IoT, Big Data e Inteligência Artificial no Agronegócio

Por Anderson Luiz Lima Rocha

Está cada dia mais comum, nas conversas sobre tecnologia da informação, o aparecimento de pelo menos um ou alguns dos termos IoT, Big Data e Inteligência Artificial. Segundo o Banco Mundial, a combinação desses fatores têm-se demonstrado essencial para que a agropecuária mundial consiga atender o incremento de produção necessário de 70% até 2050 para alimentar uma população estimada em 9 bilhões de pessoas (WORLD BANK, 2017) . Esse artigo tem a intenção de trazer uma definição simplificada e uma sequência lógica nos termos em questão fazendo uma associação da tecnologia ao agronegócio pois já se trata de uma realidade atual.

Sensores, estações de monitoramento e mapeamento são alguns dos exemplos da aplicação da IoT abreviação de Internet of Things, em português: Internet das coisas. O termo foi cunhado para definir toda tecnologia capaz de interagir de forma autônoma com o ambiente e a partir disso gerar dados, enviados para a internet ou outros bancos de dados, que serão utilizados em análises futuras. As aplicações no agronegócio são as mais diversas, como por exemplo: sensores de localização para animais, equipamentos e outros, sensores ópticos para análise de propriedades do solo, sensores de controle do uso da água, etc. A grande finalidade é manter tudo conectado e alcançar rapidamente informações com a mínima ou até sem interação humana.

Todos esses dados captados através do IoT vão se somar a outros gerados por meios diversos, como previsões do tempo, análises de mercado e preços, redes sociais, entre outros e formar o que é chamado de Big Data, que também é um termo em inglês de tecnologia utilizado para definir grandes conjuntos de dados, esses dados normalmente armazenados de forma bem esparsa em volumes e locais diversos têm a necessidade de serem processados para trazerem resultado efetivo.

Segundo o Banco Mundial: “na agricultura, equipamentos tecnológicos e Big Data estão ajudando a alavancar o envolvimento global de profissionais de desenvolvimento, pesquisadores, cientistas e produtores além-fronteiras. Novas abordagens que combinam maior produtividade, com ambiente, sustentabilidade estão sendo desenvolvidas” (WORLD BANK, 2017). Ou seja, os resultados vão além da estrutura individual que está coletando os dados originais. Grandes empresas de fornecimento de insumos se apoiam em Big Data para melhorar e até mesmo para entender o mercado consumidor.

Para esse processamento estruturado temos o que é chamado de Big Data analytics que “se refere a ferramentas e metodologias que visam transformar grandes quantidades de dados brutos em "dados sobre os dados” para fins analíticos” (UN GLOBAL PULSE, 2012). A finalidade principal é transformar os dados captados em resultados práticos para o uso, como por exemplo, qual semente deu a maior produtividade, locais de maior incidência de pragas, monitoramento de vacinas, chuvas, engorda, etc. Assim as informações transformam-se em ferramentas precisas à disposição de quem precisa tomar decisões.

Já a tão comentada inteligência artificial vem como uma poderosa aliada na análise e tratamento das informações, trata-se de um conjunto de sistemas e códigos de computador (algoritmos) que são estruturados para aprender e decidir, ou seja, através de dados históricos os códigos procuram as melhores alternativas. Um exemplo interessante é a análise de dados de um sensor de irrigação. Os dados da quantidade de água aplicada versus a produtividade, com inteligência aplicada, vai determinar quais serão as quantidades suficientes para as próximas aplicações, e quanto maior for o número de informações maior vai sendo a capacidade de previsão da inteligência artificial.

O que levaria dias, meses ou até anos de geração para um ser humano comum, com as tecnologias citadas, levam milésimos de segundo e têm auxiliado o agronegócio a gerar análises, novas técnicas e previsões, que geram mais resultados, melhores produtos, otimizam recursos e reduzem custos de produção. Se demonstram essenciais, por assim dizer, em um contexto de aumento populacional, impossibilidade de grandes aumentos de área de produção, necessidade de proteção do meio ambiente, entre outros fatores tão relevantes em nosso contexto.

REFERÊNCIAS:

WORLD BANK. ICT in Agriculture: Connecting Smallholders to Knowledge, Networks, and Institutions. Updated Edition. Washington, DC: World Bank. doi:10.1596/978-1-4648-1002-2. License: Creative Commons Attribution CC BY 3.0 IGO, 2017.

UN GLOBAL PULSE. Big Data for Development: Challenges and Opportunities, May 2012.

INTERNET DAS COISAS, Conheça 4 casos de uso da tecnologia na agricultura. Mundo + Tech, 2020. Disponível em: https://mundomaistech.com.br/iot/internet-das-coisas-conheca-4-casos-de-uso-da-tecnologia-na-agricultura/. Acesso em: 23, ago. 2020 (Anderson Luiz Lima Rocha é administrador de empresas e trabalha há mais de 20 anos na área de ERP para Gestão Empresarial e Agronegócio. É também fundador da Nilus Soluções para o Agronegócio)