借助數(shù)據(jù)融合技術(shù)與AI技術(shù)，將原本靜態(tài)的衛(wèi)星影像轉(zhuǎn)化為持續(xù)動態(tài)的數(shù)據(jù)流，以滿足農(nóng)業(yè)等產(chǎn)業(yè)對高頻次數(shù)據(jù)的需求。

文｜錢麗娜

ID | BMR2004

將國際先進科技引入中國田間地頭，佳格數(shù)據(jù)（以下簡稱為“佳格”）創(chuàng)造了中國農(nóng)業(yè)管理的全新模式。

10年前，張弓選擇回國創(chuàng)業(yè)。此前他曾在美國航天局相關(guān)機構(gòu)任職，研究氣候與碳循環(huán)，聚焦全球大尺度農(nóng)業(yè)問題，涉及非洲、拉丁美洲等地區(qū)的農(nóng)業(yè)排碳與固碳研究，積累了應(yīng)對跨區(qū)域、復(fù)雜農(nóng)業(yè)生態(tài)問題的經(jīng)驗。

回國前，他在一年夏天利用休假，從中國最北端的黑龍江齊齊哈爾，一路南下至云南邊陲。彼時，以黑龍江、吉林為代表的北方區(qū)域聚焦擴大經(jīng)營規(guī)模，通過引入大型農(nóng)機、整合土地資源，降低單位面積的勞動力投入，契合規(guī)模化發(fā)展趨勢；而云南邊境農(nóng)業(yè)區(qū)通過雇傭比本地勞動力更便宜的邊民來降低單位勞動力成本，通過種植火龍果、茶葉、三七等高附加值作物，提升單產(chǎn)收益。這段行程讓他看到了中國南北方農(nóng)業(yè)的巨大差異，也看到中國農(nóng)業(yè)正處于從小農(nóng)經(jīng)濟向規(guī)�；�、現(xiàn)代化轉(zhuǎn)型的關(guān)鍵期，存在大量待解決的痛點和發(fā)展機會。

考察結(jié)束后，他正式啟動創(chuàng)業(yè)。

01

從技術(shù)導(dǎo)向轉(zhuǎn)向應(yīng)用導(dǎo)向

農(nóng)業(yè)技術(shù)的價值不在于理論上的精準(zhǔn)，而在于能否貼合生產(chǎn)實操。

2015年，張弓創(chuàng)業(yè)時，國內(nèi)已經(jīng)有公司在做遙感、氣象服務(wù)。仔細(xì)比較之后，他認(rèn)為公司的差異化定位在于商業(yè)化的理念。

張弓之所以選擇農(nóng)業(yè)作為衛(wèi)星數(shù)據(jù)商業(yè)化的落地場景，源于其行業(yè)背景與農(nóng)業(yè)需求的雙重契合。早年衛(wèi)星數(shù)據(jù)的設(shè)計與應(yīng)用規(guī)劃均未從商業(yè)角度出發(fā)，導(dǎo)致數(shù)據(jù)處理多為零散化操作，針對單顆衛(wèi)星的影像，往往是單日獲取后僅做單次分析，缺乏系統(tǒng)性、持續(xù)性規(guī)劃。這使得產(chǎn)業(yè)界對衛(wèi)星數(shù)據(jù)的使用更多是偶然補充，而非常態(tài)化依賴。但農(nóng)業(yè)領(lǐng)域?qū)?shù)據(jù)流存在迫切需求，多數(shù)地區(qū)一年種植兩季，如長江中下游第一季種小麥、第二季種水稻，作物生長周期短、動態(tài)變化快，需要每周甚至固定時段獲取連續(xù)數(shù)據(jù)分析，才能動態(tài)跟蹤作物生長、水土變化等情況。傳統(tǒng)科研思維主導(dǎo)的模式，根本無法滿足高頻次、實用性的數(shù)據(jù)分析需求。

張弓向《商學(xué)院》表示：“我回國后的目標(biāo)，正是希望重構(gòu)這套數(shù)據(jù)應(yīng)用體系，借助數(shù)據(jù)融合技術(shù)與AI技術(shù)，將原本靜態(tài)的衛(wèi)星影像（照片）轉(zhuǎn)化為持續(xù)動態(tài)的數(shù)據(jù)流（類似于視頻），以滿足農(nóng)業(yè)等產(chǎn)業(yè)對高頻次數(shù)據(jù)的需求�！眹鴥�(nèi)此前因相關(guān)應(yīng)用需求較少，這一領(lǐng)域的探索相對有限，佳格成為最早在國內(nèi)推動衛(wèi)星數(shù)據(jù)云端處理的團隊之一。

