Grano por grano: Cómo John Deere usa la IA industrial para aumentar el rendimiento de los cultivos con la agricultura de precisión

Recientemente, The Verge habló con Jahmy Hindman, CTO de John Deere, sobre la transformación de los equipos agrícolas de la empresa durante las últimas tres décadas, que pasaron de ser puramente mecánicos a, como Jahmy los llama, “conjuntos de sensores móviles con capacidad computacional”. Esto está al servicio de la estrategia de "industria inteligente" de John Deere. Más que solo vender una pieza de equipo, la industria inteligente consiste en proporcionar todo el sistema (equipo, datos, análisis y automatización) que los agricultores necesitan para brindar un cuidado individualizado (la cantidad exacta de agua, nutrientes y pesticidas) a escala a cada una de las decenas de miles de plantas por acre (multiplicado por miles de acres por granja), lo que genera mayores rendimientos y menos desperdicios.

En el Data + AI Summit (DAIS) de este año, Gregory Finch (ingeniero principal de software, Grupo de Soluciones Inteligentes) y Jake Sankey (gerente técnico de producto, Plataformas de Datos y Análisis Empresariales) de John Deere profundizaron en la plataforma de datos que lo hace posible durante su presentación principal sobre fabricación. A medida que la cantidad de datos generados por los equipos se duplica o triplica por año, Deere necesitaba una plataforma de datos que pudiera manejar esta escala de datos ahora y en el futuro, integrar fácilmente nuevas fuentes de datos (p. ej., el clima) y luego unificarlos para que los diferentes equipos posteriores, como los de ventas, servicio o ingeniería, pudieran mejorar los resultados de los clientes.

Como explicó Jake, “nuestro stack tecnológico es realmente vasto... Consta de componentes integrados y externos. En cuanto a los componentes integrados, tenemos sensores, muchísimos. Tenemos sistemas de visión, sistemas de guiado y conectividad inalámbrica. En la parte externa, tenemos infraestructura y almacenamiento en la nube, y servicios escalables que nos permiten recibir, procesar y analizar todos esos datos. Este stack es lo que nos permite ayudar a nuestros clientes a ser más productivos y a tener más éxito”.

Como ejemplo, señala la cosechadora X9 (la máquina que cosecha granos), donde “las cámaras monitorean continuamente las imágenes de los granos hasta el grano individual a medida que suben por el elevador de la cosechadora y se descargan en el tanque”. Utilizamos el aprendizaje automático para analizar la calidad del grano y ajustar automáticamente los parámetros de funcionamiento de la máquina si se detecta algún daño en los granos”.

Este tipo de avances no solo ayudan al agricultor, sino que también tienen beneficios sociales más amplios. Mediante la agricultura de precisión, los agricultores pueden reducir el uso de productos químicos en un 70 %, lo que reduce el impacto ambiental del uso excesivo de pesticidas.

En esta conferencia magistral, Jake y Greg hablan sobre cómo una empresa de 184 años está liderando la transformación de la industria a medida que los datos y la inteligencia artificial (IA) se convierten en herramientas más destacadas del sector, desde la ejecución en la planta de producción hasta cómo funcionan las cosas en las manos del cliente.