Skip links

Austral Falcon dentro del concepto de la Agricultura 5.0

 

La Agricultura es una de las actividades antropogénicas más antiguas en el mundo, siempre va en paralelo con la evolución de la humanidad. Se puede denominar que, a través del desarrollo de la producción agrícola desde nuestros ancestros, se ha priorizado la eficiencia en las distintas prácticas de manejo de los cultivos para que éstas sean sostenibles con el ambiente y ante el cambio climático, especialmente en las últimas décadas (EFE-Verde, 2014).

Así es, nuestros ancestros diseñaron métricas y sistemas de siembra para garantizar en cada ciclo de cultivo, una producción sustentable. A pesar de ello, el despegue del avance en agricultura desde la revolución industrial ha mecanizado algunos de estos procesos, reemplazando de forma parcial, la mano de obra de personas en amplias extensiones de cultivos en todo el mundo.

Sin embargo, durante el siglo XX, a pesar de tales avances, el concepto de sustentabilidad no se tuvo en cuenta hasta en los años de los 70s con la revolución de la agroecología. Las problemáticas que iniciaron su discusión por Carson (1962) en su libro –Primavera Silenciosa– como las consecuencias de los contaminantes poniendo en riesgo la salud de las personas y la infraestructura y los altos costos de combustibles en la mecanización agrícola, han sido desde ese entonces un desafío, por lo tanto, queda la inquietud: 

¿Cómo poder integrar este concepto de sustentabilidad y optimizar nuestras cosechas actualmente, aún más en cultivos de mayor escala? ¿Será que perdimos esa consciencia de realizar métricas como tal vez antiguamente grandes culturas indígenas en Latinoamérica las aplicaban al parecer como una estrategia indispensable?

 

Medir más es observar y gastar menos en nuestras inversiones de manejo agrícola.

 

Si tuviésemos una bola de cristal desde que plantamos nuestros cultivos, podríamos establecer qué tanto podría aumentar la rentabilidad con respecto a lo invertido. Pero lamentablemente esto no es así. Indiscutiblemente, la mayor concentración de atención de nosotros como productores es en el momento de establecer nuestros cultivos, pero sin duda, la información suministrada de nuestra variedad o cepa no es suficiente para poder predecir con una moderada exactitud o acercamiento al rendimiento que cada año quisiéramos obtener. Observar con atención, no solo en el inicio del establecimiento del cultivo, también debería ser un ejercicio consciente durante todos los ciclos productivos.

La observación extrae la información básica de los puntos críticos como los estados fenológicos del cultivo donde podría obtener rendimientos de cosecha bajos. La observación permite traer la consciencia que una planta es un ser vivo, y que, como todo organismo, está influenciado por los factores y cambios climáticos, la nutrición, el riego y la susceptibilidad de ciertas enfermedades. 

Por tanto, en estos cuantiosos avances tecnológicos, trae la necesidad de integrarlos como nuestros aliados en esta -”consciencia de observación”-, para una producción limpia y eficiente manifestándose en la obtención de altos rendimientos y calidad de fruta dentro de los lineamientos comerciales. 

 

La Inteligencia artificial como nuestro aliado en la obtención de métricas y predicciones, líder en la Agricultura 5.0

 Como se mencionó al inicio, la agricultura siempre se va sincronizando con la evolución de la humanidad. La tecnología como reflejo de esta continua evolución, va incrementando su adopción en las actividades relacionadas con la agricultura. Dentro de las tecnologías actuales en la agricultura 5.0, se destaca la Inteligencia Artificial que  a diferencia de la 4.0, está enfocada en los niveles de maduración analíticas superiores como la predicción(¿Qué va a pasar?) y análisis prescriptivo(¿Qué tengo que hacer?). 

MCarthy definió la Inteligencia Artificial como «...la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes…» y dentro de ella existe un campo llamado Machine Learning que entrega a los computadores la habilidad de aprender sin ser programados explícitamente (Samuel, 1959). 

En la actualidad, la IA/ML se utiliza principalmente en la agricultura  para:

  • Predicción de rendimiento de cultivos.
  • Detección de enfermedades.
  • Detección de maleza . 
  • Detección de cambios climáticos.
  • Mejoramiento de calidad de cultivos.

Su uso e implementación le permite al agricultor tomar medidas proactivas y preventivas gracias a los hallazgos de puntos críticos en el manejo integrado de sus prácticas agrícolas según los datos recolectados. El éxito es tal que se estima un mercado del uso de estas tecnologías de USD$1.5 billones para el 2025 (Gupta 2019).  

Así como el agua es fundamental para que los cultivos crezcan y toleran el estrés abiótico, para la Agricultura 5.0 se necesitan datos para alimentar los modelos y algoritmos de Inteligencia Artificial para que sean capaces de realizar predicciones con alta precisión y alertarnos confiablemente de cualquier desviación que afecte los cultivos.  Para ello se debe liderar un cambio cultural interno para llevar a una estrategia de manejo agrícola basada en datos o específicamente en este caso: Agricultura inteligente basada en datos.  Esta estrategia consiste básicamente en la captura sistemática de datos relacionados con cada una de las prácticas o manejos en nuestros cultivos, su procesamiento y la correspondiente toma de decisiones basadas en las conclusiones obtenidas. Los datos pueden ser generados desde sensores, satélites, teléfonos, cámaras, drones e instrumentos científicos. Lo más importante, es que exista un proceso de captura sistemática de datos, para contar con la información centralizada ordenada y sistematizada por cada actividad agrícola, con ellos mejoraremos mucho la calidad de nuestros pronósticos y rentabilizar la inversión en tecnología a largo plazo.

Si te interesó esta entrada de nuestro blog y quieres saber más sobre cómo Austral Falcon puede ayudarte a tomar decisiones basadas en datos agenda una reunión con nuestros ejecutivos aquí.