佳格構(gòu)建起持續(xù)動態(tài)數(shù)據(jù)體系，通過整合多顆不同軌道衛(wèi)星的數(shù)據(jù)實現(xiàn)持續(xù)追蹤，無論當(dāng)天過境的是哪顆衛(wèi)星，均將其影像數(shù)據(jù)納入分析體系，通過數(shù)據(jù)融合技術(shù)彌補單顆衛(wèi)星觀測的局限性。這一成果還要得益于近年來衛(wèi)星數(shù)量的增加與商業(yè)化程度的提升。

從理論觀測能力來看，衛(wèi)星單日可對目標(biāo)區(qū)域?qū)崿F(xiàn)多次觀測，但受云層遮擋、降雨等天氣因素影響，數(shù)據(jù)有效性會打折扣。因此，佳格最終實現(xiàn)每周提供數(shù)據(jù)服務(wù)，目標(biāo)是通過數(shù)據(jù)融合與質(zhì)量管控，確保每次輸出的數(shù)據(jù)均具備可用性，徹底解決早年行業(yè)數(shù)據(jù)質(zhì)量維護不足、頻繁出現(xiàn)無數(shù)據(jù)可用的問題。

從衛(wèi)星分布來看，單一軌道衛(wèi)星（低軌、中軌或高軌）無法滿足高頻次、高可用性的觀測需求，實際中需要采用“低軌+中軌+高軌”多軌道衛(wèi)星結(jié)合的方式。佳格與衛(wèi)星機構(gòu)的合作更有應(yīng)用探索的意義，通過實際場景驗證技術(shù)需求與發(fā)展方向，再反向為衛(wèi)星機構(gòu)提供未來的發(fā)展參考，形成應(yīng)用牽引技術(shù)迭代的良性互動。

佳格借助AI技術(shù)，尤其是遙感AI識別，將原本復(fù)雜的數(shù)據(jù)分析流程簡化，極大降低了技術(shù)落地成本，讓中小農(nóng)戶和種植企業(yè)都能負(fù)擔(dān)。

但是，僅有衛(wèi)星數(shù)據(jù)分析并不能解決農(nóng)業(yè)的實際問題。

張弓此前長期從事學(xué)術(shù)研究，缺乏商業(yè)運營經(jīng)驗，對市場規(guī)則、客戶需求的把握幾乎為零。農(nóng)業(yè)領(lǐng)域的實操性極強，即便掌握氣象、生態(tài)、遙感等技術(shù)，仍需從零學(xué)習(xí)農(nóng)業(yè)生產(chǎn)的具體邏輯。

在創(chuàng)業(yè)初期，佳格聚焦農(nóng)業(yè)風(fēng)險預(yù)警預(yù)測，其中一個牧草種植預(yù)警項目讓他深受觸動，徹底轉(zhuǎn)變了技術(shù)落地的思路。氣象學(xué)中對小雨、中雨、大雨的界定有明確標(biāo)準(zhǔn)（如每小時降水量毫米數(shù)），但這類基于通用場景的標(biāo)準(zhǔn)，與農(nóng)業(yè)生產(chǎn)實際需求存在嚴(yán)重脫節(jié)。當(dāng)時佳格依據(jù)氣象標(biāo)準(zhǔn)預(yù)報“小雨”，認(rèn)為不會產(chǎn)生影響便未重點提示，可實際情況是，該區(qū)域前期持續(xù)潮濕，此次小雨導(dǎo)致土壤泥濘，農(nóng)機無法下地作業(yè)，直接影響了牧草種植進度。

這件事讓張弓深刻意識到，農(nóng)業(yè)技術(shù)的價值不在于理論上的精準(zhǔn)，而在于能否貼合生產(chǎn)實操。此后，佳格摒棄了通用化的技術(shù)標(biāo)準(zhǔn)，轉(zhuǎn)而建立“農(nóng)業(yè)專屬標(biāo)準(zhǔn)”，比如雨級判斷不再依據(jù)降水量，而是結(jié)合土壤濕度、農(nóng)機類型（小拖拉機與大拖拉機的作業(yè)條件差異）等生產(chǎn)要素，以能否開展農(nóng)業(yè)操作為評判依據(jù)。將衛(wèi)星數(shù)據(jù)、氣象數(shù)據(jù)等轉(zhuǎn)化為“能否下地”“何時灌溉”等直接指導(dǎo)生產(chǎn)的結(jié)論，讓技術(shù)真正服務(wù)于農(nóng)業(yè)實操。這種“低成本+強應(yīng)用”的組合，成為打開市場的關(guān)鍵。

