项目频道

中农互联——基于算法模型的农业种植数字化提升

项目介绍

当前在农业领域面临着诸多的危机与挑战,全球变暖导致极端天气和不可预测天气的频率增加,从一定程度上导致了种植结构和种植方式的改变。另一方面,城镇化进程和老龄化问题的凸显,农业人口数量和生产力、生产效率也大幅下降。而这些问题存在的同时也往往伴随着巨大的市场机遇,随着中国政府对粮食安全、环境保护的日益重视,大量鼓励农业科技发展的政策落地实施,到2025年中国精准农业市场达到将近3700亿的规模,国内在数字农业领域还没有一个巨头出现,正是一片蓝海市场,在北美地区也会达到数百亿人民币的市场规模。

中农互联是一家专注于农业大数据领域的公司,致力于用算法和系统为种植用户提升农作物产量和经济效益,让种植过程更智能,更绿色。公司通过卫星遥感技术为农业金融领域客户提供高价值的业务数据,计划在今年年底之前完成加拿大多伦多交易所上市工作,合并公司的股票代码是ICI,公司名是insectus,目前正在进行上市认购。

公司运营的两大业务:第一个是耘瞳系统,耘瞳系统是通过遥感技术为用户提供作物种类识别和面积测算,作物的长势监测和产量预估,自然灾害和病虫灾害的预测以及土壤水分等数据成果大数据平台,我们的监测服务可覆盖省、国家,也可精细监测地块,数据产品准确率可达92%-99%,应用领域农业金融信贷、农业期货、农业保险、大田种植、政府数据服务。

第二个产品是可控环境农业系统,这个产品主要针对高附加值种植企业。通过使用系统和算法可以有效提高产量15%,节省约70%的用水量和40-50%的肥料及农药,减少人工成本30%,整体效益提升25%,应用领域为温室大棚中的高附加值种植用户。

公司有着良好的业绩表现和高水平的净利润率,并有着极高的成长空间和潜力,公司开创了农业金融、工业大麻等创新性应用场景,服务了许多知名企业,公司拥有72项自主知识产权和工业大麻种植许可牌照。

本期专访邀请到了「中农互联」创始人何阳,和我们一起领略「利用算法和系统为农业客户提供高价值数据服务」的产业应用和市场潜力

采访文字约10000字,以下面五个标题进行总结

「精彩速览」为全文重点提炼

中农互联——基于算法模型的农业种植数字化提升

中农互联——基于算法模型的农业种植数字化提升

中农互联——基于算法模型的农业种植数字化提升

中农互联——基于算法模型的农业种植数字化提升

中农互联——基于算法模型的农业种植数字化提升

中农互联——基于算法模型的农业种植数字化提升

何阳,SmartWell 中农互联创始人CEO,香港浸会大学理学硕士,原中农信达智慧农业事业部总经理,全国工商联农业金融与信息化专委会副秘书长,九三学社社员

融资轮次:A轮|融资金额:1000万|释放股权:10%

中农互联——基于算法模型的农业种植数字化提升

中农互联——基于算法模型的农业种植数字化提升

中农互联——基于算法模型的农业种植数字化提升

Q1:请您介绍一下公司的CEA可控环境农业业务。

何阳:公司目前主要是为农业种植提供数字化服务,CEA可控环境农业业务系统主要是面向大棚种植+高附加值+规模种植作物的企业。我们首先会为客户提供作物的最佳生长模型,同时会在温室大棚里面部署物联网传感器用于监测环境参数(风、湿、水、热、光)。当环境参数偏离作物最佳生长模型的时候,系统就会通过模型去自动管控棚内的一些设施(通风、光、施肥、灌溉等)调节棚里的环境参数与模型相吻合,作物保持在最佳的生长状态。

我们业务逻辑主要是针对B端客户,不针对农户。

 

Q2:作物最佳生长模型是如何构建的呢?

