智種資訊在線：新一輪科技革命正席卷全球。人工智能正以爆炸式速度重塑產(chǎn)業(yè)結(jié)構(gòu)。黨的二十屆四中全會(huì)明確提出：“加快人工智能等數(shù)智技術(shù)創(chuàng)新，強(qiáng)化算力、算法、數(shù)據(jù)等供給能力。”方向已經(jīng)非常清晰：智能化，是未來(lái)中國(guó)農(nóng)業(yè)和種業(yè)的必答題。
在這場(chǎng)浪潮中，模型算法不再只是“工具”，而是農(nóng)業(yè)科技體系的底層系統(tǒng)，正悄然引領(lǐng)一場(chǎng)關(guān)乎糧食安全的新革命——智能育種。
來(lái)源：AI下一代食品系統(tǒng)研究所
過(guò)去一年，從 DeepSeek 到 GPT-5.2、Gemini3.0 的持續(xù)躍遷，AI 已從“概念”迅速落地為“基礎(chǔ)設(shè)施”。然而，一些熟悉的聲音又出現(xiàn)了：“AI+種業(yè)，會(huì)不會(huì)是新一輪泡沫？”“會(huì)不會(huì)重演十年前‘農(nóng)業(yè)+互聯(lián)網(wǎng)’的故事？”這些疑問(wèn)值得回答，也必須回答。
#智種全球眼
AI 是泡沫嗎？真正該問(wèn)的是：誰(shuí)在賺錢(qián)
麻省理工的一項(xiàng)研究拋出一個(gè)令人不適的數(shù)字：95% 的企業(yè)級(jí) AI 試點(diǎn)以失敗告終。與此同時(shí)，英偉達(dá)增速放緩，有人開(kāi)始將今天比作 2015 年“互聯(lián)網(wǎng)＋泡沫前夜”。這種擔(dān)憂并非空穴來(lái)風(fēng)，但我認(rèn)為歷史不會(huì)簡(jiǎn)單重演。
過(guò)去我們談“過(guò)剩”，常用光伏、鋼鐵、鐵路和房地產(chǎn)作為類(lèi)比，但 AI 更像一種能源，而不是交通或通信。能源需求幾乎沒(méi)有上限，只受成本制約；即使大模型智能增速放緩，AI 也會(huì)進(jìn)入長(zhǎng)期的并行計(jì)算時(shí)代，用海量算力去窮舉、搜索、模擬——這在生物育種、藥物設(shè)計(jì)等大組合空間任務(wù)中尤為明顯。AI 的天花板不在智能，而在算力；只要自主智能仍在演進(jìn)，算力需求就不會(huì)見(jiàn)頂。
來(lái)源：Theory Ventures
判斷泡沫的核心，其實(shí)很簡(jiǎn)單：這些企業(yè)是否有真實(shí)的價(jià)值創(chuàng)造和現(xiàn)金流支撐？上一輪互聯(lián)網(wǎng)企業(yè)大量依靠燒錢(qián)擴(kuò)張，而今天，無(wú)論是英偉達(dá)近 70% 的毛利率，還是 OpenAI 等公司的訂閱與商業(yè)化變現(xiàn)路徑，盈利模式更加清晰可見(jiàn)。
因此，現(xiàn)在就斷言 AI 泡沫已成，還為時(shí)過(guò)早。真實(shí)的挑戰(zhàn)不是是否有泡沫，而是如何讓技術(shù)落地、讓價(jià)值兌現(xiàn)、讓商業(yè)模式形成穩(wěn)定現(xiàn)金流。
#智種全球眼
國(guó)家安全：超越經(jīng)濟(jì)的生存博弈
美東時(shí)間周四，美國(guó)通過(guò)行政命令對(duì) AI 監(jiān)管進(jìn)行“全國(guó)統(tǒng)一化”。這對(duì)科技公司是利好，但真正的驅(qū)動(dòng)力并非商業(yè)，而是：國(guó)家安全。鐵路、電信靠“貪婪”擴(kuò)張，AI 靠“恐懼”驅(qū)動(dòng)。
來(lái)源：經(jīng)濟(jì)學(xué)人雜志封面
