{"id":6341,"date":"2020-11-04T15:40:08","date_gmt":"2020-11-04T15:40:08","guid":{"rendered":"https:\/\/beta.bluetab.net\/?p=6341"},"modified":"2020-11-04T15:40:08","modified_gmt":"2020-11-04T15:40:08","slug":"data-drive-agriculture-big-data-cloud-ai-aplicados","status":"publish","type":"post","link":"https:\/\/beta.bluetab.net\/en\/2020\/11\/data-drive-agriculture-big-data-cloud-ai-aplicados\/","title":{"rendered":"Data-Drive Agriculture; Big Data, Cloud & AI aplicados"},"content":{"rendered":"

Data-Drive Agriculture; Big Data, Cloud & AI aplicados<\/h1>\n
\"\"<\/a><\/figure>\n

Jos\u00e9 Carranceja<\/a><\/h4>\n

Director Operaciones Am\u00e9rica<\/p>\n

Share on twitter
\nShare on linkedin
\nHace unas semanas un cliente nos pidi\u00f3 que le cont\u00e1ramos como estaban posicionadas las tres big clouds<\/em> en el mundo de la agricultura. Realmente no es una pregunta f\u00e1cil, pero intentar\u00e9 resumir algunos elementos que, desde mi experiencia, resultan relevantes acerca del estado de aplicaci\u00f3n de las \u00faltimas tecnolog\u00edas de datos en el sector. Un sector en el que la pandemia del coronavirus y su impacto en la escasez de trabajadores, han dado lugar a un aumento del inter\u00e9s por la inversi\u00f3n en rob\u00f3tica y la automatizaci\u00f3n.
\n\"\"<\/p>\n

En toda la cadena de valor del mercado agroalimentario hay realmente infinidad de soluciones de aplicaci\u00f3n de tecnolog\u00edas de anal\u00edtica avanzada, empezando por soluciones cercanas al cliente final bajo el paraguas de los CRM y el Social Marketing, pasando por soluciones de automatizaci\u00f3n de procesos productivos bajo los ERP y la robotizaci\u00f3n de las operaciones, y por descontado soluciones de toda la cadena de log\u00edstica en el \u00e1mbito del SCM, desde la optimizaci\u00f3n de rutas a la de activos en almac\u00e9n. Pero son quiz\u00e1s menos conocidas y m\u00e1s espec\u00edficas de agricultura, aquellas soluciones cercanas a los procesos iniciales en los cultivos y la producci\u00f3n de la materia prima alimentaria.<\/p>\n

Probablemente este mercado se ha mantenido reticente a la implantaci\u00f3n de grandes proyectos de transformaci\u00f3n digital y por ello marginal para los grandes players, debido a la gran dispersi\u00f3n de los productores y su poca coordinaci\u00f3n por iniciativas p\u00fablicas. Pero a\u00fan con eso, marcas de la relevancia de Syngenta, DJI, Slantrange o John Deere representan en este momento ejemplos indudables de aplicaci\u00f3n de las \u00faltimas tecnolog\u00edas de anal\u00edtica y datos en el sector.<\/p>\n

En las fases productivas la combinaci\u00f3n de sensores, drones, reconocimiento de imagen, termograf\u00eda y espectrograf\u00eda, veh\u00edculos aut\u00f3nomos y biotecnolog\u00eda han conseguido adem\u00e1s de multiplicar las capacidades productivas, una dr\u00e1stica reducci\u00f3n de mano de obra, insumos qu\u00edmicos y uso de agua.<\/p>\n

\"\"Actualmente adem\u00e1s de los avances en sistemas de predicci\u00f3n meteorol\u00f3gica, los sistemas GPS o la fotograf\u00eda satelital, los drones son una de las \u00e1reas de mayor desarrollo. Estas plataformas proporcionan informaci\u00f3n detallada sobre situaci\u00f3n hidrol\u00f3gica, maduraci\u00f3n de la cosecha o situaci\u00f3n fitosanitaria. Las c\u00e1maras que montan actualmente plataformas Drone como DJI, permiten desde levantar geometr\u00edas tridimensionales del terreno, a identificar con precisi\u00f3n de cent\u00edmetros donde aplicar agua o productos fitosanitarios y hasta el momento m\u00e1s adecuado para la cosecha de cada metro cuadrado. Todo ello mediante servicios disponibles en plataformas en la nube, utilizando algoritmos disponibles capaces de identificar n\u00famero y tama\u00f1os de cosecha, o plagas espec\u00edficas y su localizaci\u00f3n.<\/p>\n