何阳:作物最佳生长模型是通过我们多维度连续性的数据收集,结合生物学的知识,然后通过神经网络不断的学习优化训练而构成的。因为每种作物的生长模型不通用,我们通过四大维度,一共173个影响因子来构建的。四大模型包括环境模型(温湿度,土壤,光照,养分等)、作物本体模型(光合作用,呼吸作用,同化物积累与分配等),作物结构形态模型(植株的拓扑结构,器官形态,冠层形态),种植状态模型(种植时间,种植密度等),这四大模型的模块构成了最佳生长模型。我们在最佳生长模型行业里面是处于绝对领先位置的。

 

Q3:现在服务的作物品类有哪些,是如何选择的呢?

何阳:我们服务的作物品类有几大类,首先聚焦在工业大麻领域,它属于一种附加值比较高的作物,但目前这个作物只有黑龙江和云南两个地区可以种植。

云南地区主要是大田种植,成品主要应用于纺织。我们主要做的是黑龙江地区的工业大麻种植数字化提升,因为它主要是种植在大棚里面,成品主要应用于医药,比如治疗癫痫、肿瘤、阿尔茨海默症等等。

我们目前独占市场,是唯一商业化,实际落地的公司,已经服务了黑龙江的农垦科学院、工业大麻实验基地和当地的龙头种植企业长丰生物,通过使用我们的算法和模型,长丰生物的工业大麻有效提取物cbd和thc也分别提升了8%和12%。

在工业大麻技术方面,我们在今年年初拿到了工业大麻的种植许可牌照,已经在黑龙江地区试验性种植了4000株,主要应用于种植数据的研究。工业大麻本身属于管制性作物,服务客户时核心数据并不对我们开放,但我们通过稀缺性的牌照卡住了种植数据的收集渠道。未来有竞品介入的话,他们是没有办法拿到核心数据的。所以说我们不管在市场的先行性方面,还是技术方面都是在工业大麻这个细分领域遥遥领先。

我们的作物也覆盖了小番茄、草莓、生菜这几个品类,已经服务了北京市的农业局、北京市的菜篮工程以及全国各地的大型种植基地,农业产业园等等。选品的依据是因为这几项的种植主要都是种在大棚里面,它们不管从作物的产量还是种植面积来说都是位居世界第一位的,我们储备的十多种作物品类占中国种大棚种植的95%左右。以上是我们选品的依据和我们的商业化落地的情况。

 

Q4:请您介绍卫星遥感种植数据监测服务。

何阳:CEA它主要是面对这个室内种植的场景,卫星遥感技术主要是针对大田种植(室外种植),主要用于大范围监测种植数据。我们服务几个方面的客户,包括像农业金融的信贷客户、大型的种植基地、一些政府端的客户。

我们有一个自己的平台,叫做耘瞳系统。它主要是通过收集高分辨率卫星高光谱卫星和气象卫星的数据,放在平台中得出标准化数据成果对不同的客户进行服务。我们的标准化数据成果包括了作物种类识别、面积测算、作物长势监测、产量预估、土壤水分、繁衍、病虫灾害、自然灾害的预警和灾后评估等。我们把这些数据应用到不同的应用场景中去,比如说农村金融信贷(蚂蚁金服、京东金融等),他们主要是通过种植数据给农户进行信用类的贷款,我们的卫星遥感技术可以大面积快速的去完成。

我们在大田种植方面主要面对有规模的种植企业,给客户做长势监测,产量预估,病虫灾害、自然灾害的预警等;政府端方面,我们主要给政府管辖区域内收集种植数据,它主要应用于向农业的普查,农业核查补贴发放等。

 

Q5:请您介绍这项技术优势和服务场景。

何阳:技术优势主要体现在数据算法的准确率。模型主要针对卫星影像的分析和解译,卫星遥感数据本身来源没有任何技术门槛,基本从国家的对地观测中心和民营的卫星企业等去购买或者免费申请。当我们在做粮食类作物的时候,可以达到99%以上;做经济类作物的时候,可以达到92.3%以上。这两类的这个数据准确率都在国内于领先的水平。

