Asia alberga a más de la mitad de la población mundial, pero solo a una quinta parte de sus tierras agrícolas, lo que la expone a un riesgo particular de la emergencia alimentaria mundial.
El cambio climático y el aumento de los precios de los alimentos amenazan la seguridad alimentaria a largo plazo en toda la región, donde más de 1.000 millones de personas carecen de acceso a alimentos suficientes.
Los datos y la inteligencia artificial pueden ayudar a los agricultores a tomar decisiones más informadas, aumentar su productividad e incrementar sus cosechas.
Crecí en una pequeña ciudad de montaña llamada Shillong. Es una zona hermosa en el rincón noreste de la India, conocida como la “Escocia del Este”, y no está lejos de donde se cultiva el té en Assam. Se encuentra a unas 50 millas del lugar más lluvioso del mundo, cerca de la frontera con Bangladés.
La desigualdad económica que vi al crecer me enseñó a tratar de comprender lo que atraviesa la comunidad en general; a entender lo que tantas personas hacen cada día solo para sobrevivir. Todos podemos hacer más y devolver algo a la sociedad.
Con solo una quinta parte de las tierras agrícolas del mundo, Asia alberga a más de la mitad de la población mundial. El cambio climático y el aumento de los precios de los alimentos son amenazas críticas para la seguridad alimentaria a largo plazo, pues más de 1.000 millones de personas carecen de acceso a alimentos suficientes en toda la región. Esta situación forma parte de una tendencia mundial que las Naciones Unidas denominan una “emergencia alimentaria sin precedentes”.
Satisfacer la demanda de alimentos de Asia será un desafío debido a la desaceleración de las mejoras en la productividad agrícola, la sobreexplotación de los recursos naturales y la creciente escasez de agua. A medida que la región se urbaniza y prospera, los precios de los alimentos seguirán aumentando, a menos que la oferta pueda seguir el ritmo de la demanda. Para alimentar a la creciente población de Asia de forma más sostenible y eficiente, la forma en que se producen los alimentos debe cambiar.
Tecnologías como la inteligencia artificial (IA), los sensores y los drones pueden ayudar a aumentar la productividad agrícola, la seguridad alimentaria y la sostenibilidad del sistema agroalimentario. Desde el suelo, donde mejores prácticas agrícolas pueden mitigar el cambio climático, hasta el estante, donde los consumidores buscan productos con una huella de carbono mínima, la cadena de valor agrícola y alimentaria de Asia está preparada para la innovación.
Construir las granjas sostenibles del futuro
El objetivo de Microsoft es democratizar la información basada en datos para ayudar a todos los agricultores y organizaciones a lograr más y transformar la cadena de valor agroalimentaria para hacerla más productiva y transparente, y generar valor compartido hasta llegar a los productores.
Microsoft anunció recientemente Microsoft Azure Data Manager for Agriculture en fase de vista previa. Lo que comenzó con Project FarmBeats, una ambiciosa iniciativa de investigación para recopilar y transformar datos agrícolas, se ha convertido ahora en una solución comercial oportuna. Azure Data Manager for Agriculture amplía la plataforma de datos inteligente de Microsoft con conectores de datos y capacidades específicas del sector para conectar datos de explotaciones procedentes de fuentes dispares.
Por ejemplo, el líder del sector la plataforma FieldView de Bayer incorpora datos de los flujos de datos satelitales y meteorológicos de Azure Data Manager for Agriculture para generar información sobre posibles factores que limitan el rendimiento en los campos de los productores. Bayer también ha desarrollado un conjunto de soluciones digitales disponibles para clientes empresariales que ofrecen información oportuna sobre la salud de los cultivos, la previsión meteorológica, el seguimiento del crecimiento de los cultivos y mucho más.
La agricultura basada en datos también es un componente fundamental de las soluciones digitales de Land O’Lakes, incluida la Truterra herramienta de sostenibilidad. Este innovador servicio digital proporciona a los agricultores información sobre cómo las distintas prácticas agrícolas afectan al agua, al nitrógeno y al carbono de una explotación, lo que les permite hacer un seguimiento de la captura de carbono en su suelo, entre otras aplicaciones.
Mientras tanto, BharatAgri, una startup agrícola india, aprovecha los datos de las imágenes satelitales para supervisar la salud de los cultivos y analizar explotaciones de tan solo 1/40 de acre. Solo este año, se prevé que más de 50.000 agricultores reciban imágenes satelitales de sus explotaciones de BharatAgri, lo que ayudará a reducir las pérdidas de cultivos en más de 100.000 acres de tierras agrícolas.
La agricultura basada en datos
A nivel mundial, la agricultura basada en datos ha ganado impulso como uno de los enfoques más prometedores para abordar el desafío de la seguridad alimentaria. Según el Instituto Internacional de Investigación sobre Políticas Alimentarias, las técnicas de agricultura basadas en datos pueden aumentar la productividad de las explotaciones hasta en un 67 % para 2050, al tiempo que reducen las pérdidas agrícolas y alimentarias.