美國(guó)擔(dān)心什么？擔(dān)心在人工智能時(shí)代的技術(shù)領(lǐng)導(dǎo)權(quán)上，被中國(guó)超越。因此你會(huì)看到：芯片補(bǔ)貼；限制出口；擴(kuò)建電網(wǎng)；軍民算力融合；政府推動(dòng)資本持續(xù)流入數(shù)據(jù)中心——這已經(jīng)是國(guó)家動(dòng)員式擴(kuò)張。全球數(shù)據(jù)中心投入預(yù)計(jì)到2028年底超3萬(wàn)億美元； OpenAI 與 Anthropic 估值總和接近 5000 億美元；美國(guó) GDP 增長(zhǎng)的 40% 來(lái)自 AI。
我們正處于繁榮時(shí)期，但尚未發(fā)生任何根本性的變革。數(shù)據(jù)中心的需求激增尚未呈拋物線式增長(zhǎng)，而當(dāng)這種情況發(fā)生時(shí)，其驅(qū)動(dòng)力可能更多地來(lái)自政策而非利潤(rùn)。
#智種全球眼
AI+種業(yè)：最難復(fù)制的不是模型，而是“精神”
理解了全球AI泡沫爭(zhēng)議后，我們需要回到種業(yè)的現(xiàn)實(shí)，這正是判斷價(jià)值與短期情緒的試金石。當(dāng)我們看到國(guó)外種業(yè)巨頭一次次AI出現(xiàn)大眾視野時(shí)，多數(shù)人只將其視為一則新聞。最近國(guó)內(nèi)各地大模型和智能體紛紛登臺(tái)亮相,國(guó)內(nèi)種業(yè)或院校試圖效仿時(shí)，往往只能模仿其規(guī)模之表，這就是AI+種業(yè)泡沫嗎？我們難以復(fù)制其精神內(nèi)核。多數(shù)表面的模仿終將隱入塵煙。他們真正的核心不是規(guī)模和數(shù)字大屏，而是長(zhǎng)期主義的技術(shù)路線及兩大核心路線。
組織文化：早在 1995 年，年近 50 歲的孟山都 CEO 的羅伯特·夏皮羅就提出“基因+軟件”的銷(xiāo)售服務(wù)戰(zhàn)略，認(rèn)為種業(yè)公司實(shí)際上是一個(gè)高科技信息交易公司?；叵脒@些年國(guó)外種業(yè)巨頭的發(fā)展，正是沿著這條路前進(jìn)。“基因+軟件”已經(jīng)深刻烙印在他們的戰(zhàn)略思維中。
孟山都 CEO 的羅伯特·夏皮羅
數(shù)據(jù)能力：拜耳首席技術(shù)官 Amanda McClerren 擁有生物化學(xué)家、育種師和 IT 專(zhuān)家的跨領(lǐng)域背景。她強(qiáng)調(diào)：“我們擁有獨(dú)特的數(shù)據(jù)，并且對(duì)這些數(shù)據(jù)有獨(dú)特的見(jiàn)解，我們有豐富的研發(fā)、產(chǎn)品供應(yīng)和商業(yè)現(xiàn)場(chǎng)測(cè)試真實(shí)數(shù)據(jù)。”
#智種全球眼
十年前的布局，造就今天的拜耳 AI
2013 年，孟山都以 9.3 億美元收購(gòu) Climate 公司。很多人當(dāng)時(shí)以為是“精準(zhǔn)農(nóng)業(yè)業(yè)務(wù)擴(kuò)張”，國(guó)內(nèi)農(nóng)化企業(yè)也開(kāi)啟 APP 時(shí)代，但現(xiàn)在 APP 早已隱入塵煙。實(shí)際上，這筆交易奠定了今天拜耳 AI 的底座。拜耳 CTO Amanda McClerren 說(shuō)得最準(zhǔn)：“這筆收購(gòu)帶來(lái)的不僅是 FieldView，還有數(shù)據(jù)文化、技術(shù)人才，以及理解數(shù)字產(chǎn)品的能力。”
來(lái)源：Climate氣候行動(dòng)追蹤器