应用场景刚才有讲到三类:一是金融客户包括农村金融信贷,期货保险;二是大规模的种植企业;三是政府端。

 

Q6:请您介绍当前公司的财务表现。

何阳:公司于2018年正式开始运营,2018年到2019年专注于技术研发,2020年开拓市场。2021达到1000多万的收入,毛利水平达到了83%,净利水平达到了56%,财务数据是经过境内外双重审计的。我们预测今明年的营业收入分别为3000万和9000万,保持50%左右的净利水平,我们的业务收入80%以上来源于CEA可控环境农业系统,20%来源于卫星遥感业务。

 

Q7:您去加拿大多伦多交易所上市的原因是什么,当前进程怎么样?

何阳:去加拿大上市是因为我们在工业大麻领域有基础优势和数据积累。我们希望用积累去开拓北美市场,在今年4-5月加拿大和美国两个地区全境放开了工业大麻的种植许可,它是一个非常大的蓝海市场。上市是为了在北美市场开拓业务打一个基础,提高海外市场占有率。

目前已完成海内外审计和国内法律净值调查。我们采用的上市方式是SPEC模式,加拿大叫CPC,目前已在交易所发布了不可撤销的合并协议,合并公司的股票代码是ICI,公司名是insectus。我们计划在今年年底之前完成上市工作,目前正在进行上市的认购,希望出让10%的股份去融资1000万元人民币或等值外币,完成后融资两个月内完成上市工作

Q8:公司整体毛利比较高的原因是什么?

何阳:我们的CEA可控环境农业系统相对于其他厂商是有非常大优势的,因此议价能力非常强的。之前服务了几十个标杆客户,系统算法和服务流程已经稳定和成熟,成本有所下降。再是公司人数比较精简,管理成本相对来说比较低,以上几个方面促成公司毛利和净利水平比较高。公司已经做了好几个成熟案例,未来团队也会有所扩张,谋求营业额的增长。

 

Q9:布局海外市场初心是什么?

何阳:在工业大麻领域,我们主要集中在加拿大和美国两个地区。因为今年他们全境放开了工业大麻的种植许可,是一个非常大的蓝海市场。同时加拿大和美国本身温室大棚基础建设比较现代化,更有利于我们技术手段和产品的实施和应用。当地付费能力和付费意愿也比较强。

 

Q10:未来在国内市场的拓展计划是怎样的?

何阳:国内黑龙江工业大麻市场肯定是我们的重点关注,未来2-3年90%甚至95%以上的收入还是来自于国内。海外只是做一些海外项目的布局,收入和精力还是着重于国内。

中农互联——基于算法模型的农业种植数字化提升

Q11:在应用场景方面,公司是如何定位的?

何阳:CEA的主要应用场景是大棚种植+高附加值+规模种植的作物,品类上也是基于这几点特性来进行拓展。在客户层面,我们只面向基本都是有规模、偏龙头的种植企业、农业产业园,不针对普通农户。

Q12:这类客户占国内市场的比例是多少?数量上大概有多少家?

何阳:工业大麻几乎100%都是这种大型企业来种植的。生菜、小草莓、小番茄40~50%的产量都是由大型企业产生的,所以我们在做市场规模测算的时候做了个折半。我们没有详细统计过数量,但目前了解的情况是,每个县都有10多家大规模或国家级认证的农业合作社、种植企业,而中国一共有3000多个县

 

Q13:在没有最佳生长模型的作物领域,是否能够提供服务?能够给客户提供哪些价值?

何阳:可以的。目前我们有大概20%~30%的客户的作物品种,我们是没有提供最佳生长模型的。对于这类客户,我们提供一个基础模型,也就是最佳生长模型的一个初始版。基础模型包含各类环境参数的一个阈值,不是那么精准,但是会部分提高它的产量。我们会随着这个项目的进行,数据越采越多,进一步去优化它。采用基础模型之后,作物产量大概能提升5%左右,然后节水的效果50%左右,农药化肥大概能减少20%左右

 

Q14:很多农业种植企业也会和农业专家合作,也能够对作物生长有一些提升空间,我们相比于农业专家带来的额外价值是怎么体现的?

