Inteligência artificial acelera digitalização no agronegócio

Com aplicação literalmente em todas as áreas da economia, a inteligência artificial tem contribuído também para acelerar a disseminação de tecnologias digitais no agronegócio, criando novas formas de gestão baseadas em um imenso conjunto de dados trabalhados por algoritmos dedicados, que ajudam os produtores na tomada de decisões mais assertivas. A Vivo, por exemplo, orquestra um complexo ecossistema destinado a gerar soluções inovadoras e integradas para o agronegócio, envolvendo desde startups a Big Techs, descreve Diego Aguiar, diretor de Operações da Telefónica Tech IoTCo. Em comum, aquelas soluções utilizam ferramentas de inteligência artificial que facilitam o dia a dia no campo e contribuem para que o produtor “consiga extrair o máximo de seu negócio”. Para além da conectividade, a operadora assume o papel de provedora de soluções e atua no que Aguiar qualifica como a “desintermediação” da tecnologia, entregando serviços agregados ao cliente final, focados na promoção de ganhos de produtividade.

Desenvolvidas a partir do trabalho coordenado pela Vivo, em parceria com empresas dos setores de açúcar e etanol, eletroeletrônicos e tecnologia e ainda institutos como a Esalq, as soluções de inteligência artificial estão nos drones de pulverização, tornando a aplicação de defensivos mais racional e eficiente, na plataforma Vivo Máquina Inteligente, que utiliza sensores e telemetria avançada para gerenciamento de veículos pesados no campo, e ainda no Vivo Clima Inteligente, que incorpora estações meteorológicas portáteis com capacidade para aferir dados climáticos em cada talhão da lavoura, facilitando a tomada de decisões de manejo, plantio e colheita.

Neste ano, a Vivo apresentou ao mercado sua plataforma Gestão Pecuária, com aplicação na bovinocultura de corte e de leite e recursos que tornam possível monitorar remotamente a pesagem dos animais, temperatura, nutrição e ciclos de cio das fêmeas, indicadores vitais para definir estações de monta e melhorar a produtividade do rebanho.

Classificação de frutas

A inteligência artificial está também no sistema desenvolvido pelo Instituto Agronômico (IAC), da Secretaria de Agricultura e Abastecimento do Estado de São Paulo, para classificação de frutas e hortaliças de alto valor agregado por meio de imagens digitais. A tecnologia, na verdade, está disponível e já foi nacionalizada quase integralmente. “A grande jogada nossa”, detalha a pesquisadora do IAC, Juliana Sanchez de Laurentiz, “foi focar todo o trabalho na fruta mesmo e não no sistema em si”. Conhecer todo o processo agronômico e entender como funciona o mecanismo de amadurecimento dos frutos permitiu alimentar os algoritmos, baseados em inteligência artificial, com informações mais acuradas, levando a padrões mais precisos de classificação, observa Juliana, engenheira agrônoma especializada em classificação de frutas, com mestrado e doutorado em pós-colheita e danos mecânicos.

Balanço

• A classificação por imagem acelera a classificação e a embalagem, reduzindo o manuseio no pós-colheita, o que alonga o tempo de prateleira dos produtos. Conforme a pesquisadora, o sistema utiliza visão de máquina para capturar, processar e analisar imagens dos produtos em altíssima velocidade, separando as frutas em lotes segundo sua cor, tamanho e formato, além de identificar aquelas com problemas sanitários. Financiado inicialmente pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), o projeto ainda não dispõe de recursos para financiar a construção de um protótipo para testes em escala da tecnologia.
• Até o final deste ano, a Climate FieldView, plataforma de agricultura digital da Bayer, estará mapeando mais de 22,0 milhões de hectares de lavouras no Brasil, adianta Abdalah Novaes, líder de soluções digitais da divisão agrícola da multinacional para a América Latina. A plataforma, que também utiliza inteligência artificial, permite que o produtor receba análises detalhadas de cada metro quadrado de sua fazenda, o que possibilita o uso mais eficiente de insumos e de recursos naturais, reforça Novaes. Entre outras funcionalidades, a plataforma agrega um sistema de prescrição de sementes que faz a leitura precisa do volume do insumo a ser aplicado em cada zona de um talhão. Segundo ele, em Mato Grosso, um dos produtores que utiliza as recomendações do sistema conseguiu elevar a produtividade de sua lavoura de milho de 120 para 180 sacas por hectare, numa alta de 50%.
• Desenvolvida ao longo de quatro anos e lançada comercialmente em meados de 2021, num investimento de R$ 7,0 milhões, a tecnologia LeafSense colocou à disposição da fruticultura um sistema de manejo automatizado de manejo das culturas com uso de sensores de alta sensibilidade e inteligência artificial. Segundo Angelo Gurzoni Jr, diretor de tecnologia da Adroit Robotics, startup de inteligência artificial e dona da tecnologia, o diferencial da LeafSense está na sua capacidade de monitorar os frutos. “O sensor vê a planta de frente, o que tecnologias aéreas não conseguem”, detalha. Isso permite mensurar o tamanho e o volume de frutos, monitorar seu estágio de maturação, o número de plantas e de mudas, o estado da folhagem na copa das árvores e sua sanidade.
• Os sensores da Adroit cobrem regularmente perto de 5,0 mil hectares em duas dezenas de propriedades rurais, colocando nas mãos dos produtores dados que possibilitam a colheita dos frutos em seu ponto ótimo, evitando perdas. Os fruticultores “podem acompanhar o crescimento dos frutos, por exemplo, e economizar água, onde há irrigação, e ainda conseguem obter mapas de produtividade para definir a fertilização na safra seguinte, economizando insumos”, reforça Gurzoni. No curto prazo, entre aumento de peso dos frutos colhidos e redução de perdas, a tecnologia pode significar ganhos de faturamento superiores a 10%, estima ele.
• Em parceria com a Fapesp, desde março de 2021 a startup trabalha num projeto para levar sua tecnologia para a cafeicultura, num investimento estimado em R$ 1,2 milhão, dois terços dos quais providos pela fundação. Em fase de validação de sua aplicação em larga escala, o projeto começa a monitorar, na safra de 2023, em torno de 1,5 mil hectares de cafezais. “No café, saber o ponto de maturação dos frutos permite aumentar a produção de cafés de alta qualidade ou premium, de maior valor agregado”, resume Gurzoni.