La era del Big data ha llegado. Su promesa: optimizar la productividad humana en sus múltiples dimensiones. Su insumo más fundamental: el extraordinario volumen de datos digitales que generamos durante nuestras actividades rutinarias, desde una compra de supermercado que registra nuestras preferencias alimenticias hasta un control médico anual que detecta cambios en nuestra salud. Muchos especulan que el potencial del Big data para transformar la agricultura es enorme, mayor incluso que el de la Revolución verde, a la que se le atribuye rescatar a mil millones de personas de la inanición.

Antes de justificar este potencial, es importante entender por qué la agricultura exige una nueva revolución. En solo tres décadas, nuestro planeta tendrá que alimentar a tres mil millones de personas más que hoy. Este número equivale a la totalidad de la población mundial en 1960, a principios de la Revolución verde.

Según la FAO, un tercio de esas tres mil millones de personas, es decir, uno de cada siete habitantes del planeta en la actualidad, padecen de hambre hoy. Para mayor alarma, el capital natural del que dependemos para producir alimentos ha sido críticamente sobregirado: la frontera agrícola agotada, el sistema climático perturbado, los servicios ecosistémicos degradados y la biodiversidad amenazada. Ante este apocalíptico panorama, ¿cómo pretende el Big data revolucionar la agricultura?

Oferta de valor

La oferta de valor del Big data yace en ayudar a los agricultores a tomar mejores decisiones. Se estima que producir un cultivo involucra, al menos, cuarenta decisiones en cada temporada. Estas incluyen, por ejemplo, qué semilla usar, cuándo sembrarla, a qué densidad, y qué insumos elegir para nutrirla y protegerla de plagas y enfermedades.

Cada resolución ofrece una oportunidad para acercar al cultivo a su óptimo productivo en una determinada localidad. Múltiples estudios indican que, en promedio, ese potencial bordea el doble de la producción actual, lo suficiente para responder a la creciente demanda de alimentación global. Esto sugiere que ayudar a los agricultores a tomar mejores decisiones encierra un enorme potencial para transformar la agricultura, lo que es justamente la fortaleza diferenciadora del Big data.

Pruebas de conceptos

La aplicación del Big data para optimizar el Manejo Integrado de Plagas (MIP) ejemplifica este potencial. Debido a su alta complejidad, las ineficiencias del MIP destacan entre las más relevantes de la agricultura moderna. A nivel global, el uso de plaguicidas se ha multiplicado más de quince veces desde 1960.

Paradójicamente, a pesar de ello, las pérdidas por plagas se han mantenido constantes, promediando 25% en la agricultura industrial y 45% en la agricultura de subsistencia. Por eso, resolver esta ineficiencia encierra no sólo la oportunidad de aumentar la producción agrícola, sino también la de reducir su huella ambiental.

Estudios pioneros en la U. de California, Davis (UC Davis, Estados Unidos), liderados por el Dr. Jay Rosenheim, han revelado prometedores avances en este frente. Poniendo a prueba el potencial del Big data en el MIP, Rosenheim compiló una masiva base de datos de producción de algodón en California integrando: (1) registros históricos de rendimiento obtenidos de productores participantes; (2) registros de monitoreo y manejo del insecto plaga Lygus hesperus, de los asesores agrícolas que ofrecieron servicios a los productores del estudio; y (3) datos meteorológicos de fuentes públicas disponibles en internet.

Los primeros análisis de esta base de datos permitieron estimar el impacto de L. hesperus en el rendimiento de algodón contando con 1.118 observaciones, más de cien veces el número de observaciones que ofrece el típico experimento diseñado con ese mismo propósito. Gracias a la insólita magnitud del estudio, basado en datos reales de producción y no en datos experimentales, Rosenheim logró caracterizar ineficiencias previamente no reconocidas en el manejo químico de L. hesperus en California, sugiriendo el potencial de reducir aplicaciones y, al mismo tiempo, aumentar rendimientos.

Bajo el asesoramiento de Rosenheim, mi investigación doctoral en Los Andes peruanos fue similarmente alentadora. Trabajando junto a 140 pequeños productores paperos, generamos una base de datos con 33 variables relacionadas al impacto de gorgojos de papa (Premnotrypes spp.) en sus campos.

Los datos se basaron en imágenes aéreas, registros de producción, y análisis de suelos; y fueron sujetos a más de 130 mil algoritmos predictivos para detectar patrones de asociación relevantes al MIP de esta plaga.

También en este estudio los resultados caracterizaron ineficiencias significativas en el uso de insecticidas, sugiriendo estrategias para maximizar su impacto. Más interesantemente, detectamos que algunas prácticas ecológicas, entre ellas la rotación de papa con otros cultivos andinos, aparentan tener una efectividad comparable al uso racional de insecticidas. Estas experiencias demuestran que el Big data ofrece una metodología versátil para identificar y corregir ineficiencias en el MIP, ya sea en la agricultura industrial como en la de subsistencia.

Tendencias habilitadoras

Como lo ilustran estos ejemplos, Big data aprovecha dos tendencias habilitadoras que caracterizan la agricultura de hoy. La primera es la explosión en la disponibilidad de datos que documentan la actividad agrícola. Estos resultan principalmente de la proliferación de imágenes satelitales, la democratización del acceso a sensores y drones, y la progresiva migración de los registros de producción de papel a medios digitales.

La segunda tendencia es la amplificación exponencial en nuestra capacidad para gestionar y analizar estos datos. Al integrarlas sinérgicamente, Big data tiene un potencial titánico para extraer inferencias que facilitan la toma de decisiones, en una magnitud inalcanzable aún para el más sofisticado de los experimentos científicos.

Un negocio emergente

Un indicador optimista de este potencial son las crecientes inversiones en emprendimientos que ofrecen servicios Big data a agricultores. La más grande de estas inversiones fue la adquisición de Climate Corporation por Monsanto en 2013, por la notable suma de mil millones de dólares. Monsanto estima que el mercado potencial de servicios Big data en la agricultura es de veinte veces su inversión; es decir, veinte mil millones de dólares.

Bajo el alero de Monsanto, hoy la plataforma FieldView de Climate Corporation factura por sus servicios prestados a 5,6 millones de hectáreas, lejos todavía de sus proyecciones iniciales. Otros emprendimientos destacados en este sector incluyen a Farmers Business Network (FBN) y Farmers Edge.

Hasta la fecha, los servicios de estos emprendimientos se han enfocado en las grandes extensiones de producción de granos en los Estados Unidos.

Qué hace UCDavis Chile

UC Davis Chile reconoce el potencial único que ofrece el Big data para facilitar la agricultura del futuro. Nuestra experiencia demuestra que una de las oportunidades más valiosas yace en transformar el creciente volumen de datos de producción -estérilmente archivados en registros de papel y archivos Excel- en instrumentos potentes para la optimización productiva.

La plataforma de investigación Climate Smart Agro ha sido diseñada justamente para responder a esta oportunidad. Su misión es catalizar la aplicación práctica del Big data para lograr una agricultura más rentable, productiva y eco-eficiente.

Alianza UCDavis Chile + Mundoagro

UCDavis ha reconocido la necesidad de poner al servicio del agro no tan sólo conocimiento y capacidades, con el objetivo de desarrollar herramientas biotecnológicas que potencien la productividad y la competitividad de la agroindustria nacional de manera eficiente e innovadora.

Escrito por e Coordinador de Programas Agronomía y Medioambiente U. de California, Davis en Chile (UC Davis Chile)