Sin embargo, los elevados costes de adopción de nuevas tecnologías también pueden ser una barrera para los países de ingresos bajos y medianos bajos. Esto es especialmente crítico en Asia donde los pequeños agricultores son el grupo principal, con 450 millones de personas que producen más del 80 % de los alimentos consumidos en la región.
La agricultura basada en datos comienza con la recopilación de información sobre la explotación, lo que puede resultar especialmente difícil en comunidades rurales que carecen de infraestructura digital. Estos datos se obtienen de diversas fuentes, como sensores, drones, tractores, estaciones meteorológicas e imágenes satelitales, lo que convierte la conectividad a internet asequible en una necesidad.
Con el tiempo, todos estos flujos de datos pueden utilizarse para identificar prácticas útiles y formular recomendaciones basadas en ciclos de cultivo anteriores, lo que se traduce en mayores rendimientos, menos insumos y menores efectos ambientales.
Para lograr el máximo impacto, es necesario aprovechar los datos adecuados, con el propósito correcto y en el momento oportuno. Sin embargo, el enorme tamaño y la complejidad de los sistemas agroalimentarios, junto con su naturaleza fragmentada, plantean desafíos para desbloquear el valor económico potencial del big data, que se estima en más de 100.000 millones de dólares solo en el sudeste asiático. Para garantizar un crecimiento más inclusivo, los pequeños agricultores deben estar capacitados para participar en las cadenas de valor agroalimentarias modernas.
IA para obtener mejores conocimientos agrícolas
Dado el gran volumen de datos relevantes para la agricultura que se generan en la explotación, desde los sensores del suelo hasta los satélites que orbitan la Tierra, muchos agricultores y organizaciones simplemente no disponen de los recursos adecuados para aprovechar eficazmente estas grandes cantidades de datos. La cadena de valor agroalimentaria también comprende un sistema complejo de partes interesadas y actividades, por lo que los conjuntos de datos siguen aislados sin sistemas interoperables para gestionarlos.
La buena noticia es que la IA puede ayudar a romper los silos de datos y transformar una enorme cantidad de datos agrícolas complejos en información útil para la toma de decisiones. Gracias a años de estudio en Microsoft Research y al liderazgo intelectual establecido con Project FarmBeats, lanzamos FarmVibes.AI – un conjunto de herramientas destinadas a orientar las decisiones en cada fase de la actividad agrícola.
Los flujos de trabajo de FarmVibes.AI, que se ejecutan en tecnología en la nube, ofrecen información predictiva y prescriptiva detallada sobre la salud del suelo, los patrones meteorológicos, la captura de carbono, el seguimiento de residuos y mucho más. Pueden ayudar a los agricultores a predecir las cantidades ideales de fertilizante que deben utilizar y dónde aplicarlas, pronosticar la temperatura y la velocidad del viento, y determinar cuándo y dónde plantar y pulverizar, entre otras muchas aplicaciones agrícolas.
Estas perspectivas no serían posibles sin técnicas de fusión de datos impulsadas por la IA, que combinan flujos de datos procedentes de fuentes como los datos de estaciones meteorológicas, drones o imágenes satelitales. Esto también ayuda a lograr mejoras rentables y a aumentar la accesibilidad de las soluciones de agricultura digital. Aprovechar la IA puede reducir el número de sensores y drones necesarios, reduciendo así el coste del hardware en la explotación.
Las capacidades de lenguaje natural de los grandes modelos de lenguaje actuales también pueden ayudar a que estas tecnologías sean más accesibles para los agricultores que no están tan familiarizados con la tecnología. Mediante Project FarmVibes.Bot, por ejemplo, los pequeños agricultores pueden comunicarse de forma sencilla y eficaz para consultar datos o transmitir información.
Dotar a los agricultores de datos e IA
La disponibilidad de sensores asequibles conectados a internet, respaldados por la tecnología en la nube y la IA, puede permitir a los agricultores capturar y hacer seguimiento de los datos operativos, ya provengan del suelo, de los equipos o del ganado. Mediante la tecnología de IA, los agricultores pueden generar información a partir de esos datos para aplicar la agricultura de precisión o realizar predicciones que mejoren los rendimientos, al tiempo que conservan recursos valiosos.
Los datos y la inteligencia artificial también pueden complementar el conocimiento especializado y la intuición de los agricultores sobre sus explotaciones, para tomar decisiones mucho más informadas. Con mejores conocimientos, los agricultores pueden aumentar la eficiencia de la cosecha y la producción, reducir el desperdicio de alimentos, crear productos nutritivos y de alta calidad, reducir el impacto ambiental y proporcionar transparencia a las partes interesadas.
