兩次失敗、三千萬學費——創業沒有爽劇劇本，這是陸漁科技深耕農業AI真實的“入場券”。當99%的人還在用AI寫文案、做設計時，有人把它扔進了魚塘，只為解決一個最樸素的問題：不確定性。

魯敏用18年IT男轉型“新農民”的經歷，揭開了水產養殖最殘酷的真相：1.38萬億的市場，數字化滲透率不足5%，一葉方塘，百萬歸零。這場分享沒有宏大敘事，只有從黑箱到白盒、從賭運氣到算數據的血淚教訓：農業要的不是快，是確定性。

以下為陸漁科技聯合創始人、首席技術官 魯敏 演講內容，經36氪整理編輯：

魯敏丨陸漁科技聯合創始人、首席技術官

首先感謝36氪的邀請來參加在北京亦莊舉行的AI Partner行業大會，我是陸漁科技的魯敏，我就是所謂“新農人”，養魚的，講主題之前我先講一個我們的創業故事，這個創業故事可能是全場最不專業的故事，通過這個故事了解一下我們是做什么的。

我們四個人，一個寫代碼的程序員，一個是產品經理，還有一個賣房子的，加一個做電子芯片解決方案的小伙伴，這幾個人跟農業是沒有一點關系的，而我就是那個程序員，一個在互聯網一線做了18年的IT男，在當時的朋友圈里，我們是別人比較羨慕的職業，在互聯網，在房地產，包括高端芯片，都是有光鮮和有前景的行業，有一次很偶然的飯局和機會，我們認識了一個做養魚的小伙伴，他跟我們說做鱸魚苗的孵化，把小漁村超小的苗養到10公分左右的苗，我們也很好奇，那個時候互聯網、房地產各方面都比較飽和了，沒什么機會，就嘗試投了13萬塊，試了一下魚苗孵化，很震驚，42天，這十幾萬的投入，回報超過40多萬，這個事情蠻震驚的，我們算了一筆簡單的賬，一條小魚苗毛利潤接近300%，我想我們養個上千萬條，那不得時時刻刻實現財務自由，這個利潤率非常離譜，還是高頻次的需求，我們四個就頭腦一熱一頭扎進了水產養殖行業。

創業不是爽劇，接下來卻是一次次沉重的打擊，現在回頭來看那時候的成功只有兩個原因：一個是市場行情好，二是運氣好。沒有碰上自然的災害，臺風、高溫、下暴雨之類的，也沒有遇上病毒，那時候我們不懂什么叫靠天吃飯，開始了這趟旅程。

后來，我們的第一次正式投入是150萬，全軍覆沒。廠房自建，總想著比在外塘風吹雨淋要靠譜吧？然而這個設備太差，養殖技術基本為零，最后魚沒了，錢也沒了。我們不甘心也不認輸，聽說這個行業有一個循環水可以解決這個問題，工廠化可控的，不用看天臉色，又開始折騰。第二次創業，租廠房、買設備、建設循環水養殖基地，一次性投入150萬，結果又失敗了。買回來的設備是根本養不了魚的，傳統的魚塘養殖技術在循環水技術里完全不適用，循環水涉及到很多方面的知識，比如設備結構、流體力學、微生物、生物學、化學、機電一體等，要想把魚養出來太難了，從根源上就有問題，但是我們還是不死心，我們算過利潤率，如果我們能成功肯定能賺很多錢。第三次，我們全賭上來，前前后后我們總共投了三千多萬，才真正做了一套能穩定養出魚的循環水系統，或者說摸索出一套能夠真正養殖成功的養殖體系。我們從養殖設備研發，包括設備運營技術、養殖技術、病蟲害、魚苗、飼料、動物健康產品各個領域入手，逐步試錯解決問題。至此我們才明白這個行業不是一個點的問題，而是一個面的問題，是整個產業鏈條的問題。

經過三千萬的試錯，到目前為止，我們完成了覆蓋華南、西南、華北、華東等地區的十多個大型養殖基地的建設和運營，并且幫助眾多養殖企業、養殖戶完成現代化的循環水養殖基地的建設與改造，這是在全國各地的基地情況，包括直營的，包括合作運營的，同時在資本市場上完成了本地國資平臺天使輪投資，逐漸被資本化認可，他們也看到了這個市場。而這之前，農業一直都是非常不確定的產業，也不被資本看好。

