La Inteligencia Artificial (IA) ha logrado avances significativos en diversas industrias y la industria agrícola no es una excepción. La agricultura inteligente se valoró en más de 19 mil millones de dólares en 2022 y se prevé que supere los 21 mil millones de dólares en 2029 [1]. En Strategic Allies Ltd, trabajamos en todos los sectores, pero hemos estado particularmente involucrados en el sector AgriTech. Nuestras oficinas de Rothamsted nos ubican en el corazón de una comunidad dedicada a llevar innovación a las industrias alimentaria y agrícola. Las tecnologías de IA tienen el potencial de revolucionar las prácticas agrícolas, mejorando la eficiencia, la sostenibilidad y la productividad. En este artículo, exploraremos las aplicaciones actuales de la IA en la agricultura, analizaremos algunos estudios de caso de organizaciones multinacionales reconocidas y discutiremos las oportunidades futuras que presenta.
Aplicaciones actuales de la IA en la agricultura
La IA ya se utiliza de varias maneras en la industria agrícola:
Agricultura de Precisión
El aprendizaje automático (ML), una metodología basada en datos en el corazón de la inteligencia artificial (IA), permite a los algoritmos reconocer patrones y tendencias en los datos y utilizar esa información para pronosticar eventos futuros con alta precisión. La tecnología se está convirtiendo progresivamente en la columna vertebral de la agricultura de precisión, que se basa en grandes cantidades de datos recopilados a través de tecnologías de detección como la teledetección, sensores de suelo, GPS y dispositivos IoT. A través del análisis de datos, los algoritmos de inteligencia artificial (IA) ayudan a los métodos agrícolas respetuosos con el medio ambiente al ofrecer pronósticos y predicciones perspicaces para el riego inteligente, el manejo preciso de los cultivos y el control de plagas. Gamaya proporciona una solución tecnológica de imágenes hiperespectrales (HSI) implementada por drones para la agricultura de precisión. Su plataforma tecnológica combina teledetección y modelado avanzado de cultivos con análisis de inteligencia artificial para centrarse en la cadena de valor de la caña de azúcar para aumentar los rendimientos, adoptar prácticas agronómicas más sostenibles y liberar nuevas oportunidades en los mercados de carbono.
Robots agrícolas
La escasez de mano de obra es un importante motivador de la IA y la robótica en la agricultura. Los robots equipados con capacidades de inteligencia artificial pueden realizar diversas tareas en la granja, como plantar, cosechar y desmalezar, lo que aumenta la eficiencia. Small Robot Co, por ejemplo, a quien conocimos por primera vez mientras visitaba Groundswell, el festival de agricultura regenerativa en Hertfordshire, utiliza su vista PerPlant para identificar cada planta en cada campo y proporcionar información procesable a escala de campo. Al trabajar en conjunto con pulverizadores para administrar herbicidas y fertilizantes en lugares específicos a diferentes velocidades, detiene las aplicaciones químicas generales, lo que supone ahorros de hasta un 90 % en reducción de herbicidas y un 24 % en fertilizantes.
Monitoreo de Ganado
La IA es igualmente relevante en la ganadería, donde los productores utilizan sensores impulsados por IA para agilizar el seguimiento del comportamiento y el bienestar de los animales, predecir brotes de enfermedades y optimizar los regímenes de alimentación. Serket, una empresa holandesa, utiliza tecnología fácilmente disponible para ayudar a las granjas porcinas a ser más rentables. Ofrecen alimentación viva de ganado las 24 horas que se puede visualizar desde cualquier lugar. Permiten a los granjeros rastrear incluso los cambios más pequeños en los patrones de comportamiento de los cerdos de forma individual. Cualquier irregularidad en la salud animal se informa instantáneamente al ganadero, lo que ahorra tiempo a la hora de administrar el tratamiento. También permiten a los agricultores conservar registros digitales de datos pasados.
Estudios de caso
Aquí analizamos los ejemplos de tecnologías impulsadas por IA utilizadas en la agricultura moderna por tres actores principales:
Syngenta
Enfoque: en un intento por transformar todo el ecosistema agrícola, la estrategia de Syngenta es brindar asesoramiento a pedido, impulsado por IA, y hacer que este intercambio de conocimientos sea rápido y extenso, “trascendiendo el tradicional intercambio de conocimientos entre agricultores basado en la proximidad”.
Implementación: Syngenta desarrolló una aplicación móvil que proporciona diagnóstico de plagas y enfermedades en tiempo real a los agricultores de la región APAC. La aplicación tiene una base de datos global de más de 50 cultivos y 500 enfermedades y, mediante el reconocimiento de imágenes habilitado por IA, identifica el problema y recomienda una solución en tiempo real. Utiliza reconocimiento de imágenes habilitado por IA para identificar problemas y recomendar soluciones en tiempo real (con una precisión del 93%). También geoetiqueta estos problemas, alertando a los agricultores cercanos sobre amenazas potenciales.
