Inteligência artificial no agro

A Gazeta ES

Temas como o futuro do agro e soluções inteligentes foram debatidos durante o evento realizado por A Gazeta

Transcript

00:00:00A Caixa está presente sempre nos eventos onde a gente traz as nossas possibilidades de produtos e serviços

00:00:14com foco no desenvolvimento da população, do desenvolvimento do Estado, do Brasil.

00:00:21E aqui a gente está apresentando o nosso stand, todos os produtos.

00:00:26A Caixa hoje dentro do mercado do agronegócio, ela está na totalidade.

00:00:33Nós começamos efetivamente esse negócio de estar presente no agro.

00:00:39Eu falava ontem em uma palestra que a Caixa, um dos itens dos produtos e serviços que faltavam no portfólio

00:00:48da Caixa era o agronegócio.

00:00:50E a gente começou esse desenvolvimento em 2013, mas efetivamente em 2021 é que nós entramos nesse negócio

00:01:01e entramos para ficar, entramos para poder trazer realmente dignidade, trazer a melhoria da qualidade de vida do brasileiro.

00:01:09E aí, completando todo o seu ciclo.

00:01:13Dentro do agronegócio, a Caixa tem todas as linhas de financiamento, custeio, investimento, industrialização e comercialização.

00:01:22Ou seja, toda a cadeia que compõe o agronegócio, a Caixa está presente com todos os produtos e serviços.

00:01:29E mais do que isso, Mário, a Caixa hoje, eu costumo dizer que poucos são os bancos, ou instituição financeira,

00:01:43que conseguem atender na totalidade todo o ciclo de produção.

00:01:50Então, a gente consegue estar presente no empresário que fornece equipamento,

00:01:57no agricultor que faz o seu plantio, que faz os seus investimentos, seus custeios,

00:02:03e também no consumidor final que compra os produtos, ou no intermediário, mas mesmo assim, no consumidor,

00:02:11no cliente desse negócio do agro.

00:02:15Então, a Caixa hoje, realmente, é um banco que tem toda essa linha de portfólio.

00:02:21E, para nós, funcionários da Caixa, a gente está aqui, então, com o nosso estande, com os nossos executivos.

00:02:28A Caixa criou, em 2021, uma estrutura para dar um atendimento focado no agronegócio.

00:02:39Criamos agências do agro, espalhadas pelo Brasil todo.

00:02:43Mas, também, atendemos nas nossas agências, para todo aquele produtor, aquele agricultor que quiser fazer atendimento.

00:02:52Então, tem um especialista em uma determinada unidade, mas todas as agências atendem o agronegócio no Brasil inteiro.

00:03:01Então, qualquer agência que você se dirigir, você pode ficar tranquilo, ir lá e perguntar ao nosso gerente que a

00:03:06gente vai estar atendendo.

00:03:07Então, para encerrar, eu queria agradecer a parceria com a rede.

00:03:14A Rede Gazeta tem sido um parceiro enorme na Caixa, em todas as frentes da Caixa.

00:03:22Agradecer por ter nos proporcionado e propiciado que a gente estivesse aqui,

00:03:26porque o patrocínio é de duas mãos,

00:03:30e a gente tem um prazer muito grande em participar de eventos como esse,

00:03:34dada a importância e a envergadura desse evento,

00:03:37o nível de atingimento que chega,

00:03:41para que a gente possa estar, efetivamente, levando os produtos e serviços

00:03:44e essa energia da Caixa,

00:03:46de dizer que a gente está presente, realmente,

00:03:49em todos os municípios brasileiros.

00:03:52Para encerrar, enfim,

00:03:53queria dizer para vocês que, todo dia, acordar Mário e Fabiola,

00:03:59acordar e falar assim,

00:04:01eu vou trabalhar em uma empresa

00:04:04que eu vou fazer diferença

00:04:08na vida do cidadão brasileiro,

00:04:10isso é um orgulho muito grande para nós, funcionários da Caixa.

00:04:15Porque, realmente, a gente bate no peito e diz assim,

00:04:19vou fazer diferença na vida do brasileiro,

00:04:21seja nos programas sociais,

00:04:25seja na habitação,

00:04:27no fundo de garantia,

00:04:28nos créditos comerciais para empresas pequenas,

00:04:33microempresas, grandes, enfim,

00:04:35a gente atende de ponta a ponta,

00:04:37e isso, para a gente, é muito,

00:04:39nos traz muito orgulho.

00:04:41Então, queria convidar vocês depois

00:04:42para se dirigir em nosso estande ali,

00:04:44com nossos profissionais,

00:04:45e dizer a vocês, muito obrigado,

00:04:48um ótimo dia hoje de evento,

00:04:50e conte sempre com a Caixa,

00:04:52a Caixa sempre vai estar ao lado de todos vocês.

00:04:55Muito obrigado, ótimo dia a todos.

00:05:05Agradeço ao Tassiso pelo apoio da Caixa

00:05:07e também por essa oferta de produtos

00:05:10que ele trouxe aqui para a gente

00:05:12em toda a cadeia do agronegócio.

00:05:15Vamos começar o primeiro painel dessa manhã, Fabiola?

00:05:18Vamos sim, painel Inteligência Artificial no Agro.

00:05:22Para compor o painel,

00:05:24convidamos André Kode Fucucauti,

00:05:27gerente de inovação aberta da Bayer.

00:05:34Bem-vindo.

00:05:36Também o Carlos Ribeiro, da Sensix,

00:05:38CEO da Startup.

00:05:40Por favor.

00:05:44E Samuel de Assis Silva,

00:05:46professor do Departamento de Engenharia Rural da UFIS.

00:05:53Esse painel vai ter mediação da Fabiola de Paula,

00:05:57minha colega jornalista.

00:05:58Então, Fabiola, agora é com você.

00:05:59Estamos querendo ouvir

00:06:00o que a inteligência artificial vai trazer de novidade,

00:06:03porque a gente ouviu tanto falar de sustentabilidade,

00:06:06mudanças climáticas e inteligência artificial.

00:06:08É isso.

00:06:09Vamos seguir, então, aqui.

00:06:10Deixa eu pegar o microfone.

00:06:12Obrigada, Mário Bonela.

00:06:14Sejam bem-vindos.

00:06:15Obrigado.

00:06:16A gente pode fazer uma rodinha, assim,

00:06:19para eu ficar mais de frente para vocês.

00:06:20O que vocês acham?

00:06:22E de lado para eles aqui também,

00:06:24para ninguém das costas.

00:06:26Acho que é o mais sócio,

00:06:27para poder olhar para vocês.

00:06:30Olha, como jornalista,

00:06:32sempre preocupada com a informação clara

00:06:34para que chegue a todos,

00:06:37eu sugiro a gente começar

00:06:40lembrando o que é a inteligência artificial,

00:06:42porque muita gente está habituada com o assunto,

00:06:46outras nem tanto,

00:06:47outras pessoas nem tanto.

00:06:48Acho que convém a gente lembrar, assim,

00:06:50o que é a inteligência artificial,

00:06:52que é um tipo de tecnologia.

00:06:55Vocês me corrijam se eu estiver errada,

00:06:57mas é uma das tecnologias.

00:06:59Nós temos várias.

00:07:00E inteligência artificial é uma delas.

00:07:03Começou a ser desenhada na década de 40

00:07:06para simular a inteligência humana,

00:07:10fazer coisas que nós faríamos,

00:07:12que nós fazemos hoje em dia.

00:07:14E está presente,

00:07:16hoje muito presente no nosso dia a dia.

00:07:18Por exemplo,

00:07:20quem veio para cá,

00:07:21para o evento,

00:07:22e usou aí um GPS,

00:07:24um aplicativo de localização,

00:07:26por exemplo,

00:07:27usou inteligência artificial.

00:07:29Se já abriu um e-mail hoje,

00:07:31por exemplo,

00:07:32já mandou um e-mail para alguém,

00:07:33usou inteligência artificial,

00:07:36redes sociais também,

00:07:38os canais de streaming,

00:07:39e por aí vai.

00:07:40São muitos exemplos já aplicados no nosso dia a dia.

00:07:43E no campo,

00:07:44como os produtores estão usando?

00:07:48Aí sim eu quero já passar a bola, então, para vocês.

00:07:51Acho que vou começar com o Carlos,

00:07:53aqui da CEO da Sensix,

00:07:55para explicar.

00:07:57porque a Sensix é uma startup que desenvolve mesmo projetos,

00:08:01dispositivos,

00:08:02pensando em soluções para o campo.

00:08:05Isso, Carlos, muito bom dia.

00:08:06Bom dia, Fabíola.

00:08:08Obrigado.

