一年前的问题，现在再回头看，死猪保险目前依然是手工拍照存储上传。
再比如，再往前5年，有人提出智能养猪，用电子饲喂站养怀孕母猪，这个猪场就变成了智能猪场。过分的是，部分猪场甚至连自动料线都没有，就买了电子饲喂站，靠人工把饲料倒进饲喂站的料斗里。这哪里智能了？那些种猪场你别笑，你也好不到哪里去，买了种猪生长性能测定站的育种场已经算是育种场里比较高端的了，然后呢，还要靠人工倒料到测定站的料斗里。
他是在养猪生产的一个环节进行了落地，于整个猪场生产流程影响很小。比如，产房的仔猪叫声监控，发现被压的小猪，这是生产环节的一个很小很小的点。从技术的角度看，为了把阿里的人工智能框架和养猪生产结合，必然需要一个突破口，而且是相对来说熟悉的突破口。所以选择了通过对声音的采集和分析，然后利用模型进行异常预警。数据采集简单，实施容易，而且看得见。所以有进展很正常。
然而，养猪生产首先要生的多，然后才是死的少。
所以，我们看待阿里人工智能养猪，要站在养猪生产流程的角度全面地看，而不是只看他做了什么高大上的事情。
回到人工智能落地猪场的话题。
猪场信息化建设，可以把猪场的猪、物、人都纳入到信息化管理中，养猪数据才会逐步积累起来。目前主要侧重于猪的信息化，大多数养猪数据系统都涵盖了猪的数据管理，包括繁殖（配种妊检分娩断奶离群）、商品猪（转舍转群转批、死淘、销售、购买、转场）、健康管理（免疫保健、检测等）、育种（测定、选留、选配等）。
而猪场的物和人的信息化现在也越来越重视，这主要是基于成本核算和绩效管理。这都是实打实的需求。很多猪场数据系统也把这方面涵盖进来了。包括物料的出入库、人员管理、和财务系统的数据对接等等。
但要看到猪场信息化过程中，绝大多数数据都是以人工填报和录入的方式进行的。虽然这个过程中一些企业尝试使用OCR的方式进行识别录入，但这个数据采集和录入的过程中，人工参与度非常高。
当然了，现在很多人都在讲不需要人录入数据，用机器设备自动完成数据采集。比如使用摄像头、扫码器、传感器等等。虽然从设想上，养猪信息系统中的所有数据似乎都可以自动完成。然而，我只能说，啥时候你去猪场养一段时间的猪，你再考虑一下要不要这样讲。同样的，那些往猪场安装些饲喂料槽，加了个4G卡发送电机转动时间和次数，就敢说自己能实现精准饲喂、智能饲喂的，也是大数据养猪的，我也只能说，还差远呢。
那么到底有没有落地的场景呢？实际上通过对信息化的自动化处理，这里就有很大的落地场景。但关键在于，零散的各个点的自动化采集和分析，并不能解决问题，还是需要从养猪生产流程的整体上，综合所有手段，完成全链数据的自动采集和分析。
这样的话，猪场的饲料通过料线直通料槽，猪场建设工艺决定了猪粪尿不需要过多人工干预，环境控制是通过控制器自动进行，通过摄像头和RFID进行猪只识别和跟踪，接入系统的体重秤，可以完成转猪和销售过程中的自动记录。绝大多数事务都会依靠设备来自动完成。
这样看来，人工智能介入养猪场，减少了人，那么就减少了和猪接触的机会，对于现在的非洲猪瘟在场内的预防来说，也是好事。