Tecnolog\u00edas donde el procesamiento masivo de im\u00e1genes (gr\u00e1ficas, t\u00e9rmicas o espectrogr\u00e1ficas) y la identificaci\u00f3n de patrones son un elemento fundamental.<\/p>\n

No hay que olvidar la gran evoluci\u00f3n que los productos de origen qu\u00edmico o biol\u00f3gico est\u00e1n suponiendo. Syngenta a la cabeza de la producci\u00f3n de fertilizantes, semillas y productos fitosanitarios, promueve anualmente su Crop Challenge in Analytics en el que premia proyectos de anal\u00edtica en todo el mundo para el desarrollo de sistemas eficientes y sostenibles.<\/p>\n

\"\"<\/p>\n

Una caracter\u00edstica relevante de este sector son los marketplaces, adem\u00e1s de las soluciones cloud integradas que procesan las im\u00e1genes, proporcionan los resultados y generan las decisiones que conllevan, estos marketplaces prov\u00e9n tambi\u00e9n los modelos y algoritmos parametrizables para aplicarlos a tus datos. Slantrange a nivel internacional o Hemav en Espa\u00f1a son referentes de estas plataformas cloud integradas. Y plataformas como Keras o Caffe permiten no quebrarse la cabeza desarrollando algoritmos. Sencillamente hay que buscar los m\u00e1s adecuados, parametrizarlos para tu set de datos y ponerlos a competir para buscar el m\u00e1s eficiente. En Open AI est\u00e1n surgiendo nuevos modelos cada 18 meses.<\/p>\n

\"\"Otro elemento fundamental son las plataformas de datos abiertos, desde meteorol\u00f3gicos, satelitales o geol\u00f3gicos a hist\u00f3ricos en determinadas geograf\u00edas. El cruce de estos con los datos propios, permiten desde predecir mejor fen\u00f3menos meteorol\u00f3gicos y su impacto en la maduraci\u00f3n de la cosecha a predecir el futuro volumen de la misma y su valor en el mercado.<\/p>\n

\"\"Finalmente, un elemento diferencial son los veh\u00edculos aut\u00f3nomos de empresas como John Deere que fabrica tractores que utilizan los mismos modelos de inteligencia artificial usados en coches aut\u00f3nomos tan sofisticados como el Waymo de Alphabet. Modelos de reconocimiento de imagen permiten colocar y medir las actuaciones de forma que llegan a reducirse en la aplicaci\u00f3n de herbicidas o fertilizantes entre un 70 a un 90%. Hay que tener en cuenta que en condiciones normales aproximadamente un 50% de los fertilizantes se pierden en el ambiente.<\/p>\n

En este contexto la revista 360 Market Updates en su informe de 2020, identifica para el mercado al que nomina como \u201cGlobal Connected Agriculture\u201d, una expectativa de crecimiento CAGR de 17.08% durante el periodo entre 2020 y 2024. Y los grandes players<\/em> no son ajenos a esta perspectiva.<\/p>\n

\"\"<\/p>\n

Intentando discriminar los principales actores en servicios cloud, seg\u00fan Gartner, en este momento son Google GCP, Amazon AWS y Microsoft Azure los lideres diferenciados tanto en infraestructura como en plataforma de anal\u00edtica o BI. Pero es deficit identificar la m\u00e1s adecuada a un requerimiento gen\u00e9rico, incluso bajando a un nivel de detalle preliminar.<\/p>\n

En nuestro an\u00e1lisis de las tres plataformas en el que hemos evaluado capacidades de extracci\u00f3n, integraci\u00f3n y gobierno fundamentales, concluimos que las tres cuentan con servicios capaces de dar cobertura equivalente. Evidentemente las politicas de precio de todas se adaptan a los requerimientos de cada situaci\u00f3n en los mismos t\u00e9rminos de competitividad.<\/p>\n

