La inteligencia artificial aplicada al sector agroalimentario para facilitar su transformación digital

Posted on 3 diciembre, 2025

Texto:
Pedro José Clemente
Profesor de la Universidad de Extremadura y Director de la Cátedra Telefónica de la UEx sobre Transformación Digital de Sectores Productivos

“El sector agroalimentario no es ajeno al desarrollo de tecnologías que basadas en la inteligencia artificial faciliten la toma de decisiones y la automatización de procesos. En este sentido, las grandes ramas de la inteligencia artificial pretenden fundamentalmente predecir y clasificar información y con ello ayudar a la toma de decisiones para mejorar la productividad y sostenibilidad de los procesos, por ejemplo, de los cultivos o el análisis de características de los productos. Si nos centramos en cultivos, por un lado, predecir implica conocer con antelación suficiente qué puede pasar en un cultivo (tomate, olivar, ciruelos, etc.): cuál será el estrés hídrico del cultivo en unos días, cuál será la producción esperada, cuándo se alcanzará el momento adecuado para comenzar la cosecha, predecir posible desarrollo de plagas a partir de condiciones atmosféricas, etc.

Por otro lado, clasificar permite identificar cuál la situación actual de un cultivo concreto para, a partir de ahí, tomar decisiones y conseguir cultivos más sostenibles: es el momento actual el idóneo para regar teniendo en cuenta la información contextual del cultivo (temperatura, humedad, etc.), el cultivo actual puede estar sufriendo alguna plaga, el suelo y sus nutrientes son adecuados en  el momento actual de campaña, etc.

Algunas de las preguntas que podemos plantearnos las puede resolver un agricultor experto, sin embargo, es importante destacar que un algoritmo de inteligencia artificial no se cansa y puede estar trabajando 24 horas todos los días. Además, cada vez se observa que para la toma de decisiones complejas es necesario el procesamiento de múltiples fuentes de datos heterogéneas (medidas atmosféricas, datos en tiempo real, datos procedentes de imágenes, etc.).

Cada vez más en las explotaciones se utilizan tecnologías digitales para facilitar el  desarrollo diario de las tareas en el campo. Sin embargo, si bien existen bastantes soluciones para la digitalización del sector agro, en cada explotación se debe analizar cuál es el nivel de tecnificación adecuado para la misma. Por ejemplo, no es lo mismo: a) utilizar una tecnología que use imagen por satélite e inteligencia artificial para determinar una situación concreta en una explotación, que no requiere la instalación de ningún elemento (p.e. sensores) en la explotación; b) volar un dron para que tome imágenes de la explotación en momentos puntuales y analice mediante inteligencia artificial dichas imágenes para determinar aquello que se está buscando, por ejemplo, indicios de plagas; c) utilizar un sistema de sensores y actuadores que, bajo el paradigma de Internet de las Cosas (Internet of Things – IoT), permita la recolección de datos en tiempo real de la explotación y mediante algoritmos de inteligencia artificial pueda predecir y clasificar la información que se esté obteniendo in situ en el campo.

Desde la Cátedra Telefónica de la Universidad de Extremadura (http://catedratelefónica.unex.es) llevamos años trabajando e incentivando el desarrollo de distintos proyectos de investigación que, mediante la utilización de inteligencia artificial, aborden la problemática concreta de la transformación digital en el sector agro. Algunos de ellos son:

-AgroChat. Es una aproximación basada en inteligencia artificial generativa que permite disponer de información especializada sobre cultivos, manejos, etc. Su objetivo es aprovechar la información especializada sobre el sector agro con una interface similar a ChatGPT.

-AgroFieldDetect. Utilización de algoritmos de inteligencia artificial aplicados sobre imágenes de viñedos que permitan determinar el punto de corte de los sarmientos. La idea final es el desarrollo de un robot autónomo que pueda realizar la poda de viñedos.

-PREIGNEO: Sistema de teledetección con imágenes de satélite para realizar seguimiento de zonas más proclives a sufrir incendios.

Los proyectos donde aplicar inteligencia artificial junto a Internet de las cosas y tratamiento de imágenes para favorecer la transformación del sector agroalimentario en su conjunto son innumerables, del mismo modo que los cultivos y la industria agroalimentaria es muy heterogénea. Desde nuestro punto de vista, el proceso de transformación digital del sector está en marcha y es imparable”.

