Una mayor demanda de alimentos para una población mundial que superará los 9 500 millones en 2050; calentamiento global, con temperaturas récord y eventos extremos que aumentan los riesgos productivos; mayores costes de combustible, fertilizantes y fitosanitarios; envejecimiento rural (la edad media del agricultor español ronda los 61 años); falta de relevo generacional… Son algunos de los retos a los que se enfrenta la agricultura del siglo XXI. Sin olvidarnos de los elevados salarios agrícolas y de la inquietud para el sector agrario derivada de la firma del acuerdo UE-Mercosur.
En este contexto, la inteligencia artificial (IA) ha pasado en los últimos diez años de ser una utopía tecnológica a consolidarse como un apoyo imprescindible para el futuro de la agricultura, que puede ayudar a optimizar los recursos para producir mejor con menos costes.
Cosecha de datos
El primer paso para implementar la IA es recolectar datos valiosos que ayuden a optimizar la producción. Así, para conocer el estado fisiológico de las plantas, pueden usarse sensores electrónicos que miden humedad, temperatura, pH y nutrientes del suelo.
Existen drones con cámaras multiespectrales que sobrevuelan las parcelas midiendo índices de clorofila, estado hídrico y nutritivo de las plantas, así como robots agrícolas con visión computacional dirigidos por GPS.
Otros ejemplos son las imágenes de alta resolución obtenidas de satélites como Sentinel y LandSat, que detectan anomalías y evalúan la salud del cultivo.
Cultivos de precisión
Una vez enviados estos datos a plataformas digitales, algoritmos de IA pueden organizar en tiempo real el riego automatizado, la detección temprana de plagas y enfermedades antes de que se propaguen, la deficiencia o exceso de nutrientes, la gestión de insumos (energía, agua, fertilizantes y fitosanitarios) y la gestión remota.
Todo ello se engloba en lo que se conoce como agricultura de precisión, cuyo objetivo es aumentar la productividad, reducir costes y promover la sostenibilidad de la explotación agrícola.
Además, la IA permite modelar riesgos y ajustar decisiones en tiempo real, analizar la demanda del mercado, pronosticar precios y determinar los momentos más adecuados para la siembra y la cosecha.
Al mismo tiempo, la automatización basada en IA ayudaría a compensar la escasez de mano de obra.
Réplicas virtuales del campo
Una de las aportaciones más innovadoras a la agricultura son los llamados “gemelos digitales”, réplicas virtuales de un cultivo, de una parcela o, incluso, de toda una explotación. Miles de fotografías tomadas por drones con cámaras de alta resolución procesadas mediante IA permiten recrear un mapa exacto del terreno, con sus particularidades agronómicas, físicas y geológicas.
Esta réplica virtual imita las características y el comportamiento de su contraparte física y se alimenta continuamente en tiempo real con la información procedente de los sensores y demás tecnologías de captura de información indicadas anteriormente, así como de los sistemas públicos.
Los datos se integran en el gemelo digital para visualizar el estado actual del cultivo. Asimismo, mediante programas de aprendizaje automático, es posible simular diferentes escenarios, como la repercusión de la aplicación de fertilizantes o fitosanitarios, la incidencia de las labores agrícolas o los cambios en el régimen de riego.
Decisiones informadas
Al optimizar el uso de recursos y anticipar fallos, se minimizan gastos innecesarios y se aumenta la rentabilidad. Paralelamente, se mejora la sostenibilidad y se reduce el impacto ambiental mediante un uso más preciso y eficiente de insumos y energía.
Por otro lado, pueden detectarse tendencias y predecir resultados futuros, como el rendimiento de la cosecha, posibles problemas de plagas y enfermedades o qué pasaría en caso de sequía, granizo, heladas u otros accidentes, ayudando a decidir con mayor rapidez y precisión.
Una óptima conexión bidireccional es fundamental para que las acciones realizadas en el mundo real se reflejen en el gemelo digital y, a su vez, para que las simulaciones y análisis realizados en el entorno virtual puedan informar y optimizar las decisiones en el campo.
Retos salvables
No obstante, a pesar de sus numerosas ventajas, la adopción a gran escala de estas tecnologías debe superar algunas dificultades. Debemos tener en cuenta los elevados costos iniciales en infraestructura tecnológica, además de que requieren una adecuada formación técnica de los operadores y protocolos de estandarización para garantizar la interoperabilidad entre sistemas y aplicaciones.
Sin embargo, con el continuo avance tecnológico, el abaratamiento de sensores electrónicos y la creciente disponibilidad de datos, estos desafíos están destinados a ser superados.
Todo apunta a que la agricultura del futuro será cada vez más tecnológica, estará interconectada y se orientará a la sostenibilidad, además de generar oportunidades de mercado. Según la empresa estadounidense GMI Insights, el mercado mundial de IA agrícola en 2024 suponía 4 700 millones de dólares y crecerá a una tasa anual superior al 26 % hasta 2034, una de las más elevadas de todo el sector tecnológico.