我們不是來展示養殖成功的，而是想和各位分享，在這個過程中教會了我們什么東西。

第一個事情，水產養殖的敵人不是市場，也不是價格，從來不是這個原因，而是不確定性。在一個生物環境中，有太多的變量因素了，無法確定，我們第一次失敗，不是決策失誤，而是你不知道設備什么時候壞，也不知道什么時候水質會崩掉，更加不知道魚為什么突然死亡，所有的信息都在黑箱里，決策靠老師傅的經驗，外塘養殖，能養成功的，能夠賺到錢的一定有厲害的老師傅，靠學徒制傳承的來解決這個問題，這個過程像開盲盒，結果就像是賭石、賭幣，我們經常開玩笑的一句話，一葉方塘，百萬歸零，這個過程中死了太多小生命了。

第二個事情，在1.38萬億的市場里，幾乎沒有任何數字化，搞互聯網的人進來才發現，以為農業信息化已經是天花板了，數字化根本沒有，根據中國通信院數字經濟發展研究報告表明，農業總體數字滲透率只有10.5%，服務業是44.7%，水產養殖可能連5%都不到，一個1.38萬億的市場，90%都是靠經驗、靠直覺、靠運氣。

2024年底的時候，DeepSeek徹底出圈，大模型的能力飛速發展，國內外大模型廠商都在卷參數、多模態，AI各種應用層層出不斷，大大提高了生產力，在座各位90%以上都通過AI極大提高自己的生產力，而我們意識到大模型在AIGC上大放異彩的時候，在傳統行業到底帶來了什么東西。比如魚會不會早上缺氧，會不會因為水質異動的時候，導致整池魚死掉，AI到底如何賦能，這是我們思考的問題。

整個AI 2024年的火爆，我們如何通過現代AI技術解決我們這個賽道的問題，可以看一下通用AI和農業AI的區別，剛才楊總講到一個關鍵的東西，關于健康數據診斷，包括診斷完以后決策的過程。當健康領域更多是非傳統的關鍵知識和經驗，診斷出來以后我們做決策，農業里也是一樣的。數據維度，完全沒有開源數據的，每個魚塘都是孤島，不可能把農民那一套搬過來，傳統魚塘整個可變因素太多了，沒辦法標準化或者規?；ㄓ肁I走互聯網爬取或者行業的數據制式灌過去，農業沒人干這個事情，外塘也沒辦法干這個事情，循環水我們可以干，本身是標準化體系、標準化設備、標準化生產流程。

安全，就像百度健康講的診斷。AIGC生出的內容可以修正，通過“最后一公里”把這個方案做得更好一點，利潤做得更完善一點。而我們做指導性的診斷、建議是不可逆的，不可以發生錯誤的，錯了就導致一個生命的消失。再加上物理上的問題，水、電、生物、化學等方面，數據只是冷冰冰的數據，如何跟產業、行業把數據真正聯系起來，最后品種、地方區域各方面都不一樣，這種難是我們最深的護城河。

這三千萬的學費最終讓我們學會了一個事情，我們不是要做更好的設備，而是我們要用AI的能力，大模型的能力，把不確定性從行業里一點點擦掉，這是陸漁AI在農業漁業板塊解決的全棧，四層，數據、決策、執行、飛輪，每一層對應的是我們踩過的坑和經驗。

數據層，我們遇到最大的坑不知道系統里發生了什么事情，我們做了“魚全覽”，有17類的數據閉環，包括水質、PH、氨氮、水溫、設施、行為、投喂情況、制氧機工況、循環水泵的轉速等，實現了實時采集、自動分析，包括每天早上生成全景的報告；第二個坑設備是會壞的，永遠不知道設備什么時候壞，人的眼睛要天天盯著他，或者經驗判斷是不是會壞，循環水在系統里水泵是最便宜的，是整個循環最核心的心臟，我們開發了PdM預策性維護系統，提前五到十天預測水泵的故障，原則很簡單，只要循環系統不死，保證魚最基礎的生命生存保障，魚就不會在短期內死亡，我們就有充分的時間解決，大家一聽這不就是搞大數據的嗎，把各種數據采集上來，傳感器、生產數據，最后呈現數據大屏，這也是那時候講的智能化。我曾經做過無數智能化大屏項目，最核心的能力就是展示作用，其次才是做宏觀決策，我相信有很多人有這個體會。

真正決策的時候還是需要人，還是需要經驗來決策，而AI給數據帶來的靈魂，帶來了生命力，真正實現自主決策，實現智能化。

漁策，我們產品投入AI推算，輸入品種、規模、預算，輸出項目的落地方案，計算整個投入的ROI，推算整個成本結構，風險地圖，不需要像我們一樣先砸150萬、上千萬進去才能驗證這個事情。我們可以先在AI里跑一下，這也是我們在利用AI大模型的技術，利用我們的經驗可以快速幫我們的客戶做一個診斷，到底適不適合干這個行業，適不適合干這個產業，有沒有能力解決問題。