十年投入，拜耳構(gòu)建了三大基礎(chǔ)設(shè)施：田間試驗(yàn)數(shù)字化體系，數(shù)據(jù)資產(chǎn)挖掘工具，成熟的數(shù)據(jù)基站倉(cāng)庫(kù)平臺(tái)，他們構(gòu)建了 1170 億條數(shù)據(jù)點(diǎn)。這些能力，沒(méi)有換道超車(chē)的捷徑。
更關(guān)鍵的是——拜耳不僅保存成功的數(shù)據(jù)，也完整保存失敗的數(shù)據(jù)。McClerren 說(shuō)：“失敗才是最寶貴的，因?yàn)樗嬖V你邊界。”
#智種全球眼
拜耳的“護(hù)城河”：是“時(shí)間 × 數(shù)據(jù) × 迭代”
今天，拜耳的 AI：縮短育種周期 2 年；支撐 320 億美元的產(chǎn)品線；依托 24 億美元/年的研發(fā)投入。更前沿的是數(shù)字孿生：“我們?cè)跇?gòu)建一個(gè)相當(dāng)于數(shù)百萬(wàn)英畝農(nóng)田的數(shù)字復(fù)制體。”這意味著：新品系可以在虛擬環(huán)境預(yù)先跑完“多年試驗(yàn)”。
來(lái)源：AFN
田間育種，由此被重新定義：育種家不再只是尋找“大穗子”，而是帶著統(tǒng)計(jì)學(xué)視角，去確認(rèn)AI預(yù)測(cè)的邊界。
在具體的 AI 應(yīng)用中：基因型預(yù)測(cè)：AI 模型能夠基于少量表型數(shù)據(jù)和基因組信息，精準(zhǔn)預(yù)測(cè)未測(cè)試環(huán)境下的作物品種表現(xiàn)，極大縮小試驗(yàn)靶區(qū)；表型自動(dòng)化：通過(guò)無(wú)人機(jī)、高通量傳感器和圖像識(shí)別技術(shù)，AI 可以自動(dòng)、快速、無(wú)損地采集作物的生長(zhǎng)速度、病害抗性、株高等復(fù)雜真實(shí)表型數(shù)據(jù)，將人力密集型工作轉(zhuǎn)為數(shù)據(jù)密集型。
反觀當(dāng)下國(guó)內(nèi)許多嘗試，最大的困境恰在于此：大多數(shù)種業(yè)公司困于試驗(yàn)規(guī)模小，短期內(nèi)看不到明確的應(yīng)用價(jià)值，因此更不愿投入資源進(jìn)行系統(tǒng)性的數(shù)據(jù)積累?，F(xiàn)有的通用模型與服務(wù)，自然難以滿足育種高度個(gè)性化的深層需求。
真正的護(hù)城河，并非玄妙的技術(shù)，而是 “時(shí)間×數(shù)據(jù)×迭代”的簡(jiǎn)單公式。”我們更缺乏對(duì)枯燥基礎(chǔ)數(shù)據(jù)的敬畏，以及從微小痛點(diǎn)開(kāi)始、持續(xù)積累的堅(jiān)韌耐心。
#智種全球眼
PRECEON 矮稈玉米不是“矮”，而是“精準(zhǔn)”
護(hù)城河如何落地？以 PRECEON 為例，這是拜耳的矮稈玉米新品系。但“短”并不是關(guān)鍵，精準(zhǔn)種植才是核心。
來(lái)源：拜耳PRECEON系統(tǒng)
這一品種需要：搭配正確的雜交品系、匹配正確的密植度、匹配農(nóng)場(chǎng)地塊的真實(shí)條件。通過(guò) AI 模型，拜耳能夠?yàn)槊繅K土地提供定制化的種植方案，最大化產(chǎn)量潛力。為此拜耳開(kāi)始在各地建立耕耘農(nóng)場(chǎng)，它不是樣板工程。
這種精準(zhǔn)化種植模式，正是 AI+種業(yè)從概念走向?qū)嵺`的最佳例證。它不僅僅是一個(gè)新品種，更是一套完整的數(shù)字化種植解決方案。
#智種全球眼
中國(guó)“AI+種業(yè)”的突圍之路
當(dāng)全球種業(yè)巨頭已深耕“數(shù)據(jù)護(hù)城河”十余年，構(gòu)建起千億級(jí)的數(shù)據(jù)資產(chǎn)時(shí)，中國(guó)種業(yè)的 AI 之路更需要冷靜思考，我們面臨著本土特有的挑戰(zhàn)：