00:08:09Bom,

00:08:10quando a gente fala em inteligência artificial,

00:08:11como você já comentou,

00:08:13na verdade,

00:08:13isso é um tema que já está aí há muitas décadas,

00:08:16sendo desenvolvido.

00:08:17Eu acho que,

00:08:19mais recentemente,

00:08:20com o desenvolvimento de novas estruturas

00:08:23de processamento de dados,

00:08:24a inteligência artificial começou a ganhar mais

00:08:27e mais notoriedade.

00:08:29E, nesses últimos anos,

00:08:30a gente tem vivido um hype da inteligência artificial,

00:08:33muito por conta das inteligências generativas,

00:08:36das IAs generativas,

00:08:38que passaram, de fato, a criar

00:08:41coisas que, até pouco tempo,

00:08:43a gente não achou que seria possível

00:08:45criar pinturas, textos, complexos.

00:08:48Então, a IA generativa é um movimento

00:08:51um pouco mais recente,

00:08:52mas a inteligência artificial já está aí há muito tempo,

00:08:55sendo, como você mesmo falou,

00:08:57sendo aplicado nas redes sociais,

00:08:58em coisas do dia a dia

00:08:59que, às vezes, a gente nem percebe

00:09:01que existe uma inteligência artificial

00:09:03trabalhando ali atrás.

00:09:05Inclusive, no agronegócio,

00:09:06isso já é algo bem comum,

00:09:08já há bastante tempo.

00:09:10A Sensex,

00:09:12que é a empresa que eu fundei,

00:09:14junto com alguns sócios,

00:09:16a gente já trabalha com inteligência artificial

00:09:18desde o primórdio,

00:09:19desde que a gente fundou a empresa lá em 2015.

00:09:23A gente trabalha com algumas utilidades

00:09:25de inteligência artificial.

00:09:27E aí, enfim,

00:09:28a gente fala que a inteligência artificial

00:09:29é um grande tema

00:09:31e ele vai se subdividindo em várias outras

00:09:34outras outros segmentos.

00:09:36A gente tem o Machine Learning,

00:09:37que é o aprendizado de marketing,

00:09:39a gente tem o Deep Learning,

00:09:40a gente tem redes neurais,

00:09:42redes neurais convolucionais.

00:09:44Você tem as IAs generativas,

00:09:45que são aplicações advindas dos LLMs,

00:09:49que são os grandes modelos de linguagem.

00:09:52Então, assim, você tem diversos tipos.

00:09:54Até aquela...

00:09:55Quando você vai fazer um login ali no Google

00:09:58e você tem lá...

00:10:00Mostre onde tem um semáforo,

00:10:02onde tem uma bicicleta.

00:10:03Aquilo ali é uma IA que também está sendo treinada

00:10:06e também está tendo feedback o tempo inteiro.

00:10:10Então, especificamente sobre o agro,

00:10:12acho que depois a gente pode transcorrer um pouco mais

00:10:14ao longo do tempo,

00:10:15mas as primeiras aplicações que vieram com o IA

00:10:18foram com foco em melhorar os diagnósticos.

00:10:22Então, eu quero detectar uma planta daninha,

00:10:24eu quero detectar uma doença,

00:10:26eu quero detectar uma deficiência nutricional.

00:10:28Então, essa questão de diagnósticos

00:10:30foi o que mais puxou,

00:10:32que foi onde a gente começou também.

00:10:34Então, a gente já desenvolveu vários algoritmos

00:10:36com esse foco.

00:10:37Para quais culturas, por exemplo, Carlos?

00:10:39Na verdade, dá para fazer bastante coisa.

00:10:41A gente focou comercialmente muito em grandes culturas,

00:10:44commodities, estão com soja, milho, algodão.

00:10:47Mas já temos muita aplicação para café,

00:10:49temos muita aplicação para arroz.

00:10:51Já fizemos para culturas menores,

00:10:53que tem menor área de mercado, como o tabaco.

00:10:57Então, todas essas culturas têm potencial

00:10:59para você desenvolver alguma coisa específica.

00:11:01A gente pode falar sobre outras aplicabilidades,

00:11:04mas acho que o diagnóstico é uma delas.

00:11:06A questão de interfaceamento entre máquina e ser humano.

00:11:11Então, as LLMs ajudam muito a transmitir

00:11:14para o usuário de uma forma simples,

00:11:16prática, por um WhatsApp,

00:11:18coisas que estão sendo processadas ali pela IA.

00:11:21E o futuro vão ser as decisões,

00:11:24que a gente chama de agricultura de decisão.

00:11:26Você usar a inteligência artificial

00:11:27para consumir aquele monte de dados ali

00:11:29que está sendo gerado todo o tempo, todo o dia,

00:11:31para que aquilo ali já gere decisões finais.

00:11:35Então, aqui eu preciso irrigar

00:11:37tantos milímetros de água em cada planta hoje.

00:11:41Então, dá para chegar nesse nível de complexidade no futuro.

00:11:44Basta que a gente tenha bons dados e bons modelos

00:11:47para conseguir chegar lá.

00:11:49Você falou agora de irrigação.

00:11:51Inclusive, a revista da Tecnoagro, aqui do evento,

00:11:55eu estava olhando ontem, hoje, também agora há pouco,

00:11:58até de uma experiência mesmo,

00:11:59vivida aqui no Estado,

00:12:01de irrigação de um equipamento...

00:12:03Não sei se vocês chegaram a ter acesso à revista,

00:12:06se vocês chegaram a ver.

00:12:07Deixa eu até ver qual o nome do produtor aqui que eu esqueci.

00:12:09Olha só.

00:12:10São sensores usados no solo

00:12:12que verificam a necessidade de irrigação

00:12:16e de outros nutrientes também para a lavoura.

00:12:19Ou seja, seria basicamente deixar o equipamento lá

00:12:22e aí o produtor nem precisa ter tanto acesso direto à lavoura?

00:12:27Seria isso?

00:12:28De longe, ele consegue monitorar?

00:12:31Exatamente.

00:12:32Você tem várias formas de tomar decisão com dados.

00:12:35O sensor, ele simplesmente vai conectar ali aquela informação

00:12:38e aí, depois que você tem aquela informação,

00:12:41a decisão do quanto irrigar,

00:12:43aí ele vai passar por modelos de inteligência artificial

00:12:45ou por modelos analíticos.

00:12:47Então, o que você precisa saber ali é o quê?

00:12:50Como está a umidade no solo e quanto a minha planta precisa

00:12:53para que ela não sofra estresse hídrico.

00:12:55E aí existem cálculos.

00:12:57Você pode calcular evapotranspiração,

00:12:59você pode calcular capacidade de campo.

00:13:00Então, uma série de cálculos que você faz.

00:13:02Fala, irriga X milímetros de água agora

00:13:05para que a planta consiga estabelecer seu máximo potencial produtivo

00:13:09e ela não tenha estresse hídrico.

00:13:10Então, no fim do dia, o sensor, ele só capta o dado

00:13:13e aí tem toda uma inteligência que normalmente está na nuvem

00:13:15que fica trazendo essas decisões ali para a ponta, para o manejo.

00:13:20São algumas das ações, então, desenvolvidas pela Sensics,

00:13:23que é uma startup, então, que cria mesmo dispositivos

00:13:28para solucionar os problemas ali, agilizar,

00:13:30deixar a produção ali mais assertiva, gerar efetividade.

00:13:35E a Bayer, André, de que forma que ela já trabalha

00:13:39usando a inteligência artificial?

00:13:42Quais os exemplos que você pode dar para a gente aqui?

00:13:44Bom dia.

00:13:45Bom dia.

00:13:47Bom, primeiro vou comentar que a própria Sensics é uma parceira da Bayer.

00:13:50A gente já consome boa parte das soluções

00:13:51que eles já oferecem para a nossa rede.

00:13:54E a gente trabalha, ao longo do tempo, com várias tecnologias

00:14:00desde os primórdios da agricultura.

00:14:02Então, a gente parte de uma agricultura que produzia

00:14:04uma tonelada por hectare lá na década de 80, 70

00:14:09e partiu para mais de 3 toneladas por hectare agora

00:14:13com a introdução de biotecnologia e novas tecnologias

00:14:17que venham a desenvolver a cadeia produtiva.

00:14:20E a gente vê que a agricultura digital aliada à inteligência artificial

00:14:24ela vem a buscar esse patamar que vai ter cada vez mais exponencialidade

00:14:29para que a gente cresça mais em produtividade.

00:14:32E nesse sentido, eu vejo que a gente tem muito espaço

00:14:35para criar nosso modelo de negócio

00:14:37e o produtor consiga escalar também esse monitoramento

00:14:41igual o Carlos comentou.

00:14:42Então, é basicamente sair da gestão do hectare para metro quadrado

00:14:47ou até por planta, para que a gente tenha essa eficiência aumentada

00:14:50com a escala que ele vai ter de manejo da produção.

