Tag: Inteligencia artificial

IA mapeia cafezais com mais de 95% de precisão
Pesquisadores brasileiros criaram uma metodologia revolucionária que mapeia plantações de café através de sensoriamento remoto com precisão superior a 95%. O sistema combina séries temporais de imagens do programa Harmonized Landsat Sentinel-2 (HLS) com algoritmos de inteligência artificial, especialmente Random Forest e XGBoost.

O método identifica áreas cultivadas com café e diferencia quatro estágios fenológicos da cultura: plantio, produção, poda e renovação. A tecnologia alcança acurácia entre 77% e 95% mesmo em regiões fragmentadas, onde pequenas propriedades predominam. Os desenvolvedores destacam que a técnica é escalável e aplicável em qualquer região cafeicultora do mundo.

Tecnologia torna visíveis pequenas propriedades ignoradas por mapeamentos convencionais

“O grande desafio para o sensoriamento remoto é mapear com maior detalhamento e precisão essas regiões que são altamente produtivas, porém, com perfil de pequena e média escala produtiva. Mapeamentos de larga escala, normalmente, deixam as menores áreas invisíveis”, explica Édson Bolfe, pesquisador da Embrapa Agricultura Digital (SP).
- ‘Ouro Branco’ do mar: bexiga de pescada-amarela vale até R$ 4 mil
- Mineiro se torna uma das 6 lendas do Café Especial no mundo
Bolfe destaca que algoritmos de inteligência artificial identificam essas áreas e aumentam a precisão dos mapeamentos via satélite. A tecnologia permite que gestores públicos e privados compreendam melhor as dinâmicas regionais de expansão, intensificação e diversificação agrícola.

Setor produtivo ganha ferramenta para reivindicar políticas públicas

A equipe realizou o mapeamento em Caconde (SP), um dos Distritos Agrotecnológicos do projeto Semear Digital. O setor produtivo demandou a pesquisa devido à ausência de dados precisos sobre a área ocupada pela cafeicultura local e seus diferentes estágios fenológicos.

“Temos o número de propriedades e o de cafeicultores cadastrados na Receita Federal. Porém, a área [das plantações] era um dado que a gente nunca teve de forma efetiva. Fica muito no achismo”, declara Ademar Pereira, presidente do Sindicato Rural de Caconde.

Pereira avalia que a ferramenta oferece uma referência importante para pleitear políticas públicas, orientar programas de capacitação e identificar áreas de renovação do cafezal. O mapeamento também revela onde produtores adotam práticas modernas de manejo, como o esqueletamento.

Sistema hierárquico analisa dados a cada três dias

O método utiliza séries temporais densas de bandas multiespectrais, índices espectrais e métricas de textura. Os dados vêm de imagens combinadas dos satélites Landsat e Sentinel-2 (HLS), capturadas aproximadamente a cada três dias. Algoritmos de inteligência artificial como Random Forest e XGBoost analisam as informações.

Foto: Taya Parreiras/Embrapa

Um sistema hierárquico de classificação trabalha em quatro níveis. O primeiro separa vegetação nativa de áreas agrícolas. O segundo nível diferencia culturas perenes, culturas anuais e pastagens. O terceiro distingue cafezais de plantios de eucalipto. O quarto nível classifica os cafezais entre áreas de formação (até três anos), produção, poda de esqueletamento e renovação por recepa.

Precisão ultrapassa 96% nos três primeiros níveis de classificação

Os três primeiros níveis ultrapassaram 96% de precisão. No quarto nível, com maior complexidade, a acurácia média foi de 83%, mas manteve bom desempenho. A classe “produção” alcançou 94% de precisão. A poda de renovação apresentou a menor taxa: 78%.

“Do ponto de vista das imagens de satélite, a cafeicultura em fase de produção se assemelha a certos cultivos de frutíferas, como os citros. E quando está recém-plantado, se confunde com áreas de pastagens”, explica Taya Parreiras, doutoranda da Universidade Estadual de Campinas (Unicamp) e bolsista do projeto Semear Digital.

Índices espectrais e estação chuvosa são cruciais para caracterização

A pesquisa revelou que índices como NDVI, GNDVI, NDWI e SAVI caracterizam o café com maior eficácia, especialmente na estação chuvosa, quando ocorrem transições fenológicas críticas. A banda verde do HLS mostrou importância particular, respondendo sozinha por quase 40% da classificação no Nível 2.

Métricas de textura GLCM e dados de temperatura de superfície (LST) refinaram os resultados, principalmente na diferenciação entre cafezais produtivos e esqueletizados.

Random Forest e XGBoost obtiveram precisão semelhante. Porém, o Random Forest processou os dados até 15 vezes mais rápido. Os autores explicam que essa diferença é contornável em análises municipais, mas representa vantagem significativa em trabalhos com maior extensão territorial.

Ferramenta auxilia adaptação climática da cafeicultura

O avanço tecnológico surge em momento estratégico. Mudanças climáticas ameaçam o café, uma das culturas mais vulneráveis. Projeções indicam redução de áreas adequadas de plantio na América Latina, África e Ásia.

“Em um cenário de mudanças climáticas, em que a precisão na gestão da cafeicultura se torna crítica para a sustentabilidade e competitividade, essa metodologia contribui para colocar o Brasil na vanguarda do monitoramento agrícola digital”, observa Gustavo Bayma, analista da Embrapa Meio Ambiente (SP).

Bayma destaca que a metodologia não apenas mapeia, mas permite entender a dinâmica do ciclo do café. O sistema oferece instrumento robusto para orientar políticas de adaptação, garantir rastreabilidade para o mercado internacional e apoiar produtores na tomada de decisão. A tecnologia beneficia especialmente pequenas propriedades, antes invisíveis nos mapeamentos convencionais.

Os desenvolvedores preveem que o sistema fortalecerá a governança agrícola no Brasil, ampliará o acesso de produtores a crédito e seguros, e apoiará políticas de adaptação climática. A ferramenta escalável, transparente e acessível também aumentará a confiança de consumidores e mercados internacionais na rastreabilidade da produção.