02

扎根中國，尋找問題

佳格數(shù)據(jù)并未受限于一家一戶的傳統(tǒng)模式，而是通過托管、租用等形式，將分散的幾十塊甚至上百塊土地集中管理。

張弓此前以生態(tài)學(xué)為研究核心，更關(guān)注植物對環(huán)境的影響，而創(chuàng)業(yè)聚焦農(nóng)業(yè)領(lǐng)域后，關(guān)注點轉(zhuǎn)變?yōu)榄h(huán)境對農(nóng)業(yè)生產(chǎn)的影響。這種角度的差異，既幫助他從更全面的生態(tài)視角理解農(nóng)業(yè)生產(chǎn)的本質(zhì)，也促使其更聚焦農(nóng)業(yè)生產(chǎn)的實際需求，避免脫離實操的理論化設(shè)計。

雖然張弓了解美國農(nóng)業(yè)商業(yè)化的方法，但是中國農(nóng)業(yè)的現(xiàn)實問題更為復(fù)雜。中國農(nóng)業(yè)規(guī)模化發(fā)展中涉及土地流轉(zhuǎn)、人力投入等問題，雖然復(fù)雜，但是中國農(nóng)民的創(chuàng)新能力遠(yuǎn)超預(yù)期，佳格數(shù)據(jù)并未受限于一家一戶的傳統(tǒng)模式，而是通過托管、租用等形式，將分散的幾十塊甚至上百塊土地集中管理。根據(jù)這一現(xiàn)狀，佳格的技術(shù)找到了重要落地場景：針對分散土地難以統(tǒng)計管理的痛點，利用電子地圖技術(shù)，幫助農(nóng)戶建立土地數(shù)字化臺賬，替代傳統(tǒng)“村頭樹旁”的模糊描述，實現(xiàn)土地面積、位置、種植情況的精準(zhǔn)管理，用技術(shù)適配現(xiàn)有模式。

衛(wèi)星技術(shù)的爆發(fā)式發(fā)展，正在推動衛(wèi)星數(shù)據(jù)成本急速下降。隨著衛(wèi)星發(fā)射數(shù)量增多，原始數(shù)據(jù)的獲取成本已非常低。估算下來，一畝地（666平方米）的原始數(shù)據(jù)成本不足一分錢。這一成本優(yōu)勢為商業(yè)化打開了廣闊空間，但數(shù)據(jù)成本僅為基礎(chǔ)，算力投入才是核心支出。

張弓說，算力成本高昂的核心原因在于，數(shù)據(jù)處理的高尺度要求，需要將原始衛(wèi)星影像轉(zhuǎn)化為農(nóng)業(yè)生產(chǎn)可直接使用的決策產(chǎn)品，如災(zāi)害預(yù)警、問題診斷及原因分析，而非單純提供影像，這需要大量數(shù)據(jù)支撐模型訓(xùn)練。例如，要生成某區(qū)域某季節(jié)每周的有效分析結(jié)果，需整合約20份不同來源的數(shù)據(jù)，才能提煉出1個可用的核心數(shù)據(jù)層（Layer），模型的持續(xù)優(yōu)化也進一步推高了算力需求。

面對極端天氣增多的現(xiàn)狀，佳格的模型體系通過“時空雙重維度”保障數(shù)據(jù)的連續(xù)性與可用性。衛(wèi)星公司會持續(xù)保存過往影像數(shù)據(jù)，無須額外重復(fù)計算，即可快速調(diào)用多年歷史數(shù)據(jù)，為分析提供基礎(chǔ)。

當(dāng)前氣候變化（如氣候帶北移）導(dǎo)致的極端天氣，并非完全無跡可尋，例如黃淮海的高溫天氣，可借鑒原長江流域的相關(guān)數(shù)據(jù)；河南南部的降水模式，與早年湖北北部的特征具有相似性。歷史數(shù)據(jù)在應(yīng)對極端天氣時仍具備復(fù)用價值，無須完全重新建模。

