2016 年，薛素文帶領團隊開始創業，手里攥著的不是現成的商業模式，而是一句聽起來像開玩笑的目標：讓農業變得更加時尚有科技感一些。
9 年過去，這個作為起點的想法，竟支撐起一個獨角獸的誕生：農信互聯作為數智農業領域的獨角獸企業，其核心子公司 " 農信數智科技有限公司 " 打造的 " 豬聯網 " 平臺，在畜牧產業數字化市場份額超 35%，穩居行業第一，并且在 2024 年底拿到了近 3 億元的融資。
薛素文從豬聯網開始入手，最早用互聯網手段幫客戶管豬養豬，隨后，從生產管理擴展至線上交易場景，再拓展到上下游全產業鏈的數智化服務。薛素文非常慶幸，因為到今天，改造農業的工具變多了，以前是互聯網，而今還有大數據、AI 大模型、機器人。" 很興奮，覺得有無限可能。"
基于 AI 的數智增值服務，讓公司的客戶續費率提高了。" 前幾年客戶的續費率通常在 75% 左右徘徊，現在是 87% 了，這里面肯定有數智增值服務的功勞 " 薛素文說，。
在本次鉛筆道訪談中，薛素文分享了養豬等產業的新興機會，以及在 AI、機器人的新技術沖擊下，產業的最新應用實踐，以下是部分精華觀點。
1、養豬產業的客戶剛需是什么？
答：豬場最大的剛需是降成本，具體來講就是用數智技術與平臺的力量讓豬場的豬多生、少死、早出欄。
2、養豬產業能玩燒錢補貼那套嗎？
答：不能。燒錢一地雞毛，沒有續費率。
3、養豬產業的需求，能復制到其他哪些產業？
答：主要與養殖相關的，都容易復制，比如家禽產業，反芻（即牛羊）產業，水產等。
4、目前，大模型對養豬產業的實踐價值？
答：以前給客戶提供報表與指標，但客戶往往看不懂或抓不到重點，現在可以直接幫助客戶拆解或推理相關的數據，并直接給出解決方案甚至幫助客戶執行方案。
5、目前，機器人對養豬產業的實踐價值？
答：部分代替人，它是從經驗型養殖到數智化經營的關鍵轉折。沒必要做成人形，實用最重要。從事后分析變成事前預警，比如母豬查情、巡檢豬場、智能盤估、智能飼喂、機器人注射疫苗等，減少人員接觸。
6、對農業而言，機器人有必要做成人形嗎？
答：沒必要。核心不是模仿人形，而是解決問題，能干活就是好機器人，比如能伸縮、帶傳感器，能夠像孫悟空一樣變出各種工具最好。
聲明：訪談對象已確認文章信息真實無誤，鉛筆道愿為其內容做信任背書。
01 起步就是 1000 人
鉛筆道：2016 年您獨立創業。獨立創業，感覺有什么不一樣？
薛素文：創業前我是職業經理人，盡管有許多經營上的壓力，但大多數還是老板來頂著。現在的壓力與以前不一樣了，一種油然而生的 " 生死感 "，核心技術的迭代、商業模式的變化、對員工的激勵、對客戶的承諾、對股東的交代，哪一樣做不好，都有可能翻車。
鉛筆道：創業 9 年了，您覺得哪一年最順？哪一年最難？
薛素文：大概創業兩三年之后好點，前兩三年確實挑戰很大。
一開始沒有成熟產品與商業模式，完全靠一股熱情。我們當時的想法是，希望通過數字能力改變農業的現狀，但怎么改其實還在摸索。
幾年后公司的團隊、產品與市場都慢慢起來了，績效趨于穩定，公司也不再虧損，感覺會好很多。
但疫情那幾年，公司的收入增長不達預期，加上人員被困在辦公室或家中，不但豬場進不去，豬場老板的辦公室也進不去，許多簽好的單子無法落地，一千多人的團隊，一個月上千萬的薪資，一個人都不敢主動的砍，確實壓力很大。
鉛筆道：那光是工資就很驚人了，一年好幾億？
薛素文：對，好在我們的創業起點是比較高的，僅實際投入的注冊資金就有 3 億元，比起幾十萬、幾百萬的初創公司，會好一些，但一下子就這么大的團隊，讓公司迅速盈利也是很困難的。
