Cómo la tecnología finalmente podría comenzar a mostrarles a los agricultores cosas que aún no sabían

Por Rowan Moore Gerety / Dic 18, 2020

Traducido por L. Domenech

En el Valle de Salinas, el "Salad Bowl" de Estados Unidos, las nuevas empresas que venden formación en automatismos y detección remota están encontrando clientes.

I Como operador de máquina para la startup de robótica FarmWise, Diego Alcántara pasa cada día caminando detrás de un enorme robot que se parece a un Zamboni sin conductor, ayudándolo a aprender a hacer el trabajo de un equipo de desbrozado de maleza de 30 personas. Un martes por la mañana de septiembre, conocí a Alcántara en un gigantesco campo de coliflores en las colinas a las afueras de Santa María, en el extremo sur del vasto tablero de ajedrez de granjas de hortalizas que bordean la costa central de California, desde Oxnard al norte hasta Salinas y Watsonville. El valle de Salinas, refrescado por las brumas costeras que caen del Pacífico, a veces se le llama America's Salad Bowl. Junto con dos condados adyacentes al sur, el área alrededor de Salinas produce la gran mayoría de la lechuga cultivada en los EE UU durante los meses de verano, junto con la mayor parte de la coliflor, el apio y el brócoli, y una buena parte de las bayas. Era el tipo de clima perfecto por el que se conoce la costa central: cálido pero no caluroso, seco pero no reseco, con una suave brisa que se desliza desde la costa. Cerca de allí, un equipo de cosecha con sombreros de paja y mangas largas estaba haciendo un trabajo rápido recolectando una cantidad inconcebible de lechuga iceberg, apilando cajas de 10 en la parte trasera de los tractocamiones alineados en un camino de tierra. En otros tres meses, la misma escena se desarrollaría en el campo de coliflores donde ahora se encontraba Alcántara, rodeado de decenas de miles de plantones de dos y tres hojas. Primero, sin embargo, hubo que eliminarlo. El robot se sentó a horcajadas sobre un cantero de tres filas de ancho con sus ruedas en surcos adyacentes. Alcántar siguió unos pasos hacia atrás, sosteniendo un iPad con controles de pantalla táctil como los de un joystick. Bajo el capó, las cámaras del robot parpadeaban constantemente. Ráfagas de aire, como los pistones en un juego de arcade de golpear un topo, guiaron conjuntos de cuchillas en forma de L en movimientos cortos y precisos entre las plántas de coliflor, raspando la tierra para arrancar las malas hierbas y luego separándolas cada 30 cm para que solo la coliflor quedara ilesa. Periódicamente, Alcántara detuvo la máquina y se arrodilló en el surco, inclinándose para examinar una "muerte": puntos donde el conjunto de cámaras y cuchillas del robot se habían desalineado ligeramente, y entonces arrancó la plánta. Alcántara trabajaba un promedio de un acre por hora, y solo perdía una de cada mil plantas. Las pérdidas de plantas a menudo se producían en grupos de dos o tres, marcando los puntos donde una rueda se había deslizado fuera del surco y hacia el lecho mismo, o donde las hojas se habían separado una fracción de segundo demasiado tarde. Sacando un iPhone de su bolsillo, Alcántara abrió un canal de Slack llamado # field-de-bugging y envió una nota a un colega a 150 millas de distancia a unas cinco muertes seguidas, con una hipótesis sobre la causa (latencia entre la cámara y la cuchilla ) y una marca de tiempo para que pudiera encontrar las imágenes y ver qué había salido mal.

En este campo, y en muchos otros similares, el terreno había sido preparado por una máquina, las plántas trasplantadas por una máquina y los pesticidas y fertilizantes aplicados por una máquina. Los equipos de riego todavía colocaban la tubería de riego manualmente, y los trabajadores agrícolas recolectarían esta cosecha de coliflor cuando llegara el momento, pero no es exagerado pensar que un día nadie pondrá una mano en el suelo alrededor de estas plántas. La carrera de la tecnología para intervenir en una de las ocupaciones más antiguas y más grandes del planeta se centra en el esfuerzo por imitar y, en última instancia, superar los poderes extraordinarios de dos partes del cuerpo humano: la mano, capaz de usar pinzas o sostener a un bebé, atrapar o lanzar una pelota de fútbol, cortar lechuga o arrancar una fresa madura con su cáliz intacto; y el ojo, cada vez más desafiado por una potente combinación de computación en la nube, imágenes digitales y aprendizaje automático. El término “tecnología agrícola” fue acuñado en una conferencia en Salinas hace casi 15 años; los impulsores han estado prometiendo una oleada de dispositivos y software que rehacerían la industria agrícola durante al menos ese tiempo. Y aunque las nuevas empresas de tecnología agrícola han tendido a tener más facilidad para encontrar inversores que clientes, es posible que los impulsores finalmente estén en lo cierto.