Próximas etapas incluem delimitação de talhões e expansão dos testes

Todos os mapas e dados gerados estão disponíveis gratuitamente no Repositório de Dados de Pesquisa da Embrapa (Redape). Os pesquisadores planejam expandir os testes para séries plurianuais e melhorar a precisão em classes menos representadas, como a renovação.

“Estamos desenvolvendo alguns modelos para fazer a delimitação dos talhões, pois observou-se que houve uma confusão na separação de carreadores, estradas de terra e mata. A ideia é usar um modelo de aprendizado profundo para fazer delimitação exata das parcelas com o uso de imagens de alta resolução”, explica Taya Parreiras.

O objetivo é transformar o sistema em ferramenta operacional para órgãos públicos, cooperativas, sindicatos e produtores. A iniciativa visa manter a liderança mundial do Brasil no mercado de café e fortalecer a sustentabilidade do setor.

Pesquisa internacional é publicada em revista científica

A revista científica Remote Sensing publicou os resultados. O artigo “Dense Time Series of Harmonized Landsat Sentinel-2 and Ensemble Machine Learning to Map Coffee Production Stages” está disponível gratuitamente online.

Além das equipes da Embrapa e da Unicamp, o trabalho contou com pesquisadores da Administração Nacional Aeronáutica e Espacial dos EUA (Nasa) e da Universidade Estadual da Paraíba (UEPB).

Semear Digital leva tecnologia digital para pequenos produtores

O mapeamento dos cafezais de Caconde faz parte das ações do Centro de Ciência para o Desenvolvimento em Agricultura Digital, conhecido como Semear Digital. A Embrapa Agricultura Digital coordena a iniciativa, financiada pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).

O projeto visa levar tecnologias digitais e soluções de conectividade para pequenos e médios produtores rurais. O Semear Digital estabeleceu dez Distritos Agrotecnológicos (DATs) em diferentes regiões do País, incluindo Caconde. Em cada local, uma equipe multidisciplinar da Embrapa e instituições associadas realizou diagnóstico e desenvolve ações de pesquisa e transferência de tecnologia específicas para atender necessidades locais.
30/10/2025
Brasil e China criam laboratório de IA para o semiárido
Brasil e China lançaram a pedra fundamental de um laboratório voltado ao desenvolvimento de inteligência artificial e maquinário agrícola de pequeno porte destinado à agricultura familiar do semiárido brasileiro. A cerimônia ocorreu na Universidade Agrícola da China (CAU), em Pequim, e simboliza uma nova fase na cooperação científica entre os dois países, que buscam alinhar inovação e sustentabilidade.

O Laboratório Brasil-China de Mecanização e Inteligência Artificial na Agricultura Familiar funcionará no Instituto Nacional do Semiárido (Insa), em Campina Grande (PB). O órgão, vinculado ao Ministério da Ciência, Tecnologia e Inovação (MCTI), concentrará pesquisas sobre monitoramento ambiental, análise de dados e mecanização inteligente, sempre voltadas às necessidades dos pequenos produtores da região.

Além de reduzir desigualdades regionais, o projeto pretende gerar soluções de baixo custo e alto impacto. Dessa forma, busca ampliar a produtividade sem comprometer os recursos naturais do semiárido.
- Cafeicultura em Rondônia cresce 543% em produtividade
- Comunidades indígenas recebem ações sobre impactos dos agrotóxicos
Complementaridade entre gigantes agrícolas

A parceria une dois gigantes agrícolas em diferentes estágios de desenvolvimento. Enquanto o Brasil oferece experiência prática em agricultura tropical, a China contribui com tecnologia avançada, capacidade industrial e ritmo acelerado de inovação.

Segundo Dayvid Santos, coordenador-geral de Tecnologia Social e Economia Solidária do MCTI, a colaboração representa uma oportunidade histórica. “O Brasil, como um dos maiores produtores de alimentos do mundo, traz sua vasta experiência em agricultura tropical, seu conhecimento em solos e biomas diversos, e a força de seus produtores rurais”, afirmou. “A China, por sua vez, traz sua impressionante capacidade de inovação, sua manufatura de alta tecnologia e sua velocidade na adoção de novas soluções digitais. Somos, portanto, parceiros naturais e complementares”, completou.

Essa integração, acrescentou Santos, permitirá desenvolver tecnologias que unam eficiência produtiva e sustentabilidade ambiental — combinação essencial para enfrentar as mudanças climáticas.

Avanço para o semiárido brasileiro

Para Etham Barbosa, diretor do Insa, o laboratório inaugura um novo ciclo de pesquisa aplicada e formação científica no Nordeste. “Com o laboratório, poderemos explorar melhor a região, que é tão rica em recursos naturais. Além disso, vamos promover o desenvolvimento de tecnologias para a agricultura familiar, baseadas em mecanização, inteligência artificial, digitalização, formação de pesquisadores e construção de capacidade para pesquisa científica”, explicou.

Barbosa ressaltou que o Insa atuará como ponto de convergência entre universidades, startups e produtores locais. Assim, o conhecimento científico poderá se transformar mais rapidamente em inovação prática no campo.

Cooperação consolidada

O projeto é resultado de um memorando de entendimento assinado entre o MCTI e o Ministério da Ciência e Tecnologia da República Popular da China. O documento foi elaborado em novembro de 2024, durante a visita do presidente Xi Jinping ao Brasil. Desde então, ambos os governos vêm intensificando o intercâmbio de pesquisadores e o compartilhamento de dados sobre mecanização adaptada ao clima semiárido.

O Insa será responsável pela gestão e coordenação das atividades, enquanto a Universidade Agrícola da China fornecerá suporte técnico e equipamentos de pesquisa. O lançamento da pedra fundamental ocorreu durante o Simpósio de Modelos de Desenvolvimento dos Países da Iniciativa Cinturão e Rota, que reforçou o compromisso de cooperação científica e tecnológica entre as nações.

