Grão a grão: como a John Deere usa IA industrial para aumentar a produtividade das safras com a agricultura de precisão

Recentemente, o The Verge conversou com Jahmy Hindman, CTO da John Deere, sobre a transformação dos equipamentos agrícolas da empresa nas últimas três décadas, de puramente mecânicos para, como Jahmy os chama, “conjuntos de sensores móveis com capacidade computacional”. Isso está a serviço da estratégia 'smart industrial' da John Deere. Mais do que vender apenas um equipamento, a 'smart industrial' consiste em fornecer o sistema completo (equipamentos, dados, análise e automação) de que os agricultores precisam para oferecer cuidados individualizados (a quantidade exata de água, nutrientes e pesticidas) em escala para cada uma das dezenas de milhares de plantas por acre (multiplicado por milhares de acres por fazenda), resultando em maiores rendimentos e menos desperdício.

No Data + AI Summit (DAIS) deste ano, Gregory Finch (engenheiro de software principal sênior, Intelligent Soluções Group) e Jake Sankey (gerente de produto técnico, Enterprise Dados e Análise Platforms) da John Deere falaram em detalhes sobre a plataforma de dados que torna isso possível durante sua palestra principal sobre manufatura. Com a quantidade de dados gerados pelos equipamentos dobrando ou triplicando a cada ano, a Deere precisava de uma plataforma de dados que pudesse lidar com essa escala de dados agora e no futuro, integrar facilmente novas fontes de dados (por exemplo, clima) e depois unificá-los para que diferentes equipes downstream — como ventas, serviços ou engenharia — pudessem melhorar os resultados dos clientes.

Como Jake explicou, “nosso stack de tecnologia é realmente vasto... Ele consiste em componentes embarcados e não embarcados. No lado embarcado, temos sensores, muitos deles. Temos sistemas de visão, sistemas de orientação e conectividade sem fio. No lado não embarcado, temos infraestrutura e armazenamento cloud e serviços escaláveis que nos permitem receber, processar e analisar todos esses dados. Esta stack é o que nos permite ajudar nossos clientes a serem mais produtivos e bem-sucedidos.”

Como exemplo, ele aponta para a X9 Combine (a máquina que colhe grãos), onde “câmeras monitoram continuamente as imagens dos grãos até o nível de grãos individuais à medida que são transportados pelo elevador da colheitadeira e despejados no tanque.” Usamos machine learning para analisar a qualidade dos grãos e ajustar automaticamente os parâmetros de operação da máquina se algum dano for detectado nos grãos.

Esses tipos de avanços não ajudam apenas o agricultor, mas também têm benefícios sociais mais amplos. Através da agricultura de precisão, os agricultores podem reduzir o uso de produtos químicos em 70%, reduzindo os impactos ambientais do uso excessivo de pesticidas.

Nesta palestra principal, Jake e Greg falam sobre como uma empresa de 184 anos está liderando a transformação do setor à medida que os dados e a inteligência artificial (IA) se tornam ferramentas de trabalho mais proeminentes — desde a execução no chão de fábrica até o funcionamento nas mãos do cliente.