何阳:客户没有上我们这套设备的时候,数据是无法量化的,可能只是在大棚里面放一个温度计或者湿度计。而且,农业专家不是实时驻场的,只能定期告诉客户一些建议,比如作物在30 度到35度之间都算适宜生长的状态。但是,剩下的整个生长周期的过程是工人按照自己的经验,人工去进行操作。我们的价值,在于把指标通过数据实现可量化,而且提供的是非常确定的、针对性的建议,比如你什么时候应该浇多少水,应该干什么。

 

Q15:CEA业务的市场竞争格局是怎样的?在商业层面,公司存在哪些优势?

何阳:国内在数字农业领域还没有一个巨头出现,收入基本都维持在千万级,而且大家关注的细分品类都不太一样。在具体业务层面,有些公司会像我们一样实际下场种植,但也有些公司会涉及到后面的农产品交易环节。

我们觉得商业壁垒主要看销售能力和成本控制。这个行业现在基本都是千万级别的收入,所以未来销售能力主要靠销售网络的建立,10个人肯定比1个人销售的更多。另外,通过我们服务过数十个客户之后,我们系统基本成熟,成本已经非常低了,在市场方面有很强的竞争里。另外,在政府关系和市场情报方面,我们也存在优势。我们合作的科研院校、院所是比较多的,在农业有关部门的上层关系做得不错,对于国家政策、资金流向了解的比较清楚。

 

Q16:国内市场的开拓策略是怎样的?未来作物品类的拓展计划是什么样的?

何阳:在品种方面,除了工业大麻、生菜、草莓、小番茄之外,未来我们还会开拓6~7种作物,一共10类左右。面对一个新的品种领域,我们切入的方式是先给优质客户做标杆项目,做扎实、做出口碑之后,再复制到国内的其他客户。我们通过合作的科研院所、渠道商来开拓市场,因为他们知道每年中国的数字农业的资金流向、重点区域。

我们曾经调研过,满足我们自己标准的一共不到10个品种。下一个作物可能是针对黄瓜,因为它的种植面积、整体产量,在国内都是非常巨大的。

 

Q17:公司为什么要参与种植工业大麻?

何阳:一方面,我们拿到种植工业大麻的许可牌照之后,通过试验性种植,发现利润率可达68%,可以作为一个现金流业务。我们一共有100万株的种植许可,能种大概500个棚,假如一亩地一个棚,那么大概是500亩的一个体量。我们测算过,如果种满了的话,净利润大概在3,500万人民币左右。但是,目前这部分收入我们还没往财务预测里边算。另一方面,通过实际参与种植,能够帮助我们收集到很多通过对外合作方式采集不到的敏感数据,从而加强我们在工业大麻领域的技术优势,构建竞争壁垒。

 

Q18:国内的工业大麻的市场天花板是否有限?

何阳:工业大麻种植数字化市场空间很大。第一,工业大麻种植牌照受政府管控,但在销售、流通环节高度市场化,存在极高的溢价空间,这就导致工业大麻种植企业的付费能力很强。第二,目前黑龙江地区的工业大麻种植数字化的潜在市场约有73亿,但以目前调研情况来看,不存在竞争对手或潜在的竞争对手的情况。公司拿到大麻种植牌照之后,依靠自身种植台账数据,会进一步优化模型建立壁垒,未来随着销售团队的扩增,将拿到国内绝大多数工业大麻市场份额。

 

Q19:工业大麻牌照的获取的难度在哪?目前它采取怎样的发放方式?

何阳:公开的标准和要求包括:有种子的合法来源、种植的场地、种植的研究计划和用途。但是,黑龙江的工业大麻牌照的发放方式,原来是备案制,现在变成了核准制,需要通过公安系统、工信系统、农业系统、发改系统等4个系统共同审批。所以,获得种植牌照的难度变大了。黑龙江的工业大麻种植牌照一共发了40 多家,基本都是哈药一类的大型企业和A股的上市公司。我们则是通过一定的商务关系来取得的牌照。

 

Q20:在数据采集方面,公司会和一些农业领域的科研院所、院校合作吗?

