Cómo las nuevas tecnologías están cambiando la agricultura: robots, sensores remotos, aprendizaje automático e IA.

En el Valle de Salinas, el "Cuenco de ensaladas" de Estados Unidos, las nuevas empresas que venden aprendizaje automático y sensores remotos están encontrando clientes.

Como operador de máquinas para la empresa emergente de robótica FarmWise, Diego Alcántar pasa todos los días caminando detrás de un robot descomunal que se parece a un Zamboni sin conductor, ayudándolo a aprender a hacer el trabajo de un equipo de desmalezado de 30 personas.

Un martes por la mañana de septiembre, conocí a Alcántar en un gigantesco campo de coliflores en las colinas a las afueras de Santa María, en el extremo sur del vasto tablero de ajedrez de granjas de hortalizas que bordean la costa central de California, desde Oxnard hacia el norte hasta Salinas y Watsonville. Enfriado por las neblinas costeras que se deslizan desde el Pacífico, el valle de Salinas a veces se llama la Ensaladera de Estados Unidos. Junto con dos condados adyacentes al sur, el área alrededor de Salinas produce la gran mayoría de la lechuga cultivada en los EE. UU. durante los meses de verano, junto con la mayor parte de la coliflor, el apio y el brócoli, y una buena parte de las bayas.

Era el tipo de clima de Ricitos de Oro por el que se conoce la costa central: cálido pero no caluroso, seco pero no reseco, con una suave brisa deslizándose desde la costa. Cerca de allí, un equipo de cosecha con sombreros de paja y mangas largas estaba haciendo un trabajo rápido con una cantidad inconcebible de lechuga iceberg, apilando cajas de 10 en la parte trasera de camiones con remolque que bordeaban un camino de tierra.

En otros tres meses, la misma escena se desarrollaría en el campo de coliflores donde ahora se encontraba Alcántar, rodeado de decenas de miles de plántulas de dos y tres hojas. Primero, sin embargo, tenía que ser desmalezado.

El robot se sentó a horcajadas sobre una cama plantada de tres filas de ancho con sus ruedas en surcos adyacentes. Alcántar lo siguió unos pasos atrás, sosteniendo un iPad con controles de pantalla táctil como un joystick. Debajo del capó, las cámaras del robot parpadeaban constantemente. Ráfagas de aire, como los pistones en un juego de arcade de topo, guiaron juegos de cuchillas en forma de L en movimientos cortos y precisos entre las plántulas de coliflor, raspando el suelo para arrancar pequeñas malezas y luego dividiendo cada 12 pulgadas para que solo la coliflor quedó ilesa.

Periódicamente, Alcántar detenía la máquina y se arrodillaba en el surco, inclinándose para examinar una "muerte": lugares donde el conjunto de cámaras y cuchillas del robot se habían desalineado ligeramente y arrancado la plántula. Alcántar estaba promediando alrededor de un acre por hora, y solo mataba una de cada mil plantas. Las muertes a menudo se producían en grupos de dos y de tres, marcando los lugares donde una rueda se había deslizado fuera del surco y había caído sobre la cama, o donde las cuchillas se habían separado una fracción de segundo demasiado tarde.

Alcántar sacó un iPhone de su bolsillo, abrió un canal de Slack llamado #field-de-bugging y envió una nota a un colega a 150 millas de distancia sobre cinco muertes seguidas, con una hipótesis sobre la causa (latencia entre la cámara y la hoja). ) y una marca de tiempo para que pudiera encontrar las imágenes y ver qué había salido mal.

En este campo, y en muchos otros similares, la tierra había sido preparada por una máquina, las plántulas trasplantadas por una máquina y los pesticidas y fertilizantes aplicados por una máquina. Las cuadrillas de irrigación todavía colocaron las tuberías de los rociadores manualmente, y los trabajadores agrícolas cosecharían esta cosecha de coliflor cuando llegara el momento, pero no es exagerado pensar que algún día, nadie pondrá una mano en el suelo alrededor de estas plántulas.

