El sector agroindustrial tiene una gran tradición en la investigación analítica utilizando datos. Fue así como se impulsó la revolución verde, también conocida como la tercera gran revolución agrícola – un período de gran expansión en la producción de alimentos en las décadas de los 70 y 80 – que fue en gran parte resultado del análisis de datos y modelos estadísticos. Muchas de las técnicas de modelado utilizadas en la actualidad, como el análisis de experimentos y la varianza, aparecieron o se mejoraron durante este período debido a la demanda de aplicaciones en el sector agrícola.
El mundo requiere que la producción de alimentos aumente de manera exponencial, el campo productivo en la actualidad no solo podrá suplir este requerimiento, sino generar riqueza para los territorios. En la agenda del nuevo gobierno, sin lugar a dudas la apuesta más grande es el sector agro y la seguridad alimentaria, buscando incrementar significativamente la producciòn fortaleciendo no solo los 5,6 millones de hectáreas sembradas actualmente, sino aprovechando las 39 millones de hectáreas disponibles para la siembra en el paìs.
Empoderar no solo al sector agro, sino a cada uno de los actores que intervienen como campesino, pequeño agricultor y la población en general, es fundamental para lograr esta meta, la riqueza en recursos naturales, una ubicación geofrafìca privilegiada y estratégica con diferentes pisos térmicos, la posibilidad de tener producción los 12 meses del año y el uso adecuado de los datos y la inversión en tecnología ayudará no solo al gobierno sino a los actores a lograr alcanzar la meta de manera eficiente y exitosa, logrando incrementar la competitividad del país. Mantener este norte, invertir en el agro y en tecnología para su fortalecimiento es fundamental.
Con lo mencionado anteriormente y en el contexto de la economía digital, tecnologías como la agricultura de precisión, la investigación genética continua y los mecanismos de protección financiera, y la sofisticación de productos financieros como el mercado de derivados y seguros, solo son escalables con un uso intensivo de datos y modelos matemáticos y estadísticos. En un espectro más amplio, incluso las demandas sociales recientes, como la trazabilidad de la cadena, el monitoreo y la seguridad de los alimentos, y el control de las actividades de sostenibilidad ambiental, son esencialmente cadenas de información no estructuradas. La combinación de datos y agricultura, por cierto, es protagonista en las principales agendas de la sociedad actual, como la seguridad alimentaria y la sostenibilidad socioambiental.
La seguridad alimentaria es un desafío debido al escenario de cuello de botella en la cadena de suministro. Las interrupciones logísticas, consecuencia de los efectos del COVID-19, afectan tanto la disponibilidad y los precios de insumos como semillas, plaguicidas y fertilizantes, como la distribución y procesamiento de los productos.
Para tener una dimensión del problema, se estima que el retroceso es de más de una década en los programas de erradicación del hambre y pobreza extrema en el período de 2019 a 2022. Para combatir este retroceso, es necesario reorganizar la cadena, identificar los cuellos de botella logísticos y almacenar y digitalizar datos “de puertas para adentro”, como detallar el historial de productividad, características del suelo y maquinarias, tipos de cultivo, entre otros, para conectar a los productores con mejores fuentes de financiamiento, optimización en la compra de insumos y mejora en la distribución de sus productos.
Además de las urgentes demandas de seguridad alimentaria, los lineamientos de responsabilidad social y ambiental, especialmente los relacionados con las demandas de descarbonización de los procesos productivos y compensación de las emisiones de gases de efecto invernadero, también son un tema que suele ser ampliamente discutido. Entre los Objetivos de Desarrollo Sostenible (ODS) de la ONU, además del tema de la lucha contra el hambre, podemos destacar los agronegocios en aquellos relacionados con el consumo y la producción conscientes, el cambio climático y la agricultura sostenible. Por lo tanto, la innovación en los modelos de predicción relacionados con el agro se vuelve fundamental, apuntando a la sostenibilidad y las cuestiones sociales.
En ambos temas mencionados, los datos y el análisis son los principales mecanismos para identificar y valorar iniciativas individuales, como la encuesta global para uso en políticas públicas. Buscando la recopilación y el análisis de información, así como la implementación de soluciones cada vez más sofisticadas, podemos esperar que las empresas especializadas en datos y agtech desempeñen un papel de liderazgo en el futuro de los agronegocios, un sector de creciente importancia en la agenda mundial.