何阳:我们有跟科研院所合作,比如与北京市农林科学院的一个博士团队有合作。我们在某个省份有特种种植作物的情况下,会跟当地的大学或者农业科学院合作。最终的数据、知识产权都是属于我们的。

 

Q21:目前公司一共采了多少作物品种的数据?

何阳:目前基本能商业化的包括工业大麻、生菜、草莓、小番茄这4种比较成熟。其中最为成熟的是工业大麻,其次是草莓,然后是小番茄,最后是生菜。

 

Q22:公司的技术壁垒主要有在哪些?

何阳:技术壁垒主要在算法和最佳生长模型。

首先,由于农作物是一个非标准品,是动态生长的,跟工业品特点不太一样。所以它的核心算法、最佳生长模型是需要在温室大棚中通过长时间的数据积累来完成的。

中国目前绝大多数的数字农业服务商用的是阈值管理的方式,通过种植经验去设定区间范围较大的阈值,比如草莓的品种、种子类型。很多友商只会给出环境参数的阈值,比如温度要25度到30度之间。而我们会量化到非常精准的程度,对每一种作物、每一种作物品类里的不同种类,我们都会提供一个精准量化的模型。有无最佳生长模型的差异,给客户带来的收益是完全不一样的。比如没有模型的情况下,大概能够提升2%~3%的产量,有模型的情况下,则能够提升10~15%的产量,同时节约的生产资料也会更多。

在我们有最佳生长模型的领域,我们已经建立了1~2年的技术领先优势,这在农业领域已经是非常大的壁垒了。这种领先优势不是通过简单的堆砌人力、物力就能轻易超越的。因为农业数据需要对同一批作物进行连续的数据监测,同时监测三个棚并不能代替连续性监测,农作物生长是动态的,这一茬作物过去了,数据就没法采集了,这不像做人脸识别,人脸识别模型可以通过同时训练海量的图片,就能把模型准确度追赶上来。另外,不同公司最擅长的作物类型是完全不一样的。确实有一些公司也有其他作物的最佳生长模型,比如刚刚获得投资的爱科农,他们主要研究玉米的最佳生长模型。而我们主要研究高附加值作物的模型

 

Q23:CEA系统采取怎样的收费模式?

何阳:这条业务线我们是项目制,除了系统之外,我们还有一些硬件设备,就是物联网传感器,还有一些自动化控制设备,这些我们是从因为没有什么技术门槛,所以我们从硬件厂商采购, 然后卖给客户,然后集成到我们的系统中去。项目的收入来源分为两个部分,大概软件能占40%左右,硬件占60%左右。

 

Q24:种植企业的后续的复购、增购情况是怎样的?

何阳:现有方案的升级:解决方案落地后的升级,比如增加硬件部署的数量、软件功能模块,优化生长模型等。服务范围的扩展:例如做完1期试验棚后,后续的2期、3期应用,公司实现更大规模的复制。硬件后续的更换:国产传感器生命周期在3~5年,后续客户还是会通过公司更换传感器,否则接口会无法对应。

 

Q25:目前公司客户的付费能力是否很大程度上来自政府补贴?

何阳:果蔬类:相对依靠政府补贴进行科技升级,公司在过程中会协助申请。

工业大麻:客户全部自行付费进行科技升级,没有依靠政府补贴,完全市场化行为,也是公司具备顶尖技术实力的领域。

 

Q26:未来重点做CEA业务,对资金的压力是否较大?

何阳:不会太大,我们也挑项目,不是什么项目都干。首先,我们从来不垫资,预付款就能覆盖项目的开发成本,而且硬件部分要求预付100%的项目款。从第二批项目款开始,我们就能够有利润,到验收结束必须付给我们95%。其次,我们成本压得很低,软件不管报价是多少,成本基本就在5万块钱左右。

中农互联——基于算法模型的农业种植数字化提升

Q27:遥感数据的三类客户带来收入的占比是怎样的?

