O Brasil se transformou de importador líquido de alimentos, no início da década de 1970, quando a população era de 94 milhões de habitantes, em maior exportador líquido de alimentos do planeta.
O excedente de alimentos exportados pelo Brasil alimenta mais de 1 bilhão de pessoas no mundo e o conjunto do agronegócio corresponde a 25% do PIB brasileiro.
Recente publicação da Embrapa, denominada “Visão 2030, o futuro da agricultura brasileira”, defende que “a disponibilidade de recursos naturais, as políticas públicas, as competências técnico-científicas, a geração de tecnologias e o empreendedorismo dos agricultores também foram fundamentais para o desenvolvimento agrícola do país”.
Segundo o professor Alexandre Mendonça de Barros, três revoluções nos trouxeram até aqui: “Química, biológica e a mecanização”.
A correta expressão do professor Mendonça de Barros explica o crescimento na produção de alimentos não apenas no Brasil, mas em todo mundo.
No entanto, por mais que ainda vejamos grande contribuição das revoluções química, biológica e de mecanização, elas não garantem sozinhas o incremento na produção de alimentos de que o mundo precisa até 2050: teremos 9,7 bilhões de pessoas, segundo a ONU, bem acima dos 7,7 bilhões atuais.
Temos ainda um contínuo processo de urbanização, que amplia o consumo de alimentos processados. E 1 bilhão de pessoas ainda vivem abaixo da linha da pobreza, ou seja, sem se alimentar corretamente.
Em 1820, 84% da população mundial vivia na pobreza. Em 1981, eram 44%. Hoje, pouco mais de 10%.
Assim, o novo paradigma de produtividade no campo depende de três elementos novos e sintetizados pelo acrônimo TAM – Technology, Analytics e Management (gestão), conceito difundido pela consultoria EloGroup.
São três novos elementos que devem ser combinados com os três elementos do antigo paradigma (química, biologia e mecanização).
Neste artigo, iremos explorar o uso de analytics no agronegócio, jogando luz nas tecnologias não agronômicas; nas tecnologias digitais; e, sobretudo, na análise dos dados e na construção de algoritmos (descritivos, preditivos e prescritivos), não apenas para suportar a decisão do produtor rural, mas para criar o caminho de uma agricultura autônoma.
Ciências de dados ou analytics representam o processo de extrair informações valiosas a partir de dados.
Como estamos vivendo na era da Big Data, está cada vez mais fácil e barato explorar e processar grandes volumes de dados gerados a partir de várias fontes e em diferentes velocidades.
“O aumento da capacidade de analisar dados por meio de algoritmos inteligentes tem permitido identificar clientes e nichos de mercado obter diagnósticos precisos”, segundo Maria Fernanda Moura, pesquisadora da Embrapa.
A agricultura de precisão faz parte desse contexto. A Jacto define esse setor como um conjunto de práticas agrícolas que utilizam tecnologias no campo — como Inteligência Artificial, Internet das Coisas (IoT), análise de dados por meio de algoritmos (Big Data), geolocalização, automação e robótica — para tornar o processo de cultivo mais preciso, automatizado, inteligente e independente.
Analytics e transformação digital
A área de analytics tem a capacidade de coletar, estruturar, analisar e visualizar grandes volumes de dados para suportar melhores decisões.
O processo começa na consolidação de diferentes tipos de dados, que geram insights para o desenvolvimento e a aplicação dos algoritmos (descritivos, preditivos ou prescritivos). Eles vão suportar a decisão e construção de dashboards para visualização dos dados, culminando no desenvolvimento de soluções de inteligência de dados.
O setor de analytics permite a combinação de dados robustos, proporcionando ao usuário uma experiência intuitiva, com insights em tempo real e inteligência preditiva de alta precisão.
Os dados isolados não trazem nenhum valor para o negócio. Um dos maiores desafios atualmente é transformar esses dados em informações valiosas para aprimorar a operação.
Segundo Fernando Martins, em recente publicação da FAPESP, “no futuro, a agricultura será́ autônoma [independente]. Os equipamentos conectados, com apoio de inteligência artificial e aprendizado de máquina, irão analisar os dados da cadeia produtiva e tomar as decisões. Caberá́ ao agricultor acompanhar, monitorar e endossar os processos em curso”. A área de analytics cria o caminho para a agricultura autônoma.
Mais recentemente, a inovação trazida pela IoT (Internet das Coisas) acelerou as mudanças, por meio do uso em larga escala de sensores mais inteligentes conectados em tempo real, recursos de computação de ponta e sistemas autônomos.
A IoT permite que objetos sejam controlados remotamente por meio de uma rede, criando uma integração direta entre o mundo físico e os sistemas baseados em computador (Lehmann et al., 2012).
Milhões de dados nas fazendas
Dentro das fazendas, o novo paradigma permite a aquisição e processamento de dados operacionais em tempo real, aplicando análises avançadas para aumentar a produtividade e reduzir custos, por meio do uso adequado de recursos naturais, defensivos agrícolas e fertilizantes.
Existem milhões de dados sendo gerados diariamente no campo: informações sobre solo, ar, água, planta, condições climáticas e parâmetros agronômicos.
Antes, a coleta dos dados era manual. Agora, os dados são cada vez mais digitalizados: estações meteorológicas, drones, VANTs, nano satélites, telemetria em máquinas e tratores e irrigação.
Com os dados gerados em tempo real, é possível identificar pragas e doenças, deficiência nutricional, crescimento vegetativo e “predizer” a produtividade.
Ajay Agrawal, autor do livro “Máquinas Preditivas – a simples economia da inteligência artificial” define “predição” como um “processo de preenchimento de informações ausentes. Ela usa as informações que você tem, geralmente chamadas de ‘dados’, para gerar informações que não tem. Além de gerar informações sobre o futuro, a ‘predição’ gera informações sobre o passado e o presente.”
Gigantes da área de insumos agropecuários já estão conectados nesse novo mundo.
A Syngenta Group atingiu a marca de 50 milhões de hectares de terras cultiváveis ativamente gerenciadas por produtores que usam os serviços digitais do grupo.
A própria Syngenta utilizará inteligência artificial para o desenvolvimento de novas moléculas de agrotóxicos em parceria com a chinesa Insilico Medicine.
A Climate FieldView é a plataforma de agricultura digital da Bayer, que apoia o produtor por meio de serviços e soluções baseadas em ciência de dados, para auxiliar no gerenciamento de suas operações durante toda a safra, do plantio à colheita.
Com a ampliação da cobertura de banda larga nas fazendas brasileiras, o uso de tecnologias digitais vai explodir. E isso garantirá o novo salto de produtividade do agronegócio brasileiro.