圖源：pixabay
受全球新冠肺炎疫情影響，糧食短缺危機的話題熱度驟升。從田間生產到零售門店，以及流通環節等食品系統鏈條中的各個環節都在本次疫情危機中承受巨大壓力。此外，全球市場的食品消費端需求特點也正發生變化。各類農產品價格可能出現異常波動，農業食品產業的生產、加工及流通各環節都應做更多準備應對風險。
事實上，近年來價格波動在農業食品領域造成的影響日趨顯著，在疫情爆發前，已存在諸多可能嚴重影響價格的風險因素，既有長期頑疾，也有短期危機；既有天災也有人禍：
1）氣候問題日趨嚴峻。包括極端天氣增多導致的減產。2）大流行病蟲害。如輪番上演的禽流感、豬瘟、蝗災等。3）國際貿易環境動盪。例如中美貿易摩擦撲朔難停，導致巴西黃豆價格突漲等。
從下面FAO發佈的食品價格指數近3年來的年度波動曲線，和幾個主要食品過去一年中的價格波動曲線來看：首先綜合性食品價格波動幅度不小，年內波動範圍可超過12%，而看單品類則波動更大，年內波動可接近20%。如2019~2020年間的菜油。其次，價格波動是常態，從過去3年的曲線看，波動區間都不小。第三，價格變化很難簡單尋找明顯的季節規律，規避風險不易。
FAO食品價格指數，圖片來源FAO
為了能更好的規避應對這些不確定性，甚至是突發事件的風險影響，一批創業公司在農產品風險管理上動心思。
人機結合預測價格走勢
DecisionNext是一家創立於2013年的美國創業公司，為大數據分析領域科技公司，商品價格預報分析SaaS解決方案服務商，服務對象以大客戶為主，農業食品產業是其專注的兩大板塊之一，另一板塊為礦業。2015年DecisionNext獲得一筆200萬美元的種子融資，後又於2019年獲得700萬美元A輪融資。時隔4年又獲得融資，或許也與2019年農產品價格波動劇烈有關，使得這一方向更具價值。
肉類加工企業是DecisionNext的一類典型客戶，例如從屠宰廠採購牛肉及其他原材料，將其加工成包括熟食的各種牛肉產品供應給零售商銷售。這樣的業務經營其利潤很大程度取決於每次買進和賣出決策，對採購價格與產品銷售價格波動相當敏感。
這裡既包括掌控產品售出價格趨勢，以便在合約中合理定價，也包括對採購合約價格高低的判斷。經營者通常需要在不同的點位，進行多批次的採購，那麼就需要判斷當前價格相對未來趨勢是高是低，是否應當加大囤貨或提前簽訂後續的合約。DecisionNext稱大部分食品、肉類、農業等產業供應商仍在依靠經驗甚至感覺做市場預測。DecisionNext則將人類的經驗性預測能力與機器學習相關算法結合起來，既不單純依靠人，也不全指望機器，這樣的預測將更準確，且能發掘市場波動背後未被知曉的聯繫，提示風險，以幫助企業優化決策。
用保險思維將風險限於可承受範圍
每年農產品價格波動可能達到20~30%。奶農在這方面面對的風險尤其突出，過往因價格風險時常會造成大量奶農不得不退出這一產業。對於農戶而言，在一定的價格波動範圍內屬於可承受風險，通過保險思維可將風險限制在這一範圍內。Stable是一家成立於2016年的英國創新保險公司，2019年獲得600萬種子輪融資。開發有商品價格風險平臺，為農業食品企業提供因價格波動帶來的風險保障服務。
一般情況下，一些大型農場主或貿易商，更有議價能力，能更好地規避價格風險，而中小農戶就很難做到了。而大型農場仍佔少數，有數據稱全世界僅有1%的農民在面積超過250英畝的農場工作。Stable的風險平臺則主要中等規模的農戶，通過在Stable購買保險將價格波動風險限制在可承受範圍內。
基於數據科學及金融技術，Stable提供的是一種指數保險（Index Insurance）產品。指數保險作為創新的保險類型關注度持續上升，其賠償不是基於被保險人的實際損失，而是基於預先設定的外在參數是否達到觸發水平來確定賠付水平。指數保險中的“指數”一般指的是表徵某災害強度的指標，如干旱等級、地震的震級、產品價格等。
Stable平臺會根據想投保的商品類型、數量及時間段提供報價，保費水平還取決於根據農戶參照某類價格指數所設置的最低價格和最高價格。據稱，Stable的平均保費合約在3000英鎊，每月可增加1000個合約。但這裡不處理金額巨大的交易，想必那些金額巨大的單筆交易其風險連通常的保險公司都很難有效平衡。Stable平臺同時還可提供其他金融服務，例如商業貸款等。
