La RAE (Real Academia Española) define la Inteligencia Artificial (IA) como la “disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico”.
Según la FAO (Organización de las Naciones Unidas para la Agricultura y la Alimentación), la producción agrícola deberá aumentar en un 60% en 2050 para poder alimentar a una población que crecerá hasta los diez mil millones según la ONU.
Los agricultores y las explotaciones agrarias deben hacer frente a un sector cada vez más competitivo con una mayor demanda a unos precios más ajustados. Esto impulsa al sector a sumarse a las nuevas tecnologías, donde tras muchos años de crecimiento y tecnificación hay dos temas principales que siguen preocupando: la producción y la calidad.
Conocer el tiempo óptimo de recolección, alcance de trabajos como la poda, recomendaciones de abonado, riego, entre otros, son retos que se están presentando hoy en día y para los que se necesita explotar al máximo el potencial de la tecnología dentro de la agricultura.
El rol vital de las aplicaciones en el éxito agrícola: Las cosas han cambiado
El gran desafío por tanto es obtener los conocimientos necesarios para optimizar las actividades agrícolas. “Riego inteligente”, “fertilización inteligente”, “cosecha inteligente”, etc., sólo pueden basarse en conocimientos precisos y sólidos para actuar de la manera más eficiente posible.
Es aquí donde las aplicaciones informáticas se han convertido en la herramienta más importante para el éxito agrícola. Las cosas han venido cambiando drásticamente: hace apenas unas décadas, la gerencia agrícola dependía de una libreta de apuntes en el bolsillo del productor, expuesta a pérdidas, sin capacidad de análisis histórico rápido y basada en la memoria. Hoy, el productor lleva el control total de su finca, en tiempo real, en la palma de su mano a través de su smartphone o tablet. Las aplicaciones traducen la complejidad del campo en gráficos, alertas y tareas claras, mejorando radicalmente la gerencia de la empresa agrícola y permitiendo tomar decisiones oportunas, en el momento oportuno.
Ejemplos en el campo: Maíz, Arroz y Caña de Azúcar
Para entender el impacto de este procesamiento de datos y la IA, veamos cómo las aplicaciones tecnológicas están transformando cultivos específicos:
- En el Maíz: Las aplicaciones cruzan datos de análisis de suelo con mapas de rendimiento de años anteriores para generar prescripciones de siembra y fertilización a tasa variable. El sistema indica a la sembradora exactamente cuántas semillas y cuánto nitrógeno aplicar en cada metro cuadrado, optimizando los costos y maximizando el potencial de rinde.
- En el Arroz: Siendo un cultivo donde el manejo del agua es crítico, el software actual utiliza imágenes satelitales y sensores para determinar el momento exacto para la inundación o el drenaje. Además, mediante IA se predicen condiciones climáticas que favorecen enfermedades devastadoras como la Piricularia, emitiendo alertas tempranas para aplicar tratamientos preventivos solo cuando y donde es necesario.
- En la Caña de Azúcar: Las aplicaciones modelan las curvas de maduración y acumulación de sacarosa (grados Brix). Cruzando esta información con la logística de la finca y el pronóstico del clima, el sistema recomienda el orden exacto de los cortes (zafra) lote por lote, evitando la pérdida de azúcar en el campo y optimizando el uso de la maquinaria pesada. En caña de azucar, la unidad de analisis no es el lote, como pasa en los demás cultivos. En este caso, es el tablón. Es por eso, que en AgroEvolution hemos desarrollado una aplicación especificamente creada para este cultivo y que ha venido cambiando la gerencia de este cultivo en Portuguesa, Venezuela.
De la intuición a los datos: El nacimiento de Evolution
La respuesta al futuro agrícola está en la gestión de datos de calidad y fiables que permiten un análisis ad hoc, y que garantiza una toma de decisiones basada en realidades. Lo que se conoce como Big Data, las alertas tempranas y análisis predictivo, tres de los grandes pilares de la IA.
El agricultor de toda la vida contaba con la intuición. Hoy día se disponen de muchos más datos: estaciones meteorológicas, drones, GPS. Pero ¿qué se hace con todos esos datos? Proporcionar muchos datos al agricultor no siempre es útil. Aquí damos el primer paso: De decisiones por intuición a decisiones por información.
El siguiente paso es analizar esos datos para dar recomendaciones precisas. Es aquí donde destacan plataformas integrales como la aplicación Evolution (visita evolutiongroup.app para más información). Evolution ha logrado unificar el registro de labores, el análisis de datos y la gerencia agrícola en una interfaz intuitiva, permitiendo que la inteligencia de datos trabaje verdaderamente a favor del productor.
El fenómeno de Evolution Caña de Azúcar en Portuguesa, Venezuela
Un claro ejemplo de éxito es el impacto que ha tenido el módulo Evolution Caña de Azúcar durante el último año en el estado Portuguesa, Venezuela. En una región históricamente reconocida por su fuerte vocación azucarera, los productores enfrentan retos logísticos, climáticos y económicos constantes.
En este último año, Evolution Caña de Azúcar ha ganado una importancia vital entre los cañicultores portugueseños. La aplicación se ha convertido en el centro de mando para gestionar las socas, monitorear la aplicación de fertilizantes y organizar la compleja logística de la zafra. Al brindar visibilidad total sobre los costos operativos y predecir los mejores momentos de corte en los valles y llanos de Portuguesa, Evolution ha ayudado a los productores de la región a proteger su rentabilidad y a modernizar una tradición agrícola fundamental para el país.
Cómo la agricultura sigue cambiando
En la agricultura son enormes la cantidad de posibilidades y factores que afectan al sistema, lo que hace imposible que los humanos puedan analizar todo de manera efectiva. Aquí las “máquinas” toman el relevo mediante el Machine Learning. A día de hoy, la toma de decisiones es ya una combinación de aprendizaje predictivo y de la más potente matemática.
La aplicación de inteligencia artificial a la agricultura reduce de forma drástica el consumo de recursos (como el agua). La utilización de mejores sistemas técnicos, drones y computación ha demostrado que en muchos casos se llega a una reducción de hasta un 90% en el uso de ciertos productos fitosanitarios.
E incluso la aplicación de la inteligencia artificial sirve para fortalecer la salud de las plantas de forma biológica y natural, haciéndolas más resistentes a las enfermedades, con mejoras contrastadas de rendimientos de los cultivos que rondan el 20%. El futuro ya está en el campo, y aplicaciones como Evolution son la herramienta para cosecharlo.