La carrera de la tecnología para interrumpir una de las ocupaciones más grandes y antiguas del planeta se centra en el esfuerzo por imitar y, en última instancia, superar los poderes extraordinarios de dos partes del cuerpo humano: la mano, capaz de usar pinzas o sostener a un bebé, atrapar o lanzar una pelota de fútbol, cortar lechuga o arrancar una fresa madura con el cáliz intacto; y el ojo, que se ve cada vez más desafiado por una potente combinación de computación en la nube, imágenes digitales y aprendizaje automático.

El término "tecnología agrícola" se acuñó en una conferencia en Salinas hace casi 15 años; los impulsores han estado prometiendo una oleada de dispositivos y software que reharán la industria agrícola durante al menos ese tiempo. Y aunque las nuevas empresas de tecnología agrícola han tendido a tener más facilidad para encontrar inversores que clientes, los impulsores finalmente pueden estar en lo cierto.

Los impulsores de la tecnología agrícola han estado prometiendo una oleada de dispositivos y software que rehacerían la industria agrícola durante al menos 15 años. Finalmente pueden estar en algo.

Silicon Valley está justo sobre la colina de Salinas. Pero según los estándares de Grain Belt, Salad Bowl es un remanso relativo, con un valor de alrededor de $ 10 mil millones al año, frente a casi $ 100 mil millones para cultivos de productos básicos en el Medio Oeste. Nadie negocia futuros de lechuga como futuros de soja; gigantes como Cargill y Conagra en su mayoría se mantienen alejados. Pero es por eso que la industria de "cultivos de especialidad" me pareció el mejor lugar para trazar la evolución de la agricultura de precisión: si las herramientas tecnológicas pueden funcionar a lo largo de la costa central de California, en pequeñas parcelas con ciclos de crecimiento cortos, entonces tal vez realmente estén listas para la puesta en escena. una toma de posesión más amplia.

Alcántar, de 28 años, nació en México y llegó a los EE. UU. cuando tenía cinco años en 1997, caminando por el desierto de Sonora hacia Arizona con su tío y su hermana menor. Sus padres, que son del estado de Michoacán, en el centro de México, estaban ocupados preparando los ingredientes para una nueva vida como trabajadores agrícolas en Salinas, durmiendo en el vestidor de un pariente antes de alquilar un apartamento en un garaje reformado. Alcántar pasó el primer año en casa, viendo la tele y cuidando a su hermana mientras sus padres trabajaban: en la casa principal vivía una mujer que los vigilaba y alimentaba durante el día, pero nadie que pudiera llevarlos a la primaria escuela.

En la escuela secundaria, Alcántar a menudo trabajaba como peón en la finca donde su padre se había convertido en capataz. Cortó y deshierbó lechugas, apiló cajas de fresas después de la cosecha, condujo una carretilla elevadora en el almacén. Pero cuando cumplió 22 años y vio a amigos con los que había crecido conseguir sus primeros trabajos después de la universidad, decidió que necesitaba un plan para dejar el trabajo manual. Obtuvo una licencia de conducir comercial y comenzó a trabajar para una empresa de robótica.

Durante este primer período, recuerda Alcántar, sus familiares a veces lo reprendían por ayudar a acelerar la adquisición de máquinas en los campos, donde el trabajo encorvado y sudoroso había abierto el camino para la movilidad ascendente de su familia. "¡Estás quitándonos nuestros trabajos!" ellos dirían.

Cinco años después, dice Alcántar, la conversación ha cambiado por completo. Incluso FarmWise ha tenido problemas para encontrar personas dispuestas a "caminar detrás de la máquina", dice. "La gente preferiría trabajar en un restaurante de comida rápida. In-N-Out paga $17.50 por hora".

