Los empresarios y técnicos que integran la red CREA ahora pueden emplear una plataforma conversacional desarrollada con inteligencia artificial que está conectado directamente con la base de DAT CREA y permite consultar registros, realizar gráficos y establecer asociaciones a partir de indicadores agronómicos, ambientales y económicos.
El nuevo servicio, denominado “DAT Chat”, fue diseñado para que los integrantes de la red CREA puedan acceder a un volumen gigantesco de registros de una manera rápida y sencilla, tal como sucede en otras plataformas similares.
A partir de 2018 los datos agrícolas relevados en las diferentes regiones CREA comenzaron a registrarse en un formato único (DAT CREA). Adicionalmente, se procedió a sistematizar y homogeneizar las diferentes bases de datos regionales históricas con el propósito de integrarlas en una sola.
En la actualidad DAT CREA contiene registros de 28 campañas –que en conjunto representan más de 27 millones de hectáreas– con más de 300 variables de manejo agrícola que permiten generar información para las empresas de manera rápida y oportuna al contar con datos trazados, estandarizados y comparables.
De todas las variables de manejo para la gestión de datos comprendidas en DAT, una proporción es de carácter obligatorio para todas las zonas CREA, mientras que otra porción responde a particularidades propias de cada región o bien a cultivos específicos, como puede ser el caso de caña de azúcar, garbanzo o arroz.
Adicionalmente, las empresas pueden completar datos optativos relativos a cuestiones ambientales para poder determinar y comparar indicadores de impacto ambiental como EIQ o huella de carbono por cultivo.
Por otra parte, además de poder analizar datos productivos y ambientales, DAT CREA comenzó a incorporar indicadores económicos para poder potenciar las evaluaciones en base a una mayor cantidad de variables.
“Esto es clave porque cuánto mayor es el conjunto de datos, mayor es la probabilidad de encontrar correlaciones sólidas que permitan eficientizar los modelos de decisión en las empresas agropecuarias”, resaltó María Paolini, líder de DAT CREA.
Los indicadores económicos teóricos de DAT CREA constituyen una herramienta de análisis complementaria diseñada para enriquecer la lectura económica de la información productiva registrada en la plataforma.
“No representan el resultado económico real de una empresa porque no incorporan decisiones particulares de financiamiento, estructura impositiva ni organización del capital, ni sustituyen el análisis económico-patrimonial realizado en cada caso particular, pero es útil como marco de referencia para analizar la evolución del negocio agrícola”, apuntó la técnica CREA.
Los indicadores están disponibles desde la campaña 2017/18 y se calculan para los principales cultivos en función de los valores de granos, insumos y servicios agrícolas cargados en la base Agroseries CREA, que se actualiza regularmente.
En ese marco, la plataforma permite estimar en una determinada localidad o región, para los cultivos de soja, maíz, girasol, sorgo, trigo y cebada, la evolución histórica del ingreso bruto y neto, costos, margen bruto y rentabilidad. Los cálculos se realizan considerando las normas de gestión de CREA, las cuales contemplan el arrendamiento o costo de oportunidad de la tierra.
“Lo interesante es que, además de la aproximación histórica, se incorpora un análisis predictivo que contempla los datos de manejo informados, pero valorizados con los precios agrícolas actualizados”, comentó Paolini.
Actualmente los empresarios agropecuarios registran datos en plataformas de monitoreo, programas de gestión y planillas. Para reducir la carga duplicada de datos estandarizados, DAT CREA se está integrando al ecosistema Agtech para facilitar esa tarea.
“La información que las empresas cargan en Albor se sincroniza hacia DAT CREA conservando estructura y trazabilidad, ordenando campañas, lotes, labores, insumos y resultados en un mismo lenguaje para análisis inmediatos”, explicó Paolini.
Además, DAT CREA avanzó en la interoperabilidad con otras soluciones de monitoreo del ecosistema Agtech —como SIMA y PUMA— para facilitar que observaciones de campo y registros operativos conversen nativamente con la plataforma.
“Estamos trabajando con el equipo de John Deere para sentar las bases de la incorporación futura de datos generados por maquinaria –siembra, aplicaciones, cosecha, prescripciones y mapas de desempeño– con el objetivo de capturar datos automáticamente, sin que sea necesaria la carga manual, con el propósito de habilitar análisis más oportunos cuando esa integración esté disponible”, resumió.