Com o novo laboratório, Brasil e China fortalecem os laços diplomáticos e renovam a esperança de que a tecnologia transforme o semiárido em um território fértil e produtivo.
29/10/2025
IA mapeia 50 anos de impacto da pesquisa agrícola
Um estudo inovador usou inteligência artificial para analisar meio século de avaliações sobre o impacto da pesquisa agrícola em todo o mundo. Como resultado, a pesquisa revela tendências, lacunas e prioridades que podem orientar políticas públicas e estratégias globais de inovação no campo.

As avaliações de impacto agrícola tornaram-se essenciais para governos, financiadores e instituições científicas. Em geral, elas ajudam a medir com precisão os efeitos de políticas e tecnologias voltadas ao desenvolvimento sustentável.
De acordo com Daniela Maciel Pinto, analista da Embrapa Territorial, o levantamento examinou 239 estudos publicados entre 1969 e 2022. A análise identificou mudanças nos métodos, no volume de pesquisas e nos temas estudados ao longo do tempo.
- Dieta de alta energia aumenta em 21% a produção de embriões bovinos
- La Niña 2025: como fenômeno climático pode afetar a agricultura no Brasil
Segundo ela, o primeiro artigo, publicado em 1969, já destacava a importância de aprimorar a gestão dos recursos públicos aplicados à pesquisa agrícola. Desde então, a área evoluiu acompanhando transformações globais, da Revolução Verde à atual crise climática.

Seis grandes temas dominam as pesquisas

O estudo agrupou os trabalhos em seis grandes áreas:
• Economia e desenvolvimento agrícola (49 estudos): foco em eficiência, produtividade e investimentos, com destaque para grãos como sorgo e cevada;
• Inovação e desempenho tecnológico (37): análise da qualidade, difusão de conhecimento e culturas como milho e cana-de-açúcar;
• Segurança alimentar e mudanças climáticas (33): integração entre produção, adaptação e igualdade de gênero;
• Gestão de recursos e sustentabilidade (31): avaliação de impactos ambientais e redução da pobreza rural;
• Impactos sociais e transformações institucionais (47): participação social e fortalecimento de políticas agrícolas;
• Adoção de tecnologias sustentáveis (42): foco em pequenos produtores, inovação e aumento de renda.
As projeções indicam que, até 2030, os temas ligados à sustentabilidade e gestão de recursos devem crescer acima da média. As áreas de adoção de práticas sustentáveis podem avançar 233%, enquanto gestão de recursos deve crescer 122%.

Metodologias mais diversas e interdisciplinares

Para Adriana Bin, pesquisadora da Unicamp, o levantamento identificou 73 técnicas diferentes, divididas em três categorias: desenho da avaliação, coleta e análise de dados. Ela destaca que as abordagens quantitativas perderam espaço para os métodos qualitativos e mistos, especialmente a partir dos anos 2000, com o avanço da ciência de dados.

Os impactos sociais e institucionais concentraram a maior diversidade de métodos, seguidos por inovação tecnológica e desempenho. Já os grupos de economia agrícola e tecnologias sustentáveis empataram em variedade metodológica.

Para Geraldo Stachetti Rodrigues, pesquisador da Embrapa Meio Ambiente, temas sociais complexos exigem maior diversidade de abordagens. Ele afirma que as avaliações precisam integrar diferentes métodos para captar as múltiplas dimensões dos impactos agrícolas.

Inteligência artificial impulsiona novas análises

O diferencial da pesquisa foi o uso de técnicas de Processamento de Linguagem Natural (PLN), como tokenização, análise de bigramas e modelagem de tópicos. Ou seja, essas ferramentas permitiram identificar padrões e tendências que dificilmente seriam percebidos em análises convencionais.

A equipe analisou inicialmente 447 artigos das bases Scopus e Web of Science, refinando-os até chegar ao conjunto final de 239. Foram aplicados métodos estatísticos e algoritmos de aprendizado de máquina, como o LDA (Latent Dirichlet Allocation), para organizar os textos em seis grupos temáticos.

Daniela Maciel Pinto destaca que a pesquisa também criou um dicionário com 103 métodos e técnicas usados em avaliações de impacto, servindo como guia prático para pesquisadores e gestores públicos.

Evolução histórica das avaliações agrícolas

O estudo mostra que as avaliações de impacto seguiram o ritmo da agricultura mundial. Nos anos 1950 e 1960, as análises focavam o retorno econômico das inovações da Revolução Verde. A partir dos anos 1970, surgiram preocupações ambientais e sociais, dando origem a métodos como a Avaliação do Ciclo de Vida (ACV).

Nas décadas seguintes, abordagens participativas e qualitativas passaram a incluir questões de gênero e equidade. A partir de 2010, cresceram as avaliações sistêmicas alinhadas aos Objetivos de Desenvolvimento Sustentável (ODS). Mais recentemente, big data e tecnologias digitais entraram no campo, ampliando as possibilidades de análise e previsão.

Desafios e lacunas da pesquisa

Apesar dos avanços, o estudo aponta lacunas relevantes. Poucas avaliações tratam de culturas essenciais à segurança alimentar global, como arroz, trigo, batata e inhame, que aparecem em apenas 10% dos estudos.
Além disso, ainda há poucas pesquisas experimentais, mesmo em áreas que se beneficiariam dessas metodologias.

Ao mesmo tempo, outra limitação é o alcance das bases de dados. Ou seja, a análise se restringiu a publicações indexadas nas plataformas Scopus e Web of Science, o que pode ter deixado de fora trabalhos relevantes de outros repositórios.

Ciência, sustentabilidade e responsabilidade social

As avaliações de impacto agrícola deixaram de ser apenas instrumentos técnicos. Em geral, hoje, elas representam mecanismos de responsabilidade institucional, alinhados aos princípios da Pesquisa e Inovação Responsáveis (RRI).

Essas ferramentas aproximam a ciência agrícola de valores éticos, sociais e ambientais, fortalecendo sua relevância para a sociedade. Os autores destacam que a inteligência artificial complementa, e não substitui, os métodos tradicionais. Portanto, ela amplia a capacidade de análise e ajuda a conectar a pesquisa científica aos desafios globais, como mudanças climáticas, segurança alimentar e sustentabilidade.

