El mundo produce suficientes alimentos para alimentar a una población mundial de más de 8.000 millones de personas, pero 318 millones aún padecen hambre aguda.
La IA podría transformar la agricultura y los sistemas alimentarios, pero primero hay que cerrar la brecha de datos de la que depende.
El desafío ya no consiste simplemente en producir más alimentos, sino en hacer que los sistemas alimentarios sean más visibles, inteligentes y sostenibles.
Hemos dividido el átomo, secuenciado el genoma y conectado a más de 6.000 millones de personas de todo el mundo a través de internet. Sin embargo, en 2026, 318 millones de personas padecen hambre aguda, más del doble de la cifra registrada antes de la pandemia de COVID-19.
No se trata de un fracaso de la producción: producimos suficientes alimentos. Es un fracaso de inteligencia: la incapacidad de ver los sistemas alimentarios con suficiente claridad para gestionarlos, lo que genera 1 billón de dólares en desperdicio de alimentos a escala mundial. La brecha más importante de la agricultura actual no está en las semillas, los fertilizantes ni el capital: está en los datos.
Un responsable de sostenibilidad de una de las mayores empresas de bienes de consumo del mundo me dijo que su compañía había comprometido millones en prácticas regenerativas. Sin embargo, «No tengo los datos para demostrar lo que estoy logrando». Ni siquiera una empresa con enormes recursos puede medir su propio progreso.
No es un problema tecnológico, porque las herramientas ya existen. Es un problema de datos y, hasta que lo resolvamos, la inteligencia artificial (IA) en la agricultura será un motor sin combustible.
Cómo puede la IA ayudar a transformar la agricultura y los sistemas alimentarios
Tras quince años desarrollando tecnología para agricultores, creo que la inteligencia artificial (IA) puede transformar los sistemas alimentarios, pero solo si somos honestos sobre el orden de los pasos.
Estas son seis formas de utilizar la IA para transformar los sistemas alimentarios mundiales y ejemplos de cómo ya está ocurriendo, a gran escala, en distintos continentes y zonas agrícolas.
1. Crear la base de datos
En la mayoría de las economías agrícolas, sencillamente no existen datos útiles. Millones de pequeños agricultores llevan registros en cuadernos, si es que los llevan. Los rendimientos se calculan por intuición y las explotaciones agrícolas son invisibles para todos los eslabones posteriores. Antes de que la IA pueda funcionar, necesitamos una capa digital unificada, diseñada deliberadamente para conectar el suelo, el clima, la salud de los cultivos y el uso de insumos.
En colaboración con FIRA, el fideicomiso agrícola nacional de México, en la empresa de tecnología agrícola Cropin digitalizamos a 400.000 pequeños agricultores, e integramos 40 años de datos climatológicos históricos, previsiones inmediatas y pronósticos a seis meses. Así, las conjeturas dieron paso a una capa nacional de datos que prestamistas, proveedores de insumos y organismos gubernamentales podían utilizar para actuar. Agri-stack, que funciona como infraestructura pública digital para la agricultura, mejoró los resultados de los agricultores y transformó la arquitectura nacional de información, lo que puso de relieve la importancia de los datos para gestionar la inteligencia.
2. Convertir la seguridad alimentaria en inteligencia soberana
La IA aplicada a nivel gubernamental puede convertir señales fragmentadas en una imagen en tiempo real que un país pueda gestionar.
En Sri Lanka, los productores de arroz, afectados por los toques de queda, la prohibición de fertilizantes y el colapso económico, estaban dispuestos a abandonar la agricultura. Junto con el Centro Asiático de Preparación para Desastres (ADPC), Cropin envió por SMS recomendaciones específicas para cada parcela a más de 8.200 agricultores, lo que produjo un aumento del rendimiento del 30% y una reducción del 23% en las pérdidas de cultivos.
En Nigeria, un programa que abarcó 45.000 hectáreas dio a las partes interesadas visibilidad sobre la salud de los cultivos, la superficie cultivada y la producción estimada meses antes de la cosecha. Una apuesta estacional se convirtió en una garantía calculada. Eso es inteligencia soberana: un gobierno puede ver su propio sistema alimentario con suficiente claridad para gestionarlo.
3. Lograr que la agricultura sea resiliente al clima, no solo consciente de sus efectos
La alteración del clima es una condición operativa actual; los desastres cuestan a la agricultura un promedio de 99.000 millones de dólares al año. Las sequías, las inundaciones, las heladas fuera de temporada y los cambios en los monzones ya no son anomalías; son factores estructurales que los agricultores deben gestionar hoy.
