«¿Y qué pasa si no hacemos nada?» fue la pregunta que se hizo el ingeniero en computación Javier Soto en medio de la crisis económica que vivió Venezuela entre 2016 y 2017 y que afectaba tan corrosivamente a los sectores productivos del país, como el agroindustrial.
Volvió al pasado cuando la calamidad tocó a su puerta. Su familia, siendo aún muy pequeño, se dedicaba a la producción de cítricos. Era una unidad productiva modesta pero rentable. No rindió frutos a largo plazo por las mismas razones que seguían sin atenderse hasta la fecha: falta de acceso a asesorías técnicas, insumos y tecnología.
Con esto en mente, Soto y un equipo de expertos en ciencia de datos, clima y agronomía, se dedicaron durante 3 años a idear, diseñar, hace prototipos y validar un producto que se convirtió en un empredimiento.
Agrocognitive es una plataforma de agricultura de precisión accesible que, a través de una app, otorga asistencia técnica y conocimiento al productor para que pueda enfrentar los retos que se presentan en sus hectáreas de tierra y siembra. «Somos el alivio a un gran dolor de cabeza», describe el CEO. «Les entregamos información pertinente para que tomen mejores decisiones, sean más eficientes, reduzcan costos y aumenten la productividad en sus suelos», agrega.
“ESTO IMPACTA EN SUS INGRESOS, RENDIMIENTOS, SOSTENIBILIDAD Y, TAL VEZ LO MÁS IMPORTANTE, AYUDA A HABILITAR ESA TRANSICIÓN TAN NECESARIA A UNA NUEVA GENERACIÓN DE AGRICULTORES”
Ocuparse en vez de preocuparse
Según la Organización de las Naciones Unidas para la Alimentación y Agricultura, mejor conocida como FAO, en Latinoamérica hay cerca de 50 millones de productores familiares, en su mayoría, con inmensas dificultades para hacer seguimiento a sus cultivos. Inciden temas como el cambio climático, cambios en los patrones de las plagas, degradación de los suelos (pues al ser organismos vivos se cansan), ajustarse a las nuevas normativas en sostenibilidad, entre otros. Y esto, según Javier Soto, es un número alarmante al que casi nadie presta atención.
«La última conferencia de la COP28 realizada en Dubái calculó que los daños económicos durante los últimos 5 años en el sector agrícola es de 2.5 billones de dólares, de los cuales más de la mitad ocurrieron en Latinoamérica, Venezuela incluida», alerta. «Estos productores son responsables del 80% de la comida que consumimos. Es decir, no es un problema menor ‘¿Y qué pasa si no hacemos nada?».
Como director ejecutivo, sumó a dos de sus grandes amigos, cofundadores, al sistema de Agrocognitive.
Son tres ingenieros, cada uno en diferentes ámbitos: Juan Carlos López, en Informática, es experto en base de datos y aplicaciones; Daniel Velásquez, estudió Química y tiene una especialidad en procesos industriales e ingeniería de alimentos. Soto se dedica a la analítica de datos.
«Pero no solo somos nosotros, tenemos un grupo de peritos en agronomía, suelos, climatología y programadores. Es un equipo multidisciplinario de 8 profesionales, aunque el core de fundadores somos nosotros tres», indica.
Agrocognitive, la app
El emprendimiento es una aplicación que tiene 2 despliegues: el móvil (teléfono) y la web (PC). La diferencia es que en la segunda, sí o sí, tiene que haber conexión a Internet.
«Está compuesta de informes, paneles de control y gráficas», describe su creador. «Esa parte analítica le permitirá al productor tomar decisiones».
La versión móvil, agrega, es más ligera. El productor estará en el campo, donde probablemente no hay conexión, y de igual forma podrá registrar los eventos, labores y eventualidades que están pasando en tiempo real. Posteriormente, al ingresar a una zona de cobertura, la data se sincroniza y toda la información se carga inmediatamente en la aplicación. «El consumo de datos es muy bajo. Trabajamos 100% con la nube o iCloud, no hay margen de error», aclara.
«El productor no tiene que tener servidores interconectados o miles de datos. Es simplemente una aplicación, que en la modalidad web accedes vía URL y, a través del celular, descargándola desde la store de Android o iPhone», explica. «Al ingresar, la plataforma automáticamente obtiene datos del productor y se sincronizan con las obtenidos de diversas fuentes de datos propias en materia de sistemas satelitales, climatológicos y de suelos. Toda esa data del productor está en la nube, pero está protegida según las normas europeas y británicas», enfatiza Soto.
Es una información, reitera, certificada y a la que nadie más tiene acceso. Por lo tanto, el productor cuenta con una privacidad que actúa como blindaje.
Sobre si existe o no acceso a la tecnología, el mismo fundador de Agrocognitve insiste que fue una sorpresa darse cuenta de que todos los productores con los que ha trabajado tienen un smartphone.
«Pensamos hacer un despliegue vía txt o que se recibieran alertas vía mensaje de texto, pero la verdad es que, en zonas inclusive bastante rurales, los productores cuentan con algún teléfono inteligente y si no es él, por lo menos un hijo, hija o esposa», dice.
“EN TÉRMINOS DE INFRAESTRUCTURA, NO ESTAMOS TAN DESCONECTADOS COMO CUALQUIERA PENSARÍA”
Añade, sin embargo, que una cosa es que se tenga acceso a un teléfono inteligente y otra el transporte de datos, la cobertura y el suministro eléctrico. «Pero esa es otra conversación».
Tejiendo la red
La aplicación está construida con un framework que se llama Django y esencialmente adentro todos los modelos de aprendizaje automatizados o machine learning están hechos en Python.
«Es producto de muchas iteraciones que identificarán cuál es el mejor modelo para predecir cosecha, para hacer un forecast de precios o inclusive el modelo de reconocimiento de patrones para identificar si una parcela está afectada o no por aluna plaga o peste», describe Javier Soto.
«A lo interno es una gran herramienta analítica. Tenemos una base de datos completa. Todo es muy open source también y los únicos componentes que tal vez son licenciados o que pagan por consumo, hablando de la tecnología core, son todos los dashwords de control que se visualizan con unas herramientas de IBM. Asimismo, tenemos nuestra asistente virtual que se llama Matilda, estructurada con IBM Watson», añade.
El término inteligencia artificial (IA) por su parte actúa en Agrocognitive como concepto paraguas e involucra todo lo relacionado a machine learning o aprendizaje automatizado, el deep learning o aprendizaje profundo y las IA generativas.
Cortesía: EL Nacional.com