养殖企业的老板们，做数字化时常会被两种声音夹在中间。
一种是 ERP 销售："你这规模该上整套畜牧 ERP 了，批次成本、生物资产、追溯一套搞定。"另一种是 IT 顾问："标品根本兜不住你这场景，得定制。"两边都有点道理，但落到自己身上，又总觉得哪里不对。
养殖企业数字化的真正难点只有 4 件事——生物资产计价、栏舍现场录入、防疫死淘核销、出栏追溯，这 4 件事在普通制造业和贸易公司几乎都不出现。养殖业的数字化跟普通制造业、贸易公司确实不一样。它的难点不在 BOM、不在工序，而在四件别的行业不太碰的事——生物资产怎么计价、栏舍现场怎么录、防疫死淘怎么核销、出栏怎么追溯。 这四件事任何一件没想清楚，系统上线后多半就是另一套空壳。这篇按生猪、蛋鸡、水产三类业态拆开讲，最后给一张组合表和投入产出预估，帮你判断自己该走哪条路。
这篇文章里的所有周期、成本比例、落地周期数字，均来自我们近 3 年在十几个养殖类客户身上沉淀的项目体感与行业公开区间，不针对任何具体厂商报价；案例数据经客户授权口径脱敏公开。
一、养殖企业数字化为什么不能直接套通用 ERP？
养殖企业直接套用通用 ERP，在批次成本核算和死淘核销这 2 个环节几乎 100% 会栽跟头，根因是通用 ERP 的 4 条底层假设（原材料静态、工序在车间、产成品不会自然损耗、客户不追个体）在养殖业全部不成立。通用 ERP 默认的逻辑是：原材料进来、按 BOM 加工、产成品出去、成本按工序归集。这套逻辑搬到养殖业就立刻卡壳，下面 4 条假设逐条对照就能看出问题。
- 第一，「原材料」是活的。 入苗那 1 刻起，资产就开始按日龄长大，每天都在吃料、长肉、生蛋、产卵、死亡。账面上的生物资产价值不是静态的，而是按日龄、体重、产蛋阶段每天动态变化，1 个批次几个月跑下来计价口径要调整几十次。
- 第二，「工序」不在车间在栏舍。 1 栋栏、1 池水、1 个鸡舍就是 1 个最小核算单元，可它没有打卡机、没有 SCADA、没有 MES 工单，员工进栏舍前手套要消毒，手机不一定带得进去。
- 第三，「产成品」出栏前会死。 死淘率、淘汰率本身就是核心 KPI（生猪育肥批次正常死淘率多在个位数百分比区间），账务上既不是销售也不是报废，得专门有一套核销逻辑。
- 第四，「客户」要求追到一颗蛋、一头猪、一条鱼。 屠宰场、商超、出口贸易、品牌商这 4 类下游，越往下游走对追溯粒度的要求越细，最细要追到单个个体（耳标/脚环/鳃签）。
这 4 条决定了养殖企业只有 3 条可选路径：要么挑专业的畜牧 ERP，要么用钉钉这类协同平台补现场录入和追溯的「最后一公里」，要么两者组合。直接拿通用 ERP 硬套，基本会在批次成本和死淘核销这 2 件事上栽跟头。
二、养殖批次成本和生物资产计价怎么算到栏舍级粒度？
生物资产计价是养殖账务里最难也最被低估的一件事，行业通行做法是把仔猪采购、饲料、疫苗、人工、栏舍折旧等 6 类成本按日累计进批次账户，再按日龄或体重段摊到每头/每只/每尾，账面跟实际对不上 9 成出在死淘没核销、料肉没归集、混栏这 3 个口径问题上，而不是公式本身。以下计价口径来自行业公开做法与近 3 年项目沉淀，不针对任何具体核算软件。
行业里常见的做法是按批次累计成本，再按日龄或体重段把成本摊到个体单位。比如生猪育肥批次，从仔猪入苗那 1 刻起，把仔猪采购成本、饲料、疫苗药品、人工、栏舍折旧、水电这 6 类按日累计进这一批次的「账户」，出栏过磅时把累计成本除以总活体重，得到每公斤生猪的批次成本。
听起来很顺，但实际跑起来有 3 个坑：