Los impulsores de la tecnología agrícola han estado prometiendo una oleada de dispositivos y software que reharían la industria agrícola durante al menos 15 años. Puede que finalmente estén intentándolo. Silicon Valley está justo sobre la colina de Salinas. Pero según los estándares de Grain Belt, el Salad Bowl es un remanso relativo, con un valor de alrededor de $ 10 mil millones al año, en comparación con casi $ 100 mil millones para los cultivos básicos en el Medio Oeste. Nadie negocia futuros de lechuga como los futuros de soja; gigantes como Cargill y Conagra en su mayoría se mantienen alejados. Pero esa es la razón por la que la industria de los "cultivos especiales" me pareció el mejor lugar para trazar la evolución de la agricultura de precisión: si las herramientas tecnológicas pueden funcionar a lo largo de la costa central de California, en pequeñas parcelas con ciclos de cultivo cortos, entonces quizás estén realmente listas para actuar en una adquisición de valor más amplia. Alcántara, quien tiene 28 años, nació en México y llegó a los Estados Unidos cuando tenía cinco años en 1997, caminando por el desierto de Sonora hacia Arizona con su tío y su hermana menor, contempló como sus padres, que son del estado de Michoacán, en el centro de México, estaban ocupados preparando los ingredientes para una nueva vida como trabajadores agrícolas en Salinas, durmiendo en el vestidor de un familiar antes de alquilar un apartamento reformado con garaje. Alcántara pasó el primer año en casa, viendo la televisión y cuidando a su hermana mientras sus padres trabajaban: había una mujer viviendo en la casa principal que los vigilaba y los mantenía alimentados durante el día, pero nadie que pudiera llevarlos al colegio de primaria.

En la escuela secundaria, Alcántara solía trabajar como peón en la finca donde su padre se había convertido en capataz. Cortó y desyerbó lechuga, apiló cajas de fresas después de la cosecha, condujo un montacargas en el almacén. Pero cuando cumplió 22 años y vio a los amigos con los que había crecido consiguiendo sus primeros trabajos después de la universidad, decidió que necesitaba un plan para dejar el trabajo manual. Obtuvo una licencia de conducir comercial y se puso a trabajar para una empresa de robótica. Durante este primer período, recuerda Alcántara, los familiares a veces lo reprendían por ayudar a acelerar la toma de posesión de una máquina en los campos, donde el trabajo encorvado y sudoroso había despejado el camino para la movilidad ascendente de su familia. "¡Nos estás quitando nuestros trabajos!" ellos dirían. Cinco años después, dice Alcántara, la conversación ha cambiado por completo. Incluso FarmWise ha luchado por encontrar personas dispuestas a "caminar detrás de la máquina", dice. “La gente prefiere trabajar en un restaurante de comida rápida. In-N-Out está pagando $ 17.50 la hora ". Incluso de cerca, todo tipo de cosas pueden dañar la “visión” de las computadoras que alimentan los sistemas automatizados como los que usa FarmWise. Es difícil para una computadora decir, por ejemplo, si una mancha contigua de hojas de lechuga verde representa una sola plántula sana o un "doble", donde dos semillas germinaron una al lado de la otra y, por lo tanto, impedirán el crecimiento de la otra. Los campos agrícolas son brillantes, calurosos y polvorientos: condiciones apenas ideales para que las computadoras funcionen sin problemas. Una rueda se atasca en el barro y cambia temporalmente el sentido de distancia del algoritmo: los neumáticos izquierdos ahora han girado un cuarto de vuelta más que los neumáticos derechos. Otras formas de ver digital tienen sus propios desafíos. Para los satélites, hay que lidiar con una capa de nubes; para los drones y los aviones, el viento y la vibración de los motores que los mantienen en el aire. Para los tres, el software de reconocimiento de imágenes debe tener en cuenta la apariencia cambiante de los mismos campos en diferentes momentos del día a medida que el sol se mueve por el cielo. Y siempre existe un compromiso entre resolución y precio. Los agricultores tienen que pagar por los drones, aviones o cualquier maquinaria de campo. Las imágenes de satélite, que históricamente han sido producidas, pagadas y compartidas libremente por agencias del espacio público, se han limitado a imágenes poco frecuentes y con resolución baja. La NASA lanzó el primer satélite para imágenes agrícolas, conocido como Landsat, en 1972. Las nubes y las bajas velocidades de descarga conspiraron para limitar la cobertura de la mayor parte de las tierras agrícolas del mundo a un puñado de imágenes al año de un sitio determinado, con píxeles de 30 a 120 metros por lado. Media docena más de iteraciones de Landsat siguieron durante las décadas de 1980 y 1990, pero fue solo en 1999, con el espectrorradiómetro de imágenes de resolución moderada, o MODIS, que un satélite pudo enviar observaciones diarias a los agricultores sobre la mayor parte de la superficie terrestre del mundo, aunque con un píxel de 250 metros. A medida que las cámaras y la informática han mejorado en los últimos 20 años, un desfile de empresas de tecnología se ha convencido de que se puede ganar dinero proporcionando información derivada de imágenes de satélite y aeronaves, dice Andy French, experto en conservación del agua en el USDA. Centro de Investigación Agrícola de Tierras Áridas en Arizona. "No han tenido éxito", dice. Pero a medida que la frecuencia y la resolución de las imágenes de satélite continúan aumentando, eso ahora podría cambiar muy rápidamente, él cree: “Hemos pasado de Landsat pasando por encima de nuestra cabeza cada 16 días a tener casi todos los días, de uno a cuatro metros resolución",dice Andy French.