Incluso de cerca, todo tipo de cosas pueden estropear la "visión" de las computadoras que alimentan los sistemas automatizados como los que usa FarmWise. Es difícil para una computadora decir, por ejemplo, si una mancha contigua de hojas verdes de lechuga representa una sola plántula saludable o un "doble", donde dos semillas germinaron una al lado de la otra y, por lo tanto, retrasarán el crecimiento de la otra. Los campos agrícolas son brillantes, calurosos y polvorientos: condiciones apenas ideales para mantener las computadoras funcionando sin problemas. Una rueda se atasca en el barro y cambia temporalmente el sentido de la distancia del algoritmo: las llantas izquierdas ahora han girado un cuarto de vuelta más que las llantas derechas.

Otras formas de ver digitalmente tienen sus propios desafíos. Para los satélites, hay que lidiar con la cobertura de nubes; para drones y aviones, viento y vibración de los motores que los mantienen en el aire. Para los tres, el software de reconocimiento de imágenes debe tener en cuenta la apariencia cambiante de los mismos campos en diferentes momentos del día a medida que el sol se mueve por el cielo. Y siempre hay una compensación entre la resolución y el precio. Los agricultores tienen que pagar drones, aviones o cualquier maquinaria de campo. Las imágenes satelitales, que históricamente han sido producidas, pagadas y compartidas libremente por agencias espaciales públicas, se han limitado a imágenes poco frecuentes con una resolución baja.

La NASA lanzó el primer satélite para imágenes agrícolas, conocido como Landsat, en 1972. Las nubes y las bajas velocidades de descarga conspiraron para limitar la cobertura de la mayor parte de las tierras agrícolas del mundo a un puñado de imágenes al año de cualquier sitio determinado, con píxeles de 30 a 120 metros. por lado.

Media docena más de iteraciones de Landsat siguieron durante las décadas de 1980 y 1990, pero fue solo en 1999, con el espectrorradiómetro de imágenes de resolución moderada, o MODIS, que un satélite pudo enviar a los agricultores observaciones diarias sobre la mayor parte de la superficie terrestre del mundo, aunque con un píxel de 250 metros. A medida que las cámaras y la informática han mejorado en paralelo durante los últimos 20 años, un desfile de empresas de tecnología se ha convencido de que se puede ganar dinero proporcionando información derivada de imágenes satelitales y de aeronaves, dice Andy French, experto en conservación de agua en el USDA. Centro de Investigación Agrícola de Tierras Áridas en Arizona. "No han tenido éxito", dice. Pero a medida que la frecuencia y la resolución de las imágenes satelitales continúan aumentando, eso ahora podría cambiar muy rápidamente, él cree: "Pasamos de Landsat pasando por encima de nuestra cabeza cada 16 días a tener casi todos los días, de uno a cuatro metros". resolución."

"Pasamos de Landsat pasando por encima de nuestras cabezas cada 16 días a tener una resolución casi diaria de uno a cuatro metros".

En 2014, Monsanto adquirió una empresa emergente llamada Climate Corporation, que se anunciaba a sí misma como una empresa de "agricultura digital", por mil millones de dólares. "Era un grupo de chicos de Google que eran expertos en imágenes satelitales y decían '¿Podemos hacer que esto sea útil para los agricultores?'", dice Thad Simons, un ejecutivo de productos básicos desde hace mucho tiempo que cofundó una empresa de capital de riesgo llamada Yield Lab. "Eso llamó la atención de todos".

En los años transcurridos desde entonces, Silicon Valley ha lanzado una ráfaga de nuevas empresas financiadas con capital de riesgo cuyos servicios analíticos y de pronóstico se basan en herramientas que pueden recopilar y procesar información de forma autónoma o a distancia: no solo imágenes, sino también cosas como sensores de suelo y sondas de humedad. . "Una vez que ves que las conferencias ganan más dinero que la gente que realmente trabaja", dice Simons con una sonrisa, "sabes que es un área candente".

Un subconjunto de estas empresas, como FarmWise, está trabajando en algo parecido a la coordinación mano-ojo, persiguiendo el objetivo perenne de automatizar las etapas más intensivas en mano de obra del cultivo de frutas y hortalizas (desmalezar y, sobre todo, cosechar) en un contexto de Escasez crónica de mano de obra agrícola. Pero muchos otros se enfocan exclusivamente en brindar mejor información a los agricultores.