Stable從世界範圍40多個國家收集數據，以便客戶匹配其當地風險。Stable目前服務支持十多個國家，包括最大的三個市場：英國、巴西和澳大利亞。Stable可投保商品類型已從2019年的15類擴充到現在的3000多個。
追求價格公平化開始的獨角獸
在農產品價格公平化方向上已誕生一家獨角獸公司Farmer’s Business Network（FBN）。FBN的初衷正是因為美國農民面臨著農產品售價低而投入成本過高的困境。因為供應商採取複雜的捆綁銷售、分區定價法和常客忠誠計劃等銷售策略，農民在進行原料產品採購時很難評估真正的市場價格。有研究稱，同樣的原料購買價格差異可達300%，而在一小時車程內的地區差異也高達40%。FBN利用數據科學和機器學習技術創建一個獨立、公正、客觀的農業信息網絡平臺，主要服務於小農戶，幫助其利用數據改善農場收入。用戶可以利用FBN的服務，分享或審查投入的原料成本，包括種子、化肥及土壤所需其他化學物質等，不僅是單價之間的對比，還能通過數據分析找到合適的原料投入量，避免因不必要的投入量而徒增成本。
FBN提供的穀物價格數據參考
FBN從全美超過1400萬英畝的耕種地收集數據，並追蹤收成、播種密度、施用時間，價格和其他關於上百類種子、化學藥物和農業產品的變量。因此在售價上，農民們可以通過市場平均值來評估自己的價格，權衡自己成本控制空間。
FBN目前FARMERS FIRST®產品功能板塊
FBN創立於2014年美國加州，也是Google Venture的投資項目之一，上輪融資於2019年E輪，金額達1.75億美元，先後總計融資超過3.6億美元，目前其業務已更加多元，包括為農民提供金融服務。
風險監控規避糧食短缺
Agrimetrics致力於為農業食品行業提供數據服務，在最近其向人們發出警告，稱疫情影響將迫使人們面臨糧食短缺境遇。對比2008年金融危機後的情況，也曾出現嚴重的糧食短缺問題，造成部分國家地區的人民不得不忍受飢餓。全球食品系統是否會在這次危機壓力下崩潰？
Agrimetrics正在與微軟合作開發AI系統，用於預測食品短缺何時爆發，也在近期獲得了英國政府的資金支持。其核心技術主要是人工智能和高達行業標準13倍分辨率的衛星圖像技術，可來識別英國280萬處農田邊界，並將其與超過10億個額外的數據點聯繫起來，包括天氣和土壤成分等。
Agrimetrics英國創業公司，成立於2015年，聯合利華、BASF是其早期客戶。Agrimetrics創建有用知識圖譜連接起來的數據集市，在這裡便於共享數據。Agrimetrics認為食品系統相當複雜，許多變化具有難以覺察的內在聯繫，需要從全球食品產業系統各角色中來獲得信息，因而Agrimetrics數據集市的數據來源貫穿於整個體系，包括政府部門、零售超市、農民和消費者等。多維度的數據得以集合起來，而過去這些數據往往是孤島式的，不能更好的挖掘其價值。
Agrimetrics 數據市場架構概況
Agrimetrics提供地區性生態系統數據服務
Agrimetrics最終是期望通過數據價值的挖掘，能幫助整個農業生產提升產量並降低成本，在其他製造行業通過數據價值挖掘能提升50%的產出減少20%的浪費，Agrimetrics認為農業領域也能如此。可以看出，Agrimetrics的操作方式是通過風險監控從根本上規避糧食短缺風險。
小結
對農業食品產業而言，價格波動造成的風險可能難以承受，這背後的因由來自幾個方面：多種原因造成的短缺；多種原因造成的過剩；價格信息不透明；關稅、貿易限制、農業補貼等政策影響。
農產品風險管理這一方向在全球疫情衝擊下或將受到更多關注。以上這幾家歐美創業公司在最近一年內都有獲得外部資金支持，其切入點，有的傾向於治標，有的傾向於治本。但都將核心能力放在了數據獲取及其價值挖掘上，收集儘可能多渠道源的數據，結合機器學習技術，以便更精準的洞悉變化，提前獲悉風險警示，規避防患遭遇不可承受的打擊。
閱讀更多 35鬥 的文章