En 2014, Monsanto adquirió una startup llamada Climate Corporation, que se promocionó a sí misma como una empresa de “agricultura digital”, por mil millones de dólares. “Era un grupo de chicos de Google que eran expertos en imágenes de satélite y decían '¿Podemos hacer que esto sea útil para los agricultores?'”, Dice Thad Simons, un antiguo ejecutivo de materias primas que cofundó una empresa de capital de riesgo llamada Yield Lab. "Eso llamó la atención de todos". En los años transcurridos desde entonces, Silicon Valley ha enviado una serie de nuevas empresas financiadas por empresas de capital riesgo cuyos servicios de análisis y pronóstico se basan en herramientas que pueden recopilar y procesar información de forma autónoma o a distancia: no solo imágenes, sino también cosas como sensores de suelo y sondas de humedad. . "Una vez que ves que las conferencias ganan más dinero que la gente que realmente trabaja", dice Simons con una sonrisa, "sabes que es un área caliente". Un subconjunto de estas empresas, como FarmWise, están trabajando en algo parecido a la coordinación mano-ojo, persiguiendo el objetivo perenne de automatizar las etapas más intensivas en mano de obra del cultivo de frutas y hortalizas (deshierbe y, sobre todo, cosecha) en un contexto de escasez crónica de mano de obra agrícola. Pero muchos otros se centran exclusivamente en brindar mejor información a los agricultores. Una forma de entender la agricultura es como una cobertura interminable contra las incertidumbres que afectan el resultado final: el clima, las enfermedades, la dosis y el momento óptimos de fertilizantes, pesticidas y riego, y enormes fluctuaciones en el precio. Cada uno de estos factores impulsa miles de decisiones incrementales en el transcurso de una temporada, decisiones basadas en largos años de prueba y error, intuición y experiencia adquirida con esfuerzo. Entonces, la pregunta tecnológica en boca de los agricultores en todas partes, como me dijo Andy French, es: "¿Qué nos está diciendo que no sabíamos ya?"