03

從看天吃飯到知天吃飯

推動農(nóng)業(yè)從“看天吃飯”向“知天而做”轉(zhuǎn)型，應(yīng)對不可控風(fēng)險。

中國農(nóng)業(yè)類型差異極大，因而對“好”技術(shù)的定義缺乏統(tǒng)一標(biāo)準(zhǔn)，如防災(zāi)效果與生產(chǎn)效率提升難以單一量化。

佳格的災(zāi)害預(yù)警主要涵蓋兩類核心場景：天氣災(zāi)害（如降溫、洪澇、大風(fēng)等）與病蟲害災(zāi)害。但災(zāi)害對農(nóng)業(yè)生產(chǎn)的損失占比并無普世標(biāo)準(zhǔn)，主要取決于區(qū)域特征。在一些受季風(fēng)氣候影響顯著、環(huán)境變化大、土壤肥力弱的區(qū)域，災(zāi)害損失占比更高；而地中海氣候等相對穩(wěn)定的區(qū)域，災(zāi)害影響極小。張弓說：“中國受季風(fēng)氣候影響明顯，但不同地區(qū)、不同年份的災(zāi)害情況差異較大，需結(jié)合具體區(qū)域的氣候、土壤等條件針對性評估，無法一概而論�！�

佳格將服務(wù)聚焦在糧食（如小麥、水稻）和主要經(jīng)濟作物種植區(qū)域，這類區(qū)域是中國農(nóng)業(yè)的主體，其生產(chǎn)穩(wěn)定對農(nóng)業(yè)發(fā)展至關(guān)重要。

當(dāng)前糧食和主要經(jīng)濟作物區(qū)域面臨的問題集中在兩大層面。天氣是不可控因素，如降溫、洪澇等極端天氣難以人為干預(yù)，即便提前預(yù)測，也只能通過應(yīng)急措施減少損失，無法完全規(guī)避。為此，佳格優(yōu)化可控因素，幫助精準(zhǔn)種植技術(shù)落地，提供包括施肥、灌溉、病蟲害防治等環(huán)節(jié)的精細(xì)化管理。

佳格的農(nóng)業(yè)服務(wù)聚焦兩大核心方向：一是推動農(nóng)業(yè)從“看天吃飯”向“知天而做”轉(zhuǎn)型，應(yīng)對不可控風(fēng)險；二是在成本可控前提下，通過精準(zhǔn)操作實現(xiàn)降本增效，這些措施涵蓋智能農(nóng)機應(yīng)用等環(huán)節(jié)，通過數(shù)據(jù)與技術(shù)，平衡風(fēng)險，提升生產(chǎn)效率。

江蘇省稻麥病害預(yù)警是“知天而做”的應(yīng)用場景。江蘇小麥、水稻的災(zāi)害除受極端天氣影響外，還受小麥赤霉病、水稻稻瘟病等病蟲害影響。張弓說：“這類病害的防治邏輯與人類傳染病防控有相似之處，均以預(yù)防為主�！钡蛞Ｕ袭a(chǎn)量，作物密集種植，導(dǎo)致病害傳播速度快、范圍廣，一旦爆發(fā)便難以挽回，且需區(qū)域統(tǒng)防統(tǒng)治，因為單一地塊防治無效，易交叉感染，因此“提前預(yù)判”成為關(guān)鍵。

佳格的解決方案是精準(zhǔn)預(yù)判病蟲害發(fā)生概率與時間，這需要結(jié)合天氣條件，如赤霉病高發(fā)的低溫高濕環(huán)境、作物生長周期、區(qū)域品種抗性等多維度數(shù)據(jù)，替代傳統(tǒng)“固定時間施藥” 的模式。實施后成效顯著，預(yù)報時效從原來的幾周壓縮至幾天（蘇南蘇北略有差異）；預(yù)報精度大幅提升，誤差率顯著降低，精度從原來的縣一級細(xì)化至田塊級（畝級別），部分區(qū)域可達(dá)到10米級精度。全省實施預(yù)警的成本僅為百萬級別，能有效支撐起政府統(tǒng)籌、統(tǒng)防、統(tǒng)治的時機與力度。