Em resumo, o levantamento oferece um mapa detalhado de tendências e metodologias, capaz de apoiar decisões, orientar investimentos e estimular práticas agrícolas mais resilientes e inclusivas.

Principais achados do estudo

• 239 publicações analisadas entre 1969 e 2022;
• Seis grupos temáticos principais, com foco em sustentabilidade e inovação;
• 73 técnicas de avaliação identificadas e 103 catalogadas em um dicionário metodológico;
• Crescimento do uso de métodos mistos e ciência de dados desde os anos 2000;
• Lacunas em culturas básicas como arroz, trigo e batata;
• Maior avanço esperado até 2030 em práticas sustentáveis e gestão de recursos.
05/10/2025
IA detecta lagarta-do-cartucho e protege lavouras de milho contra prejuízos
A Embrapa Instrumentação (SP) criou um sistema que combina sensores de imagem e inteligência artificial para identificar a lagarta-do-cartucho, uma das pragas mais destrutivas da cultura do milho. O método analisa imagens digitais e reconhece a praga tanto nas folhas quanto nas espigas da planta.

A tecnologia elimina a subjetividade dos métodos tradicionais, que exigem trabalho intensivo e dependem exclusivamente da observação humana. Produtores rurais podem agora contar com uma ferramenta automatizada que aumenta a precisão na detecção precoce da praga.

Praga ameaça 70% da produção

O milho figura entre os cereais mais cultivados globalmente, mas enfrenta uma ameaça séria: a lagarta-do-cartucho (Spodoptera frungiperda). Pesquisadores da Embrapa estimam que o inseto pode destruir até 70% da produção quando não controlado adequadamente.
- Empresa investe em aluguel de abelhas para aumentar produtividade de maçãs
- Mirtilo: cultura rende até R$ 250 mil por hectare e atrai pequenos produtores
O ataque ocorre em duas fases críticas do desenvolvimento da planta. A lagarta destrói o milho tanto durante o crescimento vegetativo quanto no período reprodutivo, comprometendo toda a safra.

A revista Electronics publicou o estudo “Computational Intelligence Approach for Fall Armyworm Control in Maize Crop”, assinado por Alex Bertolla e Paulo Cruvinel. Os pesquisadores identificaram uma lacuna significativa entre os métodos atuais de detecção e os resultados necessários para o controle eficaz.

“A discrepância entre o método atual de detecção e o resultado pretendido nos motivou a pesquisar uma alternativa para a detecção precoce de pragas em áreas cultivadas”, explica Bertolla.

O estudo concentrou esforços no reconhecimento e classificação de padrões dinâmicos da lagarta-do-cartucho. Além do milho, a praga ataca outras culturas importantes como soja e algodão. A solução desenvolvida oferece aos agrônomos e laboratórios resultados mais precisos no monitoramento.

Câmera simples captura imagens na lavoura

A implementação da tecnologia não exige equipamentos caros. Produtores podem acoplar uma câmera fotográfica comum em implementos agrícolas para coletar imagens das lagartas durante as operações na lavoura.

“A câmera não precisa ser de alto custo, é necessário apenas produzir imagens com boa resolução”, esclarece Bertolla. O sistema captura fotos das pragas presentes nas folhas e espigas enquanto as máquinas realizam outras tarefas no campo.

O método integra múltiplas tecnologias: processamento digital de imagens e sinais, estatística multivariada, técnicas de aprendizado de máquina e visão computacional. Cruvinel explica que o aprendizado de máquina permite aos sistemas aprender com dados personalizados de treinamento para automatizar tarefas.

“O aprendizado profundo também é um processo de aprendizado de máquina, mas baseado em redes neurais artificiais com um conjunto de camadas de propósito específico”, detalha o pesquisador.

Os pesquisadores desenvolveram o algoritmo computacional em Python, linguagem amplamente utilizada em ciência de dados. O programa avalia imagens digitais de diferentes estágios de crescimento da lagarta, identifica seu nível de desenvolvimento e mede a frequência de ocorrência na área cultivada.

Estudo analisa mais de 2 mil imagens

A equipe avaliou 2.280 imagens de lagartas-do-cartucho em folhas e espigas de milho. O objetivo foi classificar cinco estágios distintos de desenvolvimento da praga durante o ciclo de produção.

Os pesquisadores estruturaram o trabalho em quatro fases principais. A primeira etapa envolveu a aquisição e pré-processamento das imagens, incluindo tratamento, remoção de ruídos e padronização de cores.

Na segunda fase, o sistema realizou a segmentação das imagens para extrair o fundo e destacar apenas as lagartas presentes no ambiente. A terceira etapa extraiu características dos objetos identificados para distinguir exclusivamente o inseto-alvo. O método utilizou informações de cor, textura e características geométricas para caracterizar e reconhecer padrões da lagarta-do-cartucho.

“No último bloco, utilizamos conceitos da inteligência computacional, baseado em aprendizado profundo, em que uma rede neural artificial convolucional (CNN) treinada permite a classificação dos diferentes estágios da lagarta”, explica Bertolla.

A CNN analisa especificamente dados visuais. Os pesquisadores também compararam o desempenho usando cinco classificadores conhecidos como máquina de suporte de vetores (SVM), que classificam cada estágio da lagarta individualmente.

Resultados abrem caminho para aplicação prática

A qualidade dos resultados confirmou a eficácia da estrutura baseada em aprendizado profundo. Os pesquisadores analisaram acurácia, precisão, tempo de processamento e desempenho de hardware.

“O método também apresentou resultado considerável em quesitos referentes ao desempenho de hardware e tempo de processamento, o que pode ser também interessante para uma ação futura relacionada à disponibilização dessa tecnologia na versão embarcada, para uso diretamente como parte de implementos agrícolas”, destaca Cruvinel.