- 死淘没及时核销。 1 头猪 3 周前就死了，账面还在按日计入它的吃料和折旧，最后批次成本虚高、毛利失真，单批次成本虚高 1-2 个百分点很常见。
- 料肉没按栏舍归集。 1 车饲料卸下来同时投给 3 栋栏，凭感觉填「大概各 1/3」，月底批次毛利就算不准。
- 混栏。 不同日龄、不同批次的猪混在 1 个栏里，成本归集口径直接糊掉。
我们在帮养殖客户落地批次成本时，第一步通常不是先建公式，而是先把死淘登记、料肉领用、栏舍归属这 3 件事在系统里做成强约束——栏舍码必填，死淘必须当天录、超 24 小时锁定提示主管补录，料肉投喂必须按栏舍分摊，缺 1 个字段不让提交。这部分往往得用钉钉 AI 表格或 PDA 做现场录入补丁，纯靠 ERP 后台是录不进来的。这一层做扎实了，后面的批次毛利、料肉比、日增重、产蛋率这 4 项分析才能站得住。
生物资产计价能不能对上账，先盯死这 3 个强约束字段（基于开沿累计交付的养殖项目沉淀）：
- 栏舍码必填：每一笔料肉、死淘、防疫记录都必须绑定到具体栏舍，否则成本归集口径直接糊掉。
- 死淘当天录、超 24 小时锁定：超时由系统提示主管补录，杜绝「死了 3 周账上还在吃料」。
- 料肉按栏舍分摊：禁止凭感觉填「各 1/3」，1 车饲料投几栋栏就按栏舍实际分摊几笔。
类似的「系统数据要真实可信，先靠现场强约束」的逻辑，我们在 ERP/MES 上线后没人用怎么办 里有完整拆解，养殖业本质上就是这个问题的更极端版本——栏舍现场比普通车间还难录，现场录入失败率往往高出制造业 1 个量级。
三、栏舍现场录入用 PDA、语音还是 IoT 称重？
栏舍现场录入率低不是员工的问题，是工具不顺手，正确做法是按 4 类动作分别选工具、而不是上一套统一覆盖所有动作的 PDA。养殖员的工作环境有 4 个跟办公室白领填表完全不同的硬约束：
- 手套脏，碰不了触摸屏
- 栏舍信号差，App 经常加载失败
- 夏天 35 度、冬天零下，手机黑屏死机
- 1 栋栏一天要录十几次，每次都打开 App 找菜单不现实
可行的不是「上一套统一的 PDA」，而是按 4 类动作类型拆开选工具：
| 动作类型 | 典型场景 | 推荐方式 | 关键约束 |
|---|---|---|---|
| 高频简单动作 | 日料投喂、死淘登记、温湿度记录 | 钉钉群 + AI 表格 + 栏舍二维码 | 扫码即录，2-3 个固定字段 |
| 一次性高价值动作 | 入苗过秤、出栏过磅、转栏 | 工业 PDA 或 IoT 称重设备 | 称重数据直接进库 |
| 异常与巡栏 | 看到病猪、栏舍异味、设备故障 | 语音 + 短视频，AI 提取关键字段 | 不打字，先报后细化 |
| 防疫与药品 | 疫苗注射、药物拌料 | PDA 扫批号 + 自动扣库存 | 药品批号强校验 |
挑现场抱怨最多的 1 个动作先做轻量替代，跑顺了再扩。先一上来铺一套覆盖所有动作的工业 PDA，是养殖业数字化项目最常见的烧钱方式之一——员工嫌麻烦、设备闲置、数据照样不全。
钉钉 AI 表格在这个场景里有个不太被注意的优势：栏舍二维码贴在栏门口，员工扫码进群、群里一张表格、填 3 个数字提交，整个动作不到 10 秒。这个动线我们在近几个中小养殖场项目里反复试过（基于客户授权口径），现场落地率明显高于独立的养殖 App。
四、防疫死淘核销怎么让账面跟实际对齐？
防疫死淘核销必须做满登记、核销、复盘这 3 层动作，标品 ERP 大多只覆盖前 2 层，复盘那一层有较高概率要自己配置或定制。防疫和死淘是养殖业的「工业事故率」和「工伤」，但账务处理逻辑跟工业完全不同。
