传统养殖主要面临着生产效率低、成本高、品质难以保障，以及疾病和遗传育种等问题。以人工成本为例，在养猪行业有个重要的参数，叫作MSY（Marketpigs/Sow/Year—每头母猪每年出栏肥猪数），这个参数的大小直接决定着最终经济效益。在国际上，这个数值是28-34；在国内，普遍的数值是22-28。从饲喂成本上来看，国际上是6-7元/公斤，但在国内能达到10-11元/公斤。

从人工数来看，基于大规模自动化设备的使用，可以实现4个人管理900头基础母猪猪场；缺乏自动化的同样规模的猪场，则需要8个人管理。而智慧养殖通过物联网技术（传感、生物识别等）、云-边缘计算技术、机器人及AI技术等，打造养殖过程“无人”“智能化”，能切实降低人工成本和管理成本。

当然，运用智能养殖系统实现猪场管理智能化的利好不仅体现在降低成本上，同时也在提高仔猪存活率上发挥作用。只是生物识别技术从理论到实践落地也有难度，通常所说的猪脸识别所涉及的科技元素在大规模实践中难免遇到困难。因为猪通过优良品种的育种后，实际上存在近亲繁殖的问题，这无疑给猪脸识别增加了难度。包括给猪戴耳标也有落地难点，如果安装不好，则容易被遮挡，很难发挥实际效用，所以往往要采取多维数据采集。

此外，智能养殖系统还体现在现在耳标接入热传感感知猪是否发烧，可以通过核酸测试认定是不是非洲猪瘟，但猪出现蓝耳病、口蹄疫等病状并不一定是发烧，可能表现为精神萎靡等，所以未来通过不断优化更多生物识别技术去判断猪的健康状况十分重要。动物病理学和物联网技术的结合是一个大的发展趋势。

智能养殖系统助力AI养猪能支撑大规模养猪实现自动化和智能化，减少人的干预，从而减少疾病传染的风险。但AI养猪是个逐渐适应的过程，其中所包含的大量的生物识别技术去追赶甚至超越人工的经验，需要不断更新迭代。并且，大量AI技术引进一定程度上会带来IP成本上升，综合效益需要一定的时间成本才能体现。不过国内对猪肉的需求量庞大，目前养猪整体规模化、智能化是发展突破口。