No obstante, bajando al terreno de las soluciones para el sector agroalimentario son AWS y Azure las que han desarrollado modelos de aproximaci\u00f3n espec\u00edficos. Ambos han desarrollado plataformas de integraci\u00f3n para soluciones IoT, han integrando servicios para volcado de informaci\u00f3n de todo tipo de sensores, dispositivos o m\u00e1quinas, y habilitando servicios para hacerlo tanto en streaming como en batch.<\/p>\n

Tanto AWS como Azure cuentan con partners que apoyan los procesos de extracci\u00f3n de dichas plataformas IoT y aseguran las comunicaciones y la captaci\u00f3n de los datos. Pero quiz\u00e1s Microsoft ha ido un paso m\u00e1s all\u00e1 invirtiendo en partners con soluciones espec\u00edficas end to end en el segment en el que son diferenciales en el sector. Un ejemplo de ello es Slantrange, que cubre el proceso completo que realizan los drones desde la generaci\u00f3n de los planes de vuelo al procesamiento de las imagenes tanto termicas como termogr\u00e1ficas y su explotaci\u00f3n para la toma de decisions por los agricultores. Y en esa misma l\u00ednea, Microsoft ha llegado a acuerdos con plataformas de drones l\u00edderes del mercado como DJI o AirMap y ha desarrollado una plataforma de simulaci\u00f3n de vuelo Drone Flight Simulator 3D. Toda esta estrategia focalizada en el eslab\u00f3n de origen de la cadena del negocio, le proporciona un paso adicional para la preparaci\u00f3n de los datos previa al procesamiento en sus plataformas de inteligencia artificial.<\/p>\n

\"\"<\/p>\n

El servicio Azure FarmBeats, permite la creaci\u00f3n de un espacio especializado para el agricultor donde est\u00e1n integradas las capacidades de procesamiento de imagen de drones o satelital, as\u00ed como algoritmos de an\u00e1lisis para la toma de decisions sobre cosechas.<\/p>\n

Desde Bluetab vemos como la evoluci\u00f3n de servicios de las tres plataformas est\u00e1n en un momento de extraordinaria evoluci\u00f3n y las tres han entrado en una feroz carrera por asegurar que est\u00e1n a la altura de los servicios de sus mas cercanos competidores. Hoy en d\u00eda cualquiera de las llamadas \u201ckiller application\u201d como Kubernetes o kafka est\u00e1n disponibles en las tres y permiten unos niveles de integraci\u00f3n de servicios, hasta ahora inpensables.  Por ello, en el an\u00e1lisis de la decision de la Plataforma, hay que incluir tambi\u00e9n otras variables de decisi\u00f3n importantes como son el nivel de implantaci\u00f3n de la Plataforma en nuestro mercado local y la disponibilidad de recursos formados, la integraci\u00f3n con nuestras plataformas actuales on premise<\/em> o las pol\u00edticas comerciales de cada una de ellas.<\/p>\n

\"\"Podemos decir en t\u00e9rminos generales, que actualmente la plataforma AWS lleva la delantera a sus competidores en lo que tiene que ver con posici\u00f3n de mercado, si bien ha tenido una peque\u00f1a reducci\u00f3n de su posici\u00f3n en el ultimo a\u00f1o. Y esto hace que en mercados como Espa\u00f1a o M\u00e9xico nuestra percepci\u00f3n es que el n\u00famero de recursos disponibles es tambien mayor.<\/p>\n

Sin embargo, es claro que el nivel de preexistencia de soluciones Microsoft en el mercado corporativo y las facilidades de integraci\u00f3n de toda su plataforma office<\/em> con soluciones espec\u00edficas como Power BI, hacen que la afinidad de uso para los usuarios posicione a Azure como la soluci\u00f3n alternativa m\u00e1s demandada. Actualmente Power BI es una de las tres plataformas de explotaci\u00f3n lideres conjuntamente con Tableau y Qlik.<\/p>\n

Por otro lado, Google con GCP focaliza su estrategia en sus soluciones espec\u00edficas de inteligencia artificial y machine learning<\/em> como son sus soluciones de lenguaje natural o reconocimiento de imagen y sus plataformas tensorflow<\/em>. Todo ello apoyado por la integraci\u00f3n con sus plataformas de servicios bien conocidas como Maps<\/em> o Adds<\/em>. Y todo ello hace que su posici\u00f3n como tercer player est\u00e9 afianz\u00e1ndose.<\/p>\n