Una forma de entender la agricultura es como una protección interminable contra las incertidumbres que afectan el resultado final: el clima, las enfermedades, la dosis y el momento óptimos de fertilizantes, pesticidas y riego, y las enormes fluctuaciones en el precio. Cada uno de estos factores impulsa miles de decisiones incrementales en el transcurso de una temporada, decisiones basadas en largos años de prueba y error, intuición y experiencia ganada con esfuerzo. Entonces, la pregunta tecnológica en boca de los agricultores en todas partes, como me dijo Andy French, es: "¿Qué nos está diciendo que no sepamos ya?"

Josh Ruiz, el vicepresidente de operaciones agrícolas de Church Brothers, que cultiva verduras para la industria de servicios de alimentos, administra más de mil bloques separados de tierras de cultivo que cubren más de 20,000 acres. Afable, corpulento y fácil de hablar, Ruiz es conocido en la industria como uno de los primeros en adoptar que no teme experimentar con nuevas tecnologías. En los últimos años, se ha convertido en una parada regular en el circuito que atrae a ejecutivos tecnológicos curiosos en Teslas desde San Francisco y Mountain View para pararse en un campo de lechugas y hacer preguntas sobre el negocio agrícola. "Trimble, Bosch, Amazon, Microsoft, Google, lo que sea, todos me llaman", dice Ruiz. "Puedes llamar mi atención muy rápido si me resuelves un problema, pero lo que sucede nueve de cada 10 veces es que las empresas de tecnología acuden a mí y resuelven un problema que no era un problema".

Lo que todos quieren, en una palabra, es previsión. Durante más de una generación, el gobierno federal ha protegido a los cultivadores de maíz, trigo, soya y otros productos básicos del impacto financiero de las plagas y el mal tiempo al ofrecer subsidios para compensar el costo del seguro de cosechas y, en épocas de abundantes cosechas, estableciendo un precio "mínimo" artificial en el que el gobierno interviene como comprador de último recurso. Las frutas y verduras no disfrutan de la misma protección: representan menos del 1% de los $25 mil millones que el gobierno federal gasta en subsidios agrícolas. Como resultado, el mercado de vegetales está sujeto a variaciones salvajes basadas en el clima y otros factores vagamente predecibles.

Cuando visité Salinas, en septiembre, la industria de la lechuga estaba en medio de una excelente semana en cuanto a precios, con cabezas enteras de iceberg y lechuga romana ganando a los transportistas hasta $30 por caja, o aproximadamente $30,000 por acre. "En este momento, tienes la oportunidad de perder una fortuna y recuperarla", dijo Ruiz mientras estábamos parados al borde de un campo. Los cambios pueden ser dramáticos: unas semanas antes, explicó, iceberg se vendía por una fracción de esa cantidad: $5 por caja, aproximadamente la mitad de lo que cuesta producir y cosechar.

En el campo de al lado, las filas de plántulas jóvenes de lechuga iceberg estaban surcadas con vetas de color marrón rojizo, la marca del virus de la mancha necrótica impatiens, o INSV, que ha estado causando estragos en la lechuga de Salinas desde mediados de los años 2000. Estos fueron los primeros signos. Regresa después de un par de semanas más, dijo Ruiz, y la mitad de las plantas estarán muertas: no valdrá la pena cosechar nada. Tal como estaba, ese resultado representaría una pérdida de $5,000, con base en los costos de la tierra, arado, plantación e insumos. Si decidieran desyerbar y cosechar, esa pérdida podría duplicarse fácilmente. Ruiz dijo que no habría sabido que estaba desperdiciando $5,000 si no hubiera decidido llevarme a dar un paseo ese día. Multiplique eso en más de 20,000 acres. Suponiendo que una empresa pueda brindar de manera confiable ese tipo de conocimiento avanzado sobre INSV, ¿cuánto valdría para él?