防疫记录要追到批号，至少留痕 6 个字段。 哪一栋栏、哪个批次、什么时间、用了哪个厂家哪个批号的疫苗或药品、谁打的、剂量多少。这 6 类数据既是合规要求（部分地区动监要查），也是追溯链的关键节点——下游一旦发现问题肉，要能反查到当时的用药记录。
死淘核销要做满这 3 层动作（缺 1 层账就对不齐，基于开沿累计交付的项目沉淀）：
- 登记。 当天死亡数、初判原因（疾病/意外/淘汰）、栏舍号、责任人，4 个字段当天录满。
- 核销。 从批次活体数里扣减，同时把已累计在死亡个体上的料肉、防疫成本结转到「死淘损失」科目，不再继续累计。
- 复盘。 月度按栏舍、按品种、按日龄段这 3 个维度分析死淘率，反向找原因——某栏死淘率连续 2 周高于均值，多半是疫病或饲料问题。
这套逻辑标品 ERP 大多兜不住完整。多数畜牧 ERP 做了登记和核销这 2 层，但复盘那一层往往要自己配置或定制。我们在给养殖企业做这部分时，常见的组合是 ERP 管科目结转和库存扣减，钉钉里跑 1 个「日死淘异常预警」的 AI Agent，每天早上自动推 1 行话：「昨日 3 号栏死淘 12 头，超出近 7 日均值 180%，建议关注。」这种带「洞察句」的日报样式，来自我们在客户经营驾驶舱场景里反复打磨的输出方式，详细做法我们在 AI 自动生成报表怎么做 里有完整拆解。
五、出栏追溯要追到批次还是个体？
出栏追溯的粒度只有批次和个体 2 档，卖给屠宰场和大型经销商追到批次就够，卖给商超品牌、做溢价或出口的才必须追到个体（耳标/脚环/鳃签）；轻量方案把 5 个关键节点按批次号串成 1 张主表即可，整体成本能压在传统追溯平台的三分之一以下。追溯粒度看下游谁要、监管查到哪一级，不要一上来就追最细。以下成本比例来自近 2 年中小养殖客户的项目实测，不是行业平均。
追到批次足够的场景： 卖给屠宰场、大型经销商。每一批次入苗、防疫、料肉、出栏过磅、运输车辆这 5 个节点能完整查出来，基本满足要求。
必须追到个体的场景： 卖给商超品牌渠道、做高端肉品溢价、出口、参与地方品牌追溯认证这 4 类。要给每只动物挂耳标、脚环或鳃签（水产），每个个体的成长记录可查。
轻量方案。 不一定要上专门的追溯平台。把入苗、防疫、料肉、死淘、出栏过磅这 5 个节点的数据按批次号串成 1 张主表，扫批次码或一物一码就拉出完整链路，下游验货时手机扫一下就能看。这一层用钉钉 AI 表格 + 一物一码做出来，整体成本能压在传统追溯平台的三分之一以下——这个比例来自我们近 2 年在中小养殖客户上跑的几个项目实测，规模再大的企业适用度会下降。
出栏追溯选批次还是个体，对照下游这 4 类需求（数据来自项目实测区间，不针对具体平台报价）：
- 屠宰场 / 大型经销商：追到批次，串好 5 个节点即可，轻量方案成本约为传统追溯平台的三分之一以下。
- 商超 / 品牌渠道 / 高端溢价：必须追到个体，每头/每只挂耳标、脚环或鳃签。
- 出口贸易：追到个体，且需满足出口目的地的追溯认证字段要求。
- 地方品牌追溯认证：追到个体，按认证机构要求补齐成长记录节点。
某中型生猪养殖企业（案例经客户授权口径脱敏公开），年出栏量在 1.5 万头量级，原来一直用 Excel 跟一物一码挂钩做粗追溯，下游某商超要求升级追溯粒度时，他们一度想直接上某传统追溯平台，年报价在 30 万级别。后来我们帮他们盘了一遍：追溯实际只需要把现有的入苗、防疫、料肉、出栏这 4 个节点串起来，再叠 1 层个体耳标。最后用钉钉 AI 表格 + 自研一物一码 + 出栏过磅 IoT，整套追溯落地下来的一年总成本压到了原报价的不到三分之一，且能直接跟现有钉钉考勤、审批打通。
