山西农业大学 李清宏 教授
李清宏教授，山西农业大学动物科技学院副院长。中国畜牧兽医学会养猪学分会常务理事、中国农机学会机械化养猪工程分会专家组成员、农业部畜禽标准化规模养殖示范创建山西省专家组成员、《猪业科学》第二届编委、中国畜牧兽医学会动物营养学分会会员;山西省畜牧兽医学会常务理事、山西省饲料工业协会副会长、山西省生猪产业技术体系岗位专家、山西省畜禽粪污治理专家组成员。山西优势肉用家畜高效安全生产协同创新中心生猪饲养管理PI。从事生猪营养饲养与管理研究，方向为生猪高效生产与健康养殖。
第一则
背景
1、精准养猪十分迫切
第一，中美贸易中蛋白饲料问题如何克服，提高饲料资源利用效率成为一条路径，而且数据的精准是基础；第二，保障生态环境、满足美好生活的需要，提高饲料的终端利用，做到精准饲养，减少粪污排放，是控制畜禽的粪污污染问题的方案之一；第三，适应全球化发展、参与国际竞争需要降低成本。开放本身就是通过外在的压力来推动产业发展的思路；第四，当前规模养猪蓬勃发展，管理成为制约因素，发展精准养猪适合国情。数据不仅是支撑企业管理的因素，而且是支撑科技创新的因素。
2、精准养猪正当时
第一，生猪生产进入新阶段：规模化深入推进，靠管理要效益的阶段；第二，互联网发展进入新阶段：移动互联为猪场精准管理提供了技术支撑。这两个阶段支撑了生猪产业可以做大数据、可以做精准养猪。我认为，推动养猪生产的动力，经过这样几个过程：品种的改良化来推动生产效益；饲料进入了瓶颈期；生猪企业规模化；依靠科技创新、依靠科技管理、依靠科技进步来提高猪场的效益；PSY的提升靠的是饲养技术的提升、准确的母猪配种、产仔率的提高；设备设施，我国规模养猪场的现代化程度在一定程度上不比国外差；管理，养殖生产和效益的提高靠管理，而管理靠数据。
3、信息技术支撑
信息技术支撑了畜牧业信息化的发展，支撑了生猪大数据的平台，支撑了精准化养猪。主要是因为互联网进入3.0移动互联网时代(2009—2015年)，智能手机横空出世，移动端将PC端曾经触及不到的那批用户迅速盘活，中国互联网用户呈井喷之势迅速增长。数据要匹配国情，现在进入一个建设大数据良好的机遇期。
第二则
生猪大数据
猪场大数据的4个特征：Volume(量)、Variety(类型)、Value(价值)、Velocity(速度)。①数据源：涉及到饲养数据、环境数据等(猪、舍、料，养、加、流)；出栏7亿头猪，从原始数据和统计数据。②数据类型：猪的数据、图片、声音、视频等都会成为生猪大数据和精准饲养重要的信息来源。③数据价值。从国家层面，需要数据进行宏观调控；猪场的管理人员关心数据，需要考核；行业管理者、科技工作者等都需要猪场数据，猪场数据相当重要。养猪生产中的关键问题必须从数据中来。当我们有了这样的大数据之后，科技人员就会知道攻克养猪生产中的障碍问题的环节。从商务来讲，在养猪生产上，如果要做好商务，就需要了解养猪生产的市场，产品在市场上的情况，以依靠精准的数据来推断。从价值来讲，最好做的大数据是全面性的，所以是十分有意义的。
第三则
精准养猪
精准养猪包括精准饲养与精准管理两个层面：①精准饲养：饲料使用精准，对饲料利用来讲这是很重要的数据；疫病防控精准，将发生疾病的初始数据信息来源，进而进行精准的疾病防控。②精准管理：圈舍管理精准，为生猪创造良好的环境条件，这是健康养殖的基础；生产管理精准。在母猪的精准饲养上，国内外很多大型的猪场都在用，通过这样的制度，可以实现精准饲养，通过这样的模式精准控制，使合理的投入取得最高的效益。精准的数据对精准地指导养猪生产管理，精准母猪饲养、提高PSY都是非常有效的。
第四则
平台建设
生猪数据平台是构建生猪大数据与精准养猪的重要纽带。如何来做平台？
1、出发点：为什么做？
互联网平台建设是建设现代化生猪产业、经营与生产体系的重要支撑。通过现代化的模式，可以使生猪生产效益的动力发生转变，是生产体系的变革。通过这样的平台可以把国内推行的“公司+农户”模式精准化地实行。互联网平台建设可以将建设畜牧强国和网络强国结合在一起，以提高生猪发展的质量。