Una empresa que intenta averiguarlo es una startup de imágenes y análisis llamada GeoVisual Analytics, con sede en Colorado, que está trabajando para refinar algoritmos que puedan proyectar rendimientos probables con unas semanas de anticipación. Es algo difícil de modelar bien. Una cabeza de lechuga normalmente ve más de la mitad de su crecimiento en las últimas tres semanas antes de la cosecha; si permanece en el campo solo un par de días más, podría ser demasiado duro o delgado para vender. Cualquier modelo que construya la empresa tiene que tener en cuenta factores como ese y más. Una bola de iceberg regada en el momento equivocado se hincha hasta convertirse en un ramo suelto. Las zanahorias del supermercado están hambrientas de agua para hacerlas más largas.

Cuando GeoVisual llegó por primera vez a Salinas, en 2017, "vinimos prometiendo el futuro y luego no cumplimos", dice Charles McGregor, su gerente general de 27 años. Ruiz, menos caritativamente, llama a su primera temporada un "fracaso épico". Pero le da crédito a McGregor por quedarse. "Escucharon y lo arreglaron", dice. Simplemente no está seguro de lo que está dispuesto a pagar por él.

"Llegamos prometiendo el futuro, y luego no cumplimos".

Tal como está, la forma en que los trabajadores de campo llegan a los pronósticos de rendimiento es decididamente análoga. Algunos cuentan las cabezas de lechuga paso a paso y luego extrapolan midiendo sus botas. Otros usan una sección de tubería de riego de 30 pies. No hay forma de que métodos como estos puedan igualar la escala de lo que un dron o un avión podrían capturar, pero los resultados tienen la virtud de un formato que los productores pueden procesar fácilmente y, por lo general, no tienen más de 25 a 50 cajas por acre. , o alrededor del 3% al 5%. También son parte de los gastos básicos de una operación agrícola: si el mismo empleado detecta una válvula de riego rota o un tanque de fertilizante vacío y se asegura de que el equipo de deshierbe comience a tiempo, entonces pedirle que entregue un pronóstico de cosecha decente no es necesariamente un costo adicional. Por el contrario, el precio de los pronósticos impulsados ​​por la tecnología tiende a ser desigual. Los vendedores de tecnología reducen el costo del servicio para obtener nuevos clientes y luego, eventualmente, tienen que descubrir cómo ganar dinero con lo que venden.

"A 10 dólares el acre, le diré a [GeoVisual] que vuele todo, pero a $50 el acre, tengo que preocuparme por eso", me dijo Ruiz. "Si me cuesta cien mil dólares al año durante dos años, y luego tengo ese momento ¡ajá!, ¿voy a recuperar mis doscientos mil dólares?"

Toda la detección digital para la agricultura es una forma de medición por proxy: una forma de traducir segmentos del espectro electromagnético en la comprensión de los procesos biológicos que afectan a las plantas. La reflectancia térmica infrarroja se correlaciona con la temperatura de la superficie terrestre, que se correlaciona con la humedad del suelo y, por lo tanto, con la cantidad de agua disponible para las raíces de las plantas. Medir las ondas reflejadas de luz verde, roja e infrarroja cercana es una forma de estimar la cobertura del dosel, lo que ayuda a los investigadores a rastrear la evapotranspiración, es decir, la cantidad de agua que se evapora a través de las hojas de una planta, un proceso con vínculos claros con la salud de la planta.

Mejorar estas cadenas de extrapolación es una llamada y respuesta entre los datos generados por las nuevas generaciones de sensores y los modelos de software que nos ayudan a comprenderlos. Antes del lanzamiento del primer satélite Sentinel de la UE en 2014, por ejemplo, los investigadores tenían cierta comprensión de lo que el radar de apertura sintética, que genera imágenes de alta resolución mediante la simulación de grandes antenas, podría revelar sobre la biomasa vegetal, pero carecían de suficientes datos del mundo real. para validar sus modelos. En el oeste de Estados Unidos, hay abundantes imágenes para rastrear el movimiento del agua sobre los campos de regadío, pero no hay un modelo de cultivo lo suficientemente avanzado como para ayudar de manera confiable a los agricultores a decidir cuándo "pedir" agua de riego del río Colorado, lo que generalmente se hace con días de anticipación.

