全球果蔬采摘市場達萬億「多采科技」希望從草莓機器人切入

多采科技創始人朱鵬

多采科技是一家專注于經濟作物的智能機器人公司。

目前在國內，大田作物，如水稻、小麥、玉米的綜合機械使用率已超過80%;而經濟作物，包括水果、蔬菜、茶葉、煙葉、藥材等的綜合機械使用率還不足20%。主要原因是，經濟作物的很多農事操作不能使用簡單的機械來操作。

經濟作物的農事勞務市場方面，僅2018年一年，國內的水果、蔬菜、茶葉的采摘市場已超過3500億;采摘、剪枝、疏花疏果的市場已超過7000億。全球的采摘市場更是每年超過1萬億，采摘、剪枝、疏花疏果的市場超過2萬億。多采科技的第一款智能機器人，用于草莓的農事操作。

目前，草莓采摘每年的市場規模為60億；加上疏花疏果，摘老葉的市場超過150億人民幣。該款機器人，采摘速度為28.8公斤每小時，遠高于人工10公斤每小時的采摘速度；采摘費用為0.58元每公斤，遠低于人工3元每公斤的費用；漏采率低于1.5%，低于人工5%的漏采率。

草莓采摘機器人工作原理

聊到朱鵬為什么選擇做采摘機器人時，他告訴農世界網記者：我個人在農業互聯網領域有著三年的工作經驗，在這期間我就發現,勞動力短缺是農業這個領域,急切需要解決的問題。勞動力在各國普遍越來越貴，大家也越來越不愿意做這種繁重的體力活。另外，農田跟工廠相比，勞動環境要差很多，勞動得到的工資反而更低一些，這一切導致勞動力短缺的現象就越來越嚴重。

各地都出現過農產品因為勞動力短缺，放棄采摘，讓果實爛在地里的現象，特別是農產品滯銷的時候。在2018年，西紅柿價格較低，云南就有種植戶出于經濟方面的考慮，選擇不采摘，直接讓西紅柿爛在地里。草莓也存在這種問題，到了5、6月時收購價若不是很高，種植戶獲得的收益還不及成本，在這種情況下，種植戶選擇直接把整個草莓田犁掉。

我們也參加過世界機器人大會，然而，我們看到的機器人都是用于工業、物流和教育等行業，農業領域的項目除了無人機外，基本沒看到什么能幫助農民修剪或采果的機器人。

我們當時就是想，未來不管怎樣，人肯定還是需要水果、素材這類農產品的，種植戶也需要能幫助他們分擔農事勞動的機器。而我們看到現在經濟作物的勞動力水平很低，AI技術日趨成熟，硬件成本也在逐步的降低。經過一番思考，我們認為現在是從事農業機器人研究與生產的好時機。

多采科技草莓采摘機器人模型

  機器+服務

我們的盈利模式主要有兩種：第一種是硬件銷售業務，我們計算過，一臺采摘機器人大概能覆蓋四畝地，全國有230多萬畝的草莓地，總共需要50多萬臺的機器人，說明采摘機器人有著很大的市場潛力。

第二種盈利模式是與經銷商合作，針對種植大戶或農業公司，我們會為他們提供硬件和整體解決方案。針對種植散戶，我們會借助融資銷售渠道建立銷售和服務體系。因為機器人跟無人機一樣，需經過專業培訓才能使用。然而我們不可能培訓每一位種植戶，所以我們打算與經銷商一起組建農技服務隊，直接把技術、機器和服務提供給種植戶。

我國大概有80%以上的草莓種植面積在散戶手中，我們將采摘價定在1斤5毛錢左右，很多種植戶得知這個價格后表示，如果可以這個價格，自己都不會再采摘草莓了，愿意將自己所有的草莓交給多采科技采摘，因為對于這些種植戶來說，采摘確實非常辛苦。

  人才，是企業的靈魂

我們公司有著很強的技術團隊，四人來自于清華大學，其中三人獲得相關專業的博士學位，一人獲得國家青年千人的稱號；銷售負責人曾任農業上市公司的總經理，有三十年農資銷售渠道經驗；作物專家畢業于中國農業大學，二十年作物植保經驗。

同時，我們對農業市場和農業本身的理解較為透徹，因為我自己從事了三年的農業互聯網工作，團隊中也有具備20年草莓植保經驗和30年的農資渠道經驗的成員，所以團隊對農業的把握更為精準。

目前，如果單說智能機器人，很多企業是有能力做的，但要把機器人具體應用于農業領域，還是會出現問題。我們選擇草莓，沒有選擇蘋果或柑橘作為突破口，也是出于這方面的考慮。

  種植區域存在差異，機器人要適地適用

草莓是一類種植標準化相對較高的作物，超過80%以上的草莓都在大棚內種植，在國內，比草莓標準化更高的作物不是很多，但即使在這種情況下，各地的管理仍存在較大的差異。以壟的長度為例，在南方地區，南北方向的長度能達到50-70米，但在北方只有6-8米，如果要在北方適用，需要讓機器人快速調頭。

另外，南方的土地由于容易積水，壟的深度一般會打得較北方更深一些，壟的寬度在南北方也有所區別。這對我們是一個挑戰，我們不僅要把機器人去推向市場，還要把配套的服務和技術一并輸出給種植者，做到適地適用。

該款機器人樣機預計于今年9月亮相

  成熟零配件與AI訓練，讓機器更穩定

為了增強產品的魯棒性（是異常和危險狀況下系統生存的關鍵），第一，要使用成熟的零配件，盡量減少定制件的使用，這樣就可讓機器更穩定一些。

第二，我們會在應用方面做出適當的調整。以草莓為例，不同品種的成熟度判定是不一樣的，如果用紅頰、章姬、紅玉草莓的算法去識別白雪公主、淺雪等品種，系統是不會判定為成熟果實的。

不同的客戶對成熟度的需求也不同，采購商可能要8成熟，而終端客戶要9成熟。如果用同一套算法去匹配的話，肯定會出差錯。

為了解決以上問題，我們采用卷積神經網絡算法，大量采集后的草莓作為樣本，請人專業的人員對樣本的品種、成熟度等信息做出標注，然后輸入到系統中訓練機器人的神經網絡?！?

  經濟投入是種植業的痛中之痛

記者問及為什么國外的采摘機器人已有多年的實戰經驗，而國內的采摘機器人卻遲遲不能成型時，朱鵬告訴記者：我個人的觀點認為，有多方面原因導致國內農業機器人發展緩慢，其中，最主要的原因是農業種植尚未達到標準化。

以我們現在的智能技術水平，要生產農業機器人，難度并不是很高。但要實現標準化種植，確實還有一段路要走。以蘋果或者柑橘為例，并不是種植戶不愿意改造標準化種植園，而是很實在的經濟問題，從建園到產果子就需要3年，形成一定的產量至少需要4年。

種植戶建園的投入已經非常大了，如果再讓他們改造標準化果園，肯定是要下很大決心。此外，標準化的果園還存在一系列的配套問題，要把標準化果園真正建起來，必定要花大價錢引進設備、優質種苗和專業的管理服務人才，對大多數種植戶來說是要下血本的。

我們的項目目前還處于初期階段，希望能獲得天使投資，幫助我們把產品逐步完善，然后全面撲向市場。