El futuro del uso de datos en la agroindustria
Por Luiz Ohara, jefe de Mercados Financieros en Semantix
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.
Durante el 2023 en México, la Secretaría de Agricultura y Desarrollo Rural , tiene como misión promover el desarrollo productivo, incluyente y sustentable del sector agroindustrial, que contribuya a la autosuficiencia alimentaria nacional y el bienestar de la población de los territorios rurales y costeros, mediante políticas públicas y acciones estratégicas en el campo mexicano.
A través del Programa Sectorial de Agricultura y Desarrollo Rural 2020-2024, orienta su oferta programática para la conformación de un sistema agroalimentario mexicano productivo, justo, saludable, incluyente y sustentable. Que se puede encontrar dentro del Plan Nacional de Desarrollo, en el cual la autosuficiencia alimentaria y el rescate del campo son prioridad del nuevo modelo de desarrollo del país.
Por 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.
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.