Con PepsiCo en India, desarrollamos predicciones meteorológicas con una precisión del 90% y pronósticos de rendimiento a 45 días, lo que permitió pasar de decisiones reactivas a anticipadas. La detección de enfermedades con 10 días de antelación permitió a los agricultores aplicar tratamientos específicos en vez de fumigar a ciegas. En las explotaciones de PepsiCo, esto se tradujo en un aumento del rendimiento del 25% y una reducción del 80% en la amenaza de enfermedades. El valor no reside solo en el rendimiento, sino en proteger la cadena de suministro.
4. Poner la IA en manos de los pequeños agricultores
Alrededor de 600 millones de pequeños agricultores alimentan a un tercio de la población mundial, y se concentran en las zonas más afectadas por el estrés climático y la exclusión financiera. Sin embargo, el debate sobre la IA agrícola está dominado por herramientas diseñadas para grandes explotaciones comerciales. Un sistema alimentario cuya base está formada por 600 millones de agricultores sin protección tiene un punto débil, no una base sólida.
En Sri Lanka y Bangladesh, junto con el ADPC, ofrecimos recomendaciones climáticamente inteligentes a más de 8.200 pequeños agricultores que afrontaban a la vez prohibiciones de fertilizantes, inundaciones y colapso. La tasa de adopción entre los agricultores fue del 90%; los rendimientos aumentaron un 30% y las pérdidas de cultivos se redujeron un 23%.
5. Usar la IA para medir la agricultura regenerativa
De las 6.000 especies vegetales, el 9% representa el 66% de la producción mundial de cultivos. El monocultivo intensivo ha agotado los suelos y la agricultura ha provocado la pérdida del 70% de la biodiversidad desde 1970. La agricultura regenerativa, ante una brecha anual de financiación de la biodiversidad de 700.000 millones de dólares, es la respuesta estructural. Pero su adopción se ha visto obstaculizada por la falta de pruebas sobre la rentabilidad y de mediciones; la IA puede resolver ambos problemas.
El programa FIRST Potato en Europa, respaldado por EIT Food, se propone reducir un 15% el uso de pesticidas y aumentar el rendimiento un 5%. Así genera los datos verificables que necesitan los responsables de sostenibilidad y ofrece un modelo para una cadena de suministro positiva para la naturaleza.
6. Crear certidumbre en la cadena de suministro desde la explotación agrícola
Para las empresas que compran, procesan y venden alimentos al por menor, la conversación ha pasado de la innovación a la supervivencia. Se prevé que el desperdicio mundial de alimentos a lo largo de la cadena de suministro alcance los 540.000 millones de dólares solo en 2026. Los minoristas y distribuidores soportan pérdidas enormes, que reducen drásticamente sus márgenes. Esta incertidumbre no puede gestionarse aguas abajo: cuando llega a los estantes, ya es demasiado tarde.
Para un importante procesador de alimentos estadounidense, desarrollamos sistemas que predicen las ventanas de cosecha cuando los cultivos han alcanzado el 75% de madurez, con la precisión necesaria para sincronizar el abastecimiento con meses de antelación. Para Walmart, desciframos patrones históricos de rendimiento y modelizamos la oferta futura, convirtiendo las compras, antes una apuesta al clima, en una decisión empresarial. Las empresas que pueden garantizar la continuidad del suministro, una capacidad cada vez menos común, tienen una ventaja estructural.
El futuro de la agricultura depende de cerrar la brecha de datos de la IA
Estas seis estrategias son capas de una misma transformación, cada una dependiente de la anterior: los datos hacen posible la inteligencia soberana, que permite la resiliencia climática, que favorece la inclusión de los pequeños agricultores, que sustenta la transición regenerativa y que hace sostenible el sistema alimentario.
Cerrar la brecha de datos en la agricultura no es una cuestión tecnológica. Es una decisión de seguridad alimentaria que los gobiernos pueden financiar y las instituciones de desarrollo pueden exigir y que las empresas agroalimentarias pueden incorporar a sus normas de aprovisionamiento. Las herramientas están listas; ahora la pregunta es si quienes controlan los presupuestos tratarán el problema con la urgencia que exigen las cifras.
Norman Borlaug, padre de la Revolución Verde, dijo: «No podemos construir la paz mundial sobre estómagos vacíos y miseria humana». Resolvió el problema del rendimiento, pero millones de personas siguen pasando hambre. El problema actual es la visibilidad, la inteligencia y la sostenibilidad, no la producción; eso es lo que viene a completar la revolución de la inteligencia en la agricultura. Borlaug nos dio abundancia; ahora tenemos que merecerla.
El futuro de la alimentación y la agricultura debe construirse con intención. Ya no nos limitamos a cultivar. Estamos desarrollando la inteligencia necesaria para sostener a la humanidad.
