Por Rafael Vieira de Sousa, Professor de Engenharia de Biossistemas da Universidade de São Paulo (SP)
A produção agropecuária é influenciada não só por atributos físicos, químicos e biológicos da planta ou do animal, que por si só já têm grande complexidade, mas também dependem de características regionais como solo e clima, além de aspectos mercadológicos e econômicos. Associado a isso, a geração de dados cresce continuamente com os avanços tecnológicos recentes empregados na agropecuária.
A agricultura de precisão, por exemplo, que se iniciou com a geração de mapas de produção georeferenciados com Global Positioning System (GPS), hoje conta com máquinas com elementos robóticos para guiagem autônoma tanto para o plantio como para aplicação automática de insumos a taxa variável.
Já a pecuária de precisão emprega tecnologia para avaliar o desenvolvimento e o bem-estar de cada animal individualmente em criadouros equipados com sensores para medição de condições ambientais, fisiológicas e comportamentais para serem utilizadas como indicadores de saúde e desempenho. Essas tecnologias têm gerado dados em grande quantidade, diversidade e velocidade, permitindo caracterizá-los no conceito Ag Big Data (Agricultural Big Data).
Como consequência, cresce a demanda por soluções de tecnologia de informação e comunicação que permitam extrair informações desses dados, os quais, por sua vez, possam ser interpretadas para gerar conhecimento e orientar a tomada de decisão. Soluções atuais associam estatística (estudo numérico das relações entre dados), inteligência artificial (algoritmos que reproduzem a inteligência humana) e machine learning (algoritmos que podem aprender com dados para realizar predições) para buscar padrões, tendências e relacionamentos sistemáticos que evidenciem conhecimentos implícitos nos dados.
Essas soluções viabilizam a análise conjunta de dados quantitativos e qualitativos de qualquer natureza, armazenados em planilhas ou banco de dados, e obtidos por observação humana, instrumentos de laboratório e/ou sensores diversos disponíveis nos equipamentos do campo. Um relatório da empresa de investimentos AgFunder contabilizou, em 2015, o investimento de US$ 661 milhões em 84 startups dos EUA para gerarem soluções Ag Big Data.
Outro relatório, da empresa Technavio gerado em 2018, estima que o mercado global de Big Data no setor agrícola de 2018 a 2022 deverá crescer 20%. Esse cenário de demanda emergente apresenta-se como oportunidade para ao Brasil liderar mundialmente essa revolução que se inicia, tanto pela aplicação quanto pela geração de soluções Ag Big Data.
