Etiqueta: inteligencia artificial

  • La nueva IA de John Deere conversa con datos del campo

    La nueva IA de John Deere conversa con datos del campo

    John Deere quiere convertir los datos de campo en decisiones fáciles de consultar. La empresa presentó JD, un asistente de inteligencia artificial integrado en Operations Center, su plataforma de gestión agrícola. La herramienta reúne la información generada en la operación y permite hacer preguntas mediante una conversación. Su propuesta no consiste en producir más datos, sino en ayudar a entender los que ya existen.

    JD puede elaborar planes de mantenimiento a partir del uso histórico de la maquinaria. También puede comparar el consumo de combustible de un tractor nuevo con registros anteriores, revisar rendimientos según la semilla utilizada y relacionar la operación con pronósticos del tiempo. En lugar de recorrer bases extensas o preparar análisis por separado, el productor puede plantear una pregunta y recibir una respuesta basada en sus propios registros.

    Ese detalle define tanto el valor como el límite inicial del sistema. El asistente trabaja con la información almacenada en Operations Center. Según John Deere, no busca datos públicos ni construye respuestas con el caso hipotético de otra explotación. Además, el productor puede impedir por completo que organizaciones externas accedan a su información. Esto busca atender una preocupación clave en la agricultura digital, pues los datos reflejan decisiones productivas, desempeño de equipos y resultados del negocio.

    La novedad responde a un problema que ha crecido con la tecnificación del campo. Las máquinas recopilan información sobre labores, consumo y rendimiento, pero disponer de esos registros no garantiza que se usen bien. Analizarlos exige tiempo y capacidad técnica. Por ello, una parte de su valor queda atrapada en sistemas que documentan mucho, aunque no siempre facilitan una decisión oportuna.

    La inteligencia conversacional puede reducir esa distancia. Si funciona como se plantea, el agricultor ya no tendría que comenzar por identificar tablas, cruzar variables y traducirlas a una conclusión. Podría comenzar con la duda concreta que necesita resolver. Así, el avance no está solo en automatizar el análisis. También está en cambiar la puerta de entrada a la información, desde la navegación por datos hacia una pregunta expresada en lenguaje cotidiano.

    Sin embargo, JD todavía no es un producto desplegado de forma general. John Deere abrirá un programa voluntario para usuarios iniciales y recopilará durante varios meses información de control de calidad antes de su lanzamiento completo. Por ahora, el acceso estará limitado a la aplicación de Operations Center. Esto indica que la utilidad anunciada aún deberá comprobarse en condiciones reales y con preguntas diversas.

    La empresa también prevé ampliar sus capacidades. Entre las funciones futuras están el análisis predictivo, la consulta de manuales técnicos, la optimización de flujos de maquinaria, la creación de planes de trabajo y el acceso desde monitores en cabina. Es importante separar estas posibilidades de las funciones actuales, porque todavía forman parte del desarrollo previsto.

    La implicación de fondo es clara. La competencia en agricultura digital comienza a moverse desde quién reúne más datos hacia quién ayuda a convertirlos en acciones comprensibles. Para John Deere, integrar el asistente en una plataforma conectada con su ecosistema de maquinaria le da una posición relevante. Para el productor, el beneficio dependerá de tres factores sencillos, la calidad de los registros disponibles, la precisión de las respuestas y la capacidad de usar esas respuestas para decidir a tiempo.

    Fuente: Farm Progress

  • La nueva carrera por desarrollar semillas mucho más rápido

    La nueva carrera por desarrollar semillas mucho más rápido

    Durante décadas, mejorar una semilla ha sido un proceso lento. Ahora Bayer sostiene que la combinación de edición genómica, inteligencia artificial y ciencia de datos está reduciendo ese tiempo de forma drástica. Según la empresa, desarrollar una nueva variedad podía requerir alrededor de cinco años hace dos décadas, mientras que hoy el proceso puede completarse en cuatro meses. Esa diferencia equivale a trabajar unas 15 veces más rápido.

    El cambio no significa que la agricultura haya encontrado una fórmula instantánea para crear mejores cultivos. Lo que cambia es la velocidad con la que se pueden identificar características útiles, probar combinaciones y avanzar hacia nuevas variedades. Bayer parte del germoplasma, es decir, el conjunto de genes disponibles en una planta, y combina ese material con hibridación, ingeniería genética y edición genómica para mejorar el desempeño de los cultivos.