畜牧大数据平台通过跨设备、系统、场区、地区的资源链接和高效协同，加速重构生产体系与经营体系，引领组织变革、优化资源配置，打造新型产业体系。
互联网平台为信息通信业发展提供了新的蓝海，推动5G、窄带物联网(NB-IoT)、软件定义网络(SDN)、时间敏感网络(TSN)等网络技术的演进升级，促进我国信息网络基础设施、技术产业、应用水平的提升。
2、切入点：做什么？
数据+模型=服务。通过数据采集软件、设备和机器等将各种数据输送到云端，再通过云端模型处理(机器学习，深度学习)提供数据产品给智能设备、各类人员，服务于生猪饲养管理，满足其他人员需求。
3、着力点：怎么样做？
着力点是信息化与畜牧业现代化融合发展。数据从哪里来：数据APP(养殖、屠宰、流通)与智能设备；数据到哪里去：企业管理平台、政府业务平台、集团监管平台、专家服务平台等。
4、国内市场上用到的国外数据平台现状
1997 年英国PIC公司进入中国，使用Pigtales软件辅助生产管理。
1998年，新西兰等研发的Pig WIN猪场管理软件进入中国市场。该软件采用模块式设计，分别为 Pig LITTER——种猪群管理、Pig GAIN——肥育猪及销售管理、Pig PAD——数据输入及查询、Pig HERD——数据提取及分析、Pig MAIN——授权及安装、Pig BATCH——批量数据录入、Pig RANK——场间对比。
2012年美国SMS软件由四川天兆集团引入使用。
2013年，美国PigCHAMP猪场管理软件进入中国，该软件20世纪80年代初由明尼苏达大学开发，主要模块包括：生产者模块、兽医师模块、管理者模块和顾问模块。
2013年法国ISAGRI。
2016年丹麦winpig，美国Herdsman2000，英国Agritec公司的Porcitec等猪场管理软件平台相继进入中国。Herdsman猪场生产记录管理和遗传育种评估软件，美国Herdsman软件包括：日常管理、猪群生产纪录、发现问题、猪场选种、淘汰等。
这些平台只是做猪的育种，只是做猪场生产性能指标，满足猪场管理者和饲养者生产管理的需要，生产管理的需要没有体现，为什么没有体现生产管理，因为生产管理与饲养管理的需要是不一样的。
5、国内数据平台
①政务型：GPS(GBS)、丰顿；②服务型：猪场超级管家(和谐阳光)、猪联网(大北农)、猪事通(安佑)、九方农场(新希望，类似开福)、猪OK_平台(傲农)、猪之宝、365猪卫士，为养猪企业服务；③生产型：微猪科技、神农宝(唐人神集团)、温氏、牧原、惠顺(襄大农牧)等，这些是养猪场自己为自己定制的。
第五则
区块链技术下的思考
1、分布式记账系统带来新模式
区块链就是分布式记账系统。不管是农业部积累的平台、饲料公司的平台、猪场的平台，每一个平台都是一个账目，怎样把这些平台的账目融在一起，这是区块链需要解决的地方。基于这样的市场，我认为怎样把大数据海量的数据挖掘出来，是目前来讲，任何一个企业的软肋，大数据的特色在于对海量数据的挖掘，任何一台电脑都是区块链，必然无法用单台计算机进行处理，必须采用分布式计算架构，依托云计算分布式处理、分布式数据库、云存储和/或虚拟化技术。
2、亟待加强生猪大数据治理
现在的大数据已经进入需要治理的阶段。怎样进行治理？适应分布技术与现实。完善标准：不管用什么标准、什么样的模式、什么样的数据去表达，内涵是一样的，只要内涵是一样的，外面的数据计算方法是一样的，数据的合理性我认为是可以的。这是我认为目前需要治理的第一个问题。生猪个体标准、数据采集标准、数据评价标准、数据模型标准等都是生猪大数据下最基础的标准。如果这些标准无法统一，那么数据无法在区块链下实现融合。
在这样的前提下，①提高数据的智慧性。怎样提高数据的智慧性？与设备相同、适应信息化时代的要求、提高反馈。②体现大数据的初心：满足所有用到猪业数据的对象：人、组织，这样效率才是最高的。③体现中国特色。打造世界一流关键体现在中国特色。④需要开放的心态。⑤坚守数据的逻辑性。符合猪场生产工艺、符合管理科学流程、符合一致性。这是国内的软件公司单独开发平台的最大问题。⑥强化数据的实用性，数据一定要简单、简洁和清晰。
