“不是数据问题，是界面问题”：Tellia融资500万美元，农业AI开始抢“入口层”

2026年9月8日，农业语音AI初创公司 Tellia 宣布完成430 万欧元（约合 500 万美元）pre-Seed 轮融资，由柏林 Revent 领投，Grey Silo Ventures（Cereal Docks 集团企业创投）、Jeriko 与 Fund F 参投。这家 2024 年成立、团队仅 13 人的公司（巴黎与旧金山双总部）做的是"语音入口"：农户、农艺师与田间班组通过电话、语音留言、短信、WhatsApp 或邮件记录信息，AI 将其转为结构化记录，绑定到正确的地块、作物、班组与作业，并可直接提问获得农艺与运营答复。据公司披露，其技术已覆盖约100 万英亩（超 40 万公顷）农田；在美国，田间团队上线两个月内的日活跃使用率达到 80%。同期欧洲农业AI赛道也在密集融资：比利时 Rainbow Crops 完成 970 万欧元、伦敦 Biographica 800 万欧元、法国 UBEES 800 万欧元。

Tellia 创始人把问题说得很直白——"这从来不是数据问题，是界面问题"。这句话对国内的智慧农业同样成立：地里不缺信息，缺的是让信息顺手进系统的那个入口。

一、一家 13 人公司指出的行业公理

农业软件的长期困境可以被一句话概括：白天在地里的人，晚上才坐到键盘前。病害观测、用药决策、巡田记录、班组交接，这些最有价值的信息往往先写在纸上、发在聊天群里，甚至只留在记忆里，等到回到办公室再补录，损耗已经发生。Tellia 的做法是不做"又一个平台"，只做"接口层"，并把它嵌进合作方已有的产品里。

维度

公开事实

行业含义

团队与定位

2024 年成立，13 人，巴黎与旧金山双总部

小团队选择"层"而非"平台"，避开与既有系统的正面竞争

融资

430 万欧元 pre-Seed，Revent 领投

资本押注"接口"，而非又一套管理后台

覆盖规模

约 100 万英亩、超 40 万公顷

已跨过概念验证，进入规模复制阶段

使用强度

美国田间团队上线两个月内日活 80%

门槛越低，数据覆盖率越高；覆盖率反过来决定模型质量

输入方式

电话、语音留言、短信、WhatsApp、邮件

不新增 App、不强制表单，复用已有沟通习惯

商业模式

以 API 嵌入合作方产品，输出记录与建议

做"层"不做"替代"，为既有平台提供数据增量

客户结构

Campos Brothers Farms、Duckhorn 酒庄、法国葡萄与葡萄酒研究院、Val de Gascogne 合作社、KWS Saat

横跨果业、酿酒、科研机构、合作社与种业，说明接口层可跨品类复用

二、"界面层"为什么值钱：三笔被低估的成本

1. 记录成本：田间到键盘之间的时间差

同一件事，在地头用语音说 20 秒就能完成，回到办公室填表可能要 5 分钟。当记录成本高于收益时，理性选择就是不记录——这正是大量农业软件"上线即闲置"的真实原因，问题不在用户不配合，而在界面设计假定了一个并不存在的办公场景。

2. 清洗成本：非结构化数据进不了决策链

语音与聊天记录本身不构成资产，只有被结构化为"哪块地、什么作物、谁在什么时候发现了什么"才能进入模型与流程。Tellia 的核心工作量集中在这一步：把口语表述映射到地块与作物，再分发到对应的作业链条。这也解释了它为何强调"不做又一个想独占数据的平台"——清洗与映射能力，比为数据筑墙更稀缺。

3. 遗漏成本：没被记录的信息，等于不存在的资产

未记录的巡田结论无法追溯，用药决策无法复盘，作业质量无法举证。对规模化经营主体而言，这意味着既无法优化下一季，也难以在保险理赔、信贷审核、品质溯源中"自证"。反过来看，一旦记录入口被打通，同一批数据会同时服务生产、理赔与融资三个场景。

「你说话，Tellia 捕捉、结构化并解读成整个经营主体可执行的内容。」——Coline Labadie de Faÿ，Tellia 联合创始人兼 CEO

三、国内镜像：政策已把"入口"写进任务

同一周，国内的政策文本其实给出了同一个判断。9月7日印发的《全国种植业发展"十五五"规划》在"加强智能化场景推广应用"一条中明确：开展传感器与专用芯片、模型算法等研发攻关，拓展无人机、物联网、机器人等应用，加快精准感知、智能分析、自主调控等数字化技术装备应用，加快智慧农场等应用场景示范推广。