小農(nóng)戶分散與數(shù)據(jù)割裂：拜耳數(shù)據(jù)基站主要建立在規(guī)?；r(nóng)場(chǎng)數(shù)據(jù)之上，而中國(guó)種業(yè)主體仍以中小種業(yè)為主，數(shù)據(jù)采集難度大、質(zhì)量不一，難以形成統(tǒng)一的高質(zhì)量數(shù)據(jù)資產(chǎn)。“重科研、輕轉(zhuǎn)化”的慣性思維：科研單位擁有龐大的基礎(chǔ)生物學(xué)數(shù)據(jù)，但缺乏與真實(shí)商業(yè)應(yīng)用環(huán)境（真實(shí)大田環(huán)境、破碎支離的育種流程）的有效對(duì)接，導(dǎo)致模型缺乏“可用性”和“魯棒性”。
來(lái)源：華為數(shù)據(jù)存儲(chǔ)官方公眾號(hào)
中國(guó)種業(yè)的突圍之道，不能完全照搬西方模式，整合現(xiàn)有科研院所、頭部企業(yè)和國(guó)家試驗(yàn)基地的真實(shí)育種數(shù)據(jù)，以國(guó)家力量主導(dǎo)，打破數(shù)據(jù)孤島，解決中小種企分散采集的瓶頸，希望華為&崖州灣聯(lián)合的繁 | 未來(lái)農(nóng)業(yè)智能樞紐不再是模型的口號(hào)；放棄“全系統(tǒng)大模型”的幻想，選擇真實(shí)痛點(diǎn)，開(kāi)發(fā)AI工具，讓育種家看見(jiàn)效率提升，形成正向循環(huán)；轉(zhuǎn)變思想：企業(yè)需敢于對(duì)農(nóng)藝師進(jìn)行數(shù)據(jù)賦能，對(duì)數(shù)據(jù)科學(xué)家進(jìn)行育種科普，在協(xié)作中培養(yǎng)本土的“Amanda McClerren”。確保技術(shù)與田間實(shí)踐的無(wú)縫對(duì)接。
#智種全球眼
智種評(píng)論
回望一年，我們站在種業(yè)科技變革的前沿。AI 的泡沫論，每隔幾年都會(huì)重新出現(xiàn)。確實(shí)存在高估值、資本密集投入和短期炒作的現(xiàn)象，但這不是產(chǎn)業(yè)泡沫本身，而是市場(chǎng)參與者在大型技術(shù)浪潮中對(duì)價(jià)值預(yù)期調(diào)整的過(guò)程。
農(nóng)業(yè)不是互聯(lián)網(wǎng)，種業(yè)不是快消品。真正的智能育種，是一場(chǎng)需要數(shù)十年堅(jiān)持的數(shù)據(jù)長(zhǎng)征。拜耳 1170 億條數(shù)據(jù)點(diǎn)的積累，是田間地頭每一株作物生長(zhǎng)記錄的真實(shí)檔案，也是成功與失敗的雙向資產(chǎn)。
中國(guó)種業(yè)的 AI 之路不能簡(jiǎn)單照搬國(guó)外模式，更要立足本土現(xiàn)實(shí)，聚焦真實(shí)數(shù)據(jù)、真實(shí)場(chǎng)景與商業(yè)價(jià)值的迭代構(gòu)建。
年末回望，我們需要的不是對(duì)泡沫的恐懼，而是對(duì)價(jià)值的堅(jiān)守。中國(guó)種業(yè)的智能未來(lái)，無(wú)法靠概念舶來(lái)，只能靠日拱一卒的迭代與積累。
未來(lái)已來(lái)，唯實(shí)者進(jìn)。以數(shù)據(jù)為壤，以算法為犁，這場(chǎng)關(guān)乎國(guó)脈的‘數(shù)據(jù)長(zhǎng)征’，此刻正當(dāng)其時(shí)。”
AI 不會(huì)拯救種業(yè)，但沒(méi)有 AI 的種業(yè)，一定會(huì)被時(shí)代淘汰。