鉛筆道：一千人出來，大家對公司的未來有沒有明確預期？
薛素文：是的。沒人知道公司會走多遠，也沒人敢打包票我們能做成什么，大家只是相信這事值得干，相信我，也愿意跟我一起干。
后來我們不斷調整，第二年開始有了收入，雖然當時還沒有利潤。
鉛筆道：B 端業務在兩年內能控制虧損在幾千萬級別，算是不錯了。
薛素文：第一年基本是產品打磨和試錯期，訂單很少，客戶當時的認知習慣還沒有建立起來，后來我們在產品之外增加了許多服務，客戶感覺有價值了，獲客的難度就會好很多。
02 產業破局點：生產端還是交易端？
鉛筆道：您的愿景是通過互聯網改變農業。當時的改造方式有兩種，一種是 B2B 交易平臺，另一種是提供數字化管理模式。您是哪種？
薛素文：我們更強調生產端管理，不只是交易。做交易有點像 " 搬運工 "，我當時就覺得，如果只是做純線下搬線上的事，那寧可不做。
所以我們一開始就明確，要從客戶最需要的但大家都不好做的那一端切入，即從豬場的生產端入手，思考如何用互聯網、物聯網及大數據技術解決生產成本居高不下的問題，也就是如何做到讓豬多生、少死、早出欄。
鉛筆道：所以您其實是在幫客戶把豬管好，并持續優化成本和效率？
薛素文：對。比如用一套算法快速定位生產效率低的種豬，建議場長加速淘汰；對日常飼喂，我們通過建立一套科學的精準飼喂曲線來降低料肉比；用視覺算法洞察豬場中的每一頭豬，實現遠程養豬；此外，我們還可以用大模型對豬場整體運營做診斷，深度解析每一個生產動作或流程是否合理。
鉛筆道：我聽出來了。您跟其他對手不一樣的地方就是：其他人在用互聯網思維改造豬場，您還是用 " 產業思維 + 數智思維 " 共同服務豬場。
薛素文：對。我們幾乎每天都在與農企或農戶打交道，不是純粹的互聯網人也不是純粹的農業人，我們是站在這兩者中間的那一小撮人，將兩種思維揉碎、融合并貫通，形成自己獨特的經營觀。比起互聯網人，我們通常更能懂得農業，對行業的運行規律及存在的問題也看得比較清楚，其切入點和解決方案都比較接地契。那些純血的農業人，基于思維慣性，也通常用行業經驗解決行業問題，而我們則不一樣，經常跳出來，在行業方案的基礎上，思考如何用數智化的手段來解決問題。
鉛筆道：互聯網改造行業，包括鋼鐵、物流、木材行業，都流行做 B2B 交易平臺，燒錢把買家賣家搬到線上，促成交易。您當時為什么沒選這條路？
薛素文：如果燒錢做 B2B 交易，成本很高，因為至少要燒三份錢。
第一份是做結算的錢，你看微信支付大概是 6 ‰，這就是支付的成本吧，農業企業是個大進大出的行業，GMV 很大，如果全部用微信支付，6 ‰的支付結算成本，是我們面臨的第一份要承擔的成本。我們養豬人一頭豬能賺多少錢？
這 6 ‰就相當于從他們身上拿走了。本來線下交易可以避免這個成本，現在反而增加了。我們的核心目標是降成本，結果卻把成本抬高了。
第二個是流量成本。許多產業互聯網創業公司，為了做大 GMV，將融到的錢充值到各種流量平臺上買流量或學 TO C 互聯網公司玩 " 免費 " 或 " 補貼 "，這是要支付的第二份錢。
第三個是開發交易系統的費用。許多做 B2B 的為節省費用，拿出幾十萬找人開發簡單的交易系統，但這些系統僅僅是商品上架、買賣方下單、結算 、物流這些簡單的基礎功能。我理解要想把交易平臺做好，必須持續迭代，除了基礎功能外，更重要的是基于各種算法的智能推薦及用戶服務系統的深度開發，而這些事要持續做好，需要長期的研發投入，這是我們要面對的第三筆錢。
產業互聯網如果僅僅做交易，相當于為 To C 互聯網打工，做半天都是為別人做。