第二層決策是AIC的決策系統，所謂的AI養殖大師，養魚就是靠經驗法則，比如一些養殖的師傅他一休假或者他退休了，這個系統能力就可能歸零了，很多東西都需要他做決策判斷的，我這么多規?；?，你要實現真正的標準化、數字化，哪里搞這么多人來。我們干的事情不是替代老師傅，我們要把幾十年的養殖經驗融入AI大腦，AI大腦能夠根據傳感器的數據，根據人的操控數據第一時間給到決策，水的數據是不是有問題，魚的狀態是不是生病了，我們要把這個法則變成一行可以執行的代碼，AIC智控系統，實現實時采集水質、設備、設施數據包括學習魚群生長的曲線，包括代謝強度等等，自動生成可執行的決策建議，大多數系統告訴你，我們有一個預警，水泵有溫度過高，但是沒有一套體系化的決策系統，而AIC會告訴你，增氧機速度提升15個Hz，再持續兩小時，要恢復溶氧值到7.5左右以上，而這一系列的經驗，恰恰是這個產業或者是AI最重要的養分，這個數據才是真正的核心資產，這才是我們落地不同的產業、行業最關鍵的養分。

第三個執行層，我們打造了可能是全國最強大、最先進的養殖系統，RCU600系列，物理過濾、生物降解、超強氧化系統，可以在6小時內將水質恢復到優質水平，將病毒TC值快速恢復到安全界限，像我們這套RCU600-ONE系統，是一個最小單位的驗證系統。我們吃過最大的虧投入這個行業一步到位，一上來就是幾百噸系統，失敗成本是毀滅性的，而RCU600-ONE的邏輯，我們先跑通60噸，驗證技術和市場，再放大600、6000，為整個行業降低入場門檻，將風險成本降到最低，當然我們也有RCU600-STANDARD版本，這是更大規模的生產單元，極大提高生產力，目前投入市場已經超過100套。

最后是數據飛輪，一個越用越聰明的活系統，每一套部署的系統都在養真實的數據，都在上傳真實的數據，數據反哺模型，模型吸引更多用戶，更多用戶產生更多的數據，而AI不是一次性交付的產品，每個養殖周期都在喂養它。

落地，我們主要的客戶是三類人，第一類是普通的農戶或者小型的B端，有一定資金，有地但不敢投，風險承擔能力有限，怎么解決這個問題？通過漁策的推演，像RCU600-ONE的小試包括AIC周期護航，包括數據權重追溯，給不敢投的人一個試膽的舞臺以及低成本試錯，決策周期縮短到60%，簽約客戶復購率100%。

第二類客戶，有水面、有一定規模，有經驗，但沒技術，一直在虧錢的場地，太多了，我們的解法，通過AI診斷定位虧在哪個地方，通過RCU600-ONE產品低成本改造試點，通過PDM守護生命線，養殖SOP標準化，推一個水面重生計劃，讓一直虧的人不再虧，有一些養殖場地六個月就可以救過來了，產能提升一倍，降低改造成本，回收期18個月就可以收回來。

第三個客戶也是產業發展很大的群體，地方政府、國資平臺，像地方龍頭，他們有政策、有資金，有水面，缺的是一套規?；瘡椭葡到y和成熟的運營體系。我們的解法，先進的養殖設備+強大的運營能力+全周期的項目管理，我們在安徽、貴州、湖北、山西等多地建設產業園，從立項到開工只需要4個月，傳統流程至少8個月，這三類客戶都是同一種形態，對于不確定性無能為力，而我們的答案也只有三個字，確定性。

它為什么可行？這個賽道，我們從前幾年國家發布“十四五”“十五五”在政策方向特別是在農業方向已經有大的互聯網企業，比如像阿里、京東入局了循環養殖，大的國企單位包括海外標桿企業，陸漁科技的核心能力在四層架構，大型項目的落地能力，AI決策系統、AI養殖運營做養殖確定性引擎的閉環，形成真正的競爭力。

傳統養殖和RAS養殖的確定性從哪里來，RAS循環水養殖本質把靠天吃飯的露天作業變成可量化、可預測包括可控制的標準化生產流程。

這不是一個賣設備的生意，這也不是一個靠燒錢換增長的生意，急不來，這個賽道才沒有被流量邏輯污染，你要尊重物理極限，生物極限，通過資本無論如何也加不快的。

確定性也是這個產業1.38萬億產業里最稀缺的東西，AI給很多行業帶來效率提升，寫文案更快、做設計更快、寫代碼更快，農業需要的不是快，而是確定性。

最后講一個點，數據是虛擬的，但魚是真實客觀的，感謝大家，歡迎到我們基地考察交流，謝謝。