*Por Juliana Chini**
Na última [edição da nossa coluna](https://www.revistahsm.com.br/post/inteligencia-artificial-no-agronegocio-os-robos-vao-a-campo), apresentamos o conceito e contexto de [Inteligência Artificial (I.A.) no agronegócio](https://conteudo.ruralventures.com.br/inteligencia-artificial-agronegocio) e dados que demonstram a importância da tecnologia para uma produção mais eficiente e sustentável. Na atual, vamos explorar os principais tipos de aplicações na I.A. Dentro da lavoura, destaca-se:
# Monitoramento agropecuário
Sistemas de inteligência artificial podem analisar dados oriundos de sistemas de IoT (Internet of Things, traduzido como Internet das Coisas) – como sensores, câmeras, estações meteorológicas – além de softwares e aplicativos e satélite, que coletam dados das lavouras, animais, maquinários, clima e outros ambientais.
No caso da agricultura, com o processamento destes dados, a I.A. pode identificar uma ocorrência de pragas e doenças, momento ideal para aplicação de defensivos, fertilizantes, irrigação, além de obter mapas de fertilidade, relevo e produtividade.
Na pecuária, é possível identificar a ocorrência ou probabilidade de doenças e problemas de reprodução, estresse, comportamento e peso dos animais. Também já é possível detectar pragas, como carrapatos e vermes, e sistemas automatizados aplicam pesticidas de forma precisa.
# Previsão meteorológica
A I.A. facilita a previsão do tempo ao processar rapidamente grandes quantidades de dados atmosféricos, informações de satélites, radares e estações meteorológicas. Os parâmetros incluem temperatura, umidade, velocidade do vento e pressão do ar. Os algoritmos de IA processam estes dados para criar modelos preditivos. Estes modelos analisam padrões históricos e condições atuais para prever eventos climáticos futuros e identificar padrões nos dados que não são fáceis de ver nas equações das previsões tradicionais. E estas descobertas para melhorar a precisão das previsões meteorológicas.
O uso da I.A. para a meteorologia é benéfica para todos os setores, empresas e pessoas. Recentemente, o Bezos Earth Fund, veículo filantrópico do bilionário Jeff Bezos, [anunciou US$100 milhões em doações para acelerar soluções baseadas em inteligência artificial](https://capitalreset.uol.com.br/clima/fundo-de-bezos-lanca-desafio-de-us-100-mi-para-uso-de-ia-no-clima/) com foco no combate às mudanças climáticas e à perda da biodiversidade, por meio da iniciativa “AI for Climate and Nature Grand Challenge”.
No caso da agropecuária, beneficia tanto o manejo no campo, como a prevenção de perdas relacionadas às intempéries climáticas, sendo até mesmo atrelada a seguros e financiamento agrícola, e estimativas de produtividade.
# Máquinas autônomas
As máquinas não tripuladas, ou autônomas, são equipadas com sensores avançados, sistemas de GPS e inteligência artificial. Na pecuária, as máquinas autônomas também auxiliam em atividades como ordenha de vacas, alimentação automatizada, limpeza de instalações e até mesmo acondicionamento de produtos lácteos.
Entre os benefícios, além de poderem operar 24h por dia, também realizam as atividades com precisão, otimizando a aplicação de insumos (como defensivos químicos). Assim, podem reduzir os custos, além do impacto ambiental e humano. Por este motivo, o mercado de equipamentos agrícolas autônomos deverá crescer mais de 6% CAGR (taxa de crescimento anual composta) entre 2021 e 2027, e as remessas da indústria devem superar 210 mil unidades até 2027, de acordo com o [relatório Global Market Insights](https://www.gminsights.com/industry-analysis/autonomous-farm-equipment-market).
# Seleção genética
O [melhoramento genético](https://ruralventures.com.br/ciencia-da-semente-ao-prato-melhoramento-genetico-impulsionando-a-produtividade/) é um conjunto de técnicas e práticas utilizadas para modificar geneticamente plantas e animais, com o objetivo de aprimorar características desejáveis. A I.A. auxilia na análise de grande quantidade de dados genéticos e identificar as variedades e animais com maior potencial produtivo.E o melhoramento não só eleva o desempenho animal e vegetal, como também aprimora as práticas sustentáveis e aumenta a rentabilidade para os criadores.
# Gerenciamento da operação agrícola
A I.A. também é utilizada para monitorar a qualidade dos produtos, prever a demanda, preços de compra de insumos, venda de commodities, otimizar rotas de distribuição e gerenciar estoques de forma eficaz. Também pode ser utilizada para estimativas de safra, importante na obtenção de seguro e crédito agrícola.
# Rastreabilidade
A I.A. permite o rastreamento preciso dos produtos desde o campo até o consumidor final, melhorando a transparência e a segurança alimentar. No caso da pecuária, há o desenvolvimento de algoritmos que identificam bovinos individualmente no campo por meio de imagens. A soja também possui bons exemplos de rastreabilidade com uso de I.A. e tecnologia geospacial.
Espero que tenha compreendido melhor as diversas abordagens práticas da I.A. no agronegócio e até a próxima edição!
*Juliana Chini é Economista formada na Esalq-USP e Mestre em gestão internacional pela ESPM, com mais de 14 anos de experiência na área de marketing e inovação em alimentos e agronegócios. É fundadora do Blog da Carne, da Newsletter Sementis, Colunista da Futurecom Digital, Revista HSM Management e Head de Open Innovation na Rural Ventures, onde lidera o Rural Insights. Mulher, sonhadora, trabalha pelo agro mais inovador, inclusivo e sustentável.
