Los agricultores de todo el mundo pierden alrededor del 25 por ciento de su rendimiento previsto anual por culpa de enfermedades y plagas en sus cultivos, lo que supone unas pérdidas globales de 300.000 millones de dólares. Taranis, una start up israelí fundada en 2015, utiliza una variedad de datos agrícolas, que incluyen imágenes aéreas, información obtenida de sensores y de estaciones meteorológicas, e incluye una aplicación de Smartphone, todo ello para mapear los terrenos y predecir qué cultivos están en riesgo de sufrir plagas. La compañía está trabajando en la actualidad con grandes productores agrícolas de Rusia, Brasil, Argentina y Estados Unidos. “Para los agricultores que tienen unos márgenes muy pequeños en sus productos, un aumento del rendimiento de dos puntos porcentuales puede suponer un aumento del beneficio del 20 por ciento”, explica el cofundador de la compañía, Ofir Schlam.
Taranis, una de las firmas israelíes pioneras en ag-tech, o tecnología agraria, basada en el big data, contó para su lanzamiento con el apoyo financiero de Owrcrowd, una plataforma de Jerusalén que aúna a inversores en startups. La compañía utiliza los datos que recoge para predecir y prevenir las enfermedades de los cultivos y evitar las pérdidas relacionadas con las plagas, con el objetivo de ayudar a los agricultores a aumentar los rendimientos, reducir los costos y disminuir el uso de pesticidas al valorar qué zonas requieren más o menos atención de este tipo. Se ha demostrado que este nuevo enfoque que pone en valor el big data reunido a partir de un conjunto de herramientas tecnológicas especialmente diseñadas para agricultores impulsa aumentos en los beneficios de más del 15 por ciento.
La integración de la información meteorológica y las imágenes por satélite en los sistemas de gestión de explotaciones agrícolas no es algo nuevo, pero lo que Taranis ha conseguido es introducir en estos sistemas niveles nunca vistos de información al detalle. Las imágenes satelitales, por ejemplo, se proporcionan a una resolución de 0,5 milímetros por píxel, en comparación con resoluciones típicas de imágenes de satélite de entre 5 y 25 centímetros.
Para sus datos meteorológicos, Taranis ha construido su propio modelo de predicción, lo que ha permitido multiplicar por seis la precisión de sus pronósticos. Los modelos globales actuales entregan pronósticos que cubren a aproximadamente 26 kilómetros por píxel, mientras que la solución de Taranis genera patrones meteorológicos precisos a nivel de campo que cubren cuatro kilómetros por píxel.
Esta información es respaldada por la tecnología de inteligencia artificial, que busca optimizar continuamente la precisión de los modelos a lo largo del tiempo y en una variedad de regiones geográficas a partir del aprendizaje automático. Esto es, cuantos más datos va recopilando en distintas situaciones, más precisa será la información que proporcione.
Taranis cuenta para sus clientes con equipos locales de ingenieros agrónomos para atenderles en todos los detalles de implementación de sus sistemas. “Esta aplicación utiliza datos climatológicos y compara modelos biológicos que permiten ver con nitidez los primeros brotes y su madurez fisiológica”, afirma Ofir Schlam, que se acompañó de Ayal Karmi, Eli Bukchin y Asaf Horvitz para crear Taranis, un proyecto que califican de “agricultura de precisión”. Los cuatro impulsores de Taranis son los que desarrollaron la afamada aplicación Waze que facilita información en tiempo real de forma colaborativa sobre el estado de las carreteras. Ahora, Taranis “proporciona una gestión en tiempo real de los cultivos y aporta información para la toma de decisiones de manera más rápida y acertada”, concluye Schlam.
