对于麦麦科技集团创始人、董事长兼CEO李楠来说，今年开年的两个国家级“认定”，来得并不意外，却足够沉甸甸。

一个是农业农村部评选的“2025年度智慧农业典型案例”；另一个是国家知识产权局认定的“国家知识产权示范企业”。在农业领域，这样的企业此前并不多见。

从最初以智慧农业解决方案切入行业，到如今成为国内农业AI领域唯一的国家专精特新“小巨人”企业，李楠坦言，公司的发展始终伴随着行业对农业科技认知的逐步深化。

农业AI的门槛，不只是算法

在李楠看来，两项国家级认定，释放的其实是同一个信号：国家对农业科技的关注，正从鼓励应用，转向对自主创新能力和产业带动力的深度考量。

麦麦科技最初以智慧农业解决方案切入市场，真正向农业AI纵深布局，则始于2021年底至2022年初。

彼时，企业开始围绕农业知识图谱、农业数据深度挖掘、作物生长模型等方向持续投入。李楠回忆，当时并没有明确预判到“大模型时代”会迅速到来，但团队已经意识到，数据、模型和场景是农业智能化的核心底座。“这些能力未必构成全部AI，但一定是农业AI最关键的部分。”

到2023年，随着行业认知和市场需求迅速升温，麦麦科技加大了投入力度，并在2024年取得明显突破。同年，企业获评农业AI领域国家级专精特新“小巨人”企业。

与外界熟悉的通用大模型不同，麦麦科技主要布局的是垂直应用层模型。李楠介绍，企业目前已构建了2000多个小模型，按照不同作物、不同场景分别建模，如草莓、柑橘、水稻、中草药、蓝莓等。“我们更靠近应用层，研究的是作物在具体生长过程中需要什么、如何响应。”

这背后，真正的壁垒往往并非单一算法，但更重要的是高质量数据、长期积累和真实应用场景。

以柑橘为例，麦麦科技攒下了覆盖全国主要柑橘种植区县、过去5年的县域级生长与环境数据。这类数据对于模型训练、品类研究和决策优化具有基础性价值，也是农业垂直模型能否真正发挥作用的重要前提。

从“以经验为本”到“以作物为本”

此次入选典型案例的，是麦麦科技“物联网+AI赋能柑橘精准种植决策模型”。

这个模型做的是什么事？李楠介绍说，简单说，就是帮果农解决几个头疼的问题：果子大小不一、糖度不够、花皮率太高。

在湖北，一个大型柑橘合作社用了这套模型近四年。结果不算惊天动地，但很实在：花皮率从17%-20%降到了5%以下，糖度提升了1到1.5个点，大果率稳定在85%以上。

果径大小、糖度多少、花皮率高低，直接决定了果子能卖什么等级、进什么渠道、出什么价格。

在李楠看来，这一案例的价值，不仅仅在于某个单点技术，而在于它体现了农业生产逻辑的根本变化——从“以人的经验为本”，走向“以作物需求为本”。

他打了个通俗的比方：过去种地，很大程度上像“按照家长的想法养孩子”；而未来农业，则更像“根据孩子不同阶段的真实需求科学喂养”。作物在不同生长阶段，对水、光、肥的需求并不相同，有时需要控水，有时需要补光，有时需要控肥。

过去农业对这些需求的判断，更多依赖种植经验，核心逻辑是“人觉得该怎么种”；而农业AI要解决的，是让生产过程从“经验驱动”转向“需求驱动”，即围绕作物在不同生长阶段的实际需求进行精准决策。

作物在开花、挂果、生长等不同阶段，对水、光、肥及环境条件的需求并不相同。过去，农业生产对这些差异的识别能力有限，更多依赖经验判断；而AI模型能够通过数据感知和动态分析，识别作物当下真正需要什么，并将判断转化为补水、控水、施肥、补光等具体决策。

“从以人为本、经验为本，转向以作物需求为本，这是下一代农业的重要变化。”李楠说。

从产业成效看，农业AI的价值也并非局限于单一维度。增产稳产、提质降本、减少农药投入、提升安全性，都可以成为不同作物和产业场景中的核心目标。比如，对部分水果品类而言，提升品质可能是更现实的诉求；对部分大宗作物或区域化作物而言，降低成本、稳定供给则更具意义。

“要让技术进入合适的场景”

业内普遍认为，农业AI要从技术验证走向规模应用，最大的挑战之一在于成果转化。农业生产周期长、区域差异大、场景复杂，决定了新技术不能停留在实验室和样板田里，而必须与农机、传感器、管理流程和产业体系深度结合。

对此，李楠表示，未来企业技术发展的重点，一是进一步深化和细化农业垂直模型，提升模型效率、降低使用成本、加快响应速度；二是推动模型与机械设备、传感器及物理场景加快适配，让AI真正嵌入生产过程。

“不能只有技术，也要让技术进入合适的场景。” 李楠说。

从北京总部到湖北、重庆、南京、广西四大区域总部，从覆盖全国190多个数字农场到海外市场的初步布局，李楠的规划很清晰：一个品类一个品类地做，一个场景一个场景地落，“对国家战略性的品类，我们希望能逐步覆盖得更多一些。”

站在2026年春天的这个节点上，李楠觉得，农业AI的“有没有”已经翻篇了，真正的考验在于，能不能把“好不好用”做到更扎实。

“客户花了钱，就是要看效果。”他说，这个行业最实在的逻辑就是“结果就是效果”。而麦麦科技要做的，就是让每一株作物，都能被更精准地读懂、被更恰如其分地照料。

这或许就是下一代农业的方向。不再是单纯靠天吃饭，也不再是完全靠经验吃饭，而是靠数据、靠模型、靠AI，让土地与作物更好地“开口说话”。

而农业AI能否真正走深走实，关键也将取决于一件事——能否从“技术可用”进一步走向“产业好用”，并在更广阔的农业场景中形成现实生产力。

编辑：谢玮