00:14:55E nesse sentido, a gente tem três pilares principais

00:14:58que a gente ataca hoje.

00:15:00Aliado ao objetivo de desenvolvimento sustentável da ONU,

00:15:05a gente pretende aumentar em 50% a produção de alimentos

00:15:08com essa escalabilidade do manejo com boas práticas agrícolas.

00:15:13Esclare a agricultura regenerativa também, nesse sentido de democratizar a tecnologia

00:15:18para que mais produtores tenham esse acesso e consigam, através dos dados,

00:15:23aumentar essa eficiência e também restaurar a natureza.

00:15:26No fim, a agricultura é um sistema de cultivo que está intrínseco,

00:15:30que é a utilização de recursos é fundamental para que a gente tenha esse ganho de eficiência

00:15:36melhorando nessa gestão da produção agrícola aliada ao meio ambiente.

00:15:40Então, nesse sentido, a gente tem um modelo de negócio hoje

00:15:42que nós compartilhamos o risco com o agricultor

00:15:45e, ao mesmo tempo, a gente sustenta com o nosso portfólio,

00:15:49propondo que ele adote mais tecnologia,

00:15:52usando a IA, por exemplo,

00:15:53para que ele consiga enfrentar esses desafios que vive no dia a dia de hoje.

00:16:00Então, quando a gente fala aqui de modelo de negócio,

00:16:04a gente tem desde o modelo que a gente prescreve hoje,

00:16:07uma recomendação em que ele, muitas vezes,

00:16:09não teria uma visibilidade de, talvez, a mental,

00:16:14ou o uso de algum produto,

00:16:16mas ele enxerga exatamente o valor que ela provê

00:16:18e a gente compartilha esse risco com ele,

00:16:20gerando uma confiança também de que aquele resultado que ele vai ter é garantido.

00:16:23Ou seja, se ele tiver algum fracasso, por exemplo,

00:16:26ele vai ter um reembolso daquilo.

00:16:28Se ele tiver com a nossa prescrição sendo seguida.

00:16:32Isso tudo é só possível via digital e com a inteligência artificial

00:16:36que traz essa perspectiva de que ele possa produzir cada vez mais,

00:16:41adotando as boas práticas agrícolas.

00:16:43E que, lá na frente, quando ele tiver uma produção mais alinhada,

00:16:47e isso documentado também através da digitalização,

00:16:52ele consegue também ter um acesso melhor para a venda da comodidade,

00:16:56tudo o que ele está produzindo com maior qualidade,

00:16:58rentabilidade.

00:16:59Só para ficar bem claro, para compreendermos,

00:17:02a Bayer, ela da área de saúde,

00:17:06também produz produtos para o mercado agrícola.

00:17:09Quando você diz ele, ele, ele,

00:17:10é um trabalho em conjunto com o produtor,

00:17:13é isso, nessa assessoria com a tecnologia?

00:17:18Como funciona na prática, assim, para eu entender melhor?

00:17:20Isso.

00:17:22Primeiro, entendemos que toda a cadeia agrícola é um sistema complexo

00:17:26para a gente chegar até em todos os produtores reais do todo o país.

00:17:29Então, contemplamos que cada elo da cadeia,

00:17:33ele tem que ser empoderado para que essa tecnologia realmente chegue na ponta do produtor.

00:17:37Porque não é apenas o produtor entender que a tecnologia faz sentido ele adotar,

00:17:42porque tem todo um ecossistema na operação agrícola,

00:17:45que ela deve ser também preparada para adotar essas tecnologias,

00:17:49tanto em equipamentos quanto, e principalmente em pessoas.

00:17:52Então, entendemos que é necessário também esse trabalho de extensão

00:17:55para que esses profissionais estejam preparados para adotar essa inteligência,

00:17:59até para que a expectativa também desses profissionais sejam a mesma

00:18:03de todo o setor que é a alavanca de agricultura

00:18:05e que não seja algo, talvez, negativo que venha a substituir

00:18:11ou até atrapalhar o trabalho que eles já estão fazendo.

00:18:13Então, tem tudo isso.

00:18:15E, além disso, o que nós fazemos é prover esse tipo de tecnologia

00:18:21alinhado a uma oferta de produtos que não seja a relação transacional apenas

00:18:26de uso dos nossos insumos, mas que seja feita de uma forma

00:18:30que ele consiga visualizar esse resultado

00:18:34e, ao mesmo tempo, adotar na medida que ele consegue

00:18:39ter toda uma rastreabilidade e ter uma venda

00:18:44de um produto que ele está produzindo lá

00:18:46de uma forma muito mais eficiente

00:18:48e que a própria cadeia enxergue esse valor.

00:18:51Hoje, por exemplo, a gente sabe que na sociedade

00:18:54tem uma visão muito distorcida do água, por exemplo.

00:18:57Isso só vai ser possível minimizar

00:18:59quando toda essa cadeia tiver essa transparência

00:19:03e empresas como o nosso,

00:19:04a gente tem muita essa pretensão também

00:19:07de que o produtor tenha essa eficiência

00:19:13retornar através de um retorno do investimento,

00:19:15mas, ao mesmo tempo, levando essa transparência para a cadeia

00:19:18de que a produção dele é, sim, responsável

00:19:20e que ele está adotando as boas práticas.

00:19:23Então, o que nós vemos como estratégia é que,

00:19:27tudo bem, a gente fala muito do mercado de carbono,

00:19:30mas até que a gente chegue nessa modelagem

00:19:31que ele possa desfrutar desse valor,

00:19:33o primeiro ponto é

00:19:35adote as boas práticas agrícolas

00:19:37e tenha tudo isso de uma forma que

00:19:39ele consiga ganhar escala e eficiência

00:19:42aumentando o retorno do investimento

00:19:44que ele está adotando na tecnologia

00:19:45e que lá na frente ele vai se desfrutar

00:19:47de um valor maior do que ele está produzindo.

00:19:50Então, hoje nós temos, por exemplo, o Procarbono,

00:19:53que é o nosso programa de...

00:19:54para que ele avance nessa parte de tecnologia

00:19:57e que a gente hoje já contempla

00:20:00mais de 1.900 produtores frutais,

00:20:01hoje em 300 mil hectares,

00:20:03na qual eles já estão vendo esse valor gerado

00:20:05porque ele tem uma saúde do solo melhor,

00:20:07um ambiente melhor para produzir,

00:20:10já produzindo mais

00:20:11e, assim, o retorno desse investimento

00:20:13já retorna para ele como produto,

00:20:15mas que lá no futuro ele vai ter muito mais valor

00:20:18quando ele tiver uma produção

00:20:20que realmente toda a cadeia está sendo valorizada

00:20:23e que ele vai conseguir ofertar

00:20:25para muito mais mercado do que a oferta hoje.

00:20:28Professor Samuel,

00:20:29já já eu quero entrar nessa parte da academia,

00:20:33o que a academia está pesquisando,

00:20:34se pensando, criando,

00:20:37mas eu quero pegar o gancho aqui

00:20:39do que o André disse,

00:20:40nessa questão da extensão,

00:20:42para que a extensão,

00:20:42o projeto de extensão,

00:20:43chegue até o produtor,

00:20:45essa preocupação da empresa.

00:20:47Como esse projeto de extensão

00:20:49que é criado, estudado, desenvolvido

00:20:52nas universidades,

00:20:54consegue chegar até o produtor?

00:20:56E é importante essa parceria público-privado,

00:20:59no setor também,

00:21:01na área também de gestão pública?

00:21:05Como o senhor analisa isso

00:21:07e como chega aqui,

00:21:08especificamente falando,

00:21:09pode citar de uma forma geral do país,

00:21:11mas especificamente aqui para o nosso estado.

00:21:13Bom dia também.

00:21:14Bom dia, Fabiola.

00:21:16Bom dia a todos que aqui estão nos acompanhando,

00:21:18aqueles que também nos acompanham

00:21:20aí pelo site da Gazeta.

00:21:22A extensão é uma parte extremamente importante

00:21:24em todos os processos

00:21:27de transferência de tecnologia,

00:21:30seja das mais simples,

00:21:31aquelas mais complexas.

00:21:33E no que diz respeito

00:21:34à inteligência artificial,

00:21:35que é uma das áreas da ciência de dados,

00:21:39a gente às vezes fala

00:21:40de inteligência artificial

00:21:41e hoje criou-se uma cultura

00:21:43da inteligência artificial

00:21:44e às vezes você vê coisas

00:21:46que não estão associadas a ela,

00:21:48mas que se atribui a ela

00:21:50algum tipo de resultado,

00:21:51algum tipo de possibilidade de avaliação.

