类别
凭借远见实现增长
目前，绝大多数受控环境农业仍停留在“事后诸葛亮”的阶段。种植者往往在产量已经损失后才对问题做出反应。这一时代正在结束——而取而代之的新模式需要一个智能层。
前提
室内农场中最昂贵的投入
问题不在于灯光。 不是劳力。 而是事后诸葛亮。
在受控环境中，每一位操作员都在依据滞后信息做出价值数百万美元的决策。该设施的设计旨在实现全面控制：密封的房间、受控的光线、经过处理的水、受调控的空气。然而，决定最终结果的那个关键因素——即即将出错的那个环节——却是无人能见的一点。
这种差距是有代价的，而且绝非四舍五入的误差。它其实是整个运营过程中最昂贵的投入——虽然不显眼。不是照明费用，也不是人工成本，而是事后诸葛亮。
该法案
事后诸葛亮究竟要付出什么代价
四个数字从不同角度描述了同一个问题。
- 治疗费用 3–5倍 一旦疾病出现症状后再进行治疗，其费用比在7至14天前发现同一疾病时高出3–5倍。
- 收益岌岌可危 90% 与 5% 因感染应对时机不当造成的损失，与及时发现同一感染时所造成的损失相比。
- 该是时候了 72小时 到7天——一旦密闭空间内的气候控制出现失灵，作物完全减产可能在多快的时间内发生。
- 付出了什么代价 10+ 自2022年以来，已有10多家获得风险投资的室内农场倒闭，其中一家在融资9.4亿美元后仍宣告破产。这一概念本身可行，但执行策略却失败了。
我们销售的班次
转变
这并非旧工具的升级版。这里提出的是一个不同的问题。
从后见之明中成长
对已经发生的事情作出反应
- 用于解释已发生事件的工具
- 每个设施都是一个密封、隔离的“黑匣子”
- 基于滞后的气候和作物数据做出的决策
- 问题只有在显现后才能被发现——此时已为时过晚，无法避免损失
凭借远见实现增长
针对即将发生的事情采取行动
- 一个能率先发现下一个问题的系统
- 覆盖每个房间和场地的单一智能层
- 针对即将发生的事情做出的决定
- 在产量损失前几天采取干预措施
我们插旗之处
适用于受控环境农业的智能层。
我们首先有意识地拿下CEA奖项。这是我们可以完全主导的类别，因为卫星和地面通信领域的现有运营商在室内环境中结构性缺位——毕竟，卫星无法飞越种植架上方。
仪表盘和调度程序正在迅速成为标准化产品。真正的竞争优势在于智能：这一层能够从封闭环境中的自有数据中学习，并在仍有时间采取行动时预见下一个问题。以此为桥头堡，这一理念将延伸至我们构建的其他所有领域。
内容如下
返回什么
直截了当的回答
由此引发的问题
所谓“事后诸葛亮”，究竟指的是什么？
在信息滞后的情况下维持受控环境。该设施的设计旨在实现全面控制，但决策却是基于描述已发生情况的数据做出的——因此，问题往往只有在显现出来后才会被发现，而此时通常已经导致产量损失。
在受控环境农业中，什么是智能层？
这是一个软件层，它通过学习设施自身的环境数据和单台设备数据来预测下一次故障，而非仅仅报告上一次故障。该层位于传感器、控制系统和记录系统之上，其输出结果是预测结果和建议措施，而非图表。
为什么从受控环境农业入手，而不是从农业这一更广义的概念入手？
因为它可以完全自主拥有。引领户外农业发展的卫星与土壤平台，在室内环境中在结构上并不存在——卫星不会从种植架上方经过，密封的房间里也没有土壤模型。控制环境农业（CEA）是一个桥头堡，在该领域，智能层确实无人能及。
这与农场管理软件或仪表盘有什么不同？
仪表盘能揭示“发生了什么”，排程软件能揭示“计划了什么”。但二者都无法预见“即将出错的地方”——而这恰恰是唯一能在仍有时间采取行动时改变结果的问题。仪表盘和排程软件正逐渐成为标准化产品；预测功能才是具有竞争优势的部分。
在实践中，前瞻性表现出来是什么样子的？
每株植物都会被拍摄并测量，从而在实地巡视时还能察觉异常情况之前就将其识别出来；六大因素组成的水安全评分体系，可在症状出现前预警水培病原体风险；产量预测的准确度达到已发表模型的水平；以及一个AI副驾驶，它会提出干预方案并等待人工批准。