Los silos son más que un lugar para almacenar grano en Paulman Farms. También representan focos aislados de rendimiento, humedad, máquina, y datos de nutrientes que podrían ayudar a Sutherland, Nebraska, operación sacar el máximo provecho de los casi 10, 000 acres que cubre.
Roric Paulman se basa en 40 aplicaciones diferentes para controlar y monitorear los 14 cultivos de tierras secas y de regadío que se cultivan en la tierra. El software genera un terabyte de datos específicos del sitio cada mes, lo que equivale a 75 millones de páginas de información.
Esa información es clave para ayudarlo a tomar decisiones de gestión acertadas. El problema es, nadie ha creado un sistema que conecte los puntos sin esfuerzo para brindarle a Paulman mejores conocimientos. También, si no puede acceder a la información desde su teléfono inteligente, no está interesado. "Las aplicaciones y la información que se recopila han dejado de ser útiles, "Dice Paulman, que cultiva con su esposa Deb y su hijo Zachary.
Creando una solución
Las empresas con una larga trayectoria en la agricultura han estado trabajando para crear un sistema fácil de usar que procese e integre sin problemas los datos de innumerables aplicaciones. Todavía, El intercambio de datos y la interoperabilidad aún no son fáciles ni fluidos.
Estas empresas también se enfrentan a un problema propio:¿cómo colaboran con otras para desarrollar una solución y al mismo tiempo seguir siendo competitivas? A medida que los actores actuales de la agricultura trabajan en una resolución, los forasteros como IBM están emergiendo con su propio enfoque.
Lanzado en 2018, Watson Decision Platform for Agriculture aprovecha el poder de la inteligencia artificial (IA) para analizar silos de datos y luego generar información basada en evidencia. Watson comienza creando una representación digital de un campo. Este registro de campo electrónico (EFR) incluye suelo, equipo, práctica agrícola y flujo de trabajo, y datos de imágenes. También puede aceptar datos meteorológicos de The Weather Company.
Aplicando IA, aprendizaje automático, y analítica avanzada al EFR, la plataforma destaca los factores clave que pueden afectar el rendimiento de los cultivos, como la temperatura del suelo, niveles de humedad, estrés de los cultivos, plagas y enfermedades. Por último, cada EFR se convierte en un gemelo digital de todo lo que sucede en los 113 campos de Paulman. Un tablero unificado le permite ver y monitorear datos fácilmente, así como recibir alertas cuando elementos críticos como el clima podrían afectar un cultivo.
La dificultad con muchas de las decisiones que Paulman intenta tomar es que tienen una base biológica. “Casi siempre están influenciados por el clima que aún no conocemos. Tener la capacidad de pronosticar condiciones debe ser una parte integral de cualquier plataforma de decisiones, ”Dice Kenneth Sudduth, ingeniero agrónomo investigador en USDA-ARS.
Además, el proceso debe automatizarse de principio a fin. Tecnologías como la guía automática, cierres, y el control de la altura de la pluma, sistemas que tenían poco o ningún control humano directo, tuvieron una adopción bastante rápida porque mejoraron el flujo de trabajo sin requerir la interacción del operador.
Hoy dia, demasiadas aplicaciones requieren que los agricultores ingresen información una y otra vez. “Cada vez que los agricultores ingresan, existe la posibilidad de que lo hagan bien, pero también existe la posibilidad de que se equivoquen, "Dice Michael Gomes, Vicepresidente de desarrollo empresarial de IoT, Topcon Agriculture.
Más a menudo que no, la variedad más común que se planta está etiquetada como "uno" porque la ventana para colocar esa semilla en el suelo se está reduciendo continuamente.
Es un proceso doloroso y los agricultores están cansados de eso.
Si los agricultores pueden seleccionar de una lista de selección, Gomes dice, su riesgo de equivocarse es mucho menor que tener que marcarlo letra por letra o asegurarse de que lo llamen exactamente de la misma manera cada vez.
"Solo alrededor del 8% de los datos que se recopilan son realmente utilizables, "Dice John Fulton, profesor asociado de la Universidad Estatal de Ohio.
el poder de la ia
Para mejorar la analítica, se necesita un conjunto de datos mucho más limpio, y muchos creen que la IA puede llevar a los productores allí. Aplicarlo a los datos proporciona a Paulman una miríada de nuevas habilidades.
Desde el aire, Puede desplegar un dron para capturar un campo de maíz y usar el reconocimiento visual de IA para identificar enfermedades de cultivos o plagas. Desde el suelo, las plantas se pueden fotografiar de cerca, para que Paulman pueda reaccionar en tiempo real.
“La simplificación del proceso también permite a los agrónomos, que actualmente dedican el 80% de su tiempo a recopilar y analizar los datos de un agricultor, tomar decisiones con mayor confianza, "Dice Kristen Lauria, gerente general de Watson Media and Weather Solutions.
Al recopilar y seleccionar los datos, Paulman también puede identificar las mejores prácticas para sus acres de regadío. Con una asignación anual de 13 pulgadas de agua para un cultivo de maíz que requiere aproximadamente 22 pulgadas de agua, tiene que asegurarse de que cada gota se utilice con prudencia. Eso significa confiar en la tecnología que entiende que tiene algunos suelos que tomarán 2 pulgadas de agua por hora y otros que tomarán ¼ de pulgada por hora.
