八十年的化工業務，說拆分就拆分。盡管小麥技術非常出色，仍然決定退出食品市場。鮮有公司能像孟山都這樣擁有一張「劇拋臉」。在很多同行還沒覺醒時，極具前瞻性的領導層已經看到遠處地平線上的新變化——轉基因還不能代表行業未來，數字農業才是，并由此展開一場自上而下、擊穿從研發到「最后一公里」每個業務板塊、組織內外「兼修」的徹底重構。再一次將蹣跚于局部與某些技術的蕓蕓跟隨者拋在身后。
2015年，在全球農產品市場一片蕭條中，孟山都年營收增長呈負數。在公司某季度業績說明會上，一位JP摩根分析師提到公司價值創造的問題。
「評估孟山都這樣的農業公司，你不能看一個季度、一年。你要有十年或二十年的長遠眼光。」時任公司CEO 休·格蘭特婉轉回答說，「這也是我們考慮開發新技術的（邏輯）。」
就業績說明會之前，德國拜耳剛剛拿出溢價20%、總價620億美元的「彩禮」，意圖「迎娶」孟山都，卻被嫌棄寒酸。兩年后，拜耳再以630億美元的價格打動孟山都，完成「聯姻」。
這次「聯姻」可能在未來十年主導整個世界農業，原杜邦先鋒良種國際有限公司中國區總裁劉石評價說，還會通過數字化對傳統領域進行降維打擊。
早在七八年前，很多同行還沒覺醒時，孟山都就在思考一個問題，沒做房地產，Airbnb 能做成旅館業務，我們如何從銷售「一袋種子或一罐化學品」轉變為提供數據驅動解決方案?
幾年后，孟山都交出答卷，從一家農業生物技術公司發展成為以數據科學為主導的組織，并擁有企業界最成功的數據科學生態系統之一。探索的系統性與整體發力感，也勾勒出具有創新意識與戰略的公司與蕓蕓眾生的差距。
01 始于頂層
從農場通往工廠的路上，載有種子的卡車可以延綿幾英里。每輛卡車里的種子價值高達數萬美元。如在運輸途中卡車溫度升高或遭受高壓，種子可能會發芽。
種子損失—–孟山都物流供應鏈環節最大損失風險之一，也因此構成時任公司CIO詹姆斯·斯旺森（James Swanson）對數據分析深刻信念的起點。斯旺森的想法很簡單：給運輸車輛裝備可探知溫度和位置的傳感器，這樣，IT部門就能全程監控種子運輸過程，預防損失。
如果某輛卡車距離卸載點三英里之外，被檢測到種子受到熱壓，可以動態調整路線，將這輛卡車移到隊伍最前面，優先運送到冷凍中心或者加工處理。
這是孟山都運輸管理系統 (TMS)的一部分，也是數據科學支持業務的一個開始。如今，這些傳感器正幫助拜耳繼續跟蹤每年超過30萬次的種子運輸，不僅確保及時交付，還提高了卡車利用率并減少了產品丟失量，以及8%的二氧化碳排放量。
像這樣提供數據化解決方方案，與賣種子的業務模式截然不同。「當今的領導者必須能夠像往常一樣拒絕生意，而采用令人震驚的新想法。」斯旺森說。孟山都「從一開始就是一家前瞻公司。」
吉姆·斯旺森（Jim Swanson）曾擔任孟山都公司的前首席信息官和拜耳公司的首席信息官以及作物科學的數字化轉型負責人。現為全球最大醫療保健公司強生公司的執行副總裁兼全球首席信息官。領導數字化轉型，他非常強調創造數字能力與業務成果融合。
孟山都成立于1901年，以制造生產食品添加劑和化學品為主。當時，公司涉足業務廣泛，油井、塑料、地毯......應有盡有。直到 80 年代初，孟山都公司才開始將重點轉移到生物技術上，并于 1987 年在美國進行了首次生物工程植物田間試驗。
1996年年底，孟山都公司董事會批準了一項分離化學業務的計劃，公司一分為二——成立新的生物科學公司，將原來的化工公司分離出去。過去 10 年里，在一系列種子公司收購之后，孟山都逐漸成為全球最大種業公司，也成為我們今天所熟知和喜愛或討厭的生物科技公司。
流水的業務，鐵打的文化。如果說這家公司有什么恒定不變，一定是「圍繞技術進步的文化」，斯旺森認為這是孟山都「獨有的」。八十年的化工業務，說拆分就拆分。盡管小麥技術非常出色，孟山都毅然退出了食品市場。
2003年，一位痛恨PPT的蘇格蘭商人接手孟山都，當時公司銷售總額已經下滑14%，經營利潤下降了一半，投入幾十億的轉基因作物種子業務仍然毫無起色。
這位蘇格蘭商人何嘗不知變革之痛，但他知道將玉米、大豆、棉花和芥花籽等作物從農戶手中轉移到加工廠，在那里被加工成動物飼料或用于生產生物柴油燃料，消費者就絕不會直接在商店里看到這些農產品。這一舉動不僅減弱了消費者對轉基因植物的反對情緒，公司命運也迎來轉折，成為一家面向企業的生物科技公司。他也因此被美國《CEO》評為年度最佳CEO，當選理由是——成功轉型。