佳格的作物模型包含有上百個參數(shù)，受限于實際數(shù)據(jù)獲取能力，目前主要聚焦“四情” ，即天氣情況、土壤情況、病蟲害情況、作物生長情況，以此為核心推進分析工作。張弓說：“這些因素并非孤立存在，而是深度關(guān)聯(lián)實際生產(chǎn)場景�！崩缭谒室惑w化技術(shù)的應(yīng)用中，天氣與施肥時機的匹配至關(guān)重要。水溶肥的施用效果和自然降水關(guān)系很大，若在降雨前施肥，肥力易隨雨水流失到土壤深層，作物難以吸收造成浪費；而結(jié)合天氣數(shù)據(jù)精準(zhǔn)規(guī)劃施肥時間，既能提升肥效，又能實現(xiàn)少施肥仍保產(chǎn)的目標(biāo)。土壤分析的核心也圍繞肥效優(yōu)化而展開，在降低肥料投入的同時保障作物產(chǎn)量。

04

“天空地一體化”布局

無人機聚焦“點”上的精準(zhǔn)核查，衛(wèi)星支撐“面”上的趨勢判斷。

隨著無人機技術(shù)的普及，佳格進一步采用衛(wèi)星與無人機組合獲取地面數(shù)據(jù)，提供精準(zhǔn)服務(wù)。衛(wèi)星的價值在于原始數(shù)據(jù)成本極低、成本可控，數(shù)據(jù)可覆蓋全國，不受空域限制。適合開展大面積、規(guī)�；幕A(chǔ)數(shù)據(jù)采集與服務(wù)；無人機的價值在于彌補衛(wèi)星難以覆蓋的精細(xì)化數(shù)據(jù)，可作為數(shù)據(jù)采集補充，同時亦可直接用于農(nóng)業(yè)植保，如播種、施藥等。兩者的結(jié)合，在農(nóng)業(yè)保險定損等場景中，能精準(zhǔn)確定損失范圍與程度，這其中無人機聚焦“點”上的精準(zhǔn)核查，衛(wèi)星支撐“面”上的趨勢判斷。

張弓認(rèn)為，隨著無人機成本的持續(xù)下降，其應(yīng)用場景將進一步拓寬，既承擔(dān)數(shù)據(jù)采集功能，也將成為田間實操服務(wù)的重要載體。

佳格當(dāng)前構(gòu)建的“天空地一體化”數(shù)據(jù)采集與服務(wù)體系，由三類設(shè)備協(xié)同構(gòu)成：高空的衛(wèi)星、中空的無人機以及地面及高空架設(shè)的攝像頭，如鐵塔公司部署的高空攝像頭，三類設(shè)備數(shù)據(jù)深度耦合，實現(xiàn)全場景覆蓋。

未來，農(nóng)機搭載的攝像頭也將成為一個重要的數(shù)據(jù)源。張弓說：“這類設(shè)備與田間實操場景深度綁定，在精準(zhǔn)施肥、精準(zhǔn)播種、精準(zhǔn)植保等環(huán)節(jié)能提供實時數(shù)據(jù)支撐，是銜接數(shù)據(jù)與實操的關(guān)鍵載體。目前國內(nèi)在這一領(lǐng)域的研究仍較少，但海外已呈現(xiàn)快速發(fā)展趨勢，未來潛力巨大�！�

10年前，張弓帶回的是美國農(nóng)業(yè)的商業(yè)化理念，在中國推動農(nóng)業(yè)數(shù)字化、可視化進程。這10年間，中國農(nóng)業(yè)數(shù)據(jù)化管理發(fā)生了巨變，從最初依賴村級上報，到如今農(nóng)業(yè)管理與服務(wù)均已實現(xiàn)“以圖為基”，數(shù)據(jù)的精準(zhǔn)性與應(yīng)用性大幅提升。雖然在推動的路徑上與初期的設(shè)想有差異，但經(jīng)過中國實踐，佳格反倒形成了獨特優(yōu)勢，積累了大量針對破碎化、非規(guī)�；恋氐姆⻊�(wù)經(jīng)驗�！斑@種經(jīng)驗不僅適用于中國，也為全球其他發(fā)展中國家的農(nóng)業(yè)現(xiàn)代化提供了可借鑒的新路徑，且可延伸至農(nóng)業(yè)金融、技術(shù)服務(wù)等多個領(lǐng)域�！�

