牧原集团首席兽医师时常回忆起自己做一线兽医的日子：名义上管理4000头母猪、每年10万头上市存栏，实际能覆盖的猪群不到10%。大多数时候，他要等到饲养员打来电话说“猪出事了”才赶过去，而那时往往已经错过了最佳防控窗口。
培养一个合格兽医至少五年，培养一个专家级兽医最少十年。但猪场等不起——流行性腹泻（PED）发病又快又急，24小时之内就能传遍一栋产房，7日龄的小猪致死率高达100%。
一线兽医的困境折射出行业深层痛点。要系统解决，需要从战略层面重构养猪逻辑。牧原集团养猪生产首席运营官李彦朋对此有清晰思考。
牧原集团的解法很直接：把牧原集团过去二三十年沉淀的兽医知识、10万个病例库、千万条数据，变成每个人都能用的AI。让一线员工拍张照片上传，三分钟拿到方案，而不是等五天。
如今，这个基于千问打造的AI应用“小牧助手”已经上线，并将每批次约600头猪的健康检测耗时从20分钟大幅缩短至秒级，效率提升超百倍。
牧原集团是全球领先的畜牧企业，业务已覆盖饲料加工、种猪育种、商品猪饲养、屠宰肉食全产业链。2025年，牧原集团出栏生猪达到了7798万头，屠宰生猪达到了1866万头。2025年的营业收入达到了1492亿元。
6月1日，牧原集团与阿里云达成AI战略合作。双方将依托牧原在畜牧行业积累的海量数据与专家经验，结合千问大模型与阿里云智算算力，共同打造智能养猪大模型，推动AI在饲料营养、种猪育种、养殖管理、兽医健康等核心领域的落地。
李彦朋在与财经网科技等媒体对话时，系统阐述了引入大模型的战略思考与实践路径。他指出，中国畜牧业看似传统，实则已集成大模型、AI、智能终端等前沿科技，养猪技术达到国际领先水平。
在技术落地上，他强调了几个关键：业务通是数字化的前提，每天的海量数据无法靠人力处理；大模型要深耕垂直场景，用好传感器数据和多模态能力，直接服务一线劳动者，让他们成为“特种兵”；算力与专家经验缺一不可，阿里云帮助将庞大数据输出为标准化诊断方案。
在实际应用中，小牧每天被调用数万次。大模型不再是辅助管理者的工具，而是赋能每个一线员工的“AI助理专家”，让行业从单兵作战走向产业互联。
为何要AI养猪？
Q：为什么要引入大模型，具体期望带来哪些改变？
李彦朋：中国的农业养殖行业发展非常迅速，变化也很大。看似传统的畜牧业，如今已经集成了大模型、AI、智能终端等前沿科技。中国在养猪领域的很多技术，已经实现了国际领先。
牧原深耕30多年，我们希望通过大模型研发，实现技术构想，将自身技术开放共享给行业，快速推动整个行业升级，助力中国农业现代化，从养猪大国真正迈向养猪强国。
Q：大模型对我国实现猪产业高质量发展起到哪些作用？
李彦朋：养猪行业面临几个困难：第一，技术门槛高。从配种、养殖到上市，产业链条长，每个环节的技术难点都不一样；第二，从业者力量单薄。农牧行业多是单打独斗，采购饲料、疫苗、兽药等资源时议价能力弱，通过大模型，可以为每个人配备一个高级AI助理专家，共享资源、赋能个体；第三，需要持续进化。通过不断优化应用场景，让技术支撑更多人更轻松地养猪，模型也会越来越智能、底层逻辑越来越通透。
最终，大模型不只是模型，更是一个平台。它能帮助农户获得资源背书、节约成本，让行业从“单兵作战”变成“产业互联”——不再是靠一个人的小脑袋瓜，而是汇集全行业的专家智慧来科技赋能。由此创造价值，让养猪人更轻松，让养猪行业更受人尊重，让每个从业者更体面。
必须做到业务通，才能数字化
Q：疫病诊断涉及很多环节，前期难点在哪？