休·格蘭特（Hugh Grant），蘇格蘭商人，孟山都公司在被拜耳收購前的最后一任CEO。格蘭特為孟山都效力 35 年，2003年起出任公司CEO。在他的領導下，孟山都收入從 2003 年的近 50 億美元攀升至 2017 年的 146 億美元。
多年后，啟動這場數字化轉型的CEO休·格蘭特，正是那位通過退出食品市場，拯救孟山都于水深火熱之中的蘇格蘭商人。他看到地平線上出現了新的演化趨勢——轉基因還不能代表行業未來，數字農業才是。
這種轉變始于公司高層。大約七八年前，格蘭特和其他高級領導人開始在內部和外部承認，數據科學不僅支持業務，而且還是農業的核心部分。高層領導還強調，數據科學不僅僅是一種好奇心，它還是公司產品的支柱。
「我很容易看到我們在未來 5 年或 10 年內成為一家信息技術公司，」孟山都首席技術官Robb Fraley 曾說，「你不僅需要擔心被顛覆，還要擔心你的顛覆被顛覆。」「......作為研究負責人，這是一種健康的偏執狂。」
孟山都執行副總裁兼CTO Robert Fraley 博士，遺傳學家。1981年以新分子生物學組高級研究專家的身份加入孟山都。Fraley 在伊利諾伊州的一個農場長大，他在 5 歲時就知道自己將成為一名科學家。
種子創新始于研發，經過嚴格測試之后，通過供應鏈進行制造和分銷，最終出售到農民手上。物流供應鏈只是變革的試點，斯旺森希望將基于數據的決策集成到每個業務板塊——從實驗室的種子研發，到服務農民「最后一公里。」
必須重新構想我們的公司，重新構想農業，而不僅僅是增強它。
02 育種加速器
孟山都每年研發預算大約13億美元，這個數字完全比不上大型制藥公司、硅谷互聯網巨頭的研發費用，但其中一半都投在了作物育種研究，包括應用機器學習算法改造育種管道。長遠來看，受全球糧食需求增加、缺乏新的農業用地以及對轉基因作物接受度提升三大因素影響，孟山都未來利潤之一還需植根于種子技術。
傳統育種方法通過雜交并從雜交后代篩選需要的玉米進行下一輪雜交。玉米共有10對染色體，約3.2萬個基因，搜索難題導致育種成功概率只有十二萬分之一。
育種人員每年會進行10萬次處理加工，并進行田間測試，六七年之后，我們會推出100或200個新的雜交品種，Fraley 說。歷經六七年、10萬次加工處理才能獲得 200個新產品，難怪人們形容玉米育種猶如「在草堆中撈針」。
隨著孟山都使用全基因組選擇（GWS）育種，這一進程得以加速。GWS是一種通過覆蓋全基因組的分子標記指導育種選擇的新辦法。不依賴于表型信息（比如植物高度等物理外觀），通過對測序數據進行處理，并應用高度自動化的SNP分子標記檢測設備，科學家們能在短時間內檢測出成千上萬份材料的基因型，從而判斷出不同材料之間的關系，為有效進行親本選配奠定基礎。
利用玉米植株中所有基因的全部知識來研究這些新的組合，并建立基于序列的相關性，進而挑選出最佳組合，孟山都的育種人員可以進行100萬加工處理，挑選出200個最好玉米雜交品種。
不過，執行GWS模型需要觀察(基因分型)每個種子的大量遺傳位置(標記)，成本高昂。例如，定位植物中有利性狀的基因（比如抗旱或抗蟲），以便將它們培育成新的種子品種，需要篩選基因組中的數十億個堿基對。這也是為什么生物技術在過去20年里與計算機處理能力同步發展的原因之一。
自 20 世紀 80 年代以來，孟山都已經積累出世界上最大農業數據庫之一，擁有數PB級別的種子基因組數據，以及在無數次實驗條件下對無數種子品種進行無數次田間試驗的數據集合。
每年，我們都會測試玉米和大豆種子，如果將所有測試數據放在一起，足以繞上地球三圈。這些數據涉及作物性能、抗蟲性以及不同環境條件下的產量等。Fraley 說。
這些數據也成為機器學習算法的重要燃料，幫助預測雜交和近交系的性能。在機器學習幫助下，他們將早期種子產品的測試從田間轉移到了實驗室。孟山都發現，機器學習模型可以更準確地預測數千種種子的表現，比如，哪一個雜交品種將在試驗的第一年表現出最佳性能。還將新產品的交付速度加快了一年，因為不需要再像過去那樣進行第一年大規模表型測試（在每個測試季節將它們種到地里）。不僅節省了大量種子生產和試驗成本，還可以比過去評估大約多5倍的玉米品種。