中國小農(nóng)經(jīng)濟的特點是土地破碎化、離散化，與美國大農(nóng)場的規(guī)�；N植存在本質(zhì)區(qū)別，佳格正是通過技術(shù)創(chuàng)新實現(xiàn)了突破。第一，信息技術(shù)實現(xiàn)“虛擬集中”，農(nóng)業(yè)服務(wù)的低效性曾受物理距離制約，如技術(shù)員下鄉(xiāng)指導(dǎo)需耗費大量時間，而信息技術(shù)打破了這一限制，無論對接多少農(nóng)戶，均可通過遠(yuǎn)程視頻、數(shù)據(jù)推送等方式提供服務(wù)，無須人員實地到場，將實體分散的農(nóng)業(yè)生產(chǎn)轉(zhuǎn)化為虛擬集中的服務(wù)體系，大幅提升服務(wù)效率；第二，AI推動技術(shù)平權(quán)化。傳統(tǒng)農(nóng)業(yè)新技術(shù)普及慢，部分源于農(nóng)民群體的溝通習(xí)慣與使用場景限制，如田間強光下難以打字操作，而語音、視頻類AI技術(shù)的應(yīng)用，解決了這一痛點，農(nóng)民可直接對著田地、作物葉片語音咨詢，無須復(fù)雜操作，讓技術(shù)觸達(dá)更普惠；第三，技術(shù)繞過制度障礙實現(xiàn)規(guī)�；�。中國無法像美國那樣通過大規(guī)模土地整合實現(xiàn)規(guī)�；N植，但通過技術(shù)手段達(dá)成了等效目標(biāo)，即使1萬畝地分散在100塊甚至數(shù)百塊高標(biāo)準(zhǔn)農(nóng)田中，仍可通過農(nóng)機調(diào)度、社會化服務(wù)統(tǒng)籌等方式，實現(xiàn)規(guī)�；髋c管理。這種“技術(shù)推動資產(chǎn)聯(lián)營、繞過制度阻礙”的模式，是發(fā)展中國家從小農(nóng)經(jīng)濟邁向規(guī)�；r(nóng)業(yè)的重要突破。

從發(fā)展前景來看，張弓說：“技術(shù)層面我們持樂觀態(tài)度：航天、無人機、AI等相關(guān)技術(shù)迭代迅速，硬件成本持續(xù)下降，新的技術(shù)成果與產(chǎn)品不斷涌現(xiàn)，為農(nóng)業(yè)服務(wù)的升級提供了堅實支撐，技術(shù)本身已不再是核心瓶頸�！蔽磥�，佳格希望推動技術(shù)向外輸出，尤其是服務(wù)于發(fā)展中國家，在數(shù)據(jù)管理、數(shù)據(jù)安全等一系列關(guān)鍵問題上，若能在頂層制度設(shè)計上提供更完善的保障，消除技術(shù)輸出過程中的合規(guī)顧慮，將為公司的國際化布局掃清重要障礙。

在張弓創(chuàng)業(yè)的10年間，硅谷的農(nóng)業(yè)發(fā)展思路也發(fā)生了顯著轉(zhuǎn)變，從早期的技術(shù)服務(wù)輸出，逐漸轉(zhuǎn)向AI技術(shù)的深度應(yīng)用�！癆I本質(zhì)上是高效的成本控制與效率提升工具，而農(nóng)業(yè)領(lǐng)域?qū)Τ杀久舾卸葮O高，因此AI的落地場景日益廣泛，這一趨勢與中國當(dāng)前的技術(shù)躍遷方向一致，中美兩國均在積極推進AI與農(nóng)業(yè)的融合�！钡珡埞瑫r也指出兩國的差異，“兩國的差異在于服務(wù)聚焦的核心場景。硅谷及美國農(nóng)業(yè)的思路更偏向服務(wù)大農(nóng)場、規(guī)�；r(nóng)業(yè)，而我們的關(guān)注點是在中國農(nóng)業(yè)轉(zhuǎn)型及廣大發(fā)展中國家的小農(nóng)經(jīng)濟背景下，如何通過技術(shù)實現(xiàn)三大層面的突破，即虛擬集中、技術(shù)平權(quán)、繞過制度障礙。在這一細(xì)分領(lǐng)域，我們有信心處于世界領(lǐng)先地位，我們積累的針對小農(nóng)經(jīng)濟、破碎化土地的數(shù)字化服務(wù)經(jīng)驗，是其他國家難以復(fù)制的核心優(yōu)勢�！