Al igual que con cualquier frontera de Big Data, parte de lo que está impulsando la explosión de interés en la tecnología agrícola es simplemente la disponibilidad de cantidades de datos sin precedentes. Por primera vez, la tecnología puede ofrecer instantáneas de cada corona de brócoli individual en una parcela de 1,000 acres y mostrar qué campos tienen más probabilidades de ver incursiones de ciervos y jabalíes que viven en las colinas sobre el Valle de Salinas.

El problema es que convertir una manguera contra incendios de 1 y 0 en cualquier tipo de información útil (producir, por ejemplo, una alerta de texto sobre los cinco campos principales con signos de estrés por sequía) requiere una comprensión más sofisticada del negocio agrícola de lo que parecen muchas nuevas empresas. tener. Como dijo Paul Fleming, un consultor agrícola de mucho tiempo en Salinas: "Solo queremos saber sobre las cosas que no salieron como se suponía".

"Solo queremos saber sobre las cosas que no salieron como se suponía que debían".

Y eso es solo el comienzo. A los cargadores minoristas se les paga por cada cabeza de coliflor o paquete de col rizada que producen; a los procesadores, que venden coronas de brócoli precortadas o bolsas de mezcla para ensaladas, generalmente se les paga por peso. Los agricultores contratados, contratados para cultivar un cultivo para otra persona a cambio de una tarifa por acre, nunca podrían saber si una cosecha determinada fue "buena" o "mala", lo que representa una ganancia o una pérdida para el transportista que los contrató. A menudo es de interés de un transportista mantener a los agricultores individuales en la oscuridad acerca de su posición en relación con sus competidores cercanos.

En Salinas, el desafío de hacer que los grandes datos sean relevantes para los administradores de fincas también consiste en consolidar el universo de información que las fincas ya recopilan, o quizás no. Aaron Magenheim, quien creció en el negocio de irrigación de su familia y ahora dirige una consultoría enfocada en tecnología agrícola, dice que los detalles de irrigación, fertilizantes, rotación de cultivos o cualquier cantidad de variables que pueden influir en la cosecha tienden a perderse en el bullicio de la temporada, si alguna vez son capturados. "Todo el mundo piensa que los agricultores saben cómo crecen, pero la realidad es que lo están sacando del aire. No rastrean eso hasta el nivel del lote", me dijo, usando un término de la industria para una extensión individual de tierra de cultivo. . Hasta 40 o 50 lotes pueden compartir el mismo pozo y tanque de fertilizante, sin una forma precisa de contabilizar los detalles. “Cuando estás aplicando fertilizante, la realidad es que es un tipo que abre una válvula en un tanque y lo hace funcionar durante 10 minutos y dice: 'Bueno, eso se ve bien'. ¿Juan bloqueó el número 6 o el número 2 por una cañería rota? ¿Lo anotaron?”. Dice Magenheim. "¡No! Porque tienen demasiadas cosas que hacer".

Luego están los mapas. En comparación con las operaciones de maíz y soya, donde se plantan los mismos cultivos año tras año, o viñedos y huertas, donde las plantaciones pueden no cambiar durante más de una generación, los productores de cultivos especiales se enfrentan a un rompecabezas interminable de lechuga romana después de apio después de brócoli, con plantaciones que cambian de tamaño y forma según el mercado, y ciclos tan cortos como 30 días desde la semilla hasta la cosecha.