所以為什么說 B2B 一直做不起來或越創越少，很難跑出來？那些大平臺吸附能力太強了，我剛才說的這三份錢基本上都是被 TO C 的大平臺賺走了，所以我們必須另辟蹊徑，繞過他們，這里比較現實的選擇，就是從生產管理端入手，因為生產管理這類解決方案，行業屬性太強了，我們從這里切入，通常很難找到旗鼓相當的對手。
鉛筆道：To B 行業有一個很核心的指標叫續費率，對吧？如果補貼一去掉，續費率不行，那模式就跑不通。
薛素文：全部得一地雞毛了。但我們從來沒有補貼過。
我們這個行業有位很資深的前輩，我創業的時候他說：如果我能成功，那就是個奇跡。
十年后他來找我，說我能生存下來，無非 2 個原因：第一個是切入點和別人不太一樣；第二個是我是長在泥土里面的互聯網公司，不是那種天上掉下來到處砸錢的，總之，從地里長出來的會比天上掉下來的站得更穩當一些。
其實我很少拿 VC 的錢，我們創始股東自己投了足夠多的錢。后來第二輪、第三輪融資，其實那時候企業已經開始不燒錢了，而且基本上找的是產業里的戰略投資者的錢。
我曾經接觸過很多 VC，但我自己更愿意選擇行業中的戰略投資者。
我篩選行業投資者有幾個標準：第一個，比如在行業里有影響力的，我覺得是合適的對象，能共享資源；第二個，要充分信任，合同簡單一些，我們這個圈子很小，大家抬頭不見低頭見，多問幾個人就知道彼此間的底細，信任感會比純粹的財務投資者強一些。
03 拆解養豬產業剛需
鉛筆道：有沒有一個戰略認知，是支撐到你們今天都還受用的？
薛素文：我們這個行業目前還是圍繞降本增效這件事，如果哪些方式或技術能幫客戶降本增效，我們就去做。之前著重解決管理問題，現在也嘗試解決交易問題——當然，是建立在不燒錢的基礎上，建立在能降本增效的基礎上。
鉛筆道：所以是圍繞同一批客戶，但是解決的需求變多了？
薛素文：客戶是同一批，就是把生產客戶變成交易客戶再變成數據客戶，基本上都是重疊的，相當于增購。
舉個例子，在生產過程中系統發現該豬場小豬拉稀現象嚴重，算法系統會分析存在這個現象的原因，然后像大夫開藥一樣，給他們推薦合適的產品，這些生病的豬在哪個階段要吃什么料或藥，要吃多少、一天幾餐，都非常嚴格，最后才引導到線上交易采購，不是簡單的撮合買賣。
鉛筆道：就養豬行業來說，不同客戶需求在您營收中的比重怎樣？
薛素文：大概分為 3 類客戶。
頂部客戶的數字類管理需求最重要，從過去的信息化升級到數字化。因為他們規模大，對數據中臺、甚至是大模型建設及 AI 相關的需求比較多，同時，他們需要企業數智平臺的一體化解決方案，把企業的各個環節都連接起來，這種客戶通常希望我們為他們量身定做整個底層平臺。
腰部客戶的需求相對均衡，通常也是標準的，他們希望借助我們的平臺的能力與資源一勞永逸地解決生產、管理及交易流通的問題，這也是我們主要服務的客戶群體，也是我們收入來源的主要部分。
底部客戶首先用的是農信的內容產品，這相內容產品相當部分是免費的，這相當于培育客戶，我們相信這些客戶會成長起來，變成腰部或頂部客戶。他們用我們的行情寶、豬病通、豬學堂、豬友圈等，每天看豬價、查豬病、學養豬、交豬友等，這更像互聯網的長尾效應，這類客戶，通常對農信商城上的集采或優選產品感興趣，同時也希望他們豬場的商品豬，通過競價的方式，能夠在國家生豬市場上多賣一些錢。
鉛筆道：三類客戶的分類標準是什么？
薛素文：就客戶分類標準來說，外人一般看肥豬存欄量，行業內看母豬存欄量，母豬存欄量相當于產能，能反映出產量規模。
第一類是集團化客戶，大概占行業的 30%，至少要有 3-5 萬頭母豬。一頭母豬一年大概能生 20 多頭豬，5 萬頭母豬一年就能有 100 多萬頭豬，產值也不少，這是頂部客戶的標準。
