Antecipar em até duas semanas quando e onde uma doença vai eclodir ou definir o período ideal para colher frutas de modo a se obter mais suco. Essas aplicações, que parecem futurísticas, já são adotadas pela Citrosuco, que as desenvolveu a partir da análise de dados colhidos de fontes diversas. A companhia investiu em conectividade, armazenagem, gestão e interfaces (APIs) para conectar diferentes softwares. Depois, definiu formas de consumo dos dados, como modelagem e painéis de visualização.
Cientistas de dados analisam os modelos, alimentados continuamente para maior precisão. A previsão sanitária reúne dados de identificação individual por drones, estações meteorológicas digitais, histórico do talhão e inspeções de campo. Só com leprose, o índice de redução chegou a 66%. “O modelo para colheita ideal elevou a produtividade em 12% com apoio de drone e histórico”, exemplifica o COO Tomás Balistiero.
A coleta e análise de dados chegou ao campo, possibilitando a agricultura de precisão, com tomada de decisões mais assertivas, mais produtividade e melhores resultados financeiros. Nunca houve tantos dados, satélites, drones, estações meteorológicas, sensores de solo e equipamentos, com diversos mapas de área, disponíveis para o campo. Segundo a pesquisa Caminhos da Tecnologia no Agronegócio, parceria da KPMG com a SAE Brasil, quase todas as atividades rurais já usam tecnologias para melhor desempenho, como GPS (91% dos respondentes), imagens de satélites (76%) e drones (61%). Programas como o Agro 4.0, da Agência Brasileira de Desenvolvimento Industrial, apoiam projetos de demonstração – até agora, cerca de uma centena, afirma a líder do programa, Isabela Gaya.
:strip_icc()/i.s3.glbimg.com/v1/AUTH_63b422c2caee4269b8b34177e8876b93/internal_photos/bs/2024/s/q/RbXjHZQYa8R1wGGl8s4A/arte29esp-102-dados-g4.jpg)
A Auster, por exemplo, criou um sistema que, a partir de diversas fontes de dados, define a dose para aplicação de fertilizantes nitrogenados na área da lavoura, de acordo com a quantidade já absorvida pelas plantas, potencial produtivo, clima e solo. A startup Solinftec tem uma plataforma de inteligência artificial (IA) que gera recomendações de manejo a partir de dados de computadores de bordo, sensores, imagens de satélite e histórico de eventos em campo.
Bosch e Basf – que desenvolveram plataformas para automatizar a aplicação de sementes e fertilizantes e mapear ervas daninhas, respectivamente – têm uma solução conjunta que associa reconhecimento de imagem, IA e sistemas eletrônicos para uma pulverização precisa, com uso mínimo de defensivos. Há ainda robôs, como um modelo autônomo da Solinftec, movido a energia solar, com câmeras para vistoriar e identificar doenças e que ainda caça insetos. A AGCO tem um modelo semeador com precisão milimétrica.
A Ponta oferece softwares para gerenciar processos e dados da entrada à saída do animal na fazenda. Sensores individuais geram informações genéticas, reprodutivas, de origem, movimentação, consumo e desempenho diário de cada animal. A BovControl, segundo o CEO Danilo Leão, acumulou tal volume de dados com monitoramento animal que tem um sistema capaz de rastrear e mensurar emissões de gases de efeito estufa.
Apesar dos ganhos, persiste o desafio de usar e integrar informações de diversas fontes
Apesar do crescimento das soluções baseadas em dados, persiste o desafio de usar e integrar informações de diversas fontes para apoiar a tomada de decisões e gerar valor, principalmente em tempo real, diz o vice-diretor científico da Associação Brasileira da Agricultura de Precisão (Asbraap), Christian Bredemeier. “As ofertas são pulverizadas, sem sequer [haver] protocolo de comunicação comum entre sensores de vários fabricantes. Mas já existem plataformas buscando a integração”, diz ele, que também é professor da Universidade Federal do Rio Grande do Sul e presidente da Comissão Brasileira de Agricultura de Precisão e Digital, do Ministério da Agricultura e Pecuária.
É o caso da Aegro, que permite a integração de dados coletados por máquinas inteligentes, de sistemas governamentais e mesmo de instituições financeiras para auxiliar na gestão. “Funciona como plataforma ‘tudo em um’, como uma espinha dorsal. Módulos adicionais atendem necessidades especializadas”, diz o CEO Pedro Duss. A Jacto Next, derivada da Jacto, criou uma plataforma que se integra a sistemas gerenciais e outras fontes para troca de informações sobre ordens de serviço e configurações. É possível desenhar os talhões da fazenda, customizar operações e criar alarmes e mapas georrefereciados para obter informações sobre as máquinas.
Outros desafios a serem superados são a conexão no campo, para monitorar máquinas e fazer correções em tempo real, e a falta de especialistas em analisar grandes volumes de informação. Paulo Ziccardi, diretor de agronegócios da Accenture Brasil, lembra que ainda é difícil enxergar o que acontece em um talhão para obter correlações e entender fatores de produtividade. A Accenture criou uma plataforma que combina dados de vários sistemas, de planilhas a imagens hiperespectrais. “A questão é traduzir fatores de produtividade em impacto econômico”, diz ele.