Para muchas empresas en Salinas, el hombre que se encuentra a horcajadas sobre la brecha entre lo que sucede en el campo y las necesidades de mantenimiento de registros de una empresa agrícola moderna es un consultor de tecnología de 50 años llamado Paul Mariottini. Mariottini, que planeó convertirse en contratista general hasta que consiguió una computadora a los 18 años y, como él dice, "dejó de dormir de inmediato", dirige una operación de un solo hombre desde su casa en Hollister, con un teléfono plegable y una suite. de plantillas y complementos personalizados que escribe para Microsoft Access y Excel. Cuando pregunté a los productores que conocí cómo manejaban esta parte del negocio, la respuesta a una persona fue: "Oh, usamos a Paul".

Los clientes de Mariottini incluyen algunas de las empresas productoras más grandes del mundo, pero solo una usa tabletas para que los supervisores de campo puedan registrar la superficie y la variedad de cada plantación, el tipo y la fecha de las aplicaciones de fertilizantes y pesticidas, y otros datos básicos sobre el trabajo que realizan. supervisar mientras se lleva a cabo. El resto toman notas en papel, o ingresan la información de memoria al final del día.

Cuando le pregunté a Mariottini si alguien usaba un software para vincular los mapas en papel con las hojas de cálculo que mostraban qué se plantó y dónde, se rió entre dientes y dijo: "He estado haciendo esto durante 20 años tratando de que eso suceda". Una vez programó una PalmPilot; él llama a uno de sus complementos "GPS lo suficientemente cerca". "La industria de la tecnología probablemente se reiría de eso, pero lo que la industria de la tecnología no entiende es la gente con la que trabajas", dijo.

El objetivo de la automatización en la agricultura se entiende mejor como algo que lo abarca todo. Las breves semanas de cosecha consumen una parte desproporcionada del presupuesto general, tanto como la mitad del costo de cultivar algunos cultivos. Pero también hay esfuerzos para optimizar y minimizar la mano de obra a lo largo del ciclo de crecimiento. Las fresas se están cultivando con barreras de maleza biodegradables en aerosol que podrían eliminar la necesidad de extender láminas de plástico sobre cada cama. Los tractores automatizados pronto podrán arar los campos de vegetales hasta obtener una superficie más lisa que un conductor humano, mejorando las tasas de germinación. Incluso mientras las empresas de análisis compiten para ofrecer plataformas que puedan rastrear la salud de una lechuga individual desde la semilla hasta el supermercado y optimizar el orden en que se cosechan los campos, otras nuevas empresas están desarrollando nuevas variedades de lechuga "afiladas", similares a la romana, con una silueta compacta y hojas que descansan más arriba del suelo, para que un robot pueda "verlas" y cortarlas más fácilmente.

En general, sin embargo, los problemas con el sistema alimentario estadounidense no tienen tanto que ver con la tecnología como con la ley y la política. Sabemos desde hace mucho tiempo que el herbicida Roundup está relacionado con el aumento de las tasas de cáncer, sin embargo, sigue siendo ampliamente utilizado. Sabemos desde hace más de 100 años que Occidente tiene escasez de agua, pero seguimos cultivando alfalfa en el desierto y utilizamos técnicas de perforación cada vez más sofisticadas en una especie de carrera armamentista del agua. Estos no son problemas causados ​​por la falta de tecnología.

En mi último día en Salinas, conocí a un agricultor llamado Mark Mason justo al lado de la autopista 101, que corta el valle en dos, y lo seguí hasta un bloque de apio de nueve acres con una ordenada torre de equipo meteorológico en el centro. El equipo es propiedad de la NASA, parte de un proyecto conjunto con la oficina de extensión cooperativa de Agricultura y Recursos Naturales de la Universidad de California, o UCANR.

Hace ocho años, en medio de noticias de sequías e incendios forestales en todo el oeste, Mason sintió que debería ser un mayordomo más cuidadoso del agua subterránea que usa para regar, incluso si la economía sugería lo contrario. Eso lo llevó a contactar a Michael Cahn, investigador de la UCANR.

