农业大数据物联网公司云洋数据，已于近日完成 1000 万元天使轮融资，投资方为甲子启航。

中国农业智能化程度较低，农产品质量较低，且人力成本不断上升。数据显示，中国主要农产品的平均每亩成本比美国高 56%～220%，提升农业标准化、智能化、规模化程度是国内未来农业发展的必然趋势。

36 氪曾报道过云洋数据，这是一家面向设施农业领域，提供智慧农业物联网解决方案的创业公司。基于智慧物联、大数据、机器视觉、农业 AI 等技术，帮助农企农户进行标准化、智能化种植，提升农产品质量、降低成本。

具体来说，云洋数据通过传感器采集环境数据和作物生长数据，例如温湿度、光照、作物果实茎围、作物高度等，将数据汇聚到边缘计算的智能网关设备并上传大数据云平台，基于这些数据可以做这么几件事情：

在线监测。这是最初级的，远程监测作物生长环境，实际价值有限。

种植管理。最直接的方式是通过控制设备，远程操纵洒水、放风等作业。更大的价值是在于借助种植模型（下面会详细说），科学、标准、自动的进行作业，以达到最佳亩产值和质量。

农产品溯源。将种植过程透明化、标准化、数据化，提升农产品品牌和销量。

这里面，种植模型是重中之重，也是目前农业物联网最大的难点所在。

传统的农业种植方式非常依赖人的经验，所谓种植模型，就是将农业作业过程的输入（种子、肥料、环境、作业等），以及输出（生长状况、产量、质量等），都进行数据化，通过大量数据，建立输入和输出的关系模型，进而找到各种作物的最优 " 输入输出 " 模型，并规模化应用于农业生产。

云洋数据通过几种方式去建立种植模型。一种是从实践出发，找到实际种植效果很好的农民，通过物联网方式，采集他们种植过程的 " 输入输出 "，将他们独特经验数据化。另一种是从理论出发，和农科院等机构的农业专家合作，以物联网方式在实验基地进行实验测试。还有一种是代运营种植基地生产种植标准化、数据化标准的建立，进行基地种植运营数据化。

云洋数据 CEO 赵洪啟告诉 36 氪，作物一年可以种植 2 茬，单个作物的种植模型需要经过 3 年时间建立。第一年形成初步模型，第二年优化校正，第三年进一步夯实，第四年可以推向市场再验证，进行深度学习后的模型再优化，为大批量推向市场夯实基础。云洋数据从 2017 年开始，选择了辣椒、茄子、樱桃等 7 个作物进行试验，预计到 2020 年可以正式大范围推广。

品类选择上，云洋数据目前只做设施农业的高端经济作物，包括番茄、辣椒、苦瓜、茄子、樱桃、羊肚菌、草莓等。设施农业因为有大棚，所以环境较为可控。高端经济作物附加值高、价值提升大、农户农企的买单意愿高。

这里有一个问题，不同区域的土壤、气候等都不同，种植模型的适用性是否存在很大问题？

赵洪啟告诉 36 氪，云洋数据建立的种植模型，是由复杂的各类数据形成的一套 " 输入输出 " 关系模型，并非是一套定势，这样在各个区域落地时，可以结合当地的环境，通过调节输入参数实现最优的输出。

官方提供的资料显示，云洋数据已经在山东、河北、江苏、福建、陕西、内蒙古、吉林、北京、湖南等省市建立案例，其中山东寿光新建大棚大都会使用云洋数据的物联网解决方案。渠道方面，云洋数据与华为、中国电信、京东、中国联通等头部公司达成了战略合作。

谈及传感器、控制设备是否成本居高的问题，赵洪啟告诉 36 氪，这已经是行业上一个阶段的问题了，目前已经解决。例如传感器方面，国内公司通过集成方式，在保证质量的同时，已经大大降低了成本。另外，云洋数据来说和众多传感器芯片供货商如美国的霍尼韦尔、以及通讯 NB-IoT/4G 芯片供货商华为海思建立了深度合作关系，可以拿到更有竞争力的价格。

团队方面，创始人兼 CEO 赵洪啟，是北京大学 EMBA 硕士，通信行业从业 15 年，服务于华为、大唐等通信设备研发企业，具有大项目和大团队管理经验。联合创始人兼 CTO 晏峰，是中国舰船研究院计算机硕士和北京大学光华 EMBA 硕士，曾经先后服务于汉王科技等高科技上市公司，并带领团队在智能图像识别系统与智能视频大数据应用系统方面获得 2017 年北京科学技术进步二等奖。农学专家来自于中国农科院、北京农林科学院、国家农业工程信息技术中心，各农业高校。植物保护、育种遗传基因博士等专家，具有十年农技、植保研发、市场等工作经验，参与云洋数据植物模型标准建立实践者。

甲子启航创始合伙人张云祥表示，农业劳动生产效率具有巨大的提升空间，而农业物联网必定在设施农业先突破，主要原因是通过物联网智能硬件控制抓住解放劳动生产力这个痛点，同时设施农业是个封闭的有限空间，能通过智能化硬件获取数据指标，同时又可以通过其进行数据控制和调节。

云洋数据创始团队投入的数千万元，已完成了硬件设备的研发和批量生产，硬件技术水平在行业内处于领先地位，同时其以寿光为圆心辐射华北东北，硬件设备已铺设了数千亩大棚，也积累了数个蔬菜品类的种植数据与种植模型，为未来的精准化种植打下了良好基础。