00:21:55E dentro da inteligência artificial,

00:21:57a crença que eu tenho

00:21:58é que o motor para essa inteligência artificial

00:22:02ela está nas startups,

00:22:04não necessariamente nos grandes grupos.

00:22:07Está aqui o exemplo do Carlos,

00:22:09que criou a sua empresa

00:22:12para oferecer soluções tecnológicas.

00:22:15Quando nós pensamos isso

00:22:16do lado da universidade,

00:22:18a universidade ela forma tecnologia,

00:22:22mas também forma matéria humana

00:22:24para transferir diretamente

00:22:26essa tecnologia

00:22:27e chegar no ponto final

00:22:29que é o agricultor,

00:22:31que vai ter a sua realidade de produção

00:22:32completamente alterada

00:22:33a partir do momento

00:22:35que ele começa a absorver.

00:22:36Então, nós trabalhamos muito

00:22:39essa dimensão dentro do campo acadêmico

00:22:41para que esses alunos

00:22:42que estão sendo formados,

00:22:44eles tenham a fundamentação básica,

00:22:46porque não adianta eu ter

00:22:47um excelente modelo,

00:22:49um excelente algoritmo,

00:22:50se eu não tiver uma qualidade

00:22:51nos dados que vão ser utilizados

00:22:53para fazer,

00:22:54seja o treinamento desse modelo

00:22:55ou até mesmo agora

00:22:56com a IA generativa,

00:22:58com a possibilidade de propor

00:22:59cenários e simulá-los,

00:23:01mas esse cara precisa

00:23:03ter o conhecimento básico

00:23:04para ele conseguir

00:23:05integrar tudo isso

00:23:07junto com a inteligência artificial.

00:23:10Eu não posso transferir

00:23:11para ela uma responsabilidade

00:23:13que é de um conhecimento

00:23:14fundamental e básico

00:23:15que tem sido consolidado

00:23:16ao longo dos anos.

00:23:17Ela é mais uma ferramenta.

00:23:20E esse agente,

00:23:21no nosso caso de universidade,

00:23:23o estudante que está lá diretamente,

00:23:25ele é o primeiro elo

00:23:26que nós temos

00:23:27para fazer essa conexão.

00:23:29As parcerias público-privadas,

00:23:31elas são fundamentais também

00:23:33porque a academia trabalha

00:23:34uma linha

00:23:35que às vezes tem uma sinergia

00:23:37muito grande

00:23:37com as empresas

00:23:38que estão sendo criadas

00:23:41justamente para desenvolver

00:23:42esse ramo de tecnologia.

00:23:44E até mesmo como um espaço

00:23:46para absorver ideias,

00:23:48seja na forma de uma incubadora

00:23:50de base tecnológica,

00:23:52seja na forma de um hub

00:23:54que vai conectar

00:23:55diferentes agentes

00:23:56que estão dependentes

00:23:58desta inteligência artificial

00:23:59com aquele que pode desenvolver.

00:24:02Então, existem diversas formas

00:24:04que a gente consegue ramificar

00:24:05e fazer a tecnologia

00:24:06efetivamente chegar

00:24:07naquele que precisa,

00:24:08mas, obviamente,

00:24:10com o olhar da necessidade

00:24:12de uma fundamentação

00:24:13muito mais básica,

00:24:14que no nosso caso aqui

00:24:15é alicerçada

00:24:16em conceitos agronômicos

00:24:18que são muito anteriores

00:24:19à inteligência artificial.

00:24:21E que se eles não estiverem

00:24:23muito bem construídos,

00:24:25não adianta nada

00:24:26você ter o melhor sistema,

00:24:27o melhor modelo,

00:24:28porque ele não vai conversar

00:24:30com uma realidade

00:24:31que precisa ser alterada.

00:24:33Eu queria pegar

00:24:33só um finalzinho

00:24:35dessa discussão,

00:24:36aquilo que o Carlos falou.

00:24:38O nosso olhar,

00:24:39entendo eu,

00:24:40e eu não tenho

00:24:41qualquer pretensão

00:24:42de estar plenamente certo,

00:24:44porque nós estamos

00:24:44numa discussão

00:24:45de algo que é,

00:24:46apesar de não tão novo,

00:24:48talvez nunca tão discutido

00:24:50como nos nossos tempos,

00:24:51e isso é porque

00:24:52a inteligência artificial

00:24:53é disruptiva

00:24:54para diversos setores.

00:24:55Tanto que nós estamos

00:24:56aqui discutindo

00:24:57agricultura,

00:24:58uma automação

00:24:59que a gente estava

00:24:59acostumado a ver

00:25:00na parte industrial,

00:25:01que para nós hoje

00:25:02é uma realidade no campo.

00:25:04Mas eu penso que,

00:25:06dentro desse contexto todo,

00:25:08o olhar principal

00:25:10de quem trabalha

00:25:11é a tomada de decisão.

00:25:13Porque eu posso fazer

00:25:14um ótimo monitoramento,

00:25:15posso conseguir,

00:25:16às vezes,

00:25:17segmentar uma imagem

00:25:18obtida com um sensor

00:25:19embarcado num drone,

00:25:20por exemplo,

00:25:21mas não fazer aquilo ali

00:25:23virar um conhecimento

00:25:25que possa ser utilizado

00:25:26efetivamente

00:25:27na tomada de decisão

00:25:28para que a gente possa lidar

00:25:30com os grandes problemas

00:25:31que nós temos

00:25:32do nosso tempo.

00:25:32Mudanças climáticas,

00:25:34a necessidade contínua

00:25:35de sustentabilidade,

00:25:36a parte de escassez

00:25:37dos recursos naturais

00:25:39que nós temos.

00:25:39Eu trabalho muito

00:25:40com a parte da tecnologia

00:25:40de aplicação.

00:25:42Uma tendência

00:25:43da tecnologia de aplicação

00:25:44para os próximos anos

00:25:45é redução

00:25:46do consumo de água.

00:25:47Eu não consigo mais

00:25:48viabilizar a possibilidade

00:25:50de uma aplicação

00:25:50com uma taxa

00:25:51de 200 litros

00:25:52por hectare,

00:25:53sendo que, às vezes,

00:25:54eu consigo trabalhar

00:25:5510, 15.

00:25:56Então, tudo isso

00:25:57está aliado

00:25:58dentro do conceito

00:25:59de tomada de decisão

00:26:00e a inteligência artificial

00:26:01nos ajuda muito

00:26:02nesse processo.

00:26:03Porque nós trabalhamos

00:26:04uma agricultura hoje

00:26:05baseada em dados,

00:26:07uma quantidade

00:26:08muito massiva.

00:26:10Eu costumo,

00:26:10toda palestra que eu falo,

00:26:12eu gosto de usar

00:26:12um marco,

00:26:13que é o Congresso Brasileiro

00:26:14de Agricultura Digital,

00:26:16que acontece a cada

00:26:17dois anos no Brasil.

00:26:18em 2016,

00:26:20para você ter uma ideia,

00:26:22a temática do Congresso

00:26:23é como nós conseguiremos

00:26:25levantar mais dados

00:26:26na agricultura.

00:26:28Em 2018,

00:26:29a nossa discussão

00:26:30era o que eu vou fazer

00:26:31com essa quantidade

00:26:32de dados

00:26:33que eu sou capaz

00:26:34de levantar.

00:26:35Então, a tecnologia

00:26:36avança muito rápido.

00:26:37E esses modelos

00:26:38de ciências de dados,

00:26:40seja inteligência artificial

00:26:41ou qualquer outro,

00:26:42nos auxilia muito

00:26:43para trabalhar com isso.

00:26:44Agora, nós não precisamos,

00:26:46não podemos pensar

00:26:47que é só um encargo

00:26:49da academia,

00:26:51da iniciativa privada.

00:26:52Nós precisamos muito

00:26:53de um apoio governamental,

00:26:54porque hoje a gente

00:26:55ainda é carente

00:26:56de internet no campo,

00:26:57que permitiria,

00:26:58por exemplo,

00:26:59a pergunta que você fez

00:27:00para o Carlos,

00:27:02como que esse sensor

00:27:03que está lá

00:27:04medindo umidade

00:27:05ou qualquer outro

00:27:07parâmetro

00:27:08que auxilie

00:27:08na tomada de decisão

00:27:09para irrigação,

00:27:10ele comunique-se diretamente

00:27:12com uma base central.

00:27:13se eu não tenho,

00:27:15às vezes,

00:27:15conectividade no campo.

00:27:17Para caminhar,

00:27:18por exemplo,

00:27:18num raciocínio

00:27:19de internet das coisas,

00:27:21a possibilidade

00:27:22de você fazer

00:27:22uma rastreabilidade

00:27:24muito mais pontual

00:27:25e específica,

00:27:27justamente para ir

00:27:28direcionando

00:27:29e auxiliando

00:27:30sobre a maneira

00:27:30essa tomada de decisão.

