深度访谈 | 正大王凯烙：探索智能化养猪过程漫长！要先做好数据质量把控，统计才有价值【勃林格特约·智能健康】

王凯烙：正大研究院分为8个部门，智能应用团队归属于数字创新部门，除了设备方面的智能化，还有数据分析挖掘的智能化。早期，正大研究院就是饲料技术部，到后面着手养殖全产业链相关的技术研究。但是随着时代的发展，智能化、兽医、育种等方面的新技术研究也需要进行统一的综合管理，于是正大研究院组建独立的管理部门，以便提高效率。总部会围绕如何把猪养好？如何具体实施？具体有哪些生产成绩？等指标对地方实施监管，实现‌组织管理水平的提升。

目前，正大集团积极探索新技术，并进行智能花洒、轨道机器人以及SoundTalks^®咳嗽管家等智能化设备的测试。

王凯烙：目前，推动智能化项目的整体实验是智能应用团队来主导的。整个项目推进过程中，由于我们自己没有养猪，所以需要与养猪的各个大区进行合作，在前期进行可行性研究的时候调研生产人员的想法，获取一些意见与建议。

在测试过程中，要首先评估一款设备潜在的价值，然后确定其技术上的可行性（如设备功能特点符合动物行为规律和疾病症状等）后，通过筛选市面上的设备，确保其基本功能可以稳定的实现，再进行大规模的实验计算投资回报，最后制定整套使用和推广方案。

设计方案的第一步就是明确它能做什么？以SoundTalks^®咳嗽管家为例，它可以24小时监测猪群咳嗽，但对于猪喘气效果不佳，因此在筛选时要明确重点，以免预期太大浪费时间；第二步就是要明确哪些因素会影响此项研究？如猪场管理水平、猪群健康度、季节等变量；第三步要确保实验设计的科学性；最后也最重要的是实验数据需要专门的团队去收集，避免收集标准不同使数据有偏差，导致最后得出的结论欠缺说服力。

根据整套方案实施后，再对生产人员进行培训，全方位推动项目实施落地。

王凯烙：整个推动过程虽然没有遭到生产人员的明确反对，但生产人员有其本身的工作任务，他们肯定要先保证生产工作，再来帮忙设备实验。对我们实验开展的商业化猪场来说，实验给他们增加了工作量。因此，推动智能化工具的关键是如何调动一线生产人员的积极性。

值得一提的是，智能应用团队与一线生产人员的共识是把猪养好。如果猪群一直发病，生产人员的工作量会随之提高，而且生产成绩不好，也会导致生产人员绩效降低。当我们找到一款能帮助集团生产的产品，在使用后猪群变得好养，一些小的疾病经过前期治疗即可痊愈。对于生产人员而言，在降低工作量的同时，还可以提高生产成绩，获得更高的绩效。所以我们一定可以找到支持实验的场长，一起朝着这个共识去努力，更好的推动智能化工具的应用。

王凯烙：有些需要生产人员积极配合使用才能起效的设备，我们会把实验拆分为两个阶段，通过第一阶段和人员的盲测对比，让生产人员切实感受到智能化设备对于生产的帮助，激发他们自身的积极性。

另一方面，正大集团中国区领导对于推进智能化设备应用是坚信不疑的，并给予很大程度的支持。不仅协调场区人员的配合，在经费申请上也给予很大程度的支持。如SoundTalks^®咳嗽管家通过前期的基础实验，得出该设备可以24小时监测猪群呼吸道健康状况的结论后，若我们需要更多的设备去计算投资回报，领导都给予支持。

综上，智能化设备推进过程中，不能仅仅依靠奖励机制，而是需要结合企业面临的情况，摸索出一套合作机制，找到有同样强烈需求的生产团队，进而更好的提升一线生产人员的积极性。

王凯烙：目前，正大集团已在自有育肥场安装100余台SoundTalks^®咳嗽管家，且已完成不同阶段的测试。从效果来看，试验场的猪群较为健康，使用设备可以提高生产成绩。对于个别健康问题稍多一点的场，后续可能进行关灯试验，从生产人员心里改变他们的想法，先解决生产人员积极性后再看效果。

总体来说，SoundTalks^®咳嗽管家报警准确，且比饲养员有显著提前，有较大可能提升该场的生产水平。实验对比发现，安装SoundTalks^®咳嗽管家的猪舍可改善料肉比、死亡率和日增重，并降低生产成本。

另外，从交叉学科的角度来看，声音识别算法发展的较为成熟。在实际应用中，SoundTalks^®咳嗽管家可以将杂音过滤，24小时实施监测猪群呼吸道健康状况。但具体可以提前多少天发现猪群健康问题，这受各个猪场生产人员操作水平的影响，也需要根据具体的实验结果去分析。

按照前期的统计学设计，当前铺开量已经满足测试需求，下一步我们将新的数据填补原有数据中再做一次计算，看是否需要扩大铺开面。未来，随着铺开面的扩大，得到的数据将更加准确。

王凯烙：探索智能化养猪是一个漫长的过程，首先要做好数据质量把控，只有统计高质量的数据才有价值。

正大集团是分大区管理，不同区域统计方式会导致数据差异。因此，正大集团在数据分析与智能化结合方面花费了很多精力。首先将数据标准统一，便于统一管理；其次，正大集团从最简单的数据报表做起，持续关注数据质量，以方便后续管理。

同时，正大集团研究院数字创新算法团队结合其他部门围绕生猪养殖进行数据的深度挖掘，尝试建立数据大模型，即通过数据分析实现供应链的预测、深度分析、疾病预警和农牧领域的大语言模型。

首先供应链的预测，可以通过生产曲线模型、死亡曲线模型等了解生产规划及预测生猪输出情况；通过采食曲线验证过去饲料耗用标准并预测未来的饲料耗用。其次，深度分析可以通过窝产健仔数从月度和年度进行定量、定性分析，找出生产成绩存在差异的原因；还可以通过种猪淘汰策略分析应该主动淘汰还是继续配种，实现种猪价值的最大化。然后是基于生产数据进行疾病预警，如根据蓝耳发病相关的因素和疾病标签建立蓝耳疾病预警模型，预估蓝耳爆发情况。最后就是应用当前数字化创新的重要发展趋势，特别是面向特定行业或企业定制版的垂直领域的大语言模型，通过模型训练、微调指令、微调模型、资源调度、反馈搜集、语言整合等最终形成农牧领域的大语言模型。

目前，养殖行业智能化进程相对较慢，率先突破智能养猪瓶颈期的企业将获得可观的回报。随着近年各大集团智能化发展意识不断提高，开始设立智能化岗位，愿意花费较高的工资去招揽人才。同时，智能化设备厂家也将持续创新升级，提供更好的产品，为养猪企业提供更大的发挥空间。可见，探寻智能化养猪之路即是机遇，也是挑战。未来，大家会对智能养猪习以为常，而我选择这个行业也是看它的长期发展。