品 [1] - 项目联合制作方包括广东省科技厅 [1]

AI农业投资概况 - Orchard Robotics公司获得2200万美元融资 相当于1 58亿人民币[6] - AI预测种子公司Inari获得7 2亿美元融资 AI基因预测公司BensonHill获得超2亿美元融资 AI除草机公司Ecorobotix获得5200万美元融资[8] Orchard Robotics技术方案 - 采用FruitScope超高分辨率摄像头系统 每秒捕获约100张图像 可拍摄数百万张图像[11] - 通过AI实时分析单个果实大小 颜色和健康状态 检测误差仅5% 比传统方式准确2000倍[8][11] - 云端FruitScope OS平台可跟踪数千万株植物成长 显示果实大小分布图表和树木健康状况[15] Orchard Robotics商业成效 - 帮助美国大型苹果和葡萄农场提升亩产12 6%[8][20] - 采用硬件按成本价出售或租赁 按英亩/作物周期收取软件订阅费的商业模式[19] - AI预测误差≤±5% 远超人工抽样20%-30%的偏差 可节省巡检成本并实现精准施肥[19] AI农业应用案例 - 笛卡尔实验室通过卫星影像和AI算法预测产量 年收入约1220万美元[23] - Four Growers公司获得900万美元A轮融资 用于扩大番茄采摘机器人生产规模[27] - Inari Agriculture公司采用AI基因编辑优化种子 2023年收入1 12亿美元[31] 行业技术路径 - 数据与感知层如AI巡视摄像头负责采集多源数据 充当农业的"眼睛"[34] - 决策与执行层将数据转化为精准农事操作 充当农业的"智能手脚"[34] - 价值链创新层聚焦种子改良与供应链优化 如Inari和BensonHill等公司[34]

公司发展历程与商业模式 - 公司于2016年创立 初始团队规模达1000人 注册资金3亿元 初期无成熟产品和商业模式 依靠数字技术改变农业的热情起步[7][9][11] - 创业前两年面临较大挑战 第二年开始有收入但无利润 疫情期收入增长未达预期 年增长率仅5%-10% 远低于50%的目标[8][13][40] - 公司选择从生产管理端切入 而非B2B交易平台 避免支付结算成本(如微信支付6‰)、流量成本和系统开发费用这三类烧钱模式[17][18][19] - 公司未采用补贴策略 客户续费率从75%提升至87% 融资主要来自产业战略投资者而非VC 强调资源协同和信任[20][21][22][23] 核心产品与技术应用 - 猪联网平台在畜牧产业数字化市场份额超35% 位居行业第一 2024年底获近3亿元融资[2] - 通过AI大模型实现数据解析和方案执行 如成本降低建议、母猪淘汰决策、出栏时间优化等 替代传统报表和复杂指标[44][47] - 机器人应用聚焦非人形实用功能 包括母猪查情、巡检、智能盘估、饲喂和疫苗注射 减少人员接触并实现事前预警[4][50] - 基于Deepseek的推理能力结合物联网设备 如饲喂器执行精准方案 控制采食量和饮水量 实现疫病预警[46] 客户结构与需求分析 - 客户分为三类：顶部客户(集团化 3-5万头母猪 占行业30%) 需求为数据中台和大模型定制化解决方案；腰部客户(500头母猪以上) 需求为标准化的生产管理及交易服务；底部客户(500头以下家庭场) 使用免费内容产品如行情宝和猪病通[26][27] - 核心刚需为降本增效 具体表现为让猪多生、少死、早出栏 通过算法优化种猪淘汰、精准饲喂和视觉监控实现[15][16][24] - 客户需求从生产管理扩展至交易和数据服务 形成增购模式 如通过生产数据推荐饲料或药品采购[25] 行业复制与拓展策略 - 养猪行业经验可复制至家禽(禽联网)、反刍动物(牛羊联网)和水产(渔联网) 其中生猪业务自评60分 家禽30分 牛羊20分[3][28][35] - 进入新行业方式包括承接项目积累认知 或投资专业小团队并整合资源 水产领域覆盖虾类、贝类、鱼类等 但因分散性难度较高[31][33] - 公司优先聚焦生猪行业未充分挖掘的空间 暂缓大规模拓展其他领域[34] 技术驱动与效率提升 - AI数智增值服务直接提升客户续费率 从75%升至87% 通过数据中台整合碎片信息 提供 actionable 解决方案[2][44][49] - 大模型应用避免通用功能重复开发 聚焦行业私域数据深度挖掘 替代人工执行不愿或不能完成的任务[49] - 疫情推动非接触养猪和远程监控技术发展 促进少人快养和机器人概念落地 虽未直接创收但奠定后期产品基础[43]