00:27:32Então, todos os agentes,

00:27:33eles são importantes

00:27:35dentro desse contexto,

00:27:37desde a academia,

00:27:39da iniciativa privada,

00:27:40o poder público,

00:27:41para que nós

00:27:42possamos trabalhar

00:27:44e desenvolver,

00:27:45possamos trabalhar

00:27:46a extensão

00:27:47para levar isso,

00:27:48mas que o agricultor

00:27:49que é a ponta final,

00:27:50ele tenha condições

00:27:52de utilizar.

00:27:53Porque não adianta nada

00:27:54você desenvolver,

00:27:55conseguir levar até ele,

00:27:57mas ele não ter

00:27:58ou ter algumas limitações

00:28:00que dificultam

00:28:00a aplicação

00:28:01daquilo que está

00:28:02sendo desenvolvido.

00:28:03Nós temos ainda

00:28:04gargalos muito básicos

00:28:06para serem solucionados

00:28:07na agricultura,

00:28:08na pecuária,

00:28:09na silvicultura,

00:28:10que eu trabalho bastante,

00:28:12que poderiam ser

00:28:14rapidamente resolvidos

00:28:14com a inteligência artificial,

00:28:16desde que nós

00:28:16tivéssemos esse arranjo

00:28:17todo interligado,

00:28:19conectado,

00:28:19como é a necessidade

00:28:21para que isso pudesse

00:28:22performar da forma

00:28:23como esperado.

00:28:24Quero entrar já, já,

00:28:26nesse tema aí,

00:28:26quando a gente

00:28:27for falar mais

00:28:28de desafios.

00:28:29Primeiro,

00:28:30eu estou curiosa

00:28:30para saber

00:28:31o que está sendo criado,

00:28:32desenvolvido assim,

00:28:33mas eu quero entrar

00:28:33nessa questão da velocidade,

00:28:34até para a gente ver

00:28:35como está o nosso estado,

00:28:37eles trazendo também

00:28:38em outros estados.

00:28:40Se não me engano,

00:28:42a startup é em Minas Gerais,

00:28:43não é a sua empresa?

00:28:44É Uberlândia.

00:28:45Isso.

00:28:46Professor,

00:28:47ainda com o senhor,

00:28:49o que a gente está desenvolvendo?

00:28:51Você falou na questão

00:28:51do acesso a dados,

00:28:53não é?

00:28:53Como conseguir antes,

00:28:55a preocupação era

00:28:55como conseguir muitos dados,

00:28:56agora o que fazer

00:28:57com tantos dados?

00:28:59Só se cria esse dispositivo,

00:29:01alguma ajuda,

00:29:02assim,

00:29:02para solucionar problemas

00:29:03no campo

00:29:04com a inteligência artificial

00:29:05a partir de informação,

00:29:06dos dados.

00:29:07Vocês conseguem

00:29:08acesso,

00:29:09o acesso facilmente

00:29:11dos dados

00:29:12dos produtores hoje?

00:29:13Eles conseguem

00:29:14se organizar

00:29:15para ter esses dados

00:29:15facilmente,

00:29:17assim,

00:29:17a partir daí,

00:29:18sanar esses problemas

00:29:20e melhorar

00:29:21a produção?

00:29:24Hoje,

00:29:24nós temos

00:29:25um avanço

00:29:26da digitalização

00:29:27em todos os setores.

00:29:28Isso nos favorece

00:29:30muito

00:29:30para trabalhar

00:29:30a inteligência artificial,

00:29:32porque,

00:29:32a partir do momento

00:29:33que você digitaliza

00:29:34algumas atividades

00:29:35que são ordinárias

00:29:37do sistema de produção,

00:29:38eu consigo,

00:29:39em determinado momento,

00:29:40ter acesso

00:29:41a essas informações.

00:29:42O grande pulo

00:29:44que nós temos

00:29:45para atingir

00:29:46ou conseguir levantar

00:29:47uma quantidade

00:29:48muito grande

00:29:49de dados

00:29:49foram os adventos

00:29:51dos inúmeros sensores

00:29:52que nós temos disponíveis

00:29:53para serem utilizados,

00:29:55que, às vezes,

00:29:56têm uma exatidão

00:29:57não tão alta,

00:29:58mas ele tem

00:29:59uma precisão elevadíssima

00:30:00e uma capacidade

00:30:01de fazer um levantamento

00:30:03ou um diagnóstico,

00:30:05talvez até

00:30:05um escaneamento

00:30:06muito mais detalhado

00:30:08dos campos

00:30:08de produção,

00:30:09seja com sensores

00:30:10que vão diretamente

00:30:11no solo,

00:30:12seja com um monitor

00:30:13de produtividade

00:30:14que vai em uma colhedora,

00:30:15no caso de grandes culturas,

00:30:17milho,

00:30:17soja,

00:30:18seja, por exemplo,

00:30:19o censureamento

00:30:20remoto aéreo

00:30:21utilizando veículos

00:30:22aéreos não tripulados,

00:30:23os populares drones,

00:30:24com os mais diversos sensores,

00:30:26cada vez acesso maior

00:30:28a imagens de satélites

00:30:30de alta resolução espacial.

00:30:32A Airbus lançou recentemente

00:30:34uma constelação

00:30:34chamada Pleiades Neo,

00:30:36que um pixel

00:30:36de uma imagem

00:30:37de um sensor

00:30:38que está orbitando a Terra

00:30:39em torno de 10 a 15 mil quilômetros,

00:30:41ele tem 30 centímetros

00:30:43de tamanho.

00:30:43Então, a gente consegue fazer

00:30:45uma quantidade muito grande

00:30:47de coisas

00:30:47a partir do momento

00:30:48que você tem a possibilidade

00:30:50de acessar esses dados.

00:30:52Precisa ter um cuidado

00:30:53muito grande

00:30:54porque a qualidade dos dados

00:30:56ela é primordial.

00:30:58Se eu não tiver um dado

00:30:59de boa qualidade,

00:31:00qualquer processamento posterior

00:31:02ele vai me levar

00:31:03a resultados que não são verídicos

00:31:06ou até mesmo

00:31:07a auxiliar uma tomada de decisão

00:31:09que não é assertiva.

00:31:10E o nosso foco

00:31:12é maior assertividade.

00:31:13ser cada vez mais preciso

00:31:16naquilo que nós fazemos,

00:31:17cada vez mais localizado.

00:31:19Se eu consigo fazer

00:31:20igual a gente tem desenvolvido

00:31:21lá na universidade,

00:31:23um modelo capaz

00:31:23de identificar a planta daninha,

00:31:26seja o nível de infestação

00:31:27ou segmentá-la

00:31:28em folha larga

00:31:28e folha estreita

00:31:29para direcionar

00:31:31tanto a dose do herbicida

00:31:32a ser utilizado

00:31:33bem como o herbicida

00:31:35que vai ser aplicado

00:31:36em diferentes projeções

00:31:37ou glebas

00:31:39dentro do mesmo talhão

00:31:40de produção.

00:31:41Para não fazer mais

00:31:43uma pulverização

00:31:44pela média

00:31:44onde eu sempre vou ter

00:31:45excessos em alguns lugares,

00:31:47déficits em outros,

00:31:49mas fazer aquilo

00:31:50que é a necessidade

00:31:51de cada ponto.

00:31:52Hoje a gente consegue

00:31:53segmentar o campo

00:31:54de produção

00:31:55em diferentes zonas

00:31:56específicas

00:31:57que serão adubadas

00:31:58ou pulverizadas,

00:32:00mas a nossa projeção

00:32:01para pouco tempo,

00:32:02porque a tecnologia

00:32:03avança muito rápido,

00:32:04é que a gente consiga

00:32:06fazer esse manejo

00:32:07planta a planta.

00:32:08E no caso

00:32:09do nosso café,

00:32:10o Espírito Santo

00:32:10maior produtor

00:32:11de café

00:32:12Conilon

00:32:12do país,

00:32:14quem sabe

00:32:14não fazer isso

00:32:15segmentando a planta?

00:32:17Porque eu sei,

00:32:18por exemplo,

00:32:18que o terço superior

00:32:19da copa

00:32:20tem uma resposta

00:32:21diferente

00:32:22porque recebe

00:32:22mais radiação solar,

00:32:24o terço médio

00:32:24recebe um pouco menos

00:32:26e o inferior,

00:32:27então eu conseguiria

00:32:28segmentar essa planta

00:32:29e fazer essa tomada

00:32:30de decisão

00:32:31não mais a nível

00:32:32de planta,

00:32:33mas a nível

00:32:33de terço,

00:32:34a nível de lado,

00:32:35às vezes tratando

00:32:36de forma muito

00:32:37mais pontual.