六、生猪、蛋鸡、水产三类业态方案有什么差异？
4 大难点对生猪、蛋鸡、水产 3 类业态都成立，但落地差异主要体现在批次周期（从 3 个月到 18 个月不等）、核心 KPI 和标品 ERP 覆盖度这 3 个维度上。
生猪育肥
生猪育肥批次周期 5-6 个月，核心 KPI 是料肉比、日增重、出栏均重、批次毛利这 4 项，栏舍数量少（几十到几百栋），但每栋的资产价值高，单批次损失可达数十万到百万级别。
重点系统能力： 批次成本精算到栏舍、日料按栏分摊、死淘连续异常预警、防疫批号留痕、出栏过磅 IoT 接入。
典型架构： 整套畜牧 ERP 跑批次成本 + 钉钉补现场录入和异常预警 + 称重 IoT 直入。
蛋鸡养殖
蛋鸡养殖产蛋期长达 12-18 个月，核心 KPI 是产蛋率、料蛋比、淘汰率、蛋品分级毛利这 4 项，每天要记产蛋量、捡蛋数、破损蛋、料投喂这 4 类数据。
重点系统能力： 按日龄段的产蛋曲线对照、料蛋比按栏舍按周分析、淘汰决策（哪一栏蛋鸡该淘汰了）的数据支撑、蛋品分级（红/白/破/特小）入账。
典型架构： 中小蛋鸡场用钉钉 AI 表格 + 自研轻量批次系统就够，年产蛋量过百万只规模才需要专业蛋鸡 ERP。
水产养殖
水产养殖批次周期 3-12 个月（看品种），核心 KPI 是单池密度、料比、成活率、规格分布这 4 项。比前两类更难的地方在于，水底不可见——池里活了多少条鱼、平均规格多少，只能靠抽样估算，库存推总误差通常比生猪、蛋鸡大 1 个量级。
重点系统能力： 水质参数 IoT 接入（溶氧、pH、温度）、投喂自动化数据接入、抽样过秤记录、出塘按规格分级入账。
典型架构： 水产业目前标品 ERP 覆盖度最弱，多数客户用通用进销存或钉钉 + 自研轻量系统跑批次和追溯，水质 IoT 单独做。
下面这张表把三类业态的关键差异做了浓缩对照：
| 维度 | 生猪育肥 | 蛋鸡养殖 | 水产养殖 |
|---|---|---|---|
| 批次周期 | 5-6 个月 | 产蛋期 12-18 个月 | 3-12 个月（看品种） |
| 核心成本 KPI | 料肉比、出栏均重 | 料蛋比、产蛋率 | 料比、成活率 |
| 资产计价难点 | 死淘核销、日龄归集 | 产蛋阶段折旧、淘汰决策 | 库存估算（抽样推总） |
| 现场录入痛点 | 栏舍卫生、信号差 | 每日捡蛋、料投喂 | 水底不可见、IoT 依赖高 |
| 追溯粒度 | 批次为主，商超要个体 | 批次为主，品牌蛋追个体 | 批次 + 规格分级 |
| 标品 ERP 覆盖度 | 较高（专业生猪 ERP 较多） | 中等 | 偏低，多靠定制 |
七、不同年出栏规模该选哪条数字化路线？
养殖企业数字化怎么投，主要由年出栏规模这 1 个变量决定，从年出栏 3000 头/万只/吨以下到 5 万以上分 4 档，落地周期对应在 4 周到 12 个月区间。我们在养殖客户的落地项目里，按企业规模总结了 1 张组合表，可以拿来对照自己的情况（数字来自项目沉淀区间，不是行业平均）：
| 企业规模 | 推荐架构 | 落地周期 | 关键收益 |
|---|---|---|---|
| 年出栏 ≤ 3000 头/万只/吨 | 钉钉 + AI 表格 + 一物一码 | 4-8 周 | 批次成本能算清、追溯能拉出 |
