En el ámbito del SAPPHIRE, la Asociación de Cooperativas Argentinas (ACA), fue galardonada con el Innovation Awards por el proyecto “ACA Mi Campo”, aplicación totalmente desarrollada con tecnología de SAP. “ACA Mi Campo” es una aplicación digital, orientada a facilitar la gestión agronómica, comercial y económica del negocio agrícola.
El objetivo del proyecto fue el desarrollo de una plataforma que provea la integración y el análisis respecto de las condiciones de cosecha – campos entregando información que posea datos integrados y de calidad, provenientes de satélites, drones, dispositivos IoT, índices detallados y datos del clima, integrados con información de negocio.
“La aplicación permite realizar mapa de ambientes y prescripciones variables de siembra y fertilización en función de los pronósticos meteorológicos”, explicó Horacio Balussi, CIO de ACA. “También permite realizar, a partir de datos satelitales, un monitoreo de la salud de los cultivos día tras día, además de identificar de manera rápida malezas, plagas y enfermedades”, añadió.
Balussi proyectó que aplicaciones como “ACA Mi Campo” permitirán en algunos años más incrementar el grado de precisión de las decisiones productivas y económicas, además de liberar de tareas operativas a las personas para que puedan dedicar una mayor cantidad de tiempo a generar valor por medio del trabajo intelectual. “La plataforma en la cual se sustenta ACA Mi Campo es muy robusta y eso permite que opere a una gran velocidad en diferentes ámbitos, algo que es un factor clave en la experiencia de usuario y que no siempre está contemplado en otras aplicaciones”
La aplicación está sustentada en un conjunto de algoritmos construidos sobre un esquema de aprendizaje automatizado (machine learning), lo que permite que las prescripciones y evaluaciones realizadas mejoren de manera progresiva a medida que se va nutriendo de nuevos datos.
“El índice verde (Índice de Vegetación de Diferencia Normalizada) hoy es un commodity en la gestión de la información agronómica. El proceso de machine learning es el factor clave para poder contar con recomendaciones que contribuyan a mejorar el potencial de los cultivos o reducir factores de riesgo”, remarcó Balussi. “Tenemos el objetivo de poder llegar a predecir el margen bruto por cada metro cuadrado de lote, además del flujo financiero de cada negocio agrícola. También tenemos planes para desarrollar una aplicación que permita realizar presupuestación forrajera”, adelantó.