春季播種：孟山都位于伊利諾伊州蒙茅斯的工廠。孟山都每個季節種植超過 100 萬粒種子。每顆種子都經過地理定位。每一顆種子都有一個特定的映射到田地的子集，可以精確到一米網格的保真度，他們使用運作研究模型來確定什么種子，在什么田地里，什么密度。
作為「雙核業務」另一支，孟山都的農藥研發也遵循著類似邏輯。Phillips Mcdougall 曾公布過一個數據，2015年，一個農藥新活性成分從研制到商業化平均需要11.3 年，分析16萬份化合物，商業化成本約2.86 億美元，十年前，這個數字僅為2.56億美元。
近年來，有關孟山都或拜耳可能放棄草甘膦（Roundup）除草劑業務的傳言之所以不絕于耳，原因之一正在于該業務不再是賺錢工具，生產線面臨巨大的環保和成本壓力。
為了確保技術領先，孟山都風投團隊遠比其他大型農業企業更為活躍。他們投資了 Atomwise，也是第一家與之合作的農化行業客戶。這家公司的 AtomNet 使用深度學習加速數萬個分子的分析過程，進而預測哪些分子可能對控制有害疾病或昆蟲產生積極影響。
他們還與初創公司Second Genome合作， 通過其發現平臺來分析微生物功能蛋白質，擴大新型蛋白質來源多樣性，以開發下一代昆蟲控制解決方案。
雖然積累了大量制劑配方數據和相關分析數據（化學和物理穩定性數據），以及各種制劑相關的生物利用度和功效測試數據，但如何將制劑數據與分析數據和生物數據相結合來提高公司數據分析能力，為制劑設計提供更準確的預測，仍是一個巨大挑戰。
03 「最后一公里」
當農民把作物種子埋進地里的那一刻起，農業就是一項復雜的努力，有成千上萬種不同的因素可能會阻止種子發揮其全部基因潛力。
這里涉及人類需要做出的數百個，甚至數千個決定，盡管他們并不擅長管理大量的可變性。先正達 CIO Greg Meyers 形容農業是「一門藝術」，很大程度上仍然依賴直覺、判斷和經驗。
作為公司最賺錢的業務，孟山都的種子在推廣過程中同樣面臨復雜多變的生態環境，各地區的光、溫、水、氣、病蟲害等條件都有差別，同一地區不同地塊之間也存在土壤肥力、小氣候和輪作方案的不同，如何幫助農民選擇合適的種子？實現產量最大化？
孟山都曾將種子利潤損失歸咎于氣候和客戶農業實踐的知識差，一個看似很小的選擇——例如，種植時間相差四到五天，也會對最終收成和農民的底線產生重大影響。
孟山都設想打造一個平臺，將數據業務與傳統「雙核業務（除草劑+種子）」協同起來，借由平臺捕獲的數據以及模型生成的洞見，服務農民精細化耕作的同時，也讓傳統產品組合賣得更好。盡管傳統農業和科技公司都認識到，這個數字農業「最后一公里」難以實現，但是，「我們需要能夠有效回答有關我們業務各個方面問題。這就是為什么數據科學是我們使命核心。」斯旺森說。
這個平臺（Climate Field View）類似蘋果操作系統。農戶、經銷商、農產品和農用機械制造商，甚至合作伙伴和競爭對手都可以整合到這個平臺上，就像其他行業App一樣。
正如孟山都子公司氣候公司前首席科學家 Sam Eathington 說的，數字農業的真正價值不在于那些圖像和傳感器數據，而是「所有相關工具和數據流的集成。」這是孟山都斥資20億打造Climate Field View的底層邏輯。也是2015年那場電話會議上，格蘭特提及的「沒有體現在目前股市價值中」的東西。
過去傳統「雙核業務」的成功已經證明，孟山都非常善于利用廣泛的產品套件來相互支持（盡管反壟斷不太喜歡這一點）。有人甚至想象出未來終極圖景：某農民在收割莊稼時遇到雜草或蟲害，突然手機響了，原來是孟山都某款新產品廣告，就像 Facebook 在知道您要購買運動鞋時所做的那樣。
「營銷方面有巨大的機會，」Frayley 也承認設想過使用數據向農民推銷定制產品和服務，「我們只是在探索它。」
The iPad view of FieldView.FieldView 包括Prime、Plus 和 Pro版本。FieldView Prime 對所有用戶免費，并通過一些云存儲提供基本數據，而 FieldView Plus 每年收費 99 美元，并增加了分析、衛星圖像、跟蹤歷史和其他升級工具。農民可以額外支付 1 美元/英畝的價格獲得 FieldView Pro，以獲得播種腳本和個性化推薦。具體費用取決于農場規模。