00:32:38Mas para isso

00:32:39eu preciso de dados,

00:32:41dados de boa qualidade,

00:32:42os sensores

00:32:43nos ajudam muito,

00:32:44aquilo que o agricultor

00:32:45vai fazendo

00:32:46de um histórico

00:32:47da área,

00:32:47por isso que eu digo

00:32:48que nem sempre é

00:32:49só inteligência artificial,

00:32:51o cuidado dele

00:32:52de saber qual foi

00:32:53a análise de solo

00:32:54e a resposta

00:32:55da disponibilidade

00:32:55dos nutrientes

00:32:56em solução,

00:32:57qual foi o adubo

00:32:58que ele utilizou,

00:32:59qual é a variedade,

00:33:00o espaçamento,

00:33:01quando foi

00:33:02que ele fez

00:33:03uma intervenção

00:33:03para o controle

00:33:04de uma praga

00:33:05ou doença

00:33:05e qual produto

00:33:06que ele utilizou,

00:33:07tudo isso

00:33:07são dados

00:33:08que podem ser

00:33:09utilizados

00:33:10para alimentar

00:33:11os modelos

00:33:11e facilitar

00:33:12com que a gente

00:33:13tome decisões

00:33:13mais assertivas.

00:33:15André,

00:33:16quer complementar

00:33:16alguma coisa?

00:33:17Carlos também,

00:33:18acho que desde 2015,

00:33:19você falou que vem criando,

00:33:20você percebe

00:33:21uma diferença

00:33:22também nessa

00:33:23questão dos dados,

00:33:25da facilidade

00:33:25com a digitalização?

00:33:28Com certeza,

00:33:29vou até pegar um gancho

00:33:30aqui, aproveitando

00:33:31a fala do professor,

00:33:34primeiro ponto

00:33:34é sobre o que você comentou

00:33:36sobre tecnologias

00:33:38habilitadoras,

00:33:39então a gente hoje

00:33:39já tem uma gama

00:33:40de sensores gigantescas,

00:33:42então você tem sensor

00:33:43de molhamento foliar,

00:33:44você tem sensor

00:33:45de solo,

00:33:45de umidade,

00:33:47sensores que estão vindo

00:33:47inclusive para ler

00:33:49matéria orgânica

00:33:50no solo,

00:33:50para ler nitrogênio

00:33:51no solo,

00:33:53sensores orbitais,

00:33:54você comentou

00:33:55do satélite

00:33:56da Rebus,

00:33:56a gente inclusive

00:33:57já fez um teste

00:33:58com um satélite

00:33:58que consegue chegar

00:33:59até 15 centímetros

00:34:00de resolução espacial,

00:34:0215 centímetros,

00:34:02o professor citou

00:34:03de 30,

00:34:04que aí são

00:34:05protótipos novos

00:34:06da Airbus,

00:34:08mas assim,

00:34:08existem tecnologias

00:34:09novas,

00:34:10esse mês de agosto

00:34:12agora de 2024,

00:34:14houve o primeiro lançamento

00:34:15de um satélite

00:34:16chamado Tannager,

00:34:17que é de uma empresa

00:34:18que é parceira nossa,

00:34:19que é a Planet,

00:34:20que é uma das principais

00:34:21empresas do mundo

00:34:22de observação

00:34:24do planeta Terra,

00:34:26e a gente já trabalha

00:34:27com eles

00:34:27desde 2019,

00:34:29com uma constelação

00:34:31específica

00:34:31que se chama

00:34:32PlanetScope,

00:34:33então o que esse satélite

00:34:34faz?

00:34:35São mais de 200

00:34:36microsatélites,

00:34:37são nanossatélites,

00:34:38tamanho de uma caixinha

00:34:38de sapato,

00:34:40que eles estão orbitando

00:34:41a Terra em órbita polar

00:34:42em baixa altitude,

00:34:44que a gente chama

00:34:44de baixa órbita,

00:34:46em torno de 400

00:34:47quilômetros de altitude.

00:34:49E por que é interessante

00:34:50a gente ter essas constelações

00:34:52de satélites

00:34:52observando a Terra?

00:34:53Porque, primeiro,

00:34:54você consegue melhorar

00:34:56a resolução espacial,

00:34:57como eu já falei,

00:34:58ou seja,

00:34:58ver cada vez mais detalhado,

00:35:00você consegue melhorar

00:35:01a resolução temporal,

00:35:03ou seja,

00:35:04revisitar aquele mesmo talhão,

00:35:05aquela mesma fazenda

00:35:06com mais frequência,

00:35:08então a PlanetScope,

00:35:09por exemplo,

00:35:09a gente tem dados

00:35:10todos os dias,

00:35:12então na maioria

00:35:13das áreas agricultórias

00:35:14do mundo,

00:35:15e além disso,

00:35:16a gente precisa também

00:35:17começar a trabalhar

00:35:18esses dados

00:35:18com resolução espectral,

00:35:20que é,

00:35:20o que é espectral?

00:35:21É você analisar

00:35:22a reflexão

00:35:23em cada comprimento

00:35:24de onda

00:35:25que tem ali,

00:35:26que é a revolução

00:35:27que os satélites

00:35:29hiperespectrais

00:35:29estão trazendo agora,

00:35:30que o Tannager

00:35:31é um que foi lançado

00:35:32agora recentemente,

00:35:33e vão vir vários outros,

00:35:35eu acho que,

00:35:36assim,

00:35:36acredito que

00:35:37nesses próximos dois anos,

00:35:38vários satélites

00:35:39vão ser lançados

00:35:40com esse fim.

00:35:41E qual que é

00:35:41o objetivo do espectral?

00:35:44Enquanto que

00:35:44eu tiro uma foto

00:35:45com o celular,

00:35:46essa foto é o que?

00:35:47É uma foto RGB,

00:35:49o que é uma foto RGB?

00:35:50É uma foto do visível,

00:35:51é como se eu estou aqui

00:35:52com o meu celular,

00:35:53tirei uma fotinha,

00:35:54eu estou vendo

00:35:54como se fossem meus olhos.

00:35:57Quando você vai

00:35:57para satélites

00:35:58muito espectrais,

00:35:59você já tem dados

00:36:01em mais bandas

00:36:02que não são visíveis.

00:36:03Então,

00:36:04o Sentinel-2,

00:36:05que hoje talvez seja

00:36:05um dos satélites

00:36:06mais utilizados

00:36:07da Agência Espacial Europeia,

00:36:09tem oito bandas.

00:36:10Então,

00:36:10além do visível,

00:36:11ele vai ver o infravermelho,

00:36:12ele vai ver o vermelho limítro,

00:36:13ele vai ver o infravermelho

00:36:15de ondas curtas,

00:36:16e aí,

00:36:16cada objeto

00:36:17que a gente está observando

00:36:18reflete cada uma

00:36:20dessas bandas

00:36:20de uma maneira diferente.

00:36:22Então,

00:36:22a gente tem uma ciência básica

00:36:24que o pessoal usa,

00:36:26o NDVI,

00:36:26por exemplo,

00:36:27é muito simples.

00:36:27O NDVI é basicamente

00:36:28a diferença

00:36:30de quanto que a planta

00:36:31consegue refletir

00:36:32no infravermelho

00:36:33versus o que ela consegue

00:36:34refletir no vermelho visível.

00:36:35E o tamanho dessa diferença,

00:36:37quanto maior essa diferença,

00:36:38mais saudável

00:36:39a planta está.

00:36:40Ponto.

00:36:41Isso é uma medida direta

00:36:42de biomassa

00:36:42e atividade fotossintética

00:36:44da planta.

00:36:44E aí,

00:36:45a gente foi aperfeiçoando

00:36:46esse método,

00:36:47isso aí é algo

00:36:48da década de 70,

00:36:49que a gente está usando

00:36:50de forma muito prática hoje.

00:36:52Qual que é a revolução

00:36:52que o hiperspectral traz?

00:36:54Com o Tannage,

00:36:55por exemplo,

00:36:56que é um desses exemplos,

00:36:57a gente vai ter 420 bandas,

00:36:59e não mais 3 ou 8 bandas.

00:37:02Isso vai nos dar a possibilidade

00:37:03de estudar a reflexão

00:37:05das plantas

00:37:06em forma de assinatura,

00:37:09que a gente fala.

00:37:09Então,

00:37:10tirei uma foto,

00:37:11eu estou vendo aquilo verde.

00:37:12Por que eu estou vendo verde?

00:37:13Porque a planta está refletindo

00:37:15mais o espectro

00:37:16da luz visível no verde.

00:37:18Só que quando eu tenho 420,

00:37:20são 420 respostas diferentes

00:37:22que combinadas

00:37:22me dão uma assinatura.

