农机化数据资源实现有效应用的难关浮现

2022年9月2日，农机北斗导航与辅助驾驶系统技术条件和试验方法的团体标准，进入公开征求意见环节，征求反馈由中国农业机械化协会受理，征求期限截止到2022年10月10日。技术条件标准分为功能要求和性能要求两大项，内部共包含16个小项。试验方法标准包含七种测试方法。北斗设备的规范化和标准化工作初见成果。

6日，农业机械杂志社官方微信公众号，发布头条文章“农机企业转型更需要数字化人才赋能”，说明业界已开始深度布局数字化建设，可以说企业建成农机数字化人才队伍，数字化转型目标也就成功了一大半。

让农机化带来的海量数据信息，帮助企业进行硬件改善和决策形成是众多企业的发展目标，让农机化作为数据源去支持农业信息化的建设也是全社会的期盼。通过拜访业内人士，了解到实现这个目标遇到的主要问题是：数据应用业务在国内缺乏足够的市场来支持企业尽早回收成本、实现商用变现。

高水平的数据采集设备具有稳定、快速、精确、多元的数据采集能力，但也导致研发成本和市场售价提高，也就降低了在国内市场的认可和接受程度，进一步导致企业研发数据采集设备的成本难以回收。同时，数据业务开展的基础成本高，在缺乏商用变现渠道和大力政策扶持的条件下，企业难以长期负担数据业务部门的维持成本，进一步导致数字化人才队伍培养和发展进程中断。此外，涉农数据与国家粮食安全、数据安全、网络安全密切相关，也对国内企业的项目承接能力提出更高要求。

更为严重的制约因素是农业生产领域普遍存在的单位产值低，利润收益低，使得社会资本大量、长期投资单一农业生产板块的意愿低。任何领域处在缺乏足够的资金支持的情况下，都会使得企业无法长期坚持攻关业务的开展，该领域的人才也缺乏培养路径和发展平台。与此形成鲜明对比的是新能源汽车领域掀起多家商业巨头的造车热、芯片领域拥有国家集成电路产业投资基金、种业振兴领域也已设立种业发展基金。换言之，具有重资产特点的高技术产业，通过获得国家资本支持、设立产业发展基金，来完成转型升级，并具备竞争实力是常见的发展路径。虽然，农机行业的市场体量不大、农业生产的单位产值不高，但农机装备和农业生产对全社会有重要意义，这也是农机领域设立发展基金和获得金融支持的现实依据和标的来源，也通过资金流实现农业生产领域"一行帮一行""一环带一环",促成农业生产板块的规模优势显现和谈判地位提升。

通过整理农机数据资源建设和应用的多项支持举措，发现数据应用实现的基础支撑和起步条件都已具备。目前，农机购置补贴的信息公开具有高度透明和及时可信的特点。机具的二维码管理，手机APP的补贴申请，补贴机具的物联网已在多个省份启动"三合一"的平台整合工作。第三次全国国土调查的数据成果公布。我国县乡村的基础设施条件和基层组织能力有充分的保障。土地确权数据、农田托管数据和农户个人信息收集完备。农机作业数据的采集拥有完整、丰富的设备支持。每年国内新增50台套机具，为农机数据提供海量信息资源。国内多家高校、大型央企、科研院所，已经上马农机行业的大数据算法研究和平台应用项目。高标准农田建设要求上图入库，推动形成农田大数据集成。近年国家农业生产发展资金的投入，多次提及数据审核、数据管理、数据共享和数据成果开发应用。农田托管和田地整理广泛使用数字测绘技术。国内地理信息科学领域的开发资源和应用经验充足。国产GIS软件及其工程应用实践取得明显进步。国内信息技术的产业规模和实力位居世界第一梯队。

农机数据资源实现有效应用的难关，和国内在工业软件领域实现研发、创新、突破的难关高度相似，也就是在计算机信息技术方面我们没有明显的劣势，核心的难关在于建立程序软件和数据产品内部的运行规律和计算方法，而这些规律和算法的摸清和设计，需要长期的积累和沉淀，这也就是我们常说的“久久为功”。在农机装备领域也有类似的人才短缺问题，就是在追求"农机农艺融合"的产品和技术时，最难把控和解决的问题，就是培养出农机农艺双项精通的人才。

总之，当我们在倡导干大事要"久久为功"时，关键的问题总会落在成本回收与人才工作上。