阅读进度

农业与食品 · 案例 21.1

养殖场疾病预警

用已有的采食、饮水、环境数据,比人工提前发现异常栋舍

跳到本案目录

30 秒速读

真问题
不是「缺传感器」,是「已有的采食、饮水数据没人每天看,异常发现靠饲养员巡栏经验」。
成功标准
对过去的疾病事件,系统能比兽医确认平均提前 2 天发现异常;在试点场每天推送的异常栋舍不超过 3 个。
最后交给谁
交给集团生产技术部的一名数据专员:维护基准、数据校正规则、新场接入;兽医总监负责异常分类和疾病判断规则。
带走一条判断
先用已有的低成本数据,证明价值后再加装设备。

1客户嘴上要的

「在猪舍装摄像头和拾音器,用 AI 识别猪咳嗽和异常行为,提前预警疫病。」

—— 生猪养殖集团

这是症状或现成方案,不一定是真问题。下面看两种做法。

2照字面做,会怎么烂

采购摄像头和拾音器,在两栋猪舍安装,采集声音训练咳嗽识别模型。设备进场要洗消、隔离,安装就花了一个月;猪舍里湿度高、氨气重,设备频繁故障;风机噪声让咳嗽识别误报很多。半年后还在调模型。

3好 FDE 的实际走法

共 10 周,分 5 个阶段。带三角标记的是这一步最容易踩的坑。

  1. 第 1–2 周远程摸清现有数据

    • 先不进场。和集团生产技术部、兽医总监、两个试点场的场长开视频会,再请场长用手机拍一遍猪舍、环控器、料线、水表的现场情况。
    • 发现每栋猪舍已有:环控器记录温湿度、通风量;料塔有称重,能算每天的下料量;部分栋舍有水表。数据在场内的环控系统和养殖管理软件里,没人用来做预警。
    • 和兽医讨论过去一年的 12 次群体性疾病事件:多数事件在兽医确认前 1–3 天,采食量和饮水量已经明显下降。
    • 真问题不是「缺传感器」,是「已有的采食、饮水数据没人每天看,异常发现靠饲养员巡栏经验」。成功标准改为:对过去的疾病事件,系统能比兽医确认平均提前 2 天发现异常;在试点场每天推送的异常栋舍不超过 3 个。
    • 踩坑别承诺「识别非洲猪瘟」等具体疫病。疫病诊断由兽医和检测确认,按规定上报,系统只能提示「这栋异常,请检查」。
  2. 第 3–4 周拿数据,处理脏数据

    • 场内网络和集团网络连接不稳定。和集团 IT 确定:每天定时从场内服务器同步一次数据到总部,不需要实时。
    • 数据问题很多:料塔加料时称重跳变、水表计数清零、转群和出栏导致头数变化。逐个和场长确认,用养殖管理软件里的存栏头数校正。
    • 进场一次:进场前通常要做非洲猪瘟采样检测,按生物安全流程洗消、隔离后进场(隔离时长按集团生物安全制度执行),核对设备和数据点对应关系。这次进场提前两周预约,是周期变长的原因之一。
  3. 第 5–6 周原型和 evals

    • 按栋舍计算每头日采食量、饮水量、温度和通风的偏离,和同日龄、同季节的基准比较,再结合死淘记录。
    • 每条异常附上:哪个指标、下降多少、从哪天开始、可能的环境原因(比如通风故障导致温度高,也会让采食下降)。
    • evals:用过去一年 12 次疾病事件和对应时间段的正常栋舍回放。标准:12 次中至少 9 次比兽医确认提前 1 天以上发现;正常时期每场每天异常推送不超过 3 栋。
  4. 第 7–9 周场长和兽医上手

    • 两个试点场每天早上收到异常栋舍清单,场长安排饲养员重点巡栏,兽医在需要时检查,结果在手机上点选回填(正常 / 环境问题 / 疾病 / 其他)。
    • 反馈:「疫苗注射后两天采食会下降,要排除」「夏季高温天整场采食都低,要按场内平均比」。加入免疫记录和场内对比。
    • 这 3 周只验证误报率和场长的使用习惯。两个场一年只有 12 次事件,3 周内可能一次也碰不上,「提前发现」的能力靠第 5–6 周的历史回放证明。
    • 真实事件的验证交给接手人继续跟踪:运行到出现 2–3 次真实异常时,和兽医一起复盘一次,再决定是否推广。
    • Demo 给生产副总裁:试点期间发现的异常、确认的情况、和兽医发现时间的比较,由场长讲。
  5. 第 10 周交接交接

    • 交给集团生产技术部的一名数据专员:维护基准、数据校正规则、新场接入;兽医总监负责异常分类和疾病判断规则。
    • 再决定是否在关键栋舍加装传感器。这时已经知道缺什么数据,买设备才有依据。

4这个案例教给你的可复用判断

  1. 先用已有的低成本数据,证明价值后再加装设备。

  2. 现场进入受限时,用远程视频、照片、场长协助完成大部分调研。

  3. 预警只提示异常,诊断和上报由有资质的人负责。

  4. 异常要排除已知原因(免疫、转群、季节),否则误报会让人不再看。

你手上也有类似的场景?

说说你所在的行业和想用 AI 做的事,留言会直接送达。觉得这个案例有误、过时,或有更好的做法,也欢迎指出。

农业与食品的其他案例

内容更新:2026-11-11