Para trabalhos futuros, os pesquisadores sugerem incluir outras técnicas de inteligência artificial dedicadas ao controle de pragas. As propostas envolvem reconhecimento e classificação de padrões de forma não supervisionada e o uso de câmeras multiespectrais embarcadas em Veículos Aéreos Não Tripulados (VANTs) para operação em tempo real nas lavouras.
01/10/2025
Inteligência Artificial no WhatsApp revoluciona controle de custos agrícolas
A Syngenta Digital lança uma inovação que promete transformar a gestão agrícola brasileira. A empresa integrou Inteligência Artificial ao seu software Cropwise Balance. Agora produtores rurais podem registrar o consumo de insumos através de áudios pelo WhatsApp.

A nova funcionalidade busca resolver um problema grave do setor. A falta de controle financeiro compromete até 30% da rentabilidade das propriedades agrícolas, segundo dados da própria Syngenta.

Bruno Muller, Head de Serviços de Agricultura Digital da Syngenta, explica a dificuldade dos produtores. “O que prometem em clique, cobram em tempo. E tempo é exatamente o que falta”, afirma o executivo.
- Flores de café viram fragrâncias exclusivas no Brasil
- China dispara e compra mais alimentos do Brasil enquanto EUA aplicam sobretaxa
A realidade do campo confirma essa análise. Escassez de mão de obra e sistemas complexos fazem muitos produtores desistirem do controle detalhado. O resultado é uma gestão “no escuro” com alto risco de prejuízos.

Muller destaca os principais problemas dessa gestão deficiente:
- Perda de produtos por vencimento
- Compra emergencial a preços altos
- Ajustes de estoque na casa dos milhões
O executivo compartilha um exemplo real. “Um cliente precisou ajustar R$ 13 milhões em estoque. Isso equivale a 62% do custo da safra de soja. Um alto valor em produtos com destino desconhecido.”

IA simplifica gestão complexa

A tecnologia do Cropwise Balance funciona de forma intuitiva. A IA interpreta o áudio do operador rural. O sistema atualiza automaticamente o estoque. Depois calcula os custos por talhão. Por fim, gera informações precisas em tempo real.

Diego Ramires, Gerente de Produto da Syngenta, ressalta a importância da praticidade. “Com um simples áudio, o operador deixa de ser executor. Ele se torna um aliado estratégico, gerando dados no ritmo da fazenda”, explica.

A solução vai além do registro simples de dados. O Cropwise Balance cria um “mapa do lucro” completo. O sistema cruza custos, produtividade e rentabilidade de cada talhão.

Essa visão detalhada oferece vantagens estratégicas. O agricultor identifica exatamente onde perde dinheiro. Também descobre onde vale intensificar investimentos. O resultado é um manejo otimizado e margem de lucro mais sólida.

Produtor comprova eficácia da ferramenta

Thiago Damião, produtor rural do Maranhão, já testa a tecnologia. Ele destaca os principais benefícios da ferramenta.

“A maior diferença foi o controle total”, conta Damião. “Visualizamos o estoque em tempo real. Mais importante: tomamos decisões imediatas.”

O produtor explica como a ferramenta mudou sua rotina. “Não esperamos mais o fim da safra para entender custos. A clareza financeira impacta diretamente nossa agilidade e resultados.”
19/09/2025
Paraná aposta em inteligência artificial para impulsionar exportações à Europa
O Paraná prepara uma proposta para o Parlamento Europeu que visa simplificar as exigências para exportação de produtos à União Europeia (UE). Atualmente, o Brasil está classificado no grau padrão, que exige regras rigorosas de qualidade, segurança, sustentabilidade e rastreabilidade para acessar o mercado europeu. O Estado quer avançar para flexibilizar essas normas.

Nesta semana o Sistema Estadual de Agricultura (Seagri) reuniu representantes do setor produtivo, incluindo Faep, Fiep, Fetaep e Ocepar. O encontro discutiu demandas do setor e apresentou o potencial do Paraná para ampliar suas vendas à UE.

Natalino Avance de Souza, presidente do Instituto de Desenvolvimento Rural do Paraná (IDR-Paraná), destacou o momento estratégico. “Abrir mercado para os produtores paranaenses é essencial. Queremos fortalecer as vendas e mostrar a qualidade que rendeu ao Paraná o título de Supermercado do Mundo”, declarou.
- Portos do Brasil batem recorde histórico de movimentação
- Brasil se consolida como quinto maior exportador mundial de limão
Benno Doetzer, superintendente-geral de Ordenamento Territorial, explicou a estratégia central: utilizar dados do Cadastro Ambiental Rural (CAR) para monitorar a conformidade ambiental e produtiva dos imóveis rurais. A plataforma reunirá informações sobre uso de agrotóxicos, licenciamento ambiental, CAR, além de dados geoespaciais para identificar desmatamento e uso do solo.

Parceria com o Google

Em parceria com o Google, o Governo do Paraná implantará uma plataforma baseada em inteligência artificial. A empresa contratada, financiada pelo Google, fornecerá a ferramenta gratuitamente. Ela integrará dados da Celepar e permitirá o processamento automático das informações, facilitando a criação e o monitoramento de políticas públicas.

“Esse sistema reduzirá a necessidade de grandes equipes para análise, pois a inteligência artificial gerará insights que orientarão decisões governamentais e acompanharão resultados”, explicou Doetzer.

O setor produtivo recepcionou a proposta com entusiasmo, assim como as instituições públicas envolvidas. O próximo passo será enviar uma carta de apresentação ao governador Carlos Massa Ratinho Junior para autorizar o avanço do projeto.
17/09/2025
Avaliação por inteligência artificial indica nível de estresse de tambaquis
Pesquisadores da Unesp com colaboração da Embrapa desenvolvem ferramenta que pode ser usada para aumentar bem-estar animal ao avaliar tambaquis por meio da coloração da metade inferior do corpo; Brasil é o maior produtor mundial da espécie
Um grupo liderado por pesquisadores da Universidade Estadual Paulista (Unesp), em Jaboticabal, em colaboração com a Empresa Brasileira de Pesquisa Agropecuária (Embrapa), desenvolveu uma ferramenta de inteligência artificial (IA) para avaliar o estresse do tambaqui (Colossoma macropomum), peixe nativo mais produzido no Brasil. O estudo foi publicado na revista Aquaculture.

