La agricultura global enfrenta una creciente demanda de alimentos y la necesidad imperante de adoptar prácticas más sostenibles. En este contexto, la Inteligencia Artificial (IA) emerge como una herramienta fundamental para impulsar la eficiencia y la efectividad en toda la cadena de valor del sector agropecuario.

La IA está redefiniendo el futuro del agro en Argentina. En Dymaxion Labs, adquirida por DONMARIO en 2022, nos dedicamos a desarrollar tecnología innovadora para enfrentar los desafíos agrícolas más grandes del mundo, ofreciendo soluciones amigables y potentes para una mejor toma de decisiones. Nuestro enfoque se centra en transformar datos en conocimientos accionables a escala masiva, apoyándonos en un equipo de científicos e ingenieros destacados.

La empresa opera con tres pilares fundamentales de producto, todos orientados a integrar la inteligencia artificial y la agronomía para ofrecer soluciones analíticas al sector.

Optimus Notes es una herramienta que se enfoca en la gestión de portafolios y la toma de notas a campo para equipos que evalúan y analizan productos agrícolas. Utiliza IA para el procesamiento de imágenes de drones, permitiendo detecciones a escala masiva y el análisis para la presentación y el avance de productos. Principalmente, es una herramienta para investigación o equipos de I+D.

Por su parte, Optimus Farm está diseñado para la escala de producción, y combina información de maquinarias y agricultura de precisión con recomendaciones de manejo variable para maximizar rendimientos. La IA se utiliza para analizar ambientes dentro de los lotes y el rendimiento en función de variables agroclimáticas, ofreciendo las mejores recomendaciones de productos y prácticas. Facilita la digitalización de la información del productor, escalando análisis y recomendaciones de manera sencilla y sin modificar las operaciones diarias.

En tanto, Optimus Engine / Optimus Labs es el pilar más reciente, y utiliza información satelital (censado remoto) combinada con datos climáticos, de suelo y de empresas para generar diversos insights e indicadores. Permite entender de manera masiva para grandes regiones, las prácticas de manejo a nivel de lote, rotación de cultivos, clima, potencial productivo, y prácticas de manejo sustentables (como rotación o monocultivo, y si el área pertenece a zonas deforestadas o protegidas). Durante la campaña, monitorea el potencial productivo del lote. Estas capacidades son empleadas por empresas para evaluar el riesgo de sus clientes en financiación o para comprender el potencial de mercado. La IA es crucial para capturar esta información, generar predicciones de clasificación de cultivos y rendimientos, y ofrecer insights en tiempo real.

RESULTADOS TANGIBLES

La aplicación de la IA en el agro está brindando resultados significativos y nos permite acelerar los desarrollos y escalar nuestros productos. 

Un ejemplo es la herramienta “Drone 2 Notes“, que procesa más de 2.5 millones de parcelas a campo con algoritmos de detección, permitiendo analizar programas de mejoramiento de grandes empresas. Esto incluye el conteo de plantas en maíz, detección de floración y predicción de grupo de madurez en soja, por ejemplo.

Además, la IA nos facilita el análisis de la totalidad del territorio argentino y la entrega cada dos semanas de informes detallados sobre indicadores de sustentabilidad, productividad y riesgo, con predicciones acertadas y escalables masivamente.

Los resultados de la IA en el agro se traducen en una mayor eficiencia y menor carga de trabajo, agilizando procesos, especialmente en el uso y procesamiento de imágenes de drones y sensores a campo.

Posibilita además el uso más eficiente de insumos como el agua, fertilizantes y agroquímicos, lo que reduce costos y mejora la sostenibilidad de la producción.

Además, permite que las empresas de insumos puedan posicionar mejor sus productos al combinar información satelital, del productor e investigación propia, ofreciendo la genética o formulación más adecuada para cada campo específico. Esto genera un círculo virtuoso donde la empresa mejora sus productos y el productor opera de manera más eficiente, logrando un mejor rendimiento. 

En resumen, la inteligencia artificial (IA) en la agricultura se complementa con sus vertientes analítica y generativa. La primera resuelve tareas específicas, realizando predicciones basadas en datos estructurados y reglas predefinidas, como la previsión de ventas o la segmentación de clientes; mientras que la segunda procesa grandes y variados conjuntos de datos no estructurados, incluyendo datos geoespaciales y climáticos, y puede realizar múltiples tareas, generando nuevas ideas e identificando patrones complejos. Es especialmente útil en investigación molecular, marketing o agronomía.

La agricultura es un campo ideal para la disrupción por la IA debido a su gran volumen de datos no estructurados, la dependencia de la mano de obra, la complejidad de la cadena de suministro y los largos ciclos de I+D. 

Por Federico Bayle, Gerente de Operaciones de Dymaxion Labs.