Debido a que los precios fluctúan constantemente, Watson también ofrece una herramienta que reúne grandes cantidades de datos de precios, desde el elevador de granos local hasta los mercados de futuros, y recomienda el mejor momento para vender para maximizar las ganancias. Es el tipo de recopilación y análisis de datos que sería imposible sin IA y análisis.
construyendo la base de datos
A medida que ingresan más datos, la plataforma de decisiones se convierte en una solución más robusta. Esa es la advertencia. Para que la IA sea eficaz, requiere una gran base de datos para extraer. Los agricultores no solo tendrán que permitir que otros accedan a su información, pero también necesitará compartir datos para aprovechar las herramientas digitales.
"Aunque hablamos de tener tantos datos, en muchos casos, está muy localizado. Es casi como si tuviéramos demasiados datos, pero no hay suficientes datos al mismo tiempo, ”Dice Sudduth.
La clave, Gomes dice, es obtener los datos correctos que los agricultores aceptan, para que puedan actuar con confianza.
Entonces, ¿cómo puede lograr que los agricultores se sientan cómodos compartiendo sus datos? Billy Tiller sostiene que tiene que ser una iniciativa liderada por productores.
Fundada en 2012, Grower Information Services Cooperative (GiSC) es una cooperativa de datos propiedad de los agricultores que proporciona almacenamiento seguro en la nube para sus miembros agricultores. Con sede en Lubbock, Texas, La plataforma de la empresa recopila y administra múltiples niveles de agronomía y datos de rendimiento en una variedad de cultivos, incluido el maíz, soja, trigo, y sorgo.
“Es hora de que los agricultores tengan opciones basadas en motivos objetivos, no por una razón para comprar otro producto, "Dice Tiller, quien es el fundador y CEO de GiSC.
IBM también cree firmemente en las cooperativas de datos. Al incorporar miles de experiencias de agricultores en un conjunto de datos, Paulman pudo entender, por ejemplo, lo que es común entre todos los productores de maíz en Nebraska que está impulsando rendimientos un 20% por encima del promedio en comparación con aquellos que tuvieron rendimientos un 20% por debajo del promedio. Debido a que está viendo su operación desde una perspectiva diferente, puede evaluar qué prácticas realmente están generando mejores rendimientos y cuáles no contribuyen.
“En lugar de depender únicamente de los datos de sus propias granjas año tras año, los agricultores también pueden aprender unos de otros, ”Dice Lauria.
El acceso y el intercambio son componentes clave de la infraestructura, porque el valor de la analítica vendrá de diferentes empresas, Dice Fulton.
Escéptico sobre las empresas con intereses creados en sus datos, Watson también ofrece la independencia que busca Paulman. “IBM no está tratando de venderme más fertilizantes o máquinas, " él dice. "Es una cuestión de confianza".
Avanzando
La infraestructura es el componente más importante para hacer de la agricultura digital una historia de éxito. Según Ag Gateway, El 84% de los agricultores y sus socios comerciales de confianza dicen que les resulta moderada o muy difícil recopilar y analizar los datos provenientes de los campos agrícolas.
Establecido en 2005, Ag Gateway ha ido socavando la fricción de interoperabilidad. Su proyecto Standardized Precision Ag Data Exchange (SPADE) ha producido el Ag Data Application Toolkit (ADAPT), que permite que diferentes aplicaciones de software y sistemas de hardware intercambien información sin problemas, con una amplia adopción como objetivo final. Hasta la fecha, 26 empresas se han comprometido con ADAPT desarrollando un complemento para su formato de archivo o integrando el soporte ADAPT en sus sistemas de software.
“Usamos la tecnología donde y como podemos, porque tenemos que mejorar en lo que estamos haciendo para las generaciones futuras, ”Dice Paulman. "El conocimiento de los datos nos ayuda a hacer eso".
Hasta que exista un único sistema que estandarice y conecte todo el ecosistema, los silos permanecerán, y el valor de los datos seguirá siendo limitado para Paulman Farms.
Desarrollar una estrategia digital
Antes de que los agricultores puedan obtener valor de sus datos, tienen que crear una base. John Fulton, Universidad del Estado de Ohio, sugiere que los agricultores consideren los siete puntos siguientes al desarrollar una estrategia digital.
1. Identifique las tecnologías que utiliza, así como los datos generados a partir de esas tecnologías.
2. Organice sus datos almacenados (p. Ej., año, cultivo, granja, campo).
3. Almacene una copia original de sus datos tanto dentro como fuera de la granja para que haya una copia de seguridad.
4. Asegúrese de que se pueda acceder a los datos desde cualquier ubicación y de que la información fuera de línea se actualice una vez que se restablezca la conexión.
5. Recopile datos completos y de calidad para que pueda ejecutar los análisis deseados.
6. Proteja los datos con contraseñas seguras.
7. Definir una estrategia para compartir archivos, que incluye un formato fácil de copiar tanto dentro como fuera de la granja. No comparta información sin permiso.