為此，孟山都于2012年1月依托自身已有的種子數據庫，建立起「綜合農田耕作系統（IFS）」部門，開始探索數字農業。幾次較小規模收購之后，充滿野心的平臺已初具規模。
例如，收購精確播種公司（Precision Planting）之后，推出面向農戶的應用軟件——Field Scripts，為肥力不均的地塊提供最佳的作物品種選擇和播種方案。
值得注意的是，這家公司是當時美國僅有的兩家高速、精密種植設備制造商之一，產品包括傳感器和數據傳輸能力。他們善于通過附加件對種植者的舊設備進行物理改造，以實現精確的種植深度和間距，最大限度提高產量和作物性能。
這種改造能力對于孟山都來說，非常重要，因為市場上大多數設備已經無法跟上種子遺傳復雜性對種植深度、密度等方面提出的具體需求。
為了將自身的種子數據庫優勢與氣候數據庫結合，2013年，孟山都斥資近10億美元收購數字農業平臺氣候公司，成為數字業務發展的一個重要里程碑。這家公司自此成為孟山都農業數字化布局集大成者，統轄孟山都旗下精準種植和施肥指導業務，并廣泛鏈接行業合作伙伴，提供綜合化服務。
據報道，氣候公司收集了超過250層的高清數據，250個不同數據層在每英畝土地上產生數十億個數據點，如此巨大的數據成為分析算法的重要燃料，為農民提供種植建議。
比如，根據田地實時溫度、天氣和土壤濕度，以及用戶對未來一周這些指標的預期，系統會建議某天是拖拉機田間工作最佳日子；如果輸入種植的種子種類和時間數據，系統可以告訴你收獲時間以及預期產量。付費版本還會提供更多詳細建議，例如，使用多少水和肥。
氣候公司旗艦產品——「Climate Basic」的智能手機應用程序的截圖，他們以 10 米 x 10 米的分辨率繪制土壤和氣候數據。
收購之前，美國 1.61 億英畝農田中只有不到 1000 萬英畝是在氣候公司軟件幫助下耕種的。2014年，這個數字已經增長到超過 6000 萬。換句話說，當時已經有超過三分之一的美國農田是在孟山都氣候數據的指導下耕種的，并且還在繼續快速增長。Frayley 曾預計，氣候公司將在 2020 年開始產生收入。
在隨后幾年，氣候公司繼續進行收購，高管們也希望將重點放在合作和小規模收購上。Fraley曾透露研發投資中「可能有 25% 或更多用于支持合作、伙伴關系或收購」，尤其是在生物、數據科學領域。
除了廣泛撒網從政府衛星和氣象站、大學研究傳感器以及他們能找到的任何其他來源獲取氣候數據，孟山都還積極擴張基礎設施，使得其他人能夠在此基礎上構建并提供額外數據層。
第一個此類平臺合作伙伴是位于堪薩斯州的 Veris Technologies，該公司制造和銷售世界上第一個高分辨率移動土壤傳感技術，可生成土壤質地、有機質和 pH 值的地圖，并將其捕獲的數據集成到FieldView，與現有的數據流一起訪問。
孟山都還與傳感器初創Understory合作，使用該公司數據幫助農民做出有關玉米灌溉、收購等重大決策。通過收購SupraSensor Enterprises和獲取使用授權，孟山都的傳感器網絡田間信息采集系統采用了業界首款硝酸鹽傳感器，幫助農民優化氮肥管理。
孟山都/氣候公司收購一覽（不完全統計）。為了更快走向未來，2011 年，孟山都還成立了一個風險投資部門——孟山都成長風險投資公司 (MGV)，以投資擁有與農業相關的技術的初創公司，投資分布在精準農業技術、生物制劑、生命科學公司以及新作物和新商業模式。一些收購對象也是MGV曾經投資的公司。
除了獲取數據，生態本身意味著一個川流不息的動態過程，數據流不斷涌現，并與其他數據流「交匯」。農民需要無縫收集田間農藝數據，在設備商、服務提供商和農村管理App之間毫不費力地共享數據。為此，孟山都還嘗試與生態成員建立合作伙伴關系。
他們曾與約翰迪爾簽協議，除了出售 Precision Planting 的設備業務，平臺還與某些約翰迪爾硬件設備實現實時數據鏈接。盡管交易因反壟斷而告吹，但孟山都最終將該業務出售給了另一農機巨頭愛科。愛科的Fuse連接服務與Climate FieldView之間建立無縫數據連接，用戶可享受實時可視化農場數據服務，比如，已種植指導圖和收成指導。