III Josh Ruiz, el vicepresidente de operaciones agrícolas de Church Brothers, que cultiva verduras para la industria de servicios de alimentos, administra más de mil bloques separados de tierras agrícolas que cubren más de 20,000 acres. Afable, robusto y fácil de hablar, Ruiz es conocido en toda la industria como uno de los primeros en adoptar nuevas tecnologías y que no tiene miedo de experimentar con ellas. En los últimos años, se ha convertido en una parada habitual en el circuito que atrae a ejecutivos tecnológicos curiosos en Teslas desde San Francisco y Mountain View para pararse en un campo de lechugas y hacer preguntas sobre el negocio agrícola. "Trimble, Bosch, Amazon, Microsoft, Google, lo que sea, todos me están llamando", dice Ruiz. "Puedes llamar mi atención muy rápido si me resuelves un problema, pero lo que sucede nueve de cada 10 veces es que las empresas de tecnología vienen a mí y resuelven un problema que no era un problema". Lo que todos quieren, en una palabra, es previsión. Durante más de una generación, el gobierno federal ha protegido a los productores de maíz, trigo, soja y otros productos básicos del impacto financiero de las plagas y el mal tiempo al ofrecer subsidios para compensar el costo del seguro de cosechas y, en épocas de abundantes cosechas, establecer un precio “piso” artificial al que el gobierno interviene como comprador de último recurso. Las frutas y verduras no gozan de la misma protección: representan menos del 1% de los $ 25 mil millones que el gobierno federal gasta en subsidios agrícolas. Como resultado, el mercado de verduras está sujeto a variaciones salvajes basadas en el clima y otros factores solo vagamente predecibles.  Josh Ruiz, vicepresidente de operaciones agrícolas de Church Brothers, una empresa que crece en verde, con "Big Red", una cosechadora de brócoli automatizada de su diseño. LUCAS FOGLIA Cuando visité Salinas, en septiembre, la industria de la lechuga estaba en medio de una semana excepcional en cuanto a precios, con cabezas enteras de iceberg y lechuga romana que daban ganancias a los cargadores de hasta $ 30 por caja, o aproximadamente $ 30,000 por acre. “En este momento, tienes la oportunidad de perder una fortuna y recuperarla”, dijo Ruiz mientras estábamos en el borde de un campo. Los cambios pueden ser dramáticos: unas semanas antes, explicó, iceberg se vendía por una fracción de esa cantidad: $ 5 la caja, aproximadamente la mitad de lo que cuesta producir y cosechar. En el siguiente campo, filas de plántas de lechuga iceberg jóvenes tenían rayas de color marrón rojizo, la marca del virus de la mancha necrótica de impatiens, o INSV, que ha estado causando estragos en la lechuga de Salinas desde hace años. Éstos fueron los primeros signos. Regrese después de un par de semanas más, dijo Ruiz, y la mitad de las plantas estarán muertas: no valdrá la pena cosechar en absoluto. Tal como estaba, ese resultado representaría una pérdida de $ 5,000, basada en los costos de la tierra, el arado, la siembra y los insumos. Si decidieran desyerbar y cosechar, esa pérdida fácilmente podría duplicarse. Ruiz dijo que no habría sabido que estaba desperdiciando $ 5,000 si no hubiera decidido llevarme a dar un paseo ese día. Multiplique eso en más de 20,000 acres. Suponiendo que una empresa pudiera entregar de manera confiable ese tipo de conocimiento avanzado sobre INSV, ¿cuánto valdría para él? Una empresa que intenta averiguarlo es una startup de análisis e imágenes llamada GeoVisual Analytics, con sede en Colorado, que está trabajando para perfeccionar los algoritmos que pueden proyectar los rendimientos probables con algunas semanas de anticipación. Es difícil modelar bien. Una cabeza de lechuga normalmente ve más de la mitad de su crecimiento en las últimas tres semanas antes de la cosecha; Si permanece en el campo solo un par de días más, podría ser demasiado difícil o delgado para vender. Cualquier modelo que construya la empresa debe tener en cuenta factores como ese y más. Una bola de iceberg regada en el momento inadecuado se hincha hasta convertirse en un ramo suelto. Las zanahorias de los supermercados carecen de agua para alargarlas. Cuando GeoVisual llegó por primera vez a Salinas, en 2017, "llegamos prometiendo el futuro y luego no lo cumplimos", dice Charles McGregor, su gerente general de 27 años. Ruiz, con menos caridad, llama a su primera temporada un "fracaso épico". Pero le da crédito a McGregor por quedarse. “Ellos escucharon y lo arreglaron”, dice. Simplemente no está seguro de cuánto está dispuesto a pagar por ello.