行业核心地位 - 大米在日本粮食安全中具有核心地位 被视为无条件保护的农产品 小麦玉米牛肉进口可灵活处理但国产大米必须保护[1] - 水稻种植历史长达2500年 是神道教宗教仪式的重要组成部分 全国各地神社陈列本地稻米和米制清酒[1] - 每个地区都有独特稻米品种和品牌 风味口感差异受珍视 顶级餐厅和高档旅馆以使用本地优质大米为荣[1] 行业面临挑战 - 大量稻农超过65岁且缺乏接班人 农地规模过小难以支撑自动化与AI技术投资[2] - 政府长期设定大米价格避免农民破产但无法让其致富 过去推行减反政策补贴农民减少水稻种植面积[2] - 系统缺乏应对气候变化弹性 面对暴雨干旱或高温年景毫无招架之力[2] - 日本人口减少与老龄化并行 稻农平均年龄持续上升并超过退休线[3] - 农地小而分散难以形成规模化经营 无力投资自动化[3] 市场供需状况 - 日本每年进口75万吨外国稻米但不扩大本国种植[3] - 超市米架出现空缺现象 米价飞涨成为选民关注焦点[2] - 曾依赖庞大稻米储备稳定市场价格和维持农民收入 但该制度需要强力政治领导[2] 政策改革方向 - 政府任命农林水产大臣负责改革稻米体系[2] - 应鼓励整合小块农地发展规模化经营 提供技术与财政支持推动AI农业[3] - 需加快育种研发培育耐高温高品质日本稻米以应对气候变化[3] - 农业省陷入三难困境 既要维持米价低廉又要保住农民收入还要兼顾粮食安全[3]

AI农业渗透现状 - AI应用指数今日收涨2 55% 显示市场对AI应用的积极预期[1] - 农业领域AI渗透仍处于试验示范阶段 丰农控股在图像识别 病虫害管理等五方面进行实践[1] - 国内已出现多款农业大模型产品 竞争核心在于数据精准度与场景贴合度[3] AI农业发展的三大瓶颈 - 数据基础薄弱 农业数据分散且缺乏实时收集能力 难以训练可靠模型[2] - 高成本与低ROI预期 智能农机等设备投入大 行业回报周期长[2] - 场景复杂性与信任壁垒 从业者更依赖经验 AI仅被视为辅助工具[2] 农业大模型的技术挑战 - 需解决配方配比 实地操作等精细化能力问题 超越农民经验导向[3] - 环境动态变化导致泛化能力差 如农机自动驾驶存在十厘米误差风险[4] - 与AI医疗相比 农业商业化空间有限导致数据积累不足[4] 政策与行业前景 - 农业农村部提出2028年农业生产信息化率32%的目标[4] - 智慧农业2015-2022年每年仅20-30家公司获投 显示资本关注度较低[4] - 行业预计需10-20年实现重大变革 当前仍需各界持续培育[4]

AI农业渗透现状 - AI农业总体处在试验示范阶段，部分领域渗透率增长缓慢[1] - 农业AI实践包括图像识别、病虫害管理、生产力评估、农场综合管理、精准施肥用药等方面[1] - 今日AI应用指数收涨2.55%，但农业领域进展相对缓慢[1] AI农业发展的三大瓶颈 - 数据基础薄弱：农业数据分散，数据集不足以训练可靠模型，缺乏实时数据收集能力[1] - 高成本与低ROI预期：智能农机、无人机等设备成本高昂，投资回报周期长[1] - 场景复杂性与信任壁垒：从业者更信任经验，将AI视为辅助工具[1] 农业大模型竞争核心 - 农业大模型比拼的核心是数据精准度和客户服务贴合度[4] - 丰农控股育种大模型通过多年农民反馈训练，更贴近实际应用场景[4] - 通用型大模型收拢常用数据后，垂直领域需更专业的数据支撑[4] 农业大模型的技术挑战 - 核心产品需具备配方配比、实地操作、成分分析等精细化能力[7] - 需解决大模型幻觉问题才能比经验导向的农民更精准[7] - 环境复杂度导致泛化能力差，单一场景解决方案难以推广[7] 行业对比与政策支持 - AI农业复杂程度与AI医疗相似，但商业化空间和投资属性较弱[8] - 2015-2022年智慧农业领域每年仅20-30家公司获得融资[8] - 农业农村部计划到2028年底农业生产信息化率达32%以上[8]