    La implicación principal está en el tiempo. Cuando el desarrollo de una variedad tarda años, las necesidades del campo pueden cambiar antes de que esa solución llegue al productor. Reducir el ciclo permite responder con mayor rapidez a problemas relacionados con enfermedades, calidad de los alimentos, composición nutricional o uso de pesticidas, factores que la consultora Fairfield identifica entre los motores del mercado de ingeniería genética agrícola. Fairfield estima que este mercado crecerá 6.5% entre 2023 y 2030 hasta alcanzar 1,500 millones de dólares al cierre de ese periodo.

    Sin embargo, acelerar la investigación no garantiza que la innovación llegue con la misma rapidez al campo. Bayer reconoce que existe una gran diferencia entre desarrollar una tecnología y lograr que pueda utilizarse en condiciones reales. De acuerdo con datos expuestos por la empresa, 97% de los agricultores del mundo trabaja superficies de 10 hectáreas o menos. Además, mientras 91% de los agricultores estadounidenses utiliza herramientas digitales, el promedio mundial es de 65%.

    Esa brecha importa porque muchas de las nuevas soluciones agrícolas dependen cada vez más de información, conectividad y capacidad para tomar decisiones con datos. Un productor puede tener acceso potencial a una semilla mejorada, pero su adopción también dependerá del cultivo que maneje, la superficie disponible, su presupuesto y las herramientas que tenga a su alcance.

    Por eso, la velocidad tecnológica abre una segunda discusión. La agricultura puede avanzar muy rápido dentro de un laboratorio, pero su impacto productivo depende de que las soluciones correspondan con la realidad económica y operativa de los agricultores. La propia Bayer señala que sus inversiones deben considerar el entorno y las prácticas que utilizan los productores para que los desarrollos sean realmente útiles.

    También permanece el debate sobre la aceptación de la ingeniería genética. Fairfield identifica preocupaciones relacionadas con posibles efectos sobre ecosistemas, biodiversidad y seguridad alimentaria. Esas inquietudes influyen en la regulación y en la aceptación social de estas tecnologías.

    El avance que presenta Bayer muestra una agricultura en la que mejorar semillas puede tomar meses en lugar de años. El reto ya no está solamente en acelerar la ciencia. También está en lograr que esa velocidad produzca soluciones accesibles, pertinentes y adoptables en campos muy distintos entre sí.

    Fuentes: Milenio

  • Granja vertical de fresa gestionada con inteligencia artificial

    Granja vertical de fresa gestionada con inteligencia artificial

    En Richmond, Virginia, ya opera la primera granja vertical interior de fresas a gran escala del mundo. La instalación, llamada Plenty Richmond, abrió el 24 de septiembre de 2024 y pertenece a la empresa Plenty Unlimited Inc. Lo que la hace distinta no es solo el hecho de cultivar fresas bajo techo, sino la escala en la que lo hace y la tecnología que usa para lograrlo.

    La granja está diseñada para producir cerca de 2,000 toneladas de fresas al año, todo esto en un espacio menor a una hectárea. Para conseguirlo, las plantas crecen en torres de 9 metros de altura, dentro de un área controlada de menos de 3,800 metros cuadrados. Ese es el primer punto que vale la pena entender. La agricultura vertical no compite por más tierra, compite por usar mejor el espacio que ya existe, apilando el cultivo en lugar de extenderlo.

    El segundo punto es el consumo de recursos. La instalación utiliza 97% menos tierra que un cultivo convencional y consume hasta 90% menos agua. Esto no es un detalle cualquiera, porque significa que la producción deja de depender tanto de las condiciones climáticas o de la disponibilidad de tierra fértil. Las fresas se producen todo el año, sin las variaciones que impone una temporada agrícola tradicional.

    Detrás de este resultado hay una década de investigación en un sistema de cultivo modular (aún pendiente de patente), diseñado para adaptarse a distintos tipos de cultivo. A eso se suma el papel de la inteligencia artificial, que analiza más de 10 millones de puntos de datos al día en 12 salas de cultivo. Con esa información, el sistema ajusta constantemente el entorno (luz, temperatura, riego) para cada etapa del crecimiento de la planta. En otras palabras, la IA no solo vigila el cultivo, lo administra en tiempo real.