因為一些農民用戶購買了無人機，孟山都還和DroneDeploy合作，提供農業無人機圖像分析服。
與DroneDeploy合作，提供農業無人機服務。
每增加一名平臺新用戶，孟山都就多了一個關于客戶的實時信息的新來源：他正在使用什么樣的產品以及他們生產了多少（即，他們賺了多少錢）？通過將數據科學擴展到與客戶最關鍵互動環節——曾經是農民與零售農藝師的互動，孟山都可能會徹底改變傳統供應鏈模式。
傳統上，農藝師通常是農作物產品的銷售點。現在「像孟山都和杜邦這樣的公司可能正在考慮最終成為顛覆性的在線銷售，以及如何利用自己與種植者更直接的交流而從整個供應鏈獲取更多利潤。」農業技術風險投資公司Cultivian Sandbox的負責人，前農藝師馬特·貝爾（Matt Bell）表示。
04 「混合模型」
Keith Larrabee 在美國加州薩克拉門托河谷擁有4,000英畝土地。盡管靠山近水，他那種植核桃和山核桃的果園還有3,000英畝稻田的灌溉用水和水價卻總是讓他放心不下。
「每次打開泵，一切都要花錢，」他說。「如果能根據需要管理灌溉，我就不會冒過度灌溉的風險。」
Larrabee 在果園土壤5英尺深的地方埋下了25個傳感器。每15分鐘，來自25個傳感器的讀數就會被輸入分布在果園中太陽能信息收集站，其中一個收集站會通過園區信號，將這些信息傳到主數據庫。Larrabee 通過智能手機幾乎可以實時獲取這些數據。比如，藍色表示給定位置的水太多，紅色表示不夠。
結合周圍氣象站的數據， Larrabee 能夠更加清楚地知道恰當的灌溉時機、位置和水量。灌溉可以按照他的目標進行調整，不管他是想促進作物生長，還是想避免霜凍。
由于傳感器數量眾多，來自農場傳感器的每個數據點都有一個地點和時間戳，生成的信息量非常大。據 IBM 稱，來自一個大型農場的數據量可能以數百 TB 計，創建一個將數據資產迅速轉化為可操作種植建議的基礎設施，非常復雜。
孟山都也因此打造出第一個基于云計算、高度可擴展的數據科學平臺science@scale，作為內部分析平臺和計算框架。
現場數據：孟山都開發了一種新的科學方法來分析數十億的數據層。
例如，孟山都種的每顆種子都有DNA圖譜。為了將這個圖譜與特定表型匹配，比如良好的根部結構、吸收更多水分的闊葉或抗旱能力，過去的做法是看完數據在播種，測試表現型是否是公司想要。
現在，通過部署模擬引擎，不到一個小時里完成超過10億次模擬。幾個小時就能獲得過去花費數月才能獲得的成果。
孟山都在Hadoop和HBase上建立了一個地理空間平臺，管理超過1200億個多邊形。平臺可以賦能嵌入分析模型的地理空間分析管道。在大規模部署情況下，公司預測了超過1.5兆米（1.5MM）英畝的水域分割。2016年種植季節，他們自動繪制了241個試驗田，改善了種植決策，節省了大量成本。
孟山都還設立了土壤轉化分析管道，可以對收集到土壤樣品進行定性分析，還可以推導出多個層次的空間加權平均值，滿足500兆米以上的API要求。他們還實現了對北美地區環境分類的預測。
目前，這個平臺正在繪制和跟蹤 100 多項業務決策，并使用模型為這些決策提供信息。在格蘭特眼里，這個平臺「至關重要」。「通過將才華橫溢的大數據和云分析工程團隊與技術嫻熟的科學家相結合，該團隊建立了獨特的合作伙伴關系，以推動創新思維。」
斯旺森更愿意將這種不同背景人員的「相結合」描述為「一種混合模型」，「IT與業務之間的界限模糊」正是「推動他們成功的最大因素。」
數字化不是一個IT問題，而與企業轉型有關。從一開始，孟山都就希望在公司內部建立一支從上到下的數字化員工隊伍，因此，非常注重在技術組織之外培養數字敏銳度——例如，如何讓工廠經理、供應鏈工程師、市場專家、采購專業人員和財務人員更加精通數字技術？
孟山都數據科學社區的人數一直在增加，但增加的并不都是新員工，甚至不是傳統數據科學家。他們發現，對現有員工進行數據科學方法的培訓可以讓其過渡到仍然利用過去技能和領域知識的新角色。如果只是聘請了一名數據工程師或統計學家，這個人可能需要 6 個月到一年的時間來了解業務。
