北京佳格天地科技有限公司：农业科学研究和试验发展、食用农产品…、数字软件与工业服务专精特新企业档案

一、企业速览

企业基础信息：公司名称：北京佳格天地科技有限公司；地区：北京市海淀区；行业方向：工业软件与信息服务；成立时间：2016-02-17；注册资本：2000万元；实缴资本：308.3万元；员工规模：56人；专利数量：75件；认定批次：第四批（2022年）。

北京佳格天地科技有限公司以卫星遥感、大数据和人工智能技术为核心，聚焦农业农村领域，提供数据采集、处理与决策支持的数字软件服务，位于“电子信息与数字技术”产业链的“数字软件与工业服务”环节。

二、主营产品与产业链定位

北京佳格天地的核心产品与服务是将卫星遥感影像数据、气象数据与农业模型结合，形成一套时空大数据处理与分析平台。具体产品包括主营记录中提到的智能灌溉物联网云平台、农用无人机智能飞行控制系统，以及基于大数据平台的农业信息化管理系统等。从经营范围看，公司还涉足农业机械制造、物联网设备制造和灌溉服务，表明其并非单纯软件开发商，而是深度绑定硬件和场景的软件集成商。

在“电子信息与数字技术”链条中，“数字软件与工业服务”环节的核心作用是解决传统产业信息化和智能化程度低的问题。北京佳格天地所处的位置具体表现为：

• 上游：需要卫星遥感影像数据（典型供应商如中国资源卫星应用中心、长光卫星）、气象数据（典型供应商如中国气象局）以及底层IT基础设施（如华为云、阿里云提供的云计算资源）。其经营范围中的“数据处理服务”和“气象观测服务”直接印证了其对上游数据的高度依赖。
• 下游：主要客户群体为各级农业农村政府部门、大型农业企业（如中化农业、北大荒集团）以及农业保险机构（如中国人保、中华联合财险）。公司服务于全国4.5亿亩耕地，覆盖近三十个省级行政区，体现了其下游市场的高度集中和To G（面向政府）属性。
• 与产业链其他环节的关系：其软件系统将上游的离散数据（遥感、气象）转化为下游决策依据（如种植建议、保险定损、耕地监管）。该环节不生产硬件，但通过算法和软件定义了硬件的应用价值，是连接“数据采集层”和“业务应用层”的关键枢纽。

三、核心工序与技术依赖

对于一家以遥感大数据和AI为核心的数字软件与工业服务企业，其核心研发与生产流程并非传统的硬件制造，而是“数据-模型-产品”的闭环。根据行业共识，该类企业的关键工序包括：

1. 数据采集与预处理：接入多源卫星及无人机影像，进行几何校正、辐射定标和大气校正，消除传感器和大气干扰。典型要求是地物分辨率优于10米（如哨兵2号卫星数据10米可见光波段），位置定位精度小于1个像元。

2. 特征提取与模型构建：利用深度学习算法（如ViT、卷积神经网络）对预处理后的影像进行特征提取，构建农作物识别、长势监测、病虫害预警等专用模型。模型训练的样本量通常需要覆盖至少3个完整作物生长周期，标注面积超过10万公顷才能保证模型鲁棒性。

3. 时空数据融合与分析：将遥感、气象、土壤等多源时空数据在统一地理空间坐标下进行融合，生成时间序列分析结果。例如，计算连续30天的植被指数（NDVI）变化曲线以判断作物生长阶段。

4. 应用软件开发与部署：基于上述模型和分析结果，开发面向不同用户的云平台或移动端APP，实现数据可视化、报告自动生成和预警推送功能。

5. 系统集成与运维：将软件与物联网设备（如智能灌溉阀门、无人机）进行集成，实现“感知-决策-执行”闭环。例如，将灌溉模型与田间传感器、执行器联动，实现自动化灌。

上游关键原材料和设备典型来源（行业共识）：

北京佳格天地在此链条中的定位是：上游数据与应用软件之间的算法与模型设计商。其75件专利，特别是“基于ViT技术识别视频中死亡养殖动物个体的方法及装置”这类专利，表明其技术核心不在于数据获取或平台底层架构，而在于利用AI算法将通用数据转化为特定农业场景下的专用知识。其经营范围中“农业科学研究和试验发展”的业务，也强化了其研发驱动的定位。