Resultados: su aplicación móvil, CROPWISE Grower, ha obtenido más de medio millón de usuarios registrados y ha empoderado a los agricultores con intervenciones oportunas y precisas, optimizando el rendimiento de los cultivos y reduciendo el desperdicio de recursos. El cambio a la nube ha dado como resultado un ahorro de costos del 28 % anual y el retorno de la inversión se logró en solo un año y medio.
Socios: desarrollado por Syngenta con el apoyo del especialista en reconocimiento de imágenes, Plantix
PepsiCo India
Enfoque: PepsiCo India, a través de su marca “Lay’s”, anunció un modelo de inteligencia predictiva a nivel de cultivo y parcela para ayudar a los agricultores a maximizar el rendimiento de la papa junto con la calidad a través de paneles funcionales en aplicaciones móviles fáciles de usar.
Implementación: PepsiCo puso a prueba su plataforma de inteligencia de cultivos en granjas de demostración con sede en Gujarat (51 agricultores) y Madhya Pradesh (11 agricultores). El sistema está diseñado para utilizar imágenes satelitales y correlacionarlas con datos de sensores remotos para proporcionar actualizaciones en tiempo real sobre las etapas de los cultivos, la salud, las estimaciones de rendimiento, las predicciones de cosechas, las condiciones climáticas y las amenazas de enfermedades. El sistema puede generar un pronóstico con hasta 10 días de anticipación, lo que puede ayudar a los agricultores a identificar diferentes etapas de los cultivos y monitorear de cerca la salud de los cultivos, incluido un sistema de alerta de enfermedades que se basa en pronósticos meteorológicos y datos históricos.
Resultados: el estudio piloto informó “resultados notables”, incluido un aumento significativo en la precisión de la predicción del rendimiento, una mejora del rendimiento y reducciones sustanciales en los costos de insumos y las pérdidas poscosecha
Socios – Cropin : una empresa global de Agtech que ha creado la primera nube industrial del mundo diseñada específicamente para la industria agrícola.
Cargill
Enfoque: Cargill ha colaborado con Cainthus para ofrecer a los agricultores la tecnología para monitorear su ganado. A través de imágenes predictivas, Cainthus puede monitorear la salud y el bienestar de los animales, ya que los identifica individualmente y revela patrones sobre su comportamiento.
Implementación: Cainthus utiliza imágenes predictivas innovadoras para monitorear la salud y el bienestar del ganado. La tecnología de imágenes patentada de Cainthus puede identificar vacas individuales por sus características en varios segundos para memorizar la identidad única de una vaca, registrando patrones y movimientos individuales. Esa información se utiliza como parte de un algoritmo matemático impulsado por inteligencia artificial que transmite imágenes al análisis de la ingesta de alimento y agua, seguimiento del comportamiento y alertas de salud que pueden enviarse directamente al agricultor. Los datos obtenidos de esas imágenes se utilizan para anticipar problemas y ajustar los regímenes de alimentación. Actualmente, esta tecnología es sólo una prueba de concepto.
Resultados: los procesos manuales que tardaron días o semanas en realizarse ahora se llevan a cabo casi en tiempo real, ahorrando costos de mano de obra y mejorando la eficiencia. En general, se espera que la tecnología ayude a mejorar la eficiencia, mejorar la salud y el bienestar de los animales, reducir la pérdida de animales y, en última instancia, aumentar la rentabilidad de las granjas.
Socios – Cainthus (Ever.Ag) – Sede: Dublín, Irlanda
El estado de la IA en la industria agrícola está evolucionando rápidamente y las aplicaciones actuales ya demuestran importantes beneficios para los agricultores. La identificación de plagas, así como el manejo integrado de plagas y los sistemas de monitoreo del bienestar animal basados en inteligencia artificial representan áreas activas de desarrollo.
A medida que la tecnología continúa avanzando, las oportunidades futuras para la IA en la agricultura son amplias y prometedoras. La predicción del rendimiento de los cultivos, el control automatizado de plagas, la gestión del análisis del suelo y la optimización de la cadena de suministro son algunas de las numerosas oportunidades futuras por explorar. Al aprovechar el poder de la IA, los agricultores pueden mejorar su productividad, sostenibilidad y eficiencia general, contribuyendo en última instancia a un suministro mundial de alimentos más seguro y sostenible.
Al aprovechar las tecnologías de IA, puede optimizar los procesos, mejorar la toma de decisiones y, en última instancia, aumentar la productividad y la rentabilidad. Strategic Allies Ltd trabajará