00:37:23E essa assinatura

00:37:25pode ser usada

00:37:26para treinar modelos.

00:37:28Então,

00:37:28quando a gente fala

00:37:29em inteligência artificial,

00:37:30as tecnologias habilitadoras

00:37:32que vêm trazendo esses dados

00:37:33vão permitir

00:37:35com que a gente tenha

00:37:36modelos muito mais avançados.

00:37:38Hoje,

00:37:38eu olho o NDVI

00:37:39e eu vejo

00:37:40se a planta está estressada

00:37:41com problema ou não.

00:37:43no futuro,

00:37:44a gente vai olhar

00:37:45a assinatura espectral

00:37:46e eu vou saber

00:37:46se ela está estressada,

00:37:48por quê,

00:37:49qual que é o nível

00:37:49de potássio,

00:37:50de nitrogênio

00:37:51que ela tem na folha,

00:37:52que tipo de doença

00:37:53está incidindo,

00:37:54qual que é o risco dela,

00:37:55qual que é a estimativa

00:37:56de produtividade

00:37:56e aí esses modelos

00:37:58vão conseguir chegar lá.

00:37:59Então,

00:38:00a gente fundou,

00:38:02assim,

00:38:02desde 2015

00:38:03que a gente vem avançando,

00:38:05a gente lançou a empresa

00:38:06muito com foco

00:38:06no dado do drone.

00:38:08E depois a gente começou,

00:38:09peraí,

00:38:09o drone,

00:38:10ele vai coletar isso aqui

00:38:11e ele tem uma dificuldade

00:38:12operacional

00:38:13que eu preciso que o produtor

00:38:14vá lá todo dia

00:38:15e faça a operação.

00:38:16Então,

00:38:17a gente precisa deixar

00:38:18o dado mais facilmente

00:38:20adquirido.

00:38:21Então,

00:38:22hoje a gente tem trabalhado

00:38:23muito com o sensoreamento

00:38:24remoto.

00:38:24Então,

00:38:25ah,

00:38:25eu vou pegar aqui

00:38:26uma fazenda de café

00:38:27com nilon no Espírito Santo.

00:38:29Antes,

00:38:29eu tinha que pegar um sensor,

00:38:31cravar no solo,

00:38:32botar a internet

00:38:33na fazenda

00:38:34para criar uma rede

00:38:35de conectividade

00:38:35para esse sensor

00:38:36enviar o dado

00:38:37para a nuvem

00:38:37para eu transformar isso.

00:38:39ou eu tinha que voar

00:38:40um drone

00:38:40para poder detectar isso.

00:38:42Cada vez mais

00:38:43ele não vai ter necessidade disso.

00:38:44A gente acabou de lançar

00:38:45um produto

00:38:46que usa essas bandas

00:38:48espectrais,

00:38:48mas ela também usa

00:38:49um outro sensor

00:38:50que é de um satélite antigo,

00:38:51que é do Sentinel-1,

00:38:52que é um sensor de radar.

00:38:53Esse radar,

00:38:54ele detecta micro-ondas

00:38:56no solo.

00:38:57E o grande problema

00:38:58do sensoreamento remoto

00:38:59são as nuvens.

00:39:00Então,

00:39:00se eu tiro uma foto

00:39:00e tem uma nuvem

00:39:01em cima da fazenda,

00:39:02lascou,

00:39:03eu não consigo pegar

00:39:04o dado que eu preciso.

00:39:05E se eu preciso

00:39:05desse dado todo dia,

00:39:06não dá.

00:39:07E aí...

00:39:08Dá para ficar dependendo

00:39:08do dia que não vai

00:39:09estar com nuvem.

00:39:10Exatamente.

00:39:11Então,

00:39:12o que a gente veio fazendo?

00:39:13Vou trabalhar com drone,

00:39:14porque no dia que tem nuvem,

00:39:15o drone voa debaixo da nuvem.

00:39:17Vou trabalhar com constelações

00:39:19de satélite

00:39:20que me dão

00:39:2130 imagens no dia,

00:39:22e não só 4,

00:39:23como era o caso

00:39:24do Sentinel-2.

00:39:24Então,

00:39:24vou ter mais chances.

00:39:26Agora não.

00:39:27Agora a gente já tem

00:39:27uma tecnologia

00:39:28de micro-ondas

00:39:29que atravessa a nuvem.

00:39:30Então,

00:39:30eu não preciso,

00:39:31eu não tenho mais

00:39:31essa influência de nuvem.

00:39:33Então,

00:39:33é possível medir

00:39:34variação de biomassa

00:39:36todos os dias

00:39:37sem zero influência de nuvem.

00:39:39Umidade de solo.

00:39:40Como é que se mede

00:39:41a umidade de solo?

00:39:42Você vai colocar

00:39:43um tensiômetro no solo

00:39:44e ele vai medir

00:39:45quanto que eu tenho

00:39:45ali em cada camada

00:39:46a umidade.

00:39:47Hoje a gente já tem modelos

00:39:48que também todos os dias

00:39:50eu sei exatamente

00:39:51quanto de água

00:39:52tem no solo

00:39:52na camada superficial

00:39:53de 5 centímetros

00:39:54para o sensoriamento remoto.

00:39:56Ah,

00:39:56vamos trabalhar

00:39:57com temperatura.

00:39:57A gente consegue já medir

00:39:59temperatura à noite

00:40:00uma hora da manhã

00:40:01e a temperatura do solo

00:40:03uma hora da tarde.

00:40:04Com isso,

00:40:04eu tenho uma amplitude

00:40:05e eu sei quanto de calor

00:40:06cada planta

00:40:07em cada hectare

00:40:08está recebendo de calor.

00:40:09E isso,

00:40:10consequentemente,

00:40:11me dá a possibilidade

00:40:12de construir modelos

00:40:13de fenologia

00:40:13para ver

00:40:14como que aquela planta

00:40:15está progredindo.

00:40:16E tudo isso...

00:40:17E isso você confere ali

00:40:17com o tablet,

00:40:18com o celular,

00:40:20sem sair de onde você está?

00:40:21Sem sensor,

00:40:22sem conectividade,

00:40:23sem essas necessidades.

00:40:24Então,

00:40:24a gente está...

00:40:24Todas as barreiras

00:40:25que a gente já está acostumado

00:40:27a dizer,

00:40:27ah,

00:40:27não tem conectividade,

00:40:28ah,

00:40:29o sensor é caro,

00:40:30ah,

00:40:30a minha máquina

00:40:31tem que ser de última geração.

00:40:32A gente está derrubando

00:40:33todas essas barreiras.

00:40:34Então,

00:40:34cada vez mais

00:40:35vai ser mais fácil

00:40:36entrar.

00:40:37E mesmo que não tenha

00:40:39conectividade,

00:40:40a gente tem a Starlink

00:40:41aí vindo.

00:40:42Acabou.

00:40:43Tipo assim,

00:40:43a gente tem um produtor

00:40:44que a gente...

00:40:45que é cliente nosso

00:40:46no Rio Grande do Sul,

00:40:47ele,

00:40:48cara,

00:40:48falou,

00:40:49cara,

00:40:49eu não tenho conectividade e tal.

00:40:50Eu quero,

00:40:50vamos fazer o seguinte,

00:40:51qual que é a frequência

00:40:52que você precisa desse dado?

00:40:54Para isso aqui,

00:40:55você não precisa dele

00:40:56em tempo real.

00:40:56Você não precisa acontecer,

00:40:58você já está vendo.

00:40:59Você precisa desse dado

00:41:01uma vez ao dia.

00:41:03Você passa lá todo dia

00:41:04com a sua caminhonete?

00:41:05Passo.

00:41:06Então,

00:41:06vamos botar uma Starlink

00:41:07na caminhonete.

00:41:09Então,

00:41:09toda vez que a caminhonete for,

00:41:11passa perto das máquinas,

00:41:12as máquinas vão conectar

00:41:13na caminhonete

00:41:14pela Starlink

00:41:14e vai subir esse dado para a nuvem

00:41:15e a gente tem esse dado

00:41:16uma vez ao dia.

00:41:17Então,

00:41:17pronto,

00:41:18resolvemos.

00:41:18O que seria Starlink?

00:41:20Ah,

00:41:20desculpa,

00:41:20Starlink é do Elon Musk lá

00:41:22que tem aqueles satélites

00:41:24também de conectividade.

00:41:26hoje você está no meio

00:41:27da Amazônia,

00:41:28você pode ter uma conexão

00:41:29de internet de alta velocidade

00:41:31com altíssima qualidade

00:41:32com Starlink

00:41:32e pela internet via satélite.

00:41:34E é uma prática já

00:41:35de muitos produtores

00:41:36usando dessa forma?

00:41:37Eu desconheço hoje

00:41:38produtores que não

00:41:39têm um Starlink.