何阳:基本比较平均各占1/3左右。但是未来农业金融的比例可能会上升。

 

Q28:不同客户对遥感数据的需求差异度如何?是否需要提供定制化服务?

何阳:客户需求确实存在差异,比如金融场景的信贷更关注种植种类和面积,期货它更关注产量,农业种植企业更关心作物的涨势。但是,尽管大家的侧重点不一样,但是基本都能用到3~5 种我们的设定好的数据成果的指标。所以,我们会根据客户需求提供标准化的数据服务。

 

Q29:农业金融场景的落地进度是怎样的?

何阳:我们现在实际落单细分场景的是农业信贷。在期货场景,我们刚刚在郑州商品交易所做了实验。因为所有的农业期货金融机构基本都是交易所的会员单位,所以我们用交易所的背书做了数据实验。现在正在和光大期货进行谈判,大概今年下半年应该能落单。

 

Q30:您的公司控股主体是境外的,所以拓展国内政府业务时,客户对数据安全是否有顾虑?

何阳:不会有顾虑。我们做海外架构完成了有一段时间了。在此之后,我们还接了北京市菜篮子工程、北京市高标准农田,包括国家统计局的全国农业调查系统也是由我们维护的,这些项目都没有问题。对于公司股权问题我们都会和客户提前说明的。

在数据安全方面,由于我们的卫星遥感数据是使用的公开数据,不管是中国公司还是国外公司都可以申请。另外,我们在境内服务的数据不会出境,而且也不在国外拓展遥感业务

 

Q31:卫星遥感数据的市场进入壁垒、竞争格局是怎样的?

何阳:遥感其实是一个发展了一段时间的技术,但是遥感应用于农业是一个新兴的市场。遥感原来在做智慧城市、自然资源的时候,是比较好做的。但是农作物的生长是一个变化的过程,而且农业场景的标准化程度要更低,技术难度要比城市、自然资源要高一些。所以,我们在这个领域里面,竞争对手不是特别多,就那么一两家。因为市场足够大,所以我们从来没有正面PK过。

 

Q32:在卫星遥感业务上,公司和竞品的对比是怎样的?

何阳:在数据精度方面,我们在国内处于领先水平蚂蚁金服最开始的时候是从粮食作物开始,首先找的是我们的竞品公司,竞品公司承接了粮食作物,因为粮食作物比较好做,后来蚂蚁金服就开始做经济类作物,数据准确率需要一个比较高的一个水平,竞品公司在做完实验之后,发现准确率不合格,然后蚂蚁金服就找到我们,做了4个月左右的数据测试之后,经济作物都由我们来承担。

我们的长势监测、产量预估的准确率应该是比其他竞品高一些,主要是模型比它更精准一点,原始数据的来源应该都一样。在客户类型和商业模式方面,双方侧重点有所不同。竞品公司现在的很多业务更偏向于政府、政策类的业务,比如拿卫星遥感影像去做宅基地的测绘。我们更多的是针对B端

中农互联——基于算法模型的农业种植数字化提升

Q33:您希望开拓海外市场的原因是什么?

何阳:这个问题可以从以下两个方面来回答。

1、尽管国内市场潜力更大,但北美市场目前有一些明显优势是国内尚不具备的。

农业基础设施优势:设施农业的数字化是依托于良好的基础设施建设的,基础设施建设不完善,会影响数据采集、算法模型的实际效果。国内很多基础设施都还不够完善,还需要进行大量基础设施的铺垫工作,才具备数字化的最佳条件。

相比之下,北美的温室种植的基础设施比国内更成熟。因此,数字农业服务商在北美能够能更好的发挥技术价值。

客户数字化意识优势:国内的农业客户需要投入大量的教育和引导时间,付费能力相对更弱。有时候,我们还得帮客户申请政府的一些补贴,因为他们不愿意完全自己掏钱。此外,国内客户更希望采取本地化+定制化的交付方式。这些因素导致决策、项目交付、回款周期比较长,利润空间相对较低。