四、竞争格局

该赛道全国同产业链位置（数字软件与工业服务）的企业共1578家，竞争集中在数据精度、模型通用性、客户粘性三个维度。数据精度决定能否区分不同作物种类；模型通用性决定能否从单一区域复制到全国；客户粘性则取决于系统中沉淀的历史数据和业务流程的绑定深度。

在农业遥感与大数据领域，北京佳格天地面临来自以下几家真实存在的企业的直接竞争：

在专利维度，北京佳格天地79件专利低于行业中位数89件。这表明其在专利数量上并未占据领先地位，但需要注意，对于AI算法和模型类公司，部分核心技术可能通过商业机密而非专利形式保护。不过，相较于行业中位数偏低的专利数，在技术实力的公开表征上不占优势。

五、护城河判断

1. 技术壁垒：中等。75件专利显示其在农业AI算法（特别是ViT等计算机视觉技术）上有明确的投入方向。专利内容涉及养殖、灌溉、耕地监管等具体场景，而非通用的数据处理平台，形成了一定的场景化Know-How壁垒。但与航天宏图等拥有底层PIE平台软件的公司相比，其技术栈根基较浅，对上游数据源的议价能力较弱。低于行业中位数的专利数也表明，其技术护城河的宽度和深度有待验证。

2. 客户壁垒：较高。数字软件与工业服务，特别是服务于政府的农业项目，客户粘性极高。原因有三：一是验证周期长，一个省级的农业农村大数据平台项目通常需要1-2年完成建设与验收；二是数据积累，平台内沉淀了多年的耕地、种植、灾害数据，更换服务商意味着数据资产和业务连续性的巨大风险；三是行政属性，政府项目的招投标结果具有延续性。公司覆盖近三十个省级行政区，已有较强的先发优势。

3. 规模壁垒：较低。56人的团队规模在研发驱动型企业中属于小型团队。这个规模足以支撑算法模型的研发迭代，但面对大型项目的部署、交付、运维和售前支持时，人力可能捉襟见肘。对于需要长期派驻现场、进行本地化服务的农业项目，团队规模可能直接构成交付天花板的瓶颈。

4. 认定价值：象征意义大于实际，但有政策支持。2022年第四批专精特新“小巨人”认定，在当前政策环境下意味着：a) 国家级背书，提升品牌信誉度和招投标竞争力；b) 有机会获得财政奖补和税收优惠；c) 在申请地方政府项目时可能享受绿色通道。但它并未直接解决公司“未上市”状态下的融资和规模扩张问题。公司入选2025年“创客中国”全国500强，进一步验证了其在特定背景下的创新活力。

六、风险与机会

行业风险：

1. 数据获取依赖性和成本：核心数据（卫星遥感）高度依赖上游“国家队”或商业化公司。若上游数据价格上涨（行业普遍现象），或因政策原因数据获取受限，将直接影响公司的成本和业务稳定性。

2. 商业模式可持续性：多数数字农业企业的核心客户是政府，项目型、补贴导向的特征明显，回款周期长。2023年以来，部分地方财政承压，农业信息化专项预算被压缩，行业面临订单规模缩水或交付延迟的风险。市场竞争白热化导致报告提到“注册资本2000万实缴308万”的初创企业面临生存压力。

公司风险：

1. 资本结构风险：实缴资本308.3万元与注册资本2000万元存在较大差距，且“未上市”且“营收未披露”，表明公司现金流可能是比较紧张的。56人的团队规模在行业里并不算大，在无法看到现金流的情况下，对于后续持续的研发、市场扩张以及人员稳定性构成挑战，数据上可能存在隐性业务运营风险。

2. 专利数量风险：专利总数低于同行业可比公司的中位数(75 vs 89)，可能意味着核心技术并未形成足够的知识产权壁垒，或研发投入强度相对有限。

机会窗口：

1. 农业数据资产化与金融化：国家正在大力推进数据要素市场化。佳格天地可以将其积累的全国4.5亿亩耕地的大数据，包装成“数据产品”进行交易，或为农业保险提供精准定损数据产品，开辟软件服务之外的数据变现路径。

2. AI大模型在垂直场景落地：2024-2025年的大模型热潮尚未完全渗透到农业。佳格天地可以基于其已有的农业知识图谱和长时序影像数据，训练农业垂直领域的AI大模型。一旦成功，将形成极高的技术和客户壁垒，并大幅提升其服务的附加值，从“项目制”向“SaaS订阅制”转型。