La Inteligencia Artificial avanza en el campo para predecir cosechas y precios, robotizar la siembra o mejorar la postcosecha

Posted on 26 septiembre, 2024

Pese al retraso en la implantación prevista del cuaderno digital, la actividad agraria parece encaminarse cada vez más hacia la tecnología. No solo en trabajos diarios como el de la conducción de tractores autónomos por ejemplo, habitual ya en muchas grandes explotaciones de Estados Unidos, sino sobre todo en el correcto manejo de los insumos, en las predicciones de cosecha o la sustitución de mano de obra por robótica en campo. La llegada de la Inteligencia Artificial (IA) también puede suponer una revolución en el mundo de la agricultura y la ganadería.

Un reciente informe de la Fundación Innovación Bankinter analizaba qué puede aportar la IA al sector agro, dando ejemplos prácticos sobre lo que puede suponer. “La IA y el aprendizaje automático -asegura el informe- mejoran la predicción del rendimiento de los cultivos gracias a los datos de los sensores en tiempo real y los datos de análisis visual de los drones. Combinando los datos de los sensores sobre niveles de humedad, fertilizantes y nutrientes se pueden analizar los patrones de crecimiento de cada cultivo a lo largo del tiempo. Con el aprendizaje automático, se pueden realizar predicciones para optimizar el rendimiento de los cultivos. Por ejemplo, con información sobre árboles y frutas mediante imágenes de drones e inteligencia artificial”.

Mano de obra
Uno de los mayores desafíos a los que se enfrenta el campo español y europeo es la escasez de mano de obra que quieran dedicarse a esta actividad. Incluso en municipios con altas tasas de paro oficial resulta cada vez más complicado encontrar cuadrillas para trabajar en labores de poda, recolección o cuidado del ganado.

Según el estudio de Fundación Innovación Bankinter, “las grandes explotaciones agrícolas, ante la escasez de mano de obra, están recurriendo a la robótica para cultivar cientos de hectáreas. Tractores inteligentes y agribots basados en la IA y el aprendizaje automático son una opción viable para muchas operaciones agrícolas. Hay empresas de tractores que ha desarrollado desde agribots para identificar y eliminar las malas hierbas en tiempo real hasta tractores autónomos capaces de arar, sembrar y recoger cosechas”.

Otro de los aspectos en los que la Inteligencia Artificial podría ayudar en los “sistemas para mejorar el seguimiento y la trazabilidad de las cadenas de suministro agrícola eliminando los obstáculos para que los cultivos lleguen más frescos y seguros al mercado. Los sistemas más avanzados de seguimiento y localización se basan en sensores IoT para obtener un mayor conocimiento del estado de cada envío. Por ejemplo, transformando la cadena de suministro agrícola con una plataforma blockchain en combinación con la IA y el IoT para aumentar la transparencia, los precios justos y el acceso al capital en cada punto de contacto de la cadena de valor”.

Precios
Más sensible para la actividad agrícola es el tema de los precios, sobre todo cuando en ocasiones se cosecha sin saber realmente la cotización final del producto una vez acaba de la recolección.  Según la IA, “existen muchas variables que pueden permitir predecir los precios futuros de un determinado cultivo, por ejemplo, el clima, los precios históricos, la ubicación, los indicadores de demanda, los precios del petróleo o la salud de los cultivos. Combinando IoT, Big Data e IA, hay startups que desarrollan predicciones de precios basadas en datos estructurados y no estructurados como los mencionados”. Sin olvidar diferentes aplicaciones sobre rendimientos de cosecha, uso el agua en cultivos, aplicaciones para agricultura en vertical…

España cuenta desde hace poco con el proyecto AgrarIA que pretende investigar el uso de la IA, junto con otras tecnologías como IoT y cloud computing, en soluciones reales para definir nuevos métodos de producción agraria más sostenibles, comprometidos con la eficiencia energética y la disminución de la huella de carbono. Es un proyecto financiado a través del Programa Misiones de I+D en Inteligencia Artificial de la Secretaría de Estado de Digitalización e Inteligencia Artificial (SEDIA).