El conocimiento es un gran poder. Y más en un sector como el campo en el que reina la incertidumbre por factores externos al agricultor: "No sabes los kilos que vas a producir en una cosecha; no sabes ni las personas que necesitas para cosechar, ni para elaborar o manipular el producto final, ni lo que vas a poder vender…" El reto de digitalizar el campo está en mitigar estos vaivenes de las cosechas.

Noticias relacionadas

En el campo la planificación de cosechas se realiza con "una incertidumbre muy elevada", lo que provoca "pérdidas económicas". Para ayudar el agricultor a tomar mejores decisiones basadas en datos, la startup española RawData ha desarrollado una solución con big data para crear modelos predictivos para el campo español.

Albert Duaigües, CEO y cofundado, subraya a D+I que, por ejemplo, una bodega o una cooperativa, a partir de los patrones generados con inteligencia artificial pueden "mejorar la calidad de la uva al ajustar de forma más precisa la fecha propicia de entrada en bodega, al conocer con 15 días de antelación la evolución de la maduración de la uva".

Este es el caso de dos de sus clientes, la cooperativa del Penedés Covides y la Bodega Vitalpe, que llevan aplicando la IA de RawData desde hace más de dos años en sus cosechas. "Pueden saber de cada una de sus parcelas cómo va a evolucionar la maduración para ser más eficientes en la entrada de vendimia" y poder priorizar la cosecha.

"Los datos tienen que ayudar a decidir" al agricultor, incide Duaigües para defender su "sistema de soporte a la decisión". El objetivo de implementar tecnología y llevar a cabo una digitalización del campo es ayudar a “detectar carencias, problemas o anomalías” en las parcelas.

Tecnología aplicada al campo

Y en este punto, la integración de imágenes por satélite en la plataforma es esencial para identificar estas anomalías sin necesidad de desplazarse hasta la finca para descubrirlo, sobre todo en el caso de las grandes explotaciones. Así, se puede detectar problemas debidos al suelo, al riego, entre otros.

Para ello, esta startup también emplea las llamadas estaciones meteorológicas virtuales. "Sin necesidad de instalar hardware en el campo, se puede obtener una información meteorológica muy apurada a través de alarmas para actuar de manera preventiva si se alcanza algún nivel indicado en la plataforma por el usuario".

Otras de las tecnologías que incluye esta startup en su plataforma es el reconocimiento facial "para identificar trabajadores en campo y así poder realizar el control de horario y presencia". En definitiva, se trata de digitalizar el parte de trabajo, hasta ahora todo manual, y, al mismo tiempo, "evitar la suplantación de identidad".

Digitalizar para ahorrar

Duaigües explica que, aunque la startup la fundaron en 2018, él y su socio llevaban trabajando en esta idea desde el Trabajo de Fin de Máster para desarrollar una herramienta con inteligencia artificial aplicada al sector agrícola.

El primer paso fue contactar con técnicos de bodegas y cooperativas para identificar qué es lo que les podía resolver la IA. Así, decidieron centrar el desarrollo de su solución en la planificación de cosechas y la estimación tanto de volumen como de maduración del cultivo, a partir de modelos predictivos.

El siguiente paso fue convencer a estas empresas agrícolas de hacer una pequeña inversión para poder hacer los modelos de predicción. "En 2019 ya empezamos a facturar y en 2020 la startup se ha consolidado con 30 nuevos". Esto ha permitido desarrollar nuevas funcionalidades en su plataforma.

Aunque, en definitiva, todo depende de las decisiones que tome el agricultor con los datos que le ofrece esta plataforma, pero Duaigües estima que se puede ahorrar un 30% de sus costes para convertir la explotación en algo más rentable, apostilla.

Por último, Duaigües destaca que su solución es "una plataforma integral, es decir, es un sistema en el que puedes disponer de toda la tecnología para captar la información 'agro' sin necesidad de tener cuatro plataformas diferentes", según quiera imágenes por satélites, estaciones virtuales, reconocimiento facial o predicción de cosechas.