Finalmente hay que tener en cuenta dos puntos adicionales, el primero es que cada vez m\u00e1s el concepto multicloud<\/em> es una realidad y herramientas como VM Ware permiten soluciones de gestion integradas para la coexistencia de diferentes soluciones con diferentes clouds<\/em>. Por ello y este es el segundo punto, hay que evaluar los requerimientos espec\u00edficos de cada servicio para valorar si alguna de ellas tiene un nivel de desarrollo superior. As\u00ed por ejemplo, en lo que tiene que ver con plataformas de gaming, Microsoft con Xbox parecer\u00eda ser el lider, pero en este momento Lumberyard el motor de videjuegos y Twitch, ambos de AWS o Google Stream est\u00e1n entrando con fuerza. Y como en esto, en todos los segmentos, los tres competidores se reposicionan en pocos meses, por lo que las ventanas de diferenciaci\u00f3n son a veces marginales.<\/p>\n

Un mercado apasionante donde cada vez m\u00e1s las tres plataformas AWS, GCP y Azure, dificultan el acceso a otras como Alibaba, IBM y otros competidores, y profundizan en su posici\u00f3n generando oligopolios reales\u2026 pero este complejo asunto lo abordaremos en otra occasion.<\/p>\n

\u00bfQuieres saber m\u00e1s de lo que ofrecemos y ver otros casos de \u00e9xito?<\/h5>\n


\nDESCUBRE BLUETAB
\n<\/a>
\nShare on twitter
\nShare on linkedin<\/p>\n

\"\"<\/a><\/figure>\n

Jos\u00e9 Carranceja
\nDirector Operaciones Am\u00e9rica<\/p>\n

Actualmente COO de Bluetab para Am\u00e9rica, y ha desarrollado su carrera profesional en diferentes puestos de gesti\u00f3n internacional en \u00e1reas de ventas y consultor\u00eda en empresas como IBM, BT o Bankinter. Adem\u00e1s, ha liderado iniciativas de emprendimiento como JC Consulting Ass. de consultor\u00eda tecnol\u00f3gica o Gisdron un start up de servicios drone. Es Arquitecto especialista en c\u00e1lculo de estructuras y se ha formado en escuelas de posgrado como IESE, INSEAD o el TEC de Monterrey.<\/p>\n

SOLUCIONES, <\/b>SOMOS EXPERTOS<\/p>\n

<\/a><\/p>\n

<\/a><\/p>\n

<\/a><\/p>\n

<\/p>\n

\n\t\t\t\t\t\tDATA STRATEGY<\/h5>\n

<\/a><\/a><\/a>\t\t\t\t\t\t<\/a>
\n<\/a><\/p>\n

<\/a><\/p>\n

<\/a><\/p>\n

<\/p>\n

\n\t\t\t\t\t\tDATA FABRIC<\/h5>\n

<\/a><\/a><\/a>\t\t\t\t\t\t<\/a>
\n<\/a><\/p>\n

<\/a><\/p>\n

<\/a><\/p>\n

<\/p>\n

\n\t\t\t\t\t\tAUGMENTED ANALYTICS<\/h5>\n

<\/a><\/a><\/a>\t\t\t\t\t\t<\/a><\/p>\n

Te puede interesar<\/p>\n","protected":false},"excerpt":{"rendered":"

Data-Drive Agriculture; Big Data, Cloud & AI aplicados Jos\u00e9 Carranceja Director Operaciones Am\u00e9rica Share on twitter Share on linkedin Hace unas semanas un cliente nos pidi\u00f3 que le cont\u00e1ramos como estaban posicionadas las tres big clouds en el mundo de la agricultura. Realmente no es una pregunta f\u00e1cil, pero intentar\u00e9 resumir algunos elementos que, desde mi experiencia, […]<\/p>\n","protected":false},"author":2,"featured_media":20767,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_header_footer","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[7,18],"tags":[],"class_list":["post-6341","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog-es","category-tendencias"],"acf":[],"jetpack_featured_media_url":"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2020\/11\/Blog-agri.jpg","_links":{"self":[{"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/posts\/6341","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/comments?post=6341"}],"version-history":[{"count":0,"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/posts\/6341\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/media\/20767"}],"wp:attachment":[{"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/media?parent=6341"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/categories?post=6341"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/beta.bluetab.net\/en\/wp-json\/wp\/v2\/tags?post=6341"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}