Os resultados podem ter impacto tanto para o aumento do bem-estar dos animais quanto para a seleção de exemplares mais tolerantes ao ambiente de cultivo. O tambaqui é uma espécie amazônica cultivada sobretudo nos Estados da região Norte. O Brasil é o maior produtor mundial da espécie, fornecendo 110 mil toneladas em 2022 (leia mais em: agencia.fapesp.br/54167 e agencia.fapesp.br/37902).
- Agricultura brasileira: os 5 defensivos agrícolas mais vendidos
- Dubai compra café mais caro do mundo
“Primeiro verificamos que, em uma condição estressante, ou seja, em um ambiente mais confinado do que o normal, os peixes ficavam mais escuros. Depois, que a adição de um hormônio ligado ao estresse também alterava a coloração nas escamas. Então treinamos um software com mais de 3 mil imagens para chegarmos num limiar de estresse que pudesse orientar piscicultores e programas de seleção genética, pois vimos que essa é uma característica herdável”, explica Diogo Hashimoto, professor do Centro de Aquicultura da Unesp (Caunesp), que coordenou o estudo.

Celma Lemos

O trabalho tem como primeira autora Celma Lemos, que realiza doutorado na instituição, e integra projeto apoiado pela FAPESP no âmbito de um acordo com a Fundação de Amparo à Pesquisa do Estado do Amazonas (Fapeam).

Para desenvolver a ferramenta, os pesquisadores fotografaram 3.780 tambaquis de duas populações. Uma do Caunesp (1.280 indivíduos) e outra da Embrapa Pesca e Aquicultura, em Palmas, no Tocantins (2.500 indivíduos). E contou com a colaboração da equipe coordenada pela pesquisadora Luciana Shiotsuki.

Em seguida, cada imagem teve marcada a região que deveria ser avaliada pelo software, a metade inferior do corpo. O contraste com a coloração da parte superior é bastante comum em peixes, provavelmente um atributo da seleção natural, que resultou numa espécie de camuflagem. O “countershading”, como é chamado em inglês, pode ser observado, por exemplo, em tubarões, que têm o ventre mais claro do que as costas.

Os pesquisadores treinaram então um modelo de aprendizado profundo (deep learning) para chegar a um limiar que indica, pelo número de pixels pretos em relação aos brancos da imagem, o grau de estresse dos tambaquis.

Uma vez que os exemplares do Tocantins tinham sido marcados quanto à sua ascendência, foi possível saber quanto a característica pode ser passada adiante. “Calculamos que a tolerância ao estresse é uma característica moderada a altamente herdável. Isso se reflete em ganho de peso e tolerância a doenças. Abrindo caminho para termos gerações com cada vez mais bem-estar em ambiente de cultivo”, avalia Hashimoto.

Mecanismos fisiológicos

A mudança na coloração sob estresse é uma característica encontrada em diversas espécies de peixe, mas ainda não havia sido comprovada no tambaqui. No caso das que se tornam mais escuras à medida que estão mais estressadas, como a tilápia (Oreochromis niloticus), um hormônio envolvido no estresse promove a expansão dos melanóforos, células que, a olho nu, são pequenas pintas pretas.

Para comprovar o efeito no tambaqui, os pesquisadores coletaram escamas de seis indivíduos, da população de Jaboticabal, e as mergulharam em duas soluções. Numa delas, havia uma solução neutra e o α-MSH, uma versão do hormônio estimulante de melanóforos. Na outra, apenas a solução neutra. Depois de 30 minutos, os autores observaram que as banhadas no hormônio estavam mais escuras, com os melanóforos expandidos.

Escamas antes e depois de 30 minutos mergulhadas em solução com hormônio ligado a estresse: indicado pela seta, expansão de melanóforos gera coloração mais escura (foto: Celma Lemos/Caunesp</em>)</p>

Em outro experimento, seis tambaquis foram retirados dos tanques normais de criação, de 200 metros quadrados, fotografados e divididos em três reservatórios redondos muito menores, de 2 mil litros (85 centímetros de altura e 1,66 metro de diâmetro). Depois de dez dias, foram novamente fotografados e a diferença de coloração era evidente, confirmando que a espécie também fica mais escura à medida que se estressa.

“A ferramenta de IA pode ser usada para monitorar o estresse dos peixes cultivados, num momento em que se cobra cada vez mais bem-estar animal. Apenas avaliando as fotos dos animais, seria possível obter essa medida e melhorar as práticas quando necessário, como reduzir o número de indivíduos por tanque, por exemplo”, diz o pesquisador.

Por André Julião | Agência FAPESP
24/08/2025
IA vai ajudar a escolher a carne do churrasco

Pesquisadores do Brasil, Canadá e Estados Unidos criaram um sistema de inteligência artificial (IA) que prevê a maciez e o percentual de gordura intramuscular da carne crua por meio de fotos tiradas com celular. O modelo usou 924 imagens de bifes bovinos e 514 de carne suína, capturadas em ambiente controlado com iluminação padrão, durante um ano de coleta coordenada pela equipe do pesquisador Márcio Duarte, da University of Guelph, no Canadá.

A partir dessas imagens, o pesquisador João Dórea, da University of Wisconsin-Madison, liderou o desenvolvimento do projeto. O pesquisador Guilherme Lobato Menezes e Dário Oliveira, da Fundação Getulio Vargas (FGV EMAp), treinaram redes neurais capazes de analisar as fotos e prever a qualidade da carne. Cada imagem recebeu dados laboratoriais, como a força de cisalhamento, que indica a resistência ao corte, e o teor de gordura entre as fibras musculares.

Categorias

O modelo classificou cortes em categorias como “macia”, “intermediária” e “dura”, além de estimar valores numéricos exatos de maciez e gordura. A precisão do sistema mostrou-se superior à dos consumidores: ele acertou 76,5% das previsões para maciez na carne bovina, contra 46,7% dos participantes humanos. Para a carne suína, a IA atingiu 81,5% de acerto, enquanto a gordura intramuscular apresentou 77% e 79% de precisão nas carnes bovina e suína, respectivamente.