1. 专栏第一次把"数据入口"拆成零件清单

规划"农业新质生产力应用"专栏的智慧种植方向，列出的是土壤墒情传感器、气象监测站点、作物"四情"自动识别模型、产量预测算法与自主作业机器人。这份清单的写法值得注意：不再是笼统的"推进智慧农业"，而是逐项点明需要采集什么、识别什么、预测什么——前者是入口，后者是出口。

2. "专技人员"出现在专栏里，说明入口最终要落到人

同一专栏还提出培育大田无人农机操作员、植保无人机操作员、遥感无人机操作员与现代设施农业技术员。这四类岗位的共同特征是"人机接口"：他们既是数据的使用者，也是数据的产生者。任何语音或传感入口的落地，最终都要由这些岗位在田间完成最后一米。

3. 国内已出现的三条"入口"路径

第一条是农技服务的模型化入口。江苏大丰区域性农业综合服务中心接入的智慧农技系统，用无人机多光谱影像与 AI 算法搭建长势、草害、产量、倒伏、缺穴、地势六大分析模型，无人机完成全域巡田后自动解析并生成"一田一策"的追肥、防病、灌溉方案，把巡田从人工目视变成空中自动采集。

第二条是县域平台的统一入口。盐城依托"盐农云"农业农村大数据平台，构建"大屏管治理、手机惠农户、AI 解难题"的三维协同体系：智慧大田驾驶舱整合卫星遥感、无人机巡田与地面物联网，覆盖全市 1200 余万亩稻麦；"九农"掌上服务汇聚政策查询、农技指导、农事服务与农品对接；本地化研发的"盐小农"AI 智能体支持地块手绘评估、作物识别、长势监测、病害防治与产量预估，并通过遥感、传感、气象三重数据交叉校验，专门解决通用农业AI预测失真的问题。

第三条是生产端的监测入口。北大荒赵光农场启用天、空、地一体化物联网监测体系，用卫星遥感与无人机多光谱数据判定作物成熟状态，锁定成熟度 85% 以上的最佳收获标准，并据此完成产量预估与机具调度——监测数据直接变成了收获排期。

4. 谁为"入口"付费：一个新出现的答案

值得单独提出的是 9 月 8 日四部门印发的《关于加快农业保险高质量发展的实施方案》——其中"农业保险科技投入强度达到 1%"被列为 2030 年硬指标，同时要求推行"一户一单"、全员验标、统一查勘定损标准。这意味着保险机构有了明确的合规动机去采集地块、作物与数量口径的数据。农业数据入口由此第一次拥有了一个可测算的机构级付款方。

「开展传感器与专用芯片、模型算法等研发攻关，拓展无人机、物联网、机器人等应用，加快精准感知、智能分析、自主调控等数字化技术装备应用。」——《全国种植业发展"十五五"规划》

数字三农insight 观察：我们有三点判断。其一，"界面层"可能比"平台层"更容易形成规模效应。Tellia 的 100 万英亩与 80% 日活说明，决定农业数据覆盖率的往往不是算法精度，而是记录动作的摩擦系数；国内"九农"掌上服务与"一田一策"的实践也遵循同一规律——谁能把动作压缩到农户与机手"顺手就做"的程度，谁就能拿到最完整的数据。其二，三重数据交叉校验正在成为国内县域平台的标配。盐城用遥感、传感、气象互校来治"通用模型预测失真"，本质上与 Tellia 把口语映射到地块是同一类工程：先解决"这条数据属于哪块地"，再谈"这块地该怎么办"。对农鉴数粒场 AgriSight 这类全域涉农数据融合引擎而言，这类校验机制的价值高于任何单点模型。其三，数据入口的商业模式会随付款方分化。海外靠农业企业与合作社的效率诉求，国内则出现了保险合规、农技服务与县域治理三条并行买单路径。犇数网在肉牛垂直品类中验证的"统一口径—连续记录—可核验输出"三段式，在种植端同样适用：先让记录不费力，再让口径可互通，最后才谈智能决策。需要说明的是，本文仅作产业机会分析，不构成投资建议。

小结：Tellia 用 500 万美元的融资，把农业数字化的症结从"算不准"拉回到"记不上"——真正的瓶颈是数据入口的摩擦系数，而不是模型能力。国内这一侧，种植业"十五五"规划已把传感器、四情识别模型、产量预测算法与四类人机接口岗位列入专栏，县域平台在用多源交叉校验解决预测失真，农业保险则以 1% 的硬性科技投入强度提供了机构级付费方。三条路径指向同一结论：先把进系统的动作变轻，智能才有落脚点。

互动话题：你觉得让农户和机手"愿意记一笔"最难的地方是什么——是工具太重、流程太繁，还是记了没用？欢迎在评论区说说你的观察。

#农业AI #语音交互 #Tellia #农业大模型 #智慧农场 #天空地一体化 #农情监测 #种植业十五五规划 #数字三农insight