Si bien la interpretación del mismo puede no estar en la mente de los productores a diario, la mayoría lo recopila y confía en él para tomar decisiones diarias. La captura de datos se está digitalizando cada vez más, pero la adopción para los productores es un proceso gradual y la confianza en el uso de los resultados que destacan toma tiempo para construir.
Entonces, ¿cómo capturan y utilizan las fincas estos datos?
Tecnologías de datos y metodologías
A medida que se crean nuevas tecnologías, las metodologías de datos seguramente cambiarán y se adaptarán. Por el momento, hay tres niveles de análisis de los datos; análisis descriptivo (identificación de lo que está sucediendo), análisis de diagnóstico (identificación de lo que se ha hecho al respecto) y análisis predictivo (identificación del resultado). Todos estos tienen un lugar en la agricultura y, a medida que los métodos de análisis se vuelven más sofisticados, los datos se pueden interrogar de manera diferente, en beneficio de todos.
La mayoría de las cosechadoras nuevas pueden registrar algún nivel de datos de rendimiento y muchas tienen un receptor GPS, para que sepa exactamente dónde están los lugares defectuosos. Las muestras se toman con mayor frecuencia y la gestión moderna significa que la información se almacena en computadoras y tabletas en lugar de estar garabateada de manera ilegible en blocs de notas. Esto había hecho que los datos fueran más accesibles y fáciles de compartir que nunca. Las tecnologías probablemente se prestan mejor a la agricultura. Los productores pueden monitorear los campos por metro cuadrado, aplicando nutrientes solo donde sea necesario y tratando los problemas de enfermedades solo en las áreas que lo requieran.
La agricultura por satélites y algoritmos, en lugar de la experiencia y el conocimiento, podría potencialmente llevar al administrador de la finca atado a la oficina a un nuevo nivel de eficiencia. En términos de ganado, gracias a la recopilación de datos automatizada, ahora es posible recopilar información en tiempo real sobre la salud del rebaño. Sin embargo, pocas granjas avícolas modernas pueden recopilar y analizar verdaderamente estos datos debido a la falta de tiempo, falta de conocimiento teórico u otras obligaciones. Como resultado, la información valiosa que podría proporcionar a los agricultores una perspectiva no se utiliza. Esto a menudo significa que los productores pasaron por alto importantes señales de advertencia de que algo andaba mal, lo que podría resultar en daños y pérdidas significativos.
Existe una amplia gama de tecnologías de sensores actualmente disponibles para los agricultores, y muchas aún se están desarrollando, lo que significa que habrá aún más datos disponibles en los próximos años. Con él vendrán grandes oportunidades para impulsar la eficiencia a través de la cadena de suministro, si se aprovechan esos datos.
Datos en agricultura
Incluso con los niveles actuales de tecnología, en muchos lugares siguen existiendo brechas de rendimiento grandes y económicamente explotables. En el África subsahariana, en particular, hay indicios de brechas de rendimiento que podrían aprovecharse con determinadas variedades y con prácticas conocidas. Hay muchas razones por las que existen brechas de manejo. Una es que los agricultores no tienen suficientes incentivos económicos para adoptar semillas o técnicas de cultivo que mejoren el rendimiento. Esto puede explicarse por numerosos factores, incluida la falta de acceso a la información, los servicios de extensión y las habilidades técnicas. La infraestructura deficiente, las instituciones débiles y las políticas agrícolas desalentadoras también pueden crear enormes obstáculos para la adopción de tecnologías mejoradas a nivel agrícola. No obstante, el acceso y la interpretación adecuada de los datos pueden marcar una gran diferencia para los agricultores que tienen brechas de rendimiento explotables.
Las fincas generan una gran cantidad de datos y este volumen está creciendo exponencialmente. Esto hace que el flujo de datos entre diferentes áreas del sector sea un proceso difícil, ya que la utilidad de los diferentes tipos de datos no siempre es visible de inmediato. Sin duda, esto cambiará a medida que pase el tiempo.