“Estimamos o percentual de gordura intramuscular com grande precisão, algo essencial para definir a suculência e sabor da carne, e que o consumidor dificilmente avalia só olhando”, destacou Guilherme Menezes.

Atualmente, o sistema funciona para cortes de contrafilé bovino e lombo suíno. Os pesquisadores planejam testar o modelo em outros cortes e diferentes condições. O objetivo é apoiar o desenvolvimento de aplicativos que ajudem consumidores a escolher cortes de melhor qualidade na compra. Além de preservar transparência e justiça na precificação para a indústria.

Para o pesquisador Dário Oliveira, da FGV EMAp, essa inovação pode transformar a cadeia produtiva da carne no Brasil. O país é um dos maiores produtores e exportadores mundiais do setor. Além de gerar impacto direto na vida das pessoas e na economia do país.

Leia mais:

+ Agro em Campo: Nova tecnologia do MIT produz alimentos mais saudáveis

+ Agro em Campo: Hiperacumuladoras – conheça as plantas que ‘comem’ metal

20/07/2025
Do campo ao mundo: o poder da IA no agronegócio brasileiro

Um dos setores mais estratégicos da economia brasileira, o agronegócio, vem presenciando uma transformação em sua cadeia de produção e exportação. Com cada vez mais demandas por alimentos, eficiência, agilidade e sustentabilidade, empresas do segmento investem em ferramentas tecnológicas para atender as demandas do negócio.

Segundo a McKinsey, a adoção tecnológica na agricultura brasileira cresceu mais de 10 pontos percentuais entre 2022 e 2023, posicionando o Brasil como o segundo país com maior crescimento entre os pesquisados.

No centro desse movimento, está a Inteligência Artificial. Soluções que até pouco tempo pareciam futuristas já fazem parte da rotina de muitas operações agrícolas. Essas ferramentas são capazes de identificar, com precisão, a presença de pragas nas plantações, muitas vezes em estágios iniciais. E assim, permitir uma ação rápida e eficaz, assim como pode ser empregada na análise da qualidade dos alimentos, desde a colheita até o processamento. Portanto, garantindo padrões elevados de segurança e conformidade com as exigências do mercado consumidor.

No campo, a IA também desempenha um papel essencial na proteção das pessoas, ao monitorar áreas de risco e alertar para situações perigosas, como a aproximação de maquinários pesados, e até condições ambientais adversas por meio do monitoramento contínuo de temperatura, umidade e outros indicadores, possibilitando a prevenção de incêndios.

Integradas a plataformas de dados meteorológicos, é possível cruzar informações climáticas com dados históricos de produção para a tomada de decisão mais precisa. Assim como é possível saber o melhor momento para adubar, aplicar defensivos ou colher, o que significa aumentar a produtividade e, consequentemente, a rentabilidade da fazenda. Com a IA os produtores conseguem antecipar problemas, agir de forma preditiva e evitar perdas que, muitas vezes, só seriam percebidas tardiamente.

Comércio exterior

E a transformação não para nas porteiras. O comércio exterior, que sempre foi estratégico para o agronegócio brasileiro, também entra nessa jornada de automação. Plataformas de gestão de comércio exterior hoje são capazes de automatizar processos burocráticos, como a DUIMP (Declaração Única de Importação) e a DU-E (Declaração Única de Exportação), totalmente integradas ao Portal Único Siscomex.

Essa automação é relevante no agronegócio, atendendo demandas como importação de commodities e exportação de produtos de origem animal e vegetal. Especialmente em um cenário global instável, com mudanças nas cadeias de fornecimento e medidas como o recente “tarifaço” norte-americano, que vem redesenhando os fluxos de comércio mundial. Quem tiver agilidade e eficiência para se adaptar a essas novas rotas e exigências estará melhor posicionado para ampliar suas exportações. E assim, garantir competitividade no mercado global.

Inovar os processos de monitoramento das lavouras, proteção ambiental ou automação do comércio exterior é um diferencial competitivo para posicionar o Brasil como um dos líderes globais diante de um cenário cada vez mais dinâmico e exigente, que requer um agro cada vez mais conectado e inteligente.

Marcelo Maekawa. Foto: Divulgação

*Por Marcelo Maekawa, consultor de desenvolvimento de negócios na SONDA do Brasil

Os artigos assinados são de responsabilidade exclusiva dos autores e não refletem, necessariamente a opinião do Agro em Campo e de seus editores.

Leia mais:

+ Agro em Campo: Hortitec 2025 apresenta novas tecnologias para a horticultura brasileira

+ Agro em Campo: Produção agropecuária deve alcançar R$ 1,52 trilhão em 2025

20/06/2025
Artigo – Inteligência Artificial no campo
O agronegócio brasileiro vive um novo momento. Mais do que produtividade e escala — atributos historicamente associados ao setor —, a nova fronteira da competitividade passa pela capacidade de utilizar dados de forma inteligente. A Confederação da Agricultura e Pecuária do Brasil (CNA) projeta um crescimento de 7,4% no VBP do agronegócio, totalizando uma receita de R$ 1,43 trilhão até o final de 2025. O segmento agrícola deve alcançar R$ 937,55 bilhões, enquanto o valor bruto da produção pecuária deve crescer 9,2%, chegando a R$ 495,13 bilhões.

Os investimentos no setor reforçam essa tendência: R$25,6 bilhões devem ser aplicados em soluções tecnológicas no campo no próximo ano, um aumento de 21% em relação a 2024, segundo projeções da CNA em parceria com o CEPEA-USP. Desse total, cerca de 45% será direcionado a tecnologia de coleta e análise de dados, integração de plataformas e aplicação de inteligência artificial (IA) nas operações agrícolas.

O agronegócio brasileiro já se destaca globalmente pela produtividade e pela escala. Mas o próximo salto competitivo está diretamente ligado à capacidade de transformar dados em decisões mais rápidas e precisas através do uso da Inteligência Artificial.

