过去十年，监控在猪场的普及率大幅提升。
但视频变多，并不意味着信息变多。
看得见，不等于看得懂。
中国规模化养猪行业经历了快速的基础设施升级。视频监控系统的普及，是这一轮升级里最直观的变化之一——从几十头到几千头，从家庭农场到集团化企业，摄像头已经成为猪场标配。
但我们在走访过程中，反复遇到同一个现象：猪场的录像存储越来越多，但管理者从录像里获得的有效信息，并没有随之增加。录像大多数时候只有一个用途——事后查证。
这个现象，揭示的是一个关于数据与信息之间关系的基本问题。
录像是视频监控最直接的产出，它解决了"记录"这个问题。但记录本身不产生信息，记录加上"理解"才产生信息。而理解录像，在现实中面临三个根本性的障碍：
第一是数据量。一个规模化猪场，十几个猪舍、几十路摄像头、全天候运行，每天产生的视频数据以TB计算。没有哪个管理团队有能力系统性地浏览这些录像——实践中，录像的处理方式只有一种：等到出了问题再找。
第二是信息密度。视频是连续的原始数据流，它包含了大量冗余信息。对于管理者来说，绝大多数画面帧是"正常的"，没有价值；而真正有价值的那部分，均匀地分散在整段录像里，没有标记，没有索引。
第三是时效性。录像最大的问题，是它天然地指向过去。当管理者调取录像进行分析，风险事件通常已经发生。录像在这时候的价值是追溯，而不是预防。
要让视频数据真正产生管理价值，需要经历一个完整的信息提炼过程。这个过程可以用一条分层结构来描述：
当前大多数猪场的数字化，停留在这个链条的起点：视频被记录下来，但从视频到行为理解的这一步，没有机制来完成。信息提炼链条在第一步就断了。
行为数据，指的是对猪只或猪群在时间维度上可量化的行为描述。它不是一张画面，而是一条时间序列——这头猪在过去12小时里的活动节律是什么样的，这群猪今天的采食行为和昨天相比发生了什么变化。
某时段内猪只移动的频率和幅度，反映精力状态和应激程度。持续低活动可能是疾病或心理应激的早期信号。
到访饮水区的频次、停留时长及时段分布。异常高频可能指向体温升高；异常低频则可能反映饮水设施问题或食欲下降。
休息个体比例及其在猪舍内的空间分布。异常扎堆往往与温度不适或恐惧应激有关；异常散开则可能反映空间竞争加剧。
猪群整体在猪舍功能区域间的分布密度变化。分布异常可早于其他可见症状数小时出现，是群体健康状态的敏感指标。
行为数据的引入，不只是增加了一种数据来源，它对应的是一种管理逻辑的根本转变。
发现问题时介入。管理的触发点是"已经可见的异常"——病猪、打斗伤、死亡等结果性事件。
在风险形成的过程中介入。管理的触发点是"行为趋势的偏离"——在结果出现之前的过程信号。
结果管理和过程管理的区别，在效果上的差异是显著的。一头猪在出现倒地、拒食等明显症状时才被发现，和在行为开始出现变化的早期就被关注到，两种情形的干预成本和预后效果，往往有本质差别。
国内头部养殖集团已经开始将"过程管理"作为数字化转型的核心目标之一——不再只是记录发生了什么，而是尽可能理解正在发生什么。①这个转变的背后，是对行为数据价值的逐步认识。
在走访过的猪场里，数字化水平较高的场，在风险事件的处置及时性上，通常明显优于数字化水平低的场。
差距不在于人的经验，而在于信息到达管理者的时间差。
这件事提示了一个方向：管理质量的提升，不一定需要更多的人，但一定需要更快、更完整的信息。
数据可以记录行为，但理解行为，仍然依赖经验。这引出了一个值得认真对待的问题：如果有数据和系统辅助，经验的作用会发生什么变化？经验最终会被替代，还是会被放大？