El 29° Congreso Aapresid "Siempre Vivo, Siempre Diverso" demuestra en cada taller por qué es referente global en el aporte de conocimiento para la producción. En esta oportunidad confluyeron en un panel: Guillermo Adrián Divito (Aapresid), Juan Edwards (INTA) y María Vanina Martínez (Fundación Dr. Manuel Sadosky - CONICET) para exponer acerca de "La Inteligencia Artificial en el manejo de datos", un faro hacia donde se dirige la agricultura argentina.
Divito explicó que "el manejo de datos en Aapresid viene de la mano de los análisis de campaña" y están en etapa de análisis descriptivo pero ya es tiempo de dar un paso más. "El gran desafío es transformar esos datos en información, empezar a modelar y a tomar decisiones, sacándole el jugo a esa información", mensuró.
Edwards aportó datos históricos de la captación de datos y como aplicarlos, poniendo el ejemplo del INTA en Argentina, como pionero, a quien luego se agregaron organismos públicos e instituciones privadas. "Con la masa de información que se genera en campos de producción vemos la necesidad de actualizar las técnicas de análisis. Debemos aggiornarnos", planteó, manifestando que Aapresid (en sus regionales) tiene el potencial de recabar los datos que se van generando.
La investigadora María Vanina Martínez suscribió los aportes de Divito y Edwards, y definió que "la Inteligencia Artificial es un proceso de automatización que nos lleva de los datos al conocimiento, para tomar mejores decisiones" y hay un amplio abanico de acciones para lograrlo y así eficientizar procesos y hasta minimizar el impacto ambiental.
"Estamos recién encarando este proceso de digitalización y transformación tecnológica en pos de mejorar nuestra posición en el mercado mundial", dijo, sugiriendo que el agricultor debe tercerizar el servicio, a cambio de datos.
La Inteligencia Artificial permite tomar mejores decisiones por medio del análisis predictivo. De este modo los productores pueden tener más datos y procesarlos mucho más rápido. Esa ventaja aplica a analizar las demandas del mercado, prever precios y también determinar el momento óptimo para la siembra o la cosecha. También esa recopilación informativa puede estar relacionada con la salud del suelo y determinar el uso de fertilizante, monitorear el clima y rastrear la preparación de los productos. Todos los datos son útiles, remarcó Martínez.
También la Inteligencia Artificial aplicada a la producción agrícola puede significar ahorro importante u optimización del recurso. La Agricultura de Precisión, por ejemplo, impulsada por Inteligencia Artificial puede dar información en tiempo real de los campos, identificando cada lote y sus necesidades de riego, fertilización o la aplicación que se requiera. "Otras prácticas agrícolas innovadoras facilitadas por la automatización y el manejo inteligente de datos puede ayudar a aumentar la producción minimizando el uso de recursos", expuso.
La realidad es que en materia de inversión hacia esta tecnología Argentina está por debajo del ?Top 20' encabezado por Estados Unidos, China e India, y Colombia -en el quinto lugar- es el primer país de Sudamérica que se ve en la lista. "Eso debe verse como una oportunidad porque tenemos tecnología que están en proceso de maduración que pueden transferirse sin tanta complicación y favorecer a los negocios", mensuró Martínez, añadiendo que la transformación a la digitalización lleva tiempo, esfuerzo e inversión.
Enumeró cinco pasos esenciales para construir sistemas inteligentes; a saber: el gobierno de los datos; la infraestructura para manejar los datos; la automatización de los reportes; una analítica avanzada; y el último escalón es la Inteligencia Artificial para beneficio y toma de decisiones, "pero todo lleva tiempo", remarcó.
Reconociendo que en Argentina hay jerarquizados equipos profesionales que han avanzado en los pasos de construcción de sistemas inteligentes, la investigadora destacó el trabajo interdisciplinario y la unión público privada "porque es necesario formar equipos con conocimientos y experiencias variadas". Ahí expuso que "la automatización de procesos requiera conocimiento técnico: estadística, ciencia de datos, ingeniería de software e inteligencia artificial, perfiles distintos pero necesarios". Pero es necesario el conocimiento del campo que aporta el productor, el agrónomo, el biólogo, etc., para luego ir evaluando conforme los avances del proceso e ir creciendo de manera ordenada.