中間客戶大概是 500 頭母豬以上。現在趨勢是散養戶不斷減少，市場份額留給中間客戶；中間客戶中有一部分會往上走，這類客戶他們已經用慣了我們的產品，一旦成為頂部客戶，也通常會延續我們的產品。
底部客戶責主要是 500 頭以下的家庭場，這些客戶分化嚴重，受行業競爭影響，一部分自動退出，一部分則進化到腰部，成為我們重點的服務對象。
04 需求延展：從養豬到養家禽
鉛筆道：養豬行業的經驗，是可以復制到很多行業的。目前哪些行業，是您最想復制的？
薛素文：主要與養殖相關的，都容易復制，比如家禽產業，反芻（即牛羊）產業，水產等。
除了養豬，家禽行業是第二個，家禽行業又可以細分為肉禽和蛋禽。肉禽規模化程度高，機會不多了，蛋禽還有機會，我們的禽聯網已經比較成熟了，在市場應該也有一定的競爭力，只是我們過于關注生豬市場，沒有將主要推廣精力放在這里。
再往下就是反芻（ch ú）動物：牛羊。
牛羊有兩種，肉牛和奶牛，放養和圈養方式不一樣，解決方案不一樣，我們對圈養的模式會熟悉一些，我們已經羊聯網了，最近也在合作開發牛聯網的市場。
還有一個是水產行業，市場規模也很大，我們幾年前就已經有一個小團隊布局漁聯網，今年融資到位后，開始籌劃在水產領域加快步伐。
鉛筆道：這些行業，目前的進入節奏到哪一步了？
薛素文：都已經進入了，不但家禽、牛羊和水產也進去了。我們進入新行業的路線有兩種，一種是承接一些項目，來積累我們對行業的認知，夯實我們產品，進而形成標準化的解決方案再大規模推廣；二是尋找一些專業的小團隊，在其比較小的時候我們試著投一些錢，用我們的經驗與資源扶持他們成長，一旦做大了，再逐步加碼甚至將其納入我們的體系中進一步成長。
鉛筆道：剛剛說的水產，包括沿海的嗎？
薛素文：可以包括，各種水產都能覆蓋，比如蝦類、貝類、草魚、甲魚、螃蟹等，但它們的飼養方式差異很大，比較分散，不好做，相對來說牛羊還好一點。
但我現在覺得養豬行業還沒做透，還有很大空間，所以不敢輕易把時間花在其他行業。
鉛筆道：這個可以讓您打個分，假設把行業做透是 100 分，您現在自評分多少？
薛素文：養殖業中，生豬我覺得只做了 60 分，還有很多地方沒做到，家禽可能 30 分都不到，牛羊大概 20 分，還是不及格的水平。
05 疫情后遺癥
鉛筆道：疫情對您業務有影響嗎？
薛素文：有影響，
疫情期間我們公司大概有一千人左右，業務受很大影響，好多工作沒法展開。有些東西必須到豬場才能實現，比如安裝設備，客戶簽了單子也落地不了，一線員工只能在家待著，影響很大。
鉛筆道：所以客戶的采購支出就減少了。
薛素文：是的，他們覺得能活下去就不錯了，所以很少將錢投入到智能化領域。
鉛筆道：那三年大家都很難，只能用主觀調整對沖客觀影響，您當時是怎么對沖的？
薛素文：那幾年我們只能優化產品，收入沒法增長，正好有時間做產品迭代，把以前的技術債還了，底層平臺能力有了質的變化。因為以前總在應付客戶需求，疫情期間客戶需求暫時提不出來，我們就趁機夯實基礎，但那幾年對利潤影響很大。
鉛筆道：虧損率超過創業初期了嗎？
薛素文：沒虧損，也沒達到目標，本來計劃每年增長至少 50%，結果可能只增長 10% 甚至 5%，也跟我們在疫情期仍然承擔著龐大的員工薪資有關系。
鉛筆道：創業開弓沒有回頭路，現在也不后悔吧。
薛素文：不后悔，雖然壓力大，但走過來了，覺得這趟經歷也蠻好的。雖然說，如果沒有疫情，我們公司可能都會比現在會更好。
鉛筆道：那時候就沒有想過利用疫情做一些相關業務嗎？比如有機器人企業，疫情期間做消毒機器人。