| 年出栏 3000-1 万 | 轻量批次系统 + 钉钉补现场 + 称重 IoT | 8-16 周 | 料肉比/死淘率可分析、毛利按批次出 |
| 年出栏 1 万-5 万 | 专业畜牧 ERP + 钉钉补录入 + IoT | 16-26 周 | 多场区合并核算、生物资产合规、追溯到个体 |
| 年出栏 > 5 万、多场区 | 畜牧 ERP + 钉钉 + 自研连接层 | 6-12 个月 | 集团化、合并报表、风险预警 |
这张表的数字是我们近 3 年在十几个养殖类客户上的项目经验，不是行业平均，请按自己实际情况校准。
4 个最常被低估、却直接决定 3 年 TCO 的成本项（基于开沿累计交付的项目沉淀）：
- 硬件投入：栏舍二维码、PDA 设备、称重 IoT 这部分容易在预算里被整个忽略。
- 培训与督导：现场员工培训和持续督导，6 个月内每月至少要回访 1 次，否则录入率会回落。
- 数据迁移：从纸质台账、Excel 转到系统，迁移本身就是 1 个独立阶段，相关坑可以参考 数据迁移踩过的坑。
- 追溯物料：追溯码和一物一码的物料成本，按出栏量等比放大，年出栏越大这一项越不能漏算。
八、养殖业数字化为什么建议从钉钉补丁开始而不是一上来铺标品？
养殖业数字化从钉钉补丁起步、4-8 周跑通第一批批次毛利数据，比一上来铺几十万级别的畜牧 ERP 风险低得多。养殖业数字化最容易踩的 2 个极端：1 个是只买 Excel 模板自己用着不算系统；另 1 个是一上来上一整套几十万级别的畜牧 ERP，结果栏舍现场根本录不进来，系统沦为财务记账工具。
中间地带是我们在帮客户落地时最常推的路径——先用钉钉做现场入口，把批次入苗、栏舍日报、死淘、防疫、出栏这 5 个关键节点录起来；同时配 1-2 张 AI 表格做批次成本核算；跑通 1-2 个批次（生猪 5-6 个月，蛋鸡可以先看 3 个月数据），再决定要不要叠专业畜牧 ERP。 这种路径有 3 个好处：
- 初期投入小，4-8 周能看到第一批批次毛利数据
- 现场员工有适应期，不会因为一上来全是新工具就抵触
- 真要上专业 ERP 时，钉钉这一层就是天然的现场录入入口，数据已经按 ERP 要求标准化了，迁移成本能省下 1 大块
这套思路跟我们在 AI Agent vs RPA vs 低代码 里讲的"先用 AI 编程 + 低代码三件套快速跑通核心场景"是一致的——养殖业的特殊性只是把"现场难度"放到了极致。如果你想看完整的落地清单，可以直接看 我们做过的行业案例。
九、养殖数字化签合同前要问厂商哪 5 个问题？
养殖数字化签合同前，把这 5 个问题逐条问厂商一遍并要白纸黑字回复，比听 1 小时 PPT 管用，其中第 5 个二开报价问题问得越细、后面踩坑越少。最后一步，签合同前对着下面 5 个问题问厂商一遍（这份清单基于开沿累计交付的项目沉淀）：
- 批次成本能不能精算到栏舍级？日料按栏分摊用什么字段？混栏怎么处理？
- 死淘登记超过 24 小时不录会不会锁定？连续异常会不会自动告警？
- 栏舍现场录入用什么入口？标品自带的 App 你们让我去栏舍试用 1 小时？
- 追溯链路从入苗到出栏几个节点？扫一物一码出来的是什么格式？能不能直接给商超验货用？
- 后续二开报价怎么算？哪些字段标品能直接配置，哪些要二开？分别报价多少？
第 5 个问题问得越细，后面踩坑越少。养殖业的特殊场景多，标品厂商常常把"功能能做"和"标品自带"混着讲，签合同前把"标品直接满足"和"需要二开（多少钱）"白纸黑字列清楚，是最有效的护城河。