Tal como está la cosa, la forma en que los hombres de campo llegan a los pronósticos de rendimiento es decididamente analógica. Algunos cuentan las cabezas de lechuga paso a paso y luego extrapolan midiendo sus pasos. Otros usan una sección de 30 pies de tubería de rociadores. No hay forma de que métodos como estos puedan igualar la escala de lo que podría capturar un avión no tripulado o un avión, pero los resultados tienen la virtud de un formato que los productores pueden procesar fácilmente y, por lo general, no tienen más de 25 a 50 cajas por acre. , o aproximadamente del 3% al 5%. También son parte de los gastos básicos de una operación agrícola: si el mismo empleado detecta una válvula de riego rota o un tanque de fertilizante vacío y se asegura de que el equipo de deshierbe comience a tiempo, pedirle que entregue un pronóstico de cosecha decente no es necesariamente un problema de costo adicional. Por el contrario, el precio de los pronósticos impulsados ​​por la tecnología tiende a ser desigual. Los vendedores de tecnología reducen el costo del servicio para obtener nuevos clientes y luego, eventualmente, tienen que descubrir cómo ganar dinero con lo que venden. "A 10 dólares el acre, le diré a [GeoVisual] que lo vuele todo, pero a 50 dólares el acre, tengo que preocuparme", me dijo Ruiz. “Si me cuesta cien mil dólares al año durante dos años, entonces tengo eso, ¡ajá! momento, ¿voy a recuperar mis doscientos mil dólares? IV Toda la detección digital para la agricultura es una forma de medición por poder: una forma de traducir partes del espectro electromagnético en la comprensión de los procesos biológicos que afectan a las plantas. La reflectancia infrarroja térmica se correlaciona con la temperatura de la superficie terrestre, que se correlaciona con la humedad del suelo y, por lo tanto, con la cantidad de agua disponible para las raíces de las plantas. Medir las ondas reflejadas de luz verde, roja e infrarroja cercana es una forma de estimar la cobertura del dosel, lo que ayuda a los investigadores a rastrear la evapotranspiración, es decir, la cantidad de agua que se evapora a través de las hojas de una planta, un proceso con vínculos claros con la salud de las plantas. Mejorar estas cadenas de extrapolación es una llamada y una respuesta entre los datos generados por las nuevas generaciones de sensores y los modelos de software que nos ayudan a comprenderlos. Antes del lanzamiento del primer satélite Sentinel de la UE en 2014, por ejemplo, los investigadores tenían cierto conocimiento de lo que el radar de apertura sintética, que genera imágenes de alta resolución mediante la simulación de antenas grandes, podría revelar sobre la biomasa vegetal, pero carecían de suficientes datos del mundo real. para validar sus modelos. En el oeste de Estados Unidos, hay abundantes imágenes para rastrear el movimiento del agua sobre los campos irrigados, pero ningún modelo de cultivo lo suficientemente avanzado como para ayudar de manera confiable a los agricultores a decidir cuándo `` pedir '' agua de riego del río Colorado, lo que generalmente se hace con días de anticipación. Al igual que con cualquier frontera de Big Data, parte de lo que está impulsando la explosión del interés en la tecnología agrícola es simplemente la disponibilidad de cantidades de datos sin precedentes. Por primera vez, la tecnología puede ofrecer instantáneas de cada corona de brócoli individual en una parcela de 1,000 acres y mostrar qué campos tienen más probabilidades de ver incursiones de ciervos y jabalíes que viven en las colinas sobre el Valle de Salinas. El problema es que convertir una manguera de incendios de 1 y 0 en cualquier tipo de información útil (producir, por ejemplo, una alerta de texto sobre los cinco campos principales con signos de estrés por sequía) requiere una comprensión más sofisticada del negocio agrícola de lo que parecen muchas nuevas empresas. tener. Como dijo Paul Fleming, un consultor agrícola desde hace mucho tiempo en Salinas, "Solo queremos saber sobre las cosas que no salieron como se suponía".