00:41:40É impressionante

00:41:41porque é muito barato.

00:41:42Você paga ali

00:41:43alguns dois,

00:41:44três mil reais

00:41:45pelo equipamento

00:41:47e uma mensalidade ali

00:41:48de 300 reais por mês

00:41:49e você tem internet

00:41:50de alta velocidade

00:41:51em qualquer lugar.

00:41:51E consegue sanar

00:41:53esse problema

00:41:53que o professor apontou ali

00:41:55da falta de conectividade,

00:41:56internet rápida.

00:41:57Conectividade não é mais problema.

00:41:59Eu acho que

00:42:00cada vez mais você passa

00:42:01todas as soluções

00:42:02que a Asensir

00:42:03desenvolveu

00:42:04independem de conexão.

00:42:05Então,

00:42:06vou fazer uma amostragem

00:42:07de solo.

00:42:08Você vai lá,

00:42:09faz seu planejamento

00:42:10da amostragem de solo,

00:42:11precisa amostrar aqui,

00:42:12aqui e aqui,

00:42:13baixa,

00:42:14o seu celular está no Wi-Fi,

00:42:15você baixa aquele plano

00:42:16no celular,

00:42:17vai para o campo,

00:42:18executa tudo

00:42:18que tem que ser feito.

00:42:19Quando você chega no 3G

00:42:20no Wi-Fi,

00:42:21aperta um botão,

00:42:21ele sincroniza tudo

00:42:22e todas as decisões

00:42:23estão ali.

00:42:24Então,

00:42:24essa digitalização

00:42:26já está acontecendo

00:42:27em uma velocidade

00:42:29absurda.

00:42:29E isso,

00:42:30a gente está falando

00:42:31nos últimos 5 anos,

00:42:32é exponencial.

00:42:34Então,

00:42:34hoje não existe mais barreiras.

00:42:36A gente tem condições

00:42:37de chegar

00:42:37num produtor

00:42:38de 40 hectares

00:42:39de café

00:42:39lá em Franca,

00:42:40lá na Mogi Ana Paulista,

00:42:41que a gente tem clientes

00:42:42de 40 hectares,

00:42:43que já conseguem usar

00:42:45100%

00:42:46dessas camadas de dados.

00:42:47Ao mesmo tempo

00:42:48que também

00:42:49a gente chega

00:42:49num outro grande produtor,

00:42:50que é um baita

00:42:51produtor cooperativo,

00:42:52que também é cliente nosso,

00:42:53que planta 700 mil hectares

00:42:54de algodão e soja

00:42:55e ele também

00:42:56o consegue utilizar.

00:42:57Então,

00:42:58a mesma tecnologia

00:42:59que esses grandes produtores

00:43:00já têm acesso hoje,

00:43:01os pequenos têm potencial

00:43:02para fazer.

00:43:03A questão é

00:43:05o quão capacitado

00:43:06eles estão

00:43:07para conseguir,

00:43:08pelo menos,

00:43:08entender que eles têm

00:43:09acesso a isso.

00:43:10E aí,

00:43:10a gente está trazendo

00:43:11muita educação

00:43:12para o mercado

00:43:13para poder facilitar

00:43:13esse processo.

00:43:15Por isso,

00:43:16também é importante

00:43:16eventos como esses,

00:43:18de capacitação,

00:43:19de informação,

00:43:20muita informação mesmo,

00:43:21eles precisam estar

00:43:22preparados.

00:43:23André,

00:43:23você fez uma menção

00:43:24quando eu também falei

00:43:25aqui dessa questão

00:43:26dos dados compilados,

00:43:27quer complementar?

00:43:29Sim.

00:43:30Primeiro,

00:43:30reforçar que é fundamental

00:43:32ter essa colaboração

00:43:33também em todos

00:43:34os agentes do ecossistema,

00:43:35porque através disso

00:43:36a gente consegue

00:43:36ter uma jornada

00:43:37do cliente,

00:43:38que ele possa aproveitar

00:43:39esses dados

00:43:39que ele captura

00:43:40para ter uma

00:43:41capacidade de decisão.

00:43:42e para isso,

00:43:44nós,

00:43:44como companhia,

00:43:45a partir de 2017,

00:43:46temos uma plataforma

00:43:48chamada Climate Viewed View,

00:43:49que tem uma estratégia

00:43:50de captura de dados

00:43:51através das máquinas,

00:43:52mas ao mesmo tempo

00:43:53capturando

00:43:53e tendo essa interface

00:43:55com outras entidades,

00:43:57assim como a ScienceFix,

00:43:58para que a gente tenha

00:43:59uma agricultura de decisão.

00:44:01E essa plataforma,

00:44:02hoje,

00:44:03foi a primeira

00:44:03que conseguiu

00:44:04fazer uma prescrição

00:44:05automática de sementes,

00:44:06por exemplo,

00:44:07usando a IA.

00:44:08Então,

00:44:09esse é um exemplo,

00:44:10mas isso possibilita

00:44:11gerar vários

00:44:12outros produtos digitais

00:44:14que a gente consiga

00:44:16direcionar

00:44:17essa decisão

00:44:18do agricultor

00:44:19e que a gente possa

00:44:20ter esse modelo

00:44:21de negócio

00:44:21que realmente consiga

00:44:23beneficiá-lo

00:44:24no resultado

00:44:25que ele obtém.

00:44:27Então,

00:44:28e para isso também

00:44:29a gente tem um modelo

00:44:30que a gente vem

00:44:30na parceria com a Microsoft,

00:44:32usando essa plataforma,

00:44:34na qual

00:44:35a gente

00:44:37oferece

00:44:38para grandes corporações

00:44:39e outras entidades

00:44:41essa capacidade

00:44:42de usar

00:44:44tudo que a gente

00:44:44está construindo

00:44:45nas plataformas digitais

00:44:48e produtos

00:44:49que são gerados

00:44:49através dele

00:44:50para que eles possam

00:44:51produzir as próprias

00:44:52com o seu conhecimento,

00:44:54com o seu know-how

00:44:54e poder

00:44:56capilarizar

00:44:56essa tecnologia.

00:44:58E, ao mesmo tempo,

00:44:59também a gente oferece

00:45:00essa possibilidade

00:45:01de usar

00:45:02tudo que é desenvolvido

00:45:03hoje internamente

00:45:04pela Bar,

00:45:04com os nossos dados

00:45:05e com essa plataforma

00:45:07em parceria

00:45:07para que eles também

00:45:08possam usar

00:45:09no dia a dia deles

00:45:10para beneficiar

00:45:12seus clientes.

00:45:13Então,

00:45:14essa visão de ecossistema

00:45:16que eu entendo

00:45:16que é fundamental

00:45:17para que a gente

00:45:18consiga ganhar escala

00:45:19com a tecnologia

00:45:21e a gente também

00:45:22está avançando

00:45:22no sistema

00:45:23de LLM,

00:45:24como o Carlos comentou,

00:45:26de linguagem ampla,

00:45:27como se fosse

00:45:27um chat de EPT

00:45:28para que a experiência

00:45:29do cliente

00:45:30também seja

00:45:31mais inclusiva

00:45:34e, ao mesmo tempo,

00:45:35mais intuitiva

00:45:36para que ele possa

00:45:36interagir

00:45:37com os nossos sistemas

00:45:40de uma forma

00:45:40que ele consiga

00:45:41ter fácil acesso

00:45:43e também

00:45:43uma decisão

00:45:44muito mais

00:45:45simples

00:45:46para ele tomar.

00:45:47Então,

00:45:48por exemplo,

00:45:49no final desse ano

00:45:51a gente pretende

00:45:51lançar essa plataforma

00:45:52que ele já vai

00:45:53fazer a pergunta

00:45:54diretamente

00:45:54para uma plataforma

00:45:56de chat,

00:45:56por exemplo,

00:45:57que ele vai conseguir

00:45:58tirar dúvidas

00:45:59de qual área

00:46:00que ele tem

00:46:01maior produtividade,

00:46:02onde ele pode

00:46:02plantar tal semente

00:46:04por conta do comportamento

00:46:05que ela tem

00:46:05e isso está

00:46:07nos habilitando

00:46:08modelos

00:46:08que a gente consiga

00:46:09realmente compartilhar

00:46:10esse risco

00:46:11com ele.

00:46:12Então,

00:46:13tendo esse conhecimento

00:46:13a gente consegue,

00:46:14por exemplo,

00:46:15garantir

00:46:15que ele adote

00:46:17uma recomendação

00:46:18que a gente

00:46:19coloca com essa

00:46:19pressão automática

00:46:20e que,

00:46:21ao mesmo tempo,

00:46:21ele consegue

00:46:22ter essa garantia

00:46:23de que vai ter resultado.