A pesar de una larga historia de intercambio o agrupación de datos en la agricultura, no se ha desarrollado rápidamente ni ha seguido el ritmo de otras industrias, a pesar de que una gran transición ha hecho que la industria pase de ser escasa en datos a rica en datos en un tiempo relativamente corto. Ha habido problemas técnicos con la conectividad y la compatibilidad, así como confusión sobre el estado legal de los datos.
Como tal, un desafío que enfrenta el uso de datos en la agricultura es la capacidad de fluir y combinar datos con otros participantes del mercado que podrían mejorar el valor. Además, también hay una falta de voluntad para combinar estos datos. Generar información y volumen a partir de estos datos requerirá, en muchos casos, e incluirá el intercambio de datos. Sin embargo, es comprensible que los agricultores sigan siendo cautelosos a la hora de compartir lo que, para muchos, se considera su ventaja competitiva: cómo cultivan sus tierras. Esto no quiere decir que no se compartan datos. En la agricultura del Reino Unido, hay buenos ejemplos de intercambio de datos exitoso. La industria azucarera ha recopilado datos de todos los productores durante años, brindándoles comentarios instantáneos sobre los rendimientos y los azúcares durante la campaña, así como información del mercado.
Una de las barreras clave para el conocimiento obtenido de los datos en la agricultura es la complejidad: del idioma, del conocimiento científico, del formato en el que se informan los datos. Si podemos eliminar esa complejidad, se puede aumentar el conocimiento básico en todo el ecosistema agrícola. Al hacerlo, podemos hacer que el mercado sea mucho más eficiente que su estado actual.
La información recopilada por los agricultores (rendimiento, uso de fertilizantes, rotación de cultivos, lluvia y docenas de otros puntos de datos) es trampa para empresas como Bayer, Syngenta, DowPuPont y BASF. Las empresas lo introducen en un software que predice combinaciones de semillas, fertilizantes y aerosoles para maximizar los rendimientos. Eso puede impulsar las ventas de sus productos y, al mismo tiempo, aumentar el resultado final de las tarifas de suscripción que los agricultores pagan por recomendaciones sobre qué sembrar y cuándo rociar. A muchas empresas les gustaría tener acceso a información sobre granjas individuales. Los comerciantes de granos pagarían mucho dinero por el rendimiento de los cultivos en tiempo real directamente desde la cosechadora. A las empresas químicas les encantaría obtener una imagen precisa de las malas hierbas que prevalecen en su granja antes de bombardearlo con anuncios.
Conclusión
La agricultura siempre ha sido una industria en la que los números son importantes, ya sea la cantidad de nitrógeno que se aplica, la cantidad de combustible que se usa o el número de horas desde el último servicio del tractor, por lo que se presta muy bien para ser un generador de montones y montones de datos. . La producción de datos relacionados con la agricultura se ha disparado desde que las prácticas agrícolas de precisión, como la aplicación de tasa variable y el mapeo de rendimiento, aparecieron en escena.
Otro punto importante a recordar es que, dado que los consumidores exigen transparencia en la cadena alimentaria, la información sobre cómo se cultivó un cultivo y su impacto ambiental será enormemente valiosa. Los datos son la base de una mejor agricultura tanto desde el punto de vista moral como de la eficacia, y esto se aplica a todos los actores involucrados en la cadena de valor, no solo a los productores. Al comenzar a recopilar datos de manera estandarizada, un productor puede obtener la información necesaria para tomar decisiones más informadas sobre los servicios y suministros que elige usar y, a su vez, el consumidor puede calmar su conciencia al comprar estos productos.
Otras preguntas clave giran en torno a cómo se curan los datos privados, su confiabilidad y su veracidad estadística. Los datos de fuentes privadas pueden empaquetarse y venderse sin comprender la calidad de los mismos. Podría haber grandes problemas cuando se trata de determinar primas sólidas para seguros. Sin embargo, parece que los datos tienen un papel importante que desempeñar en el avance de las técnicas agrícolas y en el progreso de la industria.
Fuente: Challenge.org