Y eso es solo el comienzo. A los remitentes minoristas se les paga por cada cabeza de coliflor o paquete de col rizada que producen; a los procesadores, que venden coronas de brócoli precortadas o bolsas de mezcla para ensaladas, generalmente se les paga por peso. Es posible que los agricultores, contratados para cultivar una cosecha para otra persona por una tarifa por acre, nunca sepan si una cosecha determinada fue "buena" o "mala", representando una ganancia o una pérdida para el transportista que los contrató. A menudo, a los transportistas les interesa mantener a los agricultores individuales en la oscuridad sobre su posición en relación con sus competidores cercanos. En Salinas, el desafío de hacer que los macrodatos sean relevantes para los administradores de granjas también consiste en consolidar el universo de información que las granjas ya recopilan o, quizás, no lo hacen. Aaron Magenheim, quien creció en el negocio de riego de su familia y ahora dirige una consultoría enfocada en tecnología agrícola, dice que los detalles del riego, fertilizantes, rotaciones de cultivos o cualquier cantidad de variables que pueden influir en la cosecha tienden a perderse en el bullicio de la cosecha de cada temporada, si es que alguna vez son capturados. “Todo el mundo cree que los agricultores saben cómo cultivan, pero la realidad es que lo están sacando del aire. No rastrean eso hasta el nivel del lote ", me dijo, usando un término de la industria para una extensión individual de tierra agrícola. Hasta 40 o 50 lotes podrían compartir el mismo pozo y tanque de fertilizante, sin una forma precisa de contabilizar los detalles. “Cuando estás aplicando fertilizante, la realidad es que es un tipo que abre una válvula en un tanque y lo hace funcionar durante 10 minutos, y dice: 'Bueno, eso se ve bien'. ¿Juan bloqueó el número 6 o el número 2 debido a una tubería rota? ? ¿Lo escribieron? " Dice Magenheim. "¡No! Porque tienen demasiadas cosas que hacer ". Luego están los mapas. En comparación con las operaciones de maíz y soja, donde se plantan los mismos cultivos año tras año, o viñedos y huertos, donde las plantaciones pueden no cambiar durante más de una generación, los productores de cultivos especiales se enfrentan a un rompecabezas interminable de lechuga romana después del apio, brócoli, con plantaciones que cambian de tamaño y forma según el mercado, y ciclos tan cortos como 30 días desde la semilla hasta la cosecha. Para muchas empresas en Salinas, el hombre que se encuentra a horcajadas en la brecha entre lo que sucede en el campo y las necesidades de mantenimiento de registros de una empresa agrícola moderna es un consultor de tecnología de 50 años llamado Paul Mariottini. Mariottini, que planeaba convertirse en contratista general hasta que consiguió una computadora a los 18 años y, como él mismo dice, "dejó de dormir de inmediato", realiza una operación individual desde su casa en Hollister, con un teléfono plegable y una suite de plantillas y complementos a medida que escribe para Microsoft Access y Excel. Cuando les pregunté a los productores que conocí cómo manejaban esta parte del negocio, la respuesta, a una persona, fue: "Oh, usamos a Paul". Los clientes de Mariottini incluyen algunas de las empresas de productos agrícolas más grandes del mundo, pero solo una utiliza tabletas para que los supervisores de campo puedan registrar la superficie y la variedad de cada plantación, el tipo y la fecha de las aplicaciones de fertilizantes y pesticidas, y otros datos básicos sobre el trabajo que realizan. supervisar mientras se lleva a cabo. El resto toma notas en papel o ingresa la información de memoria al final del día. Cuando le pregunté a Mariottini si alguien usaba software para vincular mapas de papel a hojas de cálculo que mostraran qué se plantó y dónde, se rió entre dientes y dijo: "He estado haciendo esto durante 20 años tratando de que eso suceda". Una vez programó un PalmPilot; él llama a uno de sus complementos "GPS lo suficientemente cerca". "La industria de la tecnología probablemente se reiría de eso, pero lo que la industria de la tecnología no comprende es la gente con la que estás trabajando", dijo.

V El objetivo de la automatización en la agricultura se entiende mejor si lo abarca todo. Las breves semanas de cosecha consumen una parte desproporcionada del presupuesto general, hasta la mitad del costo de cultivar algunos cultivos. Pero también hay esfuerzos para optimizar y minimizar la mano de obra a lo largo del ciclo de cultivo. Las fresas se cultivan con barreras de malezas biodegradables en aerosol que podrían eliminar la necesidad de esparcir láminas de plástico sobre cada cama. Los tractores automatizados pronto podrán arar los campos de hortalizas hasta obtener una superficie más lisa que la que podría lograr un conductor humano, mejorando las tasas de germinación. Incluso mientras las empresas de análisis compiten por ofrecer plataformas que puedan rastrear la salud de una lechuga individual desde la semilla hasta el supermercado y optimizar el orden en que se cosechan los campos, otras nuevas empresas están desarrollando nuevas variedades de lechuga "afiladas", similares a la lechuga romana, con una silueta compacta y hojas que descansan más alto del suelo, para que un robot pueda “verlas” y cortarlas más fácilmente. Sin embargo, en general, los problemas con el sistema alimentario estadounidense no tienen que ver tanto con la tecnología como con la ley y la política. Sabemos desde hace mucho tiempo que el herbicida Roundup está relacionado con un aumento de las tasas de cáncer, pero sigue siendo ampliamente utilizado. Sabemos desde hace más de 100 años que Occidente tiene escasez de agua, pero seguimos cultivando alfalfa en el desierto y utilizamos técnicas de perforación cada vez más sofisticadas en una especie de carrera de armas de agua. Estos no son problemas causados ​​por falta de tecnología.