李彦朋：养猪行业自古以来的核心问题是疫病，要让养猪人体验更轻松，必须解决这个卡点。我们以前靠“望闻问切”，现在靠系统化检查——包括视觉识别、咳嗽感知、病理切片等。我们前期积累了大量的数据，现在每天的数据量超过二十亿条。但依靠人力无法处理这么庞大的数据，这是我们需要技术突破的基础。
Q：养猪各个环节都深度嵌入AI，是如何丝滑融入的？
李彦朋：首先，必须做到业务通，才能数字化、线上化、透明化，这是大模型的基础。比如采集猪的咳嗽数据，需要投入大量人力对几十、上百万张照片进行标注，这些基础工作跨不过去。
为什么需要十年规划？因为如果业务底层没有突破，AI最多只能提升效率，无法带来根本性改变。每一次大模型的突破，都意味着底层业务逻辑要重构。另外，算力也很重要。
Q：阿里云在其中起到什么作用？
李彦朋：阿里云能够从大模型层面，与我们进行从逻辑到案例，再到现场应用的系统性合作，将庞大数据输出为标准的可视化方案，提供清晰的诊断报告，解决了我们在复杂特征面前难以决策的问题。
Q：大模型跟以前的技术有什么不同或者提升？
李彦朋：过去的信息化、数字化主要服务管理者，辅助决策。而这次大模型落地，牧原不再追求通用，而是深耕养猪垂直场景，用好传感器数据，通过多模态模型直接服务一线劳动者，将他们打造成“特种兵”，实现降本增效，让他们更专业、更职业。
这样做的好处是：取消了大量中间管理环节，减少了逐级传递的信息衰减，让最底层直接创造价值的劳动者真正被支撑起来。
员工是否接受AI养猪？
Q：目前大模型功能实现得如何？
李彦朋：在成熟经验大纲的指导下，专家可以更及时、更精准地指导养殖生产，帮助我们从依靠人转向依靠数据，从事后补救转向提前预防、及时干预，实现止损并创造更大价值。目前应用下来，已初步实现了我们一开始设想的部分目标。
Q：Agent的采纳率有多高？一线人员用得频繁吗？
李彦朋：现在我们每天应用小牧几万次，几乎每个员工每周都会用。比如周口等地，兽医在小牧加持下已经能服务更大规模，效率明显提升。
Q：能否完全依赖AI的诊断报告？如果与兽医意见矛盾，该听谁的？
李彦朋：我们一开始也担心大家会消遣或质疑，但实际用下来发现担心是多余的。小牧提供的决策能提升质量、改善业绩（成本低、利润高、品质好），所以现在是全员拥抱，每天主动提需求。
打个比方：去医院看病，碰到庸医会怕，但面对检测结果时，几乎没人会质疑。小牧就是这样——它给出的是事实。面对事实，大家放下个人成见，一起冷静解决问题，管理也变得非常简单。
Q：目前有哪些新的需求和内部使用情况？
李彦朋：集团会议、直播、报表都可以随时调用大模型来补充和追问。最近的新需求是，让不同智能体之间更快地穿梭调用多维数据。
Q：一线员工是否害怕被AI取代？接受度如何？是否有阻力？
李彦朋：我们公司的文化是“价值文化”——谁创造价值谁受益。AI是帮大家多挣钱，所以一线员工和干部是拥抱AI的，不是抗拒。
把AI搞好，能帮助更多员工，效率提升非常快，大家也感受到了。对于几万名一线员工来说，融入过程非常丝滑。
Q：对未来有什么展望？
李彦朋：一个员工可以携带多个“数字分身”协同作业，极大扩展个体产能，探索新型AI Agent Director模式，重构组织运作形态。
当然，当前仍面临挑战。大模型在传统产业的价值不仅在于提效，更在于将隐性经验显性化、结构化，形成可复用的知识资产。AI落地成败的关键不在算法本身，而在企业是否已完成数据治理与业务流程标准化这一“隐形基建”。