未来如果要进一步开拓国内市场,获客成本相对会比较大。相比之下,北美客户对于数字化产品的付费能力、付费意愿都比国内更强,而且对于标准化的SaaS产品接受度更高,也不需要做太多的教育和引导工作,决策、项目交付和回款周期很短。所以,我们认为北美数字农业市场的毛利率、净利率会比国内市场更好。

竞争环境优势:国内的数字农业市场略带一些政府扶持、引导的属性,并不是纯市场化的,很多时候产品技术能力并不是客户最关心的。但是,北美市场是一个更加市场化的市场,客户主要看重产品与技术能力,这使得产品技术能力强的数字农业公司在北美市场更有优势。

2、北美市场目前存在一定的进入机会,而公司在这些方面正好有相应的优势。

整体化数字服务商相对缺乏:北美的农业科技企业基本只做自己特别细分的领域,一家公司可能只做病虫灾害、土壤培养液等细分场景,没有一个整体的数字化服务商,存在一定的市场空白。相比于国外厂商,公司具备面向各类场景的数字化能力,也具备整体解决方案能力。公司在北美做市场调研的时候,曾经引起了一家纳斯达克的农业上市公司的关注,他们充分了解了我们技术的整体能力之后,对我们发起了一个全资收购邀约,但被我们拒绝了。这也可以从侧面证明我们的技术在北美有一定的竞争力。

工业大麻增量市场的机遇:中国公司想切入北美数字农业的成熟市场相对比较难,但是切入一个新兴的增量市场相对容易。过去几年,北美地区工业大麻设施农业面积爆发式增长,目前已经进入数字化建设高峰期,创造了很大的增量市场。这部分增量市场一旦被北美本土公司占领,中国公司再想切入也会变得困难(这也能解释什么公司需要从现在开始就开始布局海外市场)。公司在工业大麻的最佳生长模型方面处于国际领先地位,这一优势与北美市场的需求完全匹配。

国外数字化产品功能不完善,易用性较差:尽管国外的设施、硬件、传感器等农业基础设施建设完善,数字化的意识和需求更强,但是数字化服务商的产品、技术能力反而不一定比国内公司更强,并且适应的作物品种、细分场景比较窄,导致整体能力不够全面。比如:荷兰仅有花卉数字模型国际领先,其他作物的种植面积少。以色列的农业传感器做的最好,精度最高,农业技术导向以节水为目的。因此,国内公司有机会利用国外相对市场化的竞争环境来进入海外市场。我们也打算利用自己的产品与技术优势和国 外的服务商比拼。

 

Q34:目前公司在海外市场的开拓进度是怎样的?

何阳:目前已经在谈的大麻种植商有大概5~6家,其他作物类型的有3~4家,他们可以作为我们最早一批的海外种子用户。另外,我们会在海外布局本地化团队。由于我们的系统已经比较成熟,所以只需要2~3个交付人员。

我们十分看好海外市场,因此我们希望抓住北美工业大麻增量市场带来的机遇,更容易的切入海外市场。中国公司想切入北美数字农业的成熟市场相对比较难,但是切入一个新兴的增量市场相对容易。过去几年,北美地区工业大麻设施农业面积爆发式增长,目前已经进入数字化建设高峰期,创造了很大的增量市场。这部分增量市场一旦被北美本土公司占领,中国公司再想切入也会变得困难(这也能解释什么公司需要从现在开始就开始布局海外市 场)。

公司在工业大麻的最佳生长模型方面处于国际领先地位,这一优势与北美市场的需求完全匹配。其次,要想在海外市场立足,标杆客户验证、软件产品调整等前期的市场铺垫必不可少,这至少需要1~2年时间。最后,我们认为开拓海外市场所积累的经验,比如平台化模式、先进设施服务经验等,对于未来开拓国内市场也有很大帮助。

 

Q35:为什么您为了开拓海外市场,必须去海外上市?