    Otro factor que explica por qué este proyecto tiene peso en la industria es la alianza con Driscoll’s, empresa con más de un siglo de experiencia en berries y con genética propia patentada. Esa combinación (la infraestructura de Plenty más la genética de Driscoll’s) busca asegurar que la fruta mantenga el sabor y la calidad que el mercado espera, incluso fuera de temporada. Las primeras fresas de esta alianza ya están disponibles desde principios de 2025.

    El proyecto también tiene un componente económico relevante. La granja generará inicialmente más de 60 empleos, con planes de crecer hasta 300 puestos, dentro de una inversión proyectada de 300 millones de dólares en un campus agrícola de 50 hectáreas. Además, su ubicación permite abastecer a más de 100 millones de consumidores que están a un día de distancia por carretera.

    Lo que este caso deja ver es hacia dónde puede moverse parte de la producción de berries en los próximos años. Con menos tierra cultivable disponible y una población mundial en crecimiento, modelos como este ofrecen una alternativa para producir más fruta, con menor uso de recursos, sin depender del clima.

    No sustituye a la agricultura tradicional, pero sí muestra que la tecnología puede volver viable una producción constante, cercana a los grandes centros de consumo y con calidad predecible durante todo el año.

    Fuente: AgTech América

  • USDA quiere IA para acelerar la innovación en cultivos

    USDA quiere IA para acelerar la innovación en cultivos

    El Departamento de Agricultura de Estados Unidos (USDA) anunció que buscará apoyo de universidades y otros socios estratégicos para desarrollar herramientas de inteligencia artificial capaces de interpretar la enorme cantidad de datos de germoplasma que la agencia ha acumulado durante años. La iniciativa se enmarca dentro de la Genesis Mission y de la Autoridad de Investigación y Desarrollo Agrícola Avanzado (AgARDA), y se traducirá en un desafío nacional de ciencia y tecnología que se lanzará en lo que resta de este año.

    Para entender la relevancia de esto hay que partir de un problema concreto que enfrenta la investigación agrícola desde hace décadas. Los bancos de germoplasma guardan información genética de miles de variedades de plantas y semillas, pero gran parte de esos datos están dispersos en distintos formatos, entre imágenes, registros de campo y resultados de laboratorio.

    Sin una forma eficiente de cruzar toda esa información, los científicos tardan mucho más tiempo en identificar qué rasgos genéticos hacen que una planta sea más resistente a plagas, sequías o enfermedades. Ahí es donde entra la propuesta del USDA, ya que busca que equipos externos diseñen soluciones prácticas que integren estas fuentes dispersas en un solo sistema analizable mediante IA.

    El doctor Scott Hutchins, subsecretario del área de Investigación, Educación y Economía y científico en jefe del USDA, explicó que la meta es dar a los investigadores herramientas modernas para transformar los datos de plantas en descubrimientos más rápidos. Esta declaración muestra que el cuello de botella actual no es la falta de datos, sino la capacidad de procesarlos con la velocidad que exige un sistema alimentario bajo presión por todos lados.

    Desde el punto de vista práctico, esto podría beneficiar de forma directa a los productores, aunque no de manera inmediata. Si las herramientas de IA logran acelerar la identificación de rasgos genéticos valiosos, el desarrollo de nuevas variedades de cultivos podría acortarse considerablemente frente a los ciclos tradicionales de mejoramiento genético, que suelen tomar varios años. Esto significa que semillas más resistentes a condiciones climáticas extremas o a plagas específicas podrían llegar al mercado en menos tiempo, lo cual representa una ventaja competitiva para quienes dependen de estabilizar cosechas en un contexto de variabilidad climática creciente.

    La Genesis Mission, lanzada en noviembre de 2025 por la Oficina de Ciencia y Tecnología de la Casa Blanca, no es un esfuerzo aislado del USDA, sino parte de una estrategia más amplia que busca conectar a científicos, empresas, universidades y centros de datos para resolver desafíos científicos complejos con apoyo de IA. Los equipos que participen en el desafío tendrán acceso a la Plataforma Americana de Ciencia y Seguridad, una infraestructura compartida construida por el Departamento de Energía que conecta bases de datos, instrumentos científicos y herramientas de IA.

    Aún faltan detalles específicos sobre plazos, financiamiento y criterios de selección del desafío, por lo que el verdadero impacto en el campo dependerá de cómo se implemente esta convocatoria en los próximos meses.

    Lo que sí queda claro es que la agricultura estadounidense está apostando por la inteligencia artificial como motor de innovación varietal, y eso marca una dirección que probablemente otros países y organismos agrícolas observarán de cerca.

    Fuente: USDA