Sistemas de Información Geográfica, claves para la transformación del agro en el país

En un momento fundamental para la transformación digital del agro colombiano, los Sistemas de Información Geográfica (SIG) se consolidan como una herramienta esencial para planificar, producir y comercializar de forma más eficiente, sostenible e inteligente. Y fue precisamente sobre la importancia de esta tecnología que coincidieron varias conversaciones, en días pasados, en la II Cumbre de IA en el Agro, organizada por el Ministerio de Agricultura, la Upra, Agrosavia, la Cámara de Comercio de Bogotá y Esri Colombia.

Dora Inés Rey, directora general de la Unidad de Planificación Rural Agropecuaria (Upra), asegura que las tecnologías, especialmente la IA, se pueden aplicar de manera más adecuada en la medida en que los actores tengan los datos organizados, y que estos datos sean relevantes, de calidad y oportunos, lo cual puede lograrse de una manera integral y eficiente a través de los Sistemas de Información Geográfica.

“La inteligencia artificial nos podrá ayudar en las distintas gestiones si las entidades tenemos los datos organizados y a disposición para la toma de decisiones, y que los procesos de esa información también apunten a resolver las problemáticas reales del país, de otra manera no lo logrará”, cuenta.

La ubicación lo es todo en el agro. Saber dónde sembrar, cuándo hacerlo, qué cultivar y cómo responder al entorno climático y al mercado son decisiones estratégicas que requieren datos precisos, confiables y territorializados. En ese sentido, Manuel Francisco Lemos, gerente general de Esri Colombia, detalló que hablar de inteligencia artificial sin hablar de lo “geo” es perder de vista el eje articulador del conocimiento agropecuario.

A través de plataformas como ArcGIS y desarrollos en “geointeligencia artificial”, Esri Colombia ha venido trabajando con entidades como la Upra, Agrosavia, el Igac y el Ideam, para integrar capas de información clave (suelo, clima, infraestructura, biodiversidad, uso del suelo, entre otras) que permitan la toma de decisiones más inteligentes desde el campo.

“Hoy tenemos la capacidad de construir asistentes virtuales agrícolas que no solo nos dicen cómo cultivar, sino que lo hacen con base en modelos predictivos, imágenes satelitales, sensores remotos y series históricas de datos. Pero sin una buena georreferenciación, sin capas de datos bien construidas, no hay asistente que funcione”, comentó Lemos.

Por su parte, Viviana Vanegas, directora de desarrollo digital del DNP, aseguró que en Colombia solo el 10% del sector rural está tecnificado, de ahí que dos de los principales retos del sector se centran en la conectividad y en la alfabetización digital.

Sobre la situación del agro, Luis Adolfo Romero, CIO del MinAgricultura, destacó la necesidad de implementar una estrategia de datos como base fundamental para la implementación de la IA en el sector. Explicó que para que la tecnología logre su objetivo en el agro es necesaria la interoperabilidad de las entidades públicas y público-privadas, lo cual es posible a través de sistemas de datos abiertos como ArcGIS.

“Con la ayuda de actores como Esri Colombia y Microsoft podemos lograr la interoperabilidad que nos falta. Ya tenemos sensores, satélites, maquinaria y todo lo que necesita el agro para podernos conectar, nos falta esa integración de buenos datos y capacitarnos en su manejo, lo cual podemos lograr fácilmente con las tecnologías que ya existen”, explica.

Jorge Mario Díaz, director ejecutivo de Agrosavia, coincidió con Vanegas y recalcó que “la ciencia, los datos y la tecnología ya están generando impacto real en el campo. El reto es democratizar su acceso y asegurar que cada productor, sin importar su ubicación, pueda beneficiarse”.

Los desafíos del agro colombiano

En su intervención, Lemos abordó cinco grandes desafíos que enfrenta hoy el agro colombiano: cambio climático, productividad, comercialización, mano de obra rural y sostenibilidad. Para cada uno, mostró ejemplos concretos donde la tecnología geoespacial está marcando la diferencia:

· Modelos de predicción de cosechas basados en información de suelo, semillas y clima.

· Monitoreo de plagas y enfermedades mediante imágenes de dron y deep learning.

· Detección temprana de eventos extremos como heladas, lluvias intensas o deforestación.

· Optimización del uso del suelo mediante capas de aptitud agrícola desarrolladas por la Upra.

· Identificación de corredores de conectividad ecológica para una producción sostenible.

“Tenemos que soñar con un agro donde un agricultor, desde su finca o su comunidad, pueda preguntar: ¿qué siembro hoy? y obtener una respuesta basada en ciencia, datos y mapas. Pero para eso, necesitamos seguir construyendo datos abiertos, integrados y bien georreferenciados”, señaló.

La II Cumbre IA en el Agro reunió a más de 300 asistentes entre productores, investigadores, académicos, instituciones públicas y empresas tecnológicas. El evento se articuló con la estrategia Colombia PotencIA Digital del Ministerio TIC y el Conpes 4144 de inteligencia artificial, consolidando una visión donde el agro es uno de los ecosistemas estratégicos de innovación.