何阳:我们是一个中国的初创企业,在海外没有品牌优势,所以需要一个上市公司主体作为品牌背书。另外,我们决定海外上市之处,数字农业在国内并不算一个特别热门的赛道,基因编辑、合成生物、食品科技等可能会更热一点。但是,数字农业赛道则是看的人多、投的人少。所以,我们也想换一种融资方式。

多交所1~6月份的大盘涨了18%,整体的流动性,平均每股每天的交易量大概是7万手左右。我们发行1.0045亿股,预计每天会有5~6%的换手率。多交所70%的投资人都来自于美国,两边没有什么区别。我们预计就在多交所待个一年到一年半,就转板去纳克计划或者港交所,他们之间有转板协议,财务、法务基本都互认,可以不经过公开发行只需要出具法律意见书就可以直接过去。

 

Q36:人民币和外币基金投资公司分别会采取什么形式?

何阳:人民币基金可以投资国内的主体。公司上市之后,会授予机构加拿大上市主体的股票。机构需要在多交所开户来持有股票,但是操作过程可以由公司的海外券商协助进行,公司的海外团队也会提供必要协助。外币基金的投资额直接进入券商监管账户,上市不成功,投资款原路退回。

中农互联——基于算法模型的农业种植数字化提升

Q37:您去年的1000万的收入是怎样的构成?

何阳:我们的70%的业务来源于CEA系统,30%是来源于遥感的数据服务。CEA的客单价是比较高的,大概是50万到300 万,甚至更高一些。卫星遥感的客户数比较多,客单价稍微低一点。比如我们给蚂蚁金服每周做一个县,一次大概只有3~4万。所以说它占营收的比重是不算特别高。未来开拓海外市场的时候,开拓的是CEA,先不开拓卫星遥感数据服务,所以比例可能会上涨到75%-80%左右。

 

Q38:未来公司两类业务的侧重点是怎样的?

何阳:卫星遥感这个技术相对目前来说已经比较成熟了,然后它的算法模型只在于优化,没有什么扩张了。未来我们绝大部分的精力会投入到CEA温室大棚的建设中去,因为它的算法模型还有第一个是它的向上的提升的空间还是存在的,而且横向的品类拓展空间也是存在的。所以,它会未来占我们绝大多数的一个收入。

 

Q39:公司整体毛利比较高的原因是什么?

何阳:我们整体毛利有83%,主要是两方面原因。一方面,我们CEA软件产品的标准化程度比较高,每个项目的软件成本最多只有5万,同时硬件毛利也有70%,因为硬件一般是按照原厂价格的两到三倍来出售。另一方面,我们卫星遥感业务申请的基本是免费数据。因为绝大多数客户使用免费卫星数据就基本可以,免费数据搞定不了的时候,才会购买付费数据。所以,数据毛利大概 97~98%左右

 

Q40:未来农业SaaS或者托管分成模式是否可行?

何阳:农业SaaS的问题,我们也做过市场调研,也曾经尝试过。SaaS的问题在于收不上来多少钱,但其实付出的精力和成本跟做项目差不多,问题就在于客户对SaaS的认知和付费意愿,觉得只是一个标准产品,开一个账号,并不值那么多钱。但是如果把产品部署在客户本地,而且有跟别人不同的东西,就能收到将近 30倍的钱,但付出的成本差不多。另外,很多的农业种植企业,科技建设费用是来源于政府补贴的,比如说政府需要验收的,如果使用的是一个SaaS的方式,在政府验收那是根本就说不过去。然后我们在北美地区是打算推农业SaaS的,因为那边它的付费意愿就不用再去教育他的付费意愿可能更强一些,然后付费能力也都不错,而且它确实是一个比较成熟的一个机制,所以说不同的地方使用不同的方式,我们认为是这样。托管分成的问题也很难界定,如果里面真的发生灾害了,或者说真的有什么损失的时候,损失是由谁来造成的?这不像我们做金融期货似的,比如他挣钱了,有可能是我们提供的数据应用,他赔钱,也不能说我们提供的数据就不准确造成的。

 

Back to list