Além disso, o mercado global de IoT agrícola, por exemplo, deve atingir US$ 20,9 bilhões, impulsionado pela demanda por maior eficiência e sustentabilidade, conforme dados da McKinsey. No Brasil, a conectividade no campo já é tendência consolidada, mas o custo ainda limita a adoção em larga escala.

Impactos reais no campo

A aplicação dessas tecnologias vai além da teoria: ela já gera resultados concretos. Um estudo da Escola Superior de Agricultura Luiz de Queiroz (ESALQ/USP), publicado em fevereiro de 2025, aponta que a digitalização nas lavouras monitoradas resultou em um aumento médio de 18,7% na produtividade, além de reduzir em 12,3% o consumo de insumos agrícolas, como fertilizantes e defensivos.

O mesmo levantamento mostra que propriedades com alto grau de digitalização apresentam rentabilidade 23% superior em relação àquelas que operam com modelos tradicionais de gestão. Os produtores estão conseguindo reduzir o uso de insumos e, ao mesmo tempo, aumentar o desempenho das lavouras. Isso se traduz em operações mais sustentáveis, rentáveis e resilientes.

Uma abordagem integrada: antes, dentro e depois da porteira

A verdadeira inovação no agronegócio moderno reside na compreensão de que a digitalização deve abranger toda a cadeia produtiva, não apenas as operações no campo. Essa visão sistêmica divide-se em três frentes principais:
- Antes da porteira: nesta etapa, o foco está na digitalização de processos que antecedem a produção, incluindo o desenvolvimento de cultivares com auxílio de inteligência artificial, planejamento estratégico de safras e otimização da cadeia de suprimentos de insumos.
- Dentro da porteira: no campo propriamente dito, as tecnologias incluem centros de operações agrícolas (COA), monitoramento de máquinas com telemetria, modelos preditivos para aplicação precisa de insumos e sistemas de visão computacional para detecção precoce de pragas e doenças.
- Depois da porteira: esta fase engloba a agroindústria, logística, distribuição e varejo, com soluções como plataformas de e-commerce especializadas, otimização de rotas de transporte, previsão de demanda utilizando machine learning e gestão inteligente de estoques.
Hoje, é fundamental enxergar o agronegócio como um ecossistema integrado. Não adianta digitalizar apenas uma etapa do processo produtivo se as outras continuarem desconectadas. A transformação precisa ser sistêmica para gerar eficiência real. Por isso, é importante contar com clientes e parceiros, principalmente antes e depois da porteira, que levam as melhores soluções em tecnologia aos produtores rurais.

Casos de sucesso demonstram o potencial da tecnologia

Entre os exemplos que confirmam o potencial dessas inovações está a Tereos, uma das maiores produtoras de açúcar e etanol do país. A empresa implementou um Centro de Operações Agroindustriais (COA) para unificar as áreas agrícola e industrial, com apoio da Keyrus, multinacional líder em consultoria de inteligência de dados e transformação de negócios. A estimativa é de economizar R$25 milhões por ano com a iniciativa.

Na Cooperativa Agroindustrial Holambra, a Keyrus apoiou o desenvolvimento de uma plataforma digital voltada à interação com cooperados. O projeto fortaleceu o relacionamento com os produtores e modernizou o acesso a informações sobre produção, crédito e compras de insumos.

Além disso, um dos cases mais avançados envolveu a criação de um sistema de IA generativa voltado à área jurídica de uma grande empresa do setor. Utilizando modelos de linguagem treinados com documentos legais da companhia, a solução permite buscas e consultas automatizadas a contratos complexos, aumentando a produtividade da equipe e reduzindo riscos.

Outro caso emblemático é o de uma grande companhia do setor que enfrentava gargalos na gestão de contratos com fornecedores. A solução envolveu a implementação de um pipeline automatizado de dados — um fluxo digital para organizar e processar informações — combinado com o uso de modelos de linguagem natural (LLMs), semelhantes ao ChatGPT, adaptados ao vocabulário jurídico da empresa. O sistema permite consultas conversacionais instantâneas a documentos complexos, economizando horas de trabalho manual.
Essa transformação na gestão contratual mostra como a inteligência artificial pode ser aplicada em frentes diversas — de tarefas simples, como um assistente virtual, até sistemas avançados capazes de analisar imagens em tempo real para detectar pragas no campo.

Perspectivas e desafios até 2030

Segundo uma pesquisa da McKinsey & Company, divulgada em abril de 2025, o mercado brasileiro de tecnologias agrícolas deve movimentar R$ 42 bilhões até 2030. Apesar dos avanços, a digitalização no campo ainda esbarra em gargalos importantes, sendo o principal deles a conectividade em áreas remotas. Infelizmente, ainda existem produtores com sensores de última geração, mas sem sinal de internet estável, fazendo com que a entrega do valor pleno da tecnologia trave.

No entanto, para contornar as limitações, será necessário adotar soluções que funcionem parcialmente offline, sincronizando dados assim que o sinal retorna. Outro ponto de atenção é a maturidade digital das equipes. Mais do que tecnologia, é preciso formar profissionais capazes de interpretá-la, por isso, as organizações precisarão investir em treinamentos, programas de capacitação e soluções com interfaces intuitivas, porque a transformação digital também é uma transformação humana.

A margem para decisões baseadas apenas na intuição ou na experiência está diminuindo. Entramos em uma era em que a capacidade analítica definirá o sucesso ou o fracasso das operações agrícolas. E isso vale para pequenos, médios e grandes empresas do agronegócio.

Rodrigo Cruz

*Por Rodrigo Cruz é Vice-presidente de Estratégia de Crescimento e Inovação de Portfólio da Keyrus no Brasil

Os artigos assinados são de responsabilidade exclusiva dos autores e não refletem, necessariamente a opinião do Agro em Campo e de seus editores.

Leia mais:

+ Agro em Campo: Sudoeste do Paraná inicia vazio sanitário da soja

+ Agro em Campo: Regulamento da 48ª Expointer é publicado
13/06/2025