En mi último día en Salinas, conocí a un productor llamado Mark Mason justo al lado de la autopista 101, que corta el valle en dos, y lo seguí hasta un bloque de apio de nueve acres con una ordenada torre de equipo meteorológico en el centro. El equipo es propiedad de la NASA, parte de un proyecto conjunto con la oficina de extensión cooperativa de Agricultura y Recursos Naturales de la Universidad de California, o UCANR. Hace ocho años, en medio de noticias de sequías e incendios forestales en todo el oeste, Mason sintió la sensación de que debería ser un administrador más cuidadoso del agua subterránea que usa para regar, incluso si la economía sugiere lo contrario. Eso lo llevó a ponerse en contacto con Michael Cahn, investigador de UCANR. Históricamente, el agua en Salinas siempre ha sido barata y abundante: la desventaja de regar insuficientemente o de usar muy poco fertilizante siempre ha sido mucho mayor que los ahorros potenciales. “Los productores quieren vender productos; el uso eficiente es secundario. No se acercarán ni arriesgarán la calidad ”, dijo Cahn. El riesgo incluso podría extenderse a perder una cosecha. Sin embargo, últimamente, la contaminación del agua potable por nitratos, causada por el uso intensivo de fertilizantes y relacionada con la enfermedad de la tiroides y algunos tipos de cáncer, se ha convertido en un problema político importante en Salinas. La junta de control de calidad del agua local está desarrollando actualmente un nuevo estándar que limitará la cantidad de fertilizantes nitrogenados que los productores pueden aplicar a sus campos, y se espera que esté finalizado en 2021. Como explicó Cahn, “no se puede controlar el nitrógeno sin controlar su agua de riego ". Mientras tanto, Mason y un puñado de otros productores están trabajando con UCANR en una plataforma de software llamada Crop Manage, diseñada para ingerir datos del clima y del suelo y brindar recomendaciones personalizadas sobre el uso de riego y fertilizantes para cada cultivo.

Michael Cahn, investigador de la Universidad de California que está desarrollando software para optimizar el uso de agua y fertilizantes, en una prueba de agua para alcachofas. LUCAS FOGLIA Cahn dice que espera que los avances tecnológicos en la gestión del agua sigan un curso similar al que está marcando la amenaza de regulaciones más estrictas sobre los fertilizantes nitrogenados. En ambos casos, el argumento empresarial a favor de una solución y la tecnología necesaria para llegar allí se encuentran en algún punto posterior a la política. La indignación por la falta de acceso a aguas subterráneas limpias generó un nuevo mecanismo regulador, que desbloqueó los fondos para averiguar cómo medirlo y que, a su vez, informará los enfoques de gestión que utilizan los agricultores. Al final, entonces, es la presión política la que ha creado las condiciones para que la ciencia y la tecnología avancen. Por ahora, el capital de riesgo y las subvenciones federales para investigación continúan brindando un impulso artificial a la tecnología agrícola, mientras que sus compradores potenciales, como los productores de lechuga, continúan tratándolo con cierto grado de precaución. Pero así como las nuevas regulaciones pueden remodelar el análisis de costo-beneficio en torno al uso de nitrógeno o agua de un día para otro, también puede hacerlo un producto que brinda un rendimiento claro de la inversión. Todos los productores con los que hablé dedican un tiempo precioso a controlar el mundo de las empresas emergentes: recibir llamadas telefónicas, comprar y probar servicios tecnológicos en una parte de sus granjas, hacer sugerencias sobre cómo orientar los análisis o modificar una aplicación orientada a la granja. ¿Por qué? Para opinar sobre cómo se desarrolla el futuro, o al menos acercarse lo suficiente para verlo venir. Un día, pronto, alguien ganará mucho dinero siguiendo los consejos de una computadora sobre el precio de la lechuga, o cuándo fumigar para una nueva plaga, o qué campos cosechar y cuáles abandonar. Cuando eso suceda, estos agricultores quieren ser los primeros en saberlo.

El artículo original se puede leer en inglés en MIT Technology Review