Durante la última edición de Indoor Ag-Con, Jeremy Shechter centró su presentación en por qué la recopilación de datos en el cultivo comercial de cannabis debe funcionar como una herramienta operativa.
Jeremy, fundador de Open Source Horticulture, comenzó desafiando una suposición común en los equipos de cultivo. "No somos tan buenos como creemos", dijo, señalando específicamente la brecha entre el rendimiento percibido y lo que realmente se puede demostrar. Sin datos, afirmó, los operadores tienden a basarse en nociones preconcebidas más que en pruebas.
La genética, explicó Jeremy, no puede evaluarse de forma aislada. "La genética no se forma en el vacío", afirmó. En otras palabras, la recopilación de datos se convierte en la única forma fiable de comprender cómo se comporta la genética en diferentes salas, instalaciones y condiciones de funcionamiento.
Las cifras de rendimiento por sí solas, añadió, rara vez cuentan toda la historia. Los equipos pueden ser capaces de dar una cifra, pero les cuesta explicar cómo se ha conseguido ese resultado. "Enséñame el cuadro de mandos", dijo Jeremy, describiendo situaciones en las que las afirmaciones sobre rendimiento se vienen abajo porque no existen datos históricos o no se puede acceder a ellos. En esos casos, la memoria llena el vacío, aunque, como él dice, "nuestra memoria es muy mala".
© Eelkje Pulley | HortiDaily.es
La importancia de fijar objetivos
Jeremy enmarcó los datos como el mecanismo que permite a los equipos avanzar hacia objetivos definidos. "Uno de los motores más importantes para la gente es avanzar hacia un objetivo", dijo, y el progreso solo se hace visible cuando se mide de forma coherente. Sin datos sólidos, los objetivos siguen siendo abstractos.
Un punto recurrente a lo largo de la presentación fue la necesidad de moderación. En este sentido, citó a Leonardo Da Vinci: "La simplicidad es la máxima sofisticación", dijo Jeremy, para describir la tendencia a complicar en exceso los sistemas de datos porque sí. Argumentó que no vale la pena recopilar todos los datos, y que la medición excesiva a menudo crea ruido en lugar de conocimiento.
La decisión sobre qué datos son importantes, subrayó Jeremy, no debe dejarse al azar. "Los datos no son iguales", dijo, "los equipos pueden perder fácilmente el tiempo recopilando información que no tiene ningún impacto en los resultados. La selección de los KPI debe estar impulsada por la dirección y vinculada directamente a los resultados empresariales, y luego comunicarse claramente a los directores de cultivo".
La clave está en la capacidad de actuar. "Si un dato no sirve para tomar una decisión, no debe tratarse con el mismo rigor". Jeremy utilizó la presión ambiente como ejemplo, explicando que, aunque las desviaciones de un punto establecido pueden señalar un problema, no pertenecen necesariamente al seguimiento del rendimiento a largo plazo. En otras palabras, las tendencias son más importantes que las lecturas aisladas.
Sistemas de recogida de datos
Jeremy también habló de la estructura de los sistemas eficaces de recogida de datos, describiendo la necesidad de hacer un seguimiento de cada paso del proceso, desde el cultivo hasta el envasado. "Esos sistemas deben construirse a medida para cada instalación". Volvió a insistir mucho en que es esencial que todo sea fácil y sencillo. "Si quieres seguir haciendo algo, hazlo fácil", dijo Jeremy. Añadir pasos a cualquier proceso aumenta la fricción y reduce el cumplimiento, ya sea en el cultivo o en la introducción de datos.
Los flujos de trabajo basados en papel se señalaron como un problema persistente. Jeremy describió operaciones en las que los datos se anotan y se transfieren posteriormente a un ordenador, un proceso que calificó de ineficaz y propenso a errores. Los sistemas totalmente digitalizados, que utilizan tabletas o dispositivos móviles, se presentaron como un requisito básico para la introducción fiable de datos.
Hacia el final de la sesión, Jeremy se refirió a cómo los datos influyen en las decisiones más allá de las métricas de cultivo. Señaló que algunos cultivares pueden dar grandes rendimientos pero no funcionar bien tras el secado, volviéndose frágiles o difíciles de manejar. Sin un seguimiento de estos resultados, los operadores corren el riesgo de optimizar cifras que no se traducen en el rendimiento del producto final.
Para más información:
Indoor Ag-Con
www.indoor.ag