薛素文：主要是沒條件，疫情對我來說，更多是推動我們去思考更智能化的產品，比如如何做到非接觸養豬、如何提升 AI 算法、如何將遠程看豬、遠程監控落地等，這些產品的雛形就是那時候形成的，不過真正落地是在疫情后。
疫情讓養殖戶意識到，不能天天待在豬場，能否在離豬場很遠的地方也能看好豬、養好豬？" 少人快養 " 和養豬機器人的概念就是那時候思考產生的。新想法當時沒賺錢，但給現在帶來了很大幫助。
06 養豬新技術：AI 大模型、機器人
鉛筆道：我們都很慶幸熬到現在，當年有互聯網工具，現在有大模型、機器人，工具更多了。大模型火了之后，從 2022 年 11 月到現在，你覺得這個工具帶來的最大意義是什么？
薛素文：很興奮，覺得有無限可能。農信沉淀了很多數據、算法，還有自己的體系，2022 年底 ChatGPT 出來后，我們就開始琢磨大模型，做了兩年，在行業里應該算做得比較深的。
總結來說，以前給客戶提供報表與指標，但客戶往往看不懂或抓不到重點，大模型最大的價值是，可以直接幫助客戶拆解或推理相關的數據，并直接給出解決方案甚至幫助客戶執行方案。
以前給養殖戶的報表太多、指標太復雜，還有英文縮寫，他們看不懂，現在基于農信 IAP 平臺的大模型，能直接告訴他 " 豬場的成本還能降多少？"、" 今天應該淘汰哪些母豬 "、" 什么時間應該出欄育肥豬 " 等等，不用解釋為什么，簡單直接更有效。
鉛筆道：所以是結合本地數據做訓練，用 AI 的智慧能力。
薛素文：對，我們還有行業數據，建了數據中臺，把碎片數據加工整合，我感覺這輪 AI 趨勢對我們行業的影響比以前任何時候都要猛烈一些，現在智能化、AI 化已經成為集團型豬企老板經常討論的話題，利用物聯網、大數據和云計算平臺 , 實現從遠程監管、飼料配方、精準投喂到環境控制的全流程智能管理。
鉛筆道：GPT 和 Deepseek，哪個對您啟發更大、價值更大？
薛素文：Deepseek 的推理能力更讓我驚喜，能根據用戶需求調整邏輯，可控性強。以前更多是 AI 生成內容，現在能結合飼喂器，可以將大模型出來的精準飼喂方案投送到飼喂器，讓飼喂器成為智能飼喂解決方案忠實的執行者，他能做到精準配料、控制飲水量、提前預警，比如知道哪些豬采食量不正常，進而對疫病風險進行預警。
鉛筆道：像智能體結合物聯網自動執行任務？
薛素文：對，我跟研發說，不管用過什么模型，關鍵是能把知識轉化為給機器的指令。我們很務實，不炒作概念，跟客戶一般不說大模型，只看實際效果。豬聯網的豬小慧基于生長階段、環境參數、疫病預警等多維數據構建算法，能夠實現對生豬生產、交易、物流、屠宰加工全程的數據收集與分析，形成全場景的數據閉環，為科學養豬提供有力的數據支持。
鉛筆道：驗證后有哪些正向反饋？
薛素文：續費率提高了，基于 AI 的數智增值服務，讓公司的客戶續費率提高了，前幾年客戶的續費率通常在 75% 左右徘徊，現在是 87% 了，這里面肯定有數智增值服務的功勞。
鉛筆道：現在 AI+ 產業的應用很熱鬧。從您的實踐看，哪些 AI 需求是偽需求？
薛素文：和行業私域數據無關的、屬于底層的基礎功能沒必要做，因為通用大模型已經能滿足，要做就做基于行業深度挖掘的，同時能夠替代人工做人不愿意做或做不到的事情。。
鉛筆道：再談談（人形）機器人，對豬產業或家禽業，它的最大意義是什么？
薛素文：部分代替人，它是從經驗型養殖到數智化經營的關鍵轉折。沒必要做成人形，實用最重要。從事后分析變成事前預警，比如母豬查情、巡檢豬場、智能盤估、智能飼喂、機器人注射疫苗等，減少人員接觸。外型不用長得像人，有實用功能就行，比如能伸縮、帶傳感器，能夠像孫悟空一樣變出各種工具最好。
來源：鉛筆道