Históricamente, el agua en Salinas siempre ha sido barata y abundante: la desventaja de la falta de riego, o de usar muy poco fertilizante, siempre ha sido mucho mayor que los ahorros potenciales. "Los productores quieren vender el producto; el uso eficiente es secundario. No lo reducirán y arriesgarán la calidad", dijo Cahn. El riesgo podría incluso extenderse a perder una cosecha.

Últimamente, sin embargo, la contaminación del agua potable con nitratos, causada por el uso intensivo de fertilizantes y vinculada a enfermedades de la tiroides y algunos tipos de cáncer, se ha convertido en un tema político importante en Salinas. La junta local de control de calidad del agua está desarrollando actualmente un nuevo estándar que limitará la cantidad de fertilizante nitrogenado que los productores pueden aplicar a sus campos, y se espera que esté finalizado en 2021. Como explicó Cahn, "No se puede controlar el nitrógeno sin controlar su agua de riego". Mientras tanto, Mason y un puñado de otros productores están trabajando con UCANR en una plataforma de software llamada Crop Manage, diseñada para ingerir datos del clima y del suelo y brindar recomendaciones personalizadas sobre el uso de riego y fertilizantes para cada cultivo.

Cahn dice que espera que los avances tecnológicos en la gestión del agua sigan un curso similar al que está marcando la amenaza de regulaciones más estrictas sobre los fertilizantes nitrogenados. En ambos casos, el argumento empresarial a favor de una solución y la tecnología necesaria para llegar allí se encuentran en algún punto aguas abajo de la política. La indignación por la falta de acceso a agua subterránea limpia dio lugar a un nuevo mecanismo regulatorio, que desbloqueó la financiación para descubrir cómo medirla y que, a su vez, informará los enfoques de gestión que utilizan los agricultores.

Al final, entonces, es la presión política la que ha creado las condiciones para que la ciencia y la tecnología avancen. Por ahora, el capital de riesgo y las subvenciones federales para la investigación continúan brindando un impulso artificial a la tecnología agrícola, mientras que sus compradores potenciales, como los productores de lechuga, continúan tratándola con cierta cautela.

Pero así como las nuevas regulaciones pueden cambiar el análisis de costo-beneficio en torno al uso de nitrógeno o agua de un día para otro, también lo puede hacer un producto que genera un claro retorno de la inversión. Todos los productores con los que hablé dedican un tiempo precioso a mantenerse al tanto del mundo de las empresas emergentes: atender llamadas telefónicas, comprar y probar servicios tecnológicos en una parte de sus fincas, hacer sugerencias sobre cómo orientar los análisis o modificar una aplicación orientada a la finca. ¿Por qué? Para opinar sobre cómo se desarrolla el futuro, o al menos acercarse lo suficiente para verlo venir. Un día, pronto, alguien ganará mucho dinero siguiendo los consejos de una computadora sobre el precio de la lechuga, o cuándo fumigar para una nueva plaga, o qué campos cosechar y cuáles abandonar. Cuando eso suceda, estos agricultores querrán ser los primeros en saberlo.

Esta historia fue parte de nuestra edición de enero/febrero de 2021.

El atractivo de la herramienta para el lugar de trabajo se extiende mucho más allá de la organización de proyectos de trabajo. Muchos usuarios encuentran que es igual de útil para administrar su tiempo libre.

Una infraestructura de TI reinventada para el cuidado de la salud podría reorientarnos de la enfermedad al bienestar.

Construir y mantener la confianza de las partes interesadas es ahora una responsabilidad clave en todo el C-suite

La tecnología está cambiando la forma en que leemos, y eso significa que debemos repensar la forma en que enseñamos.

Descubra ofertas especiales, noticias destacadas, próximos eventos y más.

¡Gracias por enviar su correo electrónico!

Parece que algo salió mal.

Estamos teniendo problemas para guardar sus preferencias. Intente actualizar esta página y actualícelas una vez más. Si continúa recibiendo este mensaje, comuníquese con nosotros en [email protected] con una lista de boletines que le gustaría recibir.