「數字領導力（意味著）將每個人都變成數據科學家。」斯旺森說。聽他說話，你往往感覺不出他是一位IT專家，更像是經濟學家、科學家和風險投資家的組合。他談話不僅僅是圍繞數據，而是圍繞業務。
「你可以開發世界上所有的模型，但如果沒有人使用它們，就沒有價值。」
成為一家真正的數字公司，需要塑造一支完全沉浸在技術和數據無限潛力中的員工隊伍。
為了提高整個組織的數字素養，孟山都與 Coursera 和 DataCamp 合作開發了一個學習平臺，幫助提高所有員工的數字敏銳度。通過學習平臺，鼓勵員工探索使用 R 和 Python 以及其他語言編寫的在線程序。此外，孟山都通過定期的內部活動來鼓勵員工。
公司還通過引進工具來加速這一過程。比如，員工無需對寫代碼或者算法有深入了解，憑借 DataRobot平臺提供的各種算法，就可以很快創建一個分析管道，比如開發種子植物生長模型。
坦白說，數字民主化的過程并非沒有痛苦。孟山都不得不將其現有IT組織減少約三分之一，以便為更多現代技能留出空間：數據科學家，大數據工程師，云工程專家和全棧開發人員。
除了數字民主化，孟山都還通過創建數據科學卓越中心 (DSCoE)， 將全公司數據科學家聯合起來，在單一平臺上進行開發時的密切合作。
十多年前，孟山都公司的第一批數據科學家被聘用時，是為了特定群體的工作，例如生物技術或育種。當時，數據科學工作處于脫節狀態，組織中為數不多的數據科學家彼此不了解，也不知道正在做的工作。然而，不在核心組織中嵌入領域專業知識，數字化轉型也不會成功，他們積極邀請領域專家參與算法模型開發，將專業know-how 注入模型。
最顯而易見的成效就是加速了玉米育種。在領域專家幫助下，公司開發出的機器學習模型可以準確預測數以千計種子在田間第一年的表現，使得他們可以評估大約比過去多五倍的玉米品種，節省了數百小時研究時間。
模糊 IT與業務邊界的同時，孟山都還在積極拆除數據壁壘，強調自己使用的數據不是個人數據，甚至不是部門數據，而是公司的數據，數據必須可供所有人使用。孟山都圍繞五個重要類別組織數據：產品、位置、客戶、公司信息（通常是財務和人力資源相關數據）和物聯網數據。通過連接這五個存儲桶中的數據，跨孟山都提取和連接數據變得更加容易。
其中，共享數據構成孟山都智慧供應鏈核心。通過結合客戶需求變化、供應預測、作物種植和環境變化等因素，孟山都創建了一個標準化、自動化和強大的田間生產預測，涵蓋整個季節——從種植前到收獲，并據此優化種子生產。
例如，如果沒有整個企業數據民主化，孟山都將無法減少種子安全庫存。因為需要來自研發、供應鏈和商業的信息來找到合適的作物供應量生產。
05 天使還是魔鬼
孟山都的決心很堅定。當目標像改變整個世界將食物擺上餐桌的方式一樣雄心勃勃時，就沒有半途而廢的余地。
我曾帶頭進入種子業務。Fraley回憶說，我們在 Holden 上花了 10 億美元，在 Dekalb 上花了 30 億美元，每個人都說它永遠不會得到回報，我們應該做點其他事情，結果對我們來說并沒有太糟糕。「我們成為世界上最大的種子公司之一。」
2016年的一份數據顯示，孟山都的數字農業平臺已經成為農業第一品牌，付費用戶量正以2.5倍的速度增長，其中75%都是活躍用戶。到了2021年，該產品已在 23 個國家/地區擁有 1.5 億英畝的訂閱面積。
在提升全球農業效率，喂飽更多人的同時，地球上也很難找出第二家像孟山都這樣始終伴隨激烈爭議并被賦予天使與惡魔兩幅面孔的公司。在被問及聯姻拜耳，公司放棄孟山都名字的感受時， Fraley曾直言不諱，「我一直是改變孟山都公司名稱的大力倡導者。......很明顯，孟山都的名字已經被貶低了。」
即使在通往未來數字農業的路上，他們仍然伴以巨大爭議與質疑。有人形容他們是「農業 Facebook」，但同時也面臨著各種陷阱。
與拜耳「聯姻」的大部分重點是種子、化學品等，但交易中鮮為人知的一個組成部分對于了解其對食品和農業未來的影響至關重要：數據。誰將最終擁有所有這些數據？誰可以決定如何使用這些數據？農民?還是拜耳、孟山都？
