Inteligencia Artificial para la toma de decisiones en la agricultura

Por Daniel D´Orazio Bellini – Director de Fedeagro 

Cada vez que un agricultor escucha “inteligencia artificial en el agro”, se imagina un robot sembrando o un tractor autónomo rastreando. Y aunque esos dispositivos funcionan basados en IA, hay un grupo de técnicas muy valiosas sobre las que no se han publicado lo suficiente: IA para toma de decisiones en la agricultura.

“Un agricultor será exitoso en la medida en que pueda tomar la mejor decisión en el menor tiempo posible con los recursos que tiene a su disposición”

La Agricultura es una de las actividades que tiene un gran número de variables que inciden en el resultado final, unas se pueden controlar (selección de semilla, fertilizantes, prácticas de labranza), otras que varían mucho (mercados, precios internacionales, disponibilidad de insumos, etc.) y algunas a las que solo toca adaptarse (Clima, políticas de estado).  El ser humano tiene una capacidad limitada de memoria para recordar y analizar estos factores, es imposible para un productor tener presente la serie de eventos y variables que resultaron en una cosecha exitosa: condición del suelo en la siembra, temperatura y fertilidad del suelo, momentos de aplicación de reabonos y las condiciones de clima previas y posteriores, densidad de siembra y espaciamiento resultante, condiciones climáticas durante la floración y llenado, etc.

La IA es como lo dice su nombre, “Artificial”, es decir, no tiene por qué parecerse a la inteligencia humana. Tiene la gran ventaja de manejar grandes volúmenes de datos multidimensionales, tomar la experticia de cientos de miles de agricultores y agrónomos, analizar variables climáticas y de mercados, para interpretar, sugerir o simular acciones en un determinado momento del cultivo. Esto último cambiará  la forma de trabajo rutinario del agricultor, quien toma la mayor parte de las decisiones basadas en intuición al llegar a la finca y ver el campo.

Los sistemas de toma de decisiones para agricultura basados en I.A. permitirán al agricultor simular de forma virtual las consecuencias de hacer o no una actividad (siembra, aplicación de agroquímicos, Reabono, cosecha, etc.) y determinar cuál será el impacto en rendimiento y rentabilidad. También estarán presentes un conjunto de Bots atentos a las condiciones actuales del cultivo (estrés hídrico, plagas, malezas, fertilización) y prever cambios significativos en los pronósticos de clima, suelos, inventarios y mercados, sugiriendo un plan de acción para afrontar los eventos.

Además estos agentes inteligentes pueden llevar el registro de horas de trabajo y elaborar planes de mantenimiento de las maquinarias. Adicionalmente, estos sistemas tienen la capacidad de buscar “patrones invisibles” en los datos que resulten en la mejor selección de insumos y actividades para obtener el mejor rendimiento, incorporando variables que no tomamos en cuenta pero tienen un impacto importante y que estaban siendo dejadas a un lado en los análisis.

Lee también: Suiza Tropical: Cultivando el futuro a través de la agricultura de vida

Los Datos

En la agricultura los datos son profundamente locales, es decir, algunas variables pueden ser más importantes en unas zonas que otras, originando que un modelo de IA exitoso en una localidad del estado Portuguesa arroje conclusiones que no sean las mejores a tan solo 20 o 30 Km de distancia. La IA ayuda a entender la interacción genotipo-ambiente-manejo. No solo las variables climáticas pueden incidir en el rendimiento, también puede ser muy limitante el acceso a recursos de Mecanizacion y transporte, condiciones de los suelos, tipos de siembra, etc. Por ello es que los datos obtenidos en cada unidad de producción son la fuente para asegurar la mejor decisión posible.

La mayoría de los datos que se producen en una finca pueden registrarse automáticamente a través de los equipos de agricultura de precisión presentes en las maquinarias y junto a sensores basados en IoT (Internet de las Cosas), pueden capturar información de clima, suelos, vegetación y actividades de forma económica y en tiempo real. Así mismo, el uso de drones con cámaras multiespectrales permite explorar y analizar grandes superficies en poco tiempo.

Obtener datos cuesta dinero, pero en el futuro cercano esos datos tendrán más valor que el lote de tierra mismo. Cuánto no estaría dispuesto a pagar un agricultor al comprar un campo nuevo, si el que vende le ofrece los datos del clima, suelos y de todas las experiencias exitosas y fallidas que se han hecho en el lote en muchos años? Con ello se minimiza la curva de aprendizaje del nuevo lote y se evitan cometer errores que cada vez son más costosos y pueden inclusive acabar con la actividad de un agricultor. El productor que no invierta en toma de datos tendrá que comprarlos a sus vecinos más cercanos para poder obtener los beneficios de los sistemas de toma de decisiones.

Relevo Generacional

La disponibilidad de datos precisos sobre las operaciones de la finca es el principal catalizador para una transición generacional exitosa. Al digitalizar el entorno productivo, la formación del joven sucesor deja de depender exclusivamente de la presencia física constante y la transferencia de conocimientos.

Esta gestión basada en datos ofrece las siguientes ventajas:

• Formación Académica: El relevo puede alternar su estancia en el campo con estudios especializados en finanzas, mercados o tecnología en la ciudad. Gracias al monitoreo en tiempo real, mantiene el control de lo que sucede en cada lote sin desconectarse de la realidad operativa.
• Simulación de Escenarios: La capacidad de crear planes de acción y evaluar sus consecuencias en entornos virtuales (como gemelos digitales) permite al joven experimentar y aprender de posibles errores sin poner en riesgo el capital o la producción real.
• Retorno como Profesional: Al culminar su preparación académica, el sucesor no regresa a la finca simplemente para repetir tareas, sino para integrar una visión gerencial y estratégica que asegure la continuidad y evolución del patrimonio familiar.

«La transición hacia una agricultura basada en datos no es una opción de lujo, sino una estrategia de supervivencia. El futuro del campo no está solo en las manos que labran la tierra, sino en la capacidad de procesar la información que esa misma tierra nos entrega.» Articulo

Ing. En computación USB

Agricultor

Director de Fedeagro