Desconfiança de produtores ainda trava a chegada da IA ao campo brasileiro

A adoção de inteligência artificial nas lavouras brasileiras ainda enfrenta obstáculos, e a desconfiança dos produtores aparece como um dos principais. O tema foi debatido em painel do Global Agribusiness Festival na quinta-feira (1). Segundo especialistas, embora o agronegócio seja visto como inovador em vários aspectos, a digitalização ainda tem dificuldade para chegar à rotina das propriedades rurais.

Rob Weston, fundador da empresa inglesa de inteligência HSAT, disse que clientes brasileiros relatam uma lacuna de digitalização, mesmo com tecnologia avançada em engenharia e logística. A HSAT cruza dados de satélites, drones, avaliações humanas, relatórios e informações econômicas e financeiras de plantações para prever resultados, trabalho antes inviável pelo volume de horas exigido. Weston citou como exemplo o ganho que seria produzir 5% mais açúcar.

Leia tambémPesquisa usa sinais cerebrais para a IA perceber quando errou a intenção do usuário

André Nassar, presidente executivo da Abiove, afirmou que o produtor brasileiro adota tecnologias de produção, mas que a inovação com IA deve partir da indústria que compra as commodities, interessada em reduzir custos. Ele apontou a resistência ao compartilhamento de dados e a separação entre indústria e produtores, como na cadeia da soja, barreira que também aparece na cadeia energética, onde a rastreabilidade sustenta padrões de sustentabilidade.

Para Silvia Massruhá, presidente da Embrapa, o desafio é explicar ao produtor como usar os dados para gerar valor, inclusive com estímulo a práticas sustentáveis, de forma integrada com toda a cadeia. A Embrapa reúne dados de diversas cadeias produtivas e usa biotecnologia e edição genética rumo à agricultura preditiva, além de aplicar dados climáticos para projetar cenários de eventos extremos como o El Niño.

Por que isso importa para empresas

• Fornecedores de IA para o agro precisam demonstrar ganhos concretos e regras claras de uso dos dados para vencer a resistência dos produtores.
• Indústrias e tradings que compram commodities podem liderar projetos de dados compartilhados, com acordos que definam propriedade, acesso e retorno para o produtor.
• Rastreabilidade e previsão climática são portas de entrada promissoras, por atenderem exigências de sustentabilidade e ajudarem a reduzir perdas.

Fonte originalLer a matéria completa em InfoMoney

• IA no agronegócio
• agricultura digital
• Embrapa
• compartilhamento de dados
• agricultura preditiva

Texto da Redação IA BRAZIL, escrito a partir da matéria publicada por InfoMoney. Título original, imagem e matéria completa pertencem à fonte.