自 1990 年代高科技農具首次出現以來，許多農民一直在收集有關其運營的數字化產量數據。但這些信息會保存在拖拉機或監視器上，直到農民手動將其傳輸到他的計算機，或將 USB 記憶棒交給農藝師進行分析。然而，現在，智能設備可以將數據直接無線傳輸到公司的服務器，有時農民不知道。
他們擔心這些公司可能會濫用收集的數據，特別是決定是否以及如何與第三方（例如其他零售商或農作物保險公司）共享數據時，大家在不知道放棄什么的情況下就簽約了，「當我開始在互聯網上存儲信息時，我就失去了對它的控制。」
美國農業局聯合會在 2016 年進行的一項調查發現，77% 的農民擔心誰可以訪問他們的農場數據，60% 的人不知道他們的農場數據是否被農場投入公司用來向他們推銷產品。
而且，關于在分析過程的哪個階段誰擁有什么的詳細信息不太清楚。例如，即使合同保證農民擁有原始數據，農民是否能夠以非專有格式訪問這些數據也并不明顯。農民也無法輕易阻止這些設備收集和傳輸數據。
農民團體和小型開源技術初創公司希望確保農場數據處于農民控制之下，并為之服務。一些較小規模的開源公司正試圖為農民提供一些類似技術，比如開源組織包括 ISOBlue，該項目教農民如何捕獲和獨立存儲他們自己的數據。不過長遠來看，這些規模較小的公司是否能夠跟上老牌巨頭步伐，仍然存疑。
除了數據隱私這一重大挑戰，另一個與之相關的隱憂來自生態封閉性。孟山都將種子數據庫的信息與種子經銷商的種植配方信息相結合，通過平臺優化生成每英畝耕作信息的腳本程序，然后將腳本程序自動發送OEM設備，設備收到信息后開始自動化耕作。最終，農民將種植的農作物及其產量信息反饋給孟山都，形成了整個耕作過程信息的閉環。
通過數據控制，他們可能會生產幾乎所有主要的種子和化學品投入品，而且廣告可能會專門引導農民購買該公司生產的產品。這意味著，農民用戶會被「鎖定」在整個使用特定產品的過程中。
2018年，The Konkurrenz Group 的一份調查顯示，農民對拜耳與孟山都合并的三大關切之一正在于控制農村經營數據，以及利用一種產品的主導地位來推動其他產品銷售。
劉石也認為，孟山都的數字農業是閉環的，跟其他公司產品兼容性可能存在問題。
當數據所有權轉變演變為讓公司充當重要信息的看門人，這些信息很可能最終被用于提高利潤率并排除競爭對手。競爭越來越少，大公司就有更強的能力和動力來創建封閉競爭的專有平臺，除了導致農民選擇更少，對于創業公司來說，也是五味雜陳。
與其他行業不同，農業領域目前可供合作的開放平臺數量很少。而僅憑創業公司自身力量，他們又很難單獨滲透農業科技市場，因為傳統分銷渠道仍然基于關系，他們甚至為如何使用其傳感器吸引客戶并成為盈利業務感到沮喪。面對大公司的收購，他們可能別無選擇，只能同意交易。
但這些創業公司也認識到，盡管構建開放平臺方面存在實質性技術挑戰，更大的挑戰可能是信任與具有其他動機巨頭的合作。孟山都還沒有完全從平臺上看到投資回報率，因此，更有可能發生的故事是，孟山都從對這個技術平臺的投資中獲得的大部分價值都來自于其現有的種子和化學品銷售。
無論如何，土壤傳感器和種子種植算法可能會改變游戲規則。農民是否完全收獲了收獲的成果，巨頭最終是天使還是惡魔，將不取決于技術，而是生態成員之間的博弈與力量平衡。
1、Monsanto's CIO Develops Data Science Platform Of The Futurehttps://www.forbes.com/sites/peterhigh/2017/10/23/monsantos-cio-develops-data-science-platform-of-the-future/?sh=732d1e1c62fb
2、Monsanto’s Fraley on Staying Ahead in Agtech Innovationhttps://agfundernews.com/monsantos-fraley-on-staying-ahead-in-agtech-innovation5552.html
3、Seeing Clear to the Horizon: Advancing The Climate Corporation’s Industry-Leading Digital Ag R&D Pipelinehttps://climate.com/tech-at-climate-corp/advancing-climate-corporation-industry-leading-digital-ag-pipeline/
