"La introducción manual ya no es viable, no a la escala actual de la horticultura"

© iUNU

Durante muchos años, Gerard Flinterman trabajó en horticultura de invernadero, datos y tecnología de sensores. Vio cómo los productores eran cada vez más capaces de dirigir sus cultivos mediante ordenadores climáticos, cuadros de mando y sensores. Sin embargo, según él, siempre había un punto débil, sobre todo en los cultivos de alambre alto: la medición de la propia planta.

"Todavía había que hacerlo manualmente en el invernadero. ¿Cómo crece la planta? ¿Cuál es el ritmo de crecimiento, el grosor de la cabeza y la superficie foliar? Es mucho trabajo y muy propenso a errores", dice Gerard. Con la plataforma de IA de IUNU, ve una oportunidad para cambiar eso.
"Hay más soluciones en el mercado para analizar y controlar datos, pero automatizar estas mediciones manuales a este nivel para crear perspectivas verdaderamente precisas en todo su invernadero es algo único".

En la granja familiar donde Gerard creció, el cultivo de pimientos comenzó a finales de los años ochenta. Las plantas estaban en el suelo, y el carro transportador atravesaba el cultivo. "En aquella época, era suficiente para ganarse la vida decentemente como negocio unipersonal", recuerda.

Con los años, ha visto cambiar enormemente el sector: la escala de la empresa media y las consecuencias de ese crecimiento. "Hay que tomar demasiadas decisiones: equipos, sistemas de cogeneración, iluminación, energía, agua y fertilización, etc.", enumera. "El número de tableros de ajedrez ha aumentado, y la interdependencia no ha hecho más que crecer en los últimos veinte años. Los productores toman decisiones basadas en frágiles mediciones manuales de las plantas y necesitan ayuda para mantener la visión de conjunto".

La empresa familiar se vendió en 2007. En los años siguientes, Gerard vio cada vez más aplicaciones de datos en los viveros.

"La automatización de las plantas en maceta ha avanzado mucho en lo que se refiere a cámaras y sistemas de visión. La medición de capullos y flores son grandes aplicaciones. En el cultivo de hortalizas, sin embargo, el control del clima ha avanzado mucho más", explica.

"Al fin y al cabo, es un monocultivo, así que puedes dirigir todo un departamento o una sección del invernadero en función de aportaciones específicas. Eso es más difícil con las plantas en maceta, donde siempre se busca una media entre distintas etapas de crecimiento y variedades".

En el cultivo de hortalizas, sin embargo, las mediciones de las plantas siguieron siendo manuales durante mucho tiempo y, por tanto, propensas a errores. "Después de pasar tiempo midiendo tomateras, puedes llegar a tener bastante prisa. Y mañana vuelves a hacerlo de otra forma. El riesgo es que tomas decisiones basadas en esas mediciones, lo que puede tener consecuencias importantes". Lo aclara con un ejemplo: "Es como ir en coche de tu ciudad a Barcelona y sólo conocer tu posición una vez cada hora. Con las mediciones semanales en el cultivo, vemos el mismo problema: muy pocos datos para la estrategia que estás usando: especialmente con todas las herramientas que tenemos ahora como productor para hacer muchos cambios".

© iUNU Gerard se incorporó a IUNU porque vio la oportunidad de automatizar estas mediciones con alta calidad y grandes tamaños de muestra. La empresa ya había desarrollado tecnología de visión para el cultivo de lechugas y creó LUNA AI, un robot que recorre el cultivo y escanea uniformemente miles de plantas. Combinan esto con una plataforma de datos impulsada por IA para impulsar perspectivas únicas y previsiones precisas.

"No había visto antes la automatización de mediciones manuales con visión e IA a este nivel. Eso es lo que hace que esta solución sea única: gracias al enorme número de mediciones, se puede hablar de datos medios fiables. Se elimina el elemento subjetivo. La tecnología de visión por cámara elimina toda variación humana y la convierte en datos concretos".

Además, el cultivo se controla más de cerca porque las mediciones se realizan con más frecuencia. "Un productor que mide una vez a la semana sólo ve demasiado tarde que una planta está cambiando o deteriorándose. Con los datos de visión automatizada, puede intervenir mucho antes. Eso le permite mantener la planta en mejor equilibrio, prevenir el estrés y construir un cultivo fuerte y resistente".

Los datos recogidos por IUNU también se utilizan para la previsión de cosechas, donde la combinación de análisis de datos y mediciones fiables mejora aún más la calidad. "Vemos que un productor a veces se equivoca gravemente unas cuantas veces al año debido a las circunstancias, lo que supone una pérdida de ingresos o unos costes de cultivo y procesamiento innecesariamente elevados. Eso hace que la inversión merezca la pena".

© iUNU

El siguiente paso es aplicar los datos de cultivo al seguimiento de la mano de obra y la detección de enfermedades y plagas. El año que viene se lanzarán módulos para estos fines. "Las cámaras detectan irregularidades en las plantas con extrema rapidez. Para comparar: si escondo un clip en algún lugar de un invernadero de cuatro hectáreas, la IA puede encontrarlo. Esas capacidades pueden utilizarse para reconocer enfermedades y plagas y controlar la calidad del trabajo. Y si un pulgón o un ácaro causan daños, esa desviación es algo que los módulos de IA pueden detectar rápidamente, siempre que se disponga de datos fiables".

Junto a Gerard, el equipo europeo de IUNU también se ha reforzado con Huub Fransen, con sede en Polonia, lo que amplía aún más la presencia de la empresa en Europa. Gerard observa que el mercado está preparado para ello. LUNA ya opera en los Países Bajos, Bélgica, Francia, Finlandia y Grecia. "Los productores quieren conocer mejor sus cosechas y mejorarlas en consecuencia. Esto influye a la hora de elegir la automatización. No todos los conocimientos pueden expresarse directamente en dinero, pero a menudo conducen a mejoras".

También espera un mayor crecimiento en Europa Occidental. "Los productores son cada vez más conscientes de que la introducción manual de datos ya no es viable, no a la escala actual de la horticultura. Hay demasiado en juego como para dejar que los resultados dependan de diferentes personas". Nuestro objetivo es hacer más rentable la hectárea de cada productor, de forma predecible, mensurable y continua.