4、Inside Monsanto's Digital Transformationhttps://blogs.oracle.com/ai-and-datascience/post/inside-monsantox27s-digital-transformation
5、The Last Mile in Digital Agriculture https://www.agriculture.com/news/technology/opinion-the-last-mile-in-digital-agriculture
6、What do Monsanto’s Plans to Open Up its Digital Platform Mean for the Agriculture Industry?https://agfundernews.com/what-do-monsanto-plans-to-open-up-its-digital-platform-mean-for-the-agriculture-industry.html
7、Monsanto’s Scary New Scheme: Why Does it Really Want All This Data?https://www.foodandpower.net/latest/2013/12/29/monsantos-scary-new-scheme-why-does-it-really-want-all-this-data-2
8、Seeing Clear to the Horizon: Advancing The Climate Corporation’s Industry-Leading Digital Ag R&D Pipelinehttps://climate.com/tech-at-climate-corp/advancing-climate-corporation-industry-leading-digital-ag-pipeline/
9、Can Artificial Intelligence Help Feed The World?https://www.forbes.com/sites/themixingbowl/2017/09/05/can-artificial-intelligence-help-feed-the-world/?sh=3599e93a46db
10、Monsanto: Driving digital leadership to elevate the business (and feed the world)https://www.cio.com/article/3308380/monsanto-driving-digital-leadership-to-elevate-the-business-and-feed-the-world.html
12、Data science at Monsantohttps://pubsonline.informs.org/do/10.1287/orms.2018.04.08/full/
13、For Bayer Crop Science, decision science breeds successhttps://www.cio.com/article/3356817/for-bayer-crop-science-decision-science-breeds-success.html
14、Monsanto Is Using Big Data to Take Over the Worldhttps://www.motherjones.com/environment/2014/11/monsanto-big-data-gmo-climate-change/
15、新型農業操作系統（AOS）正在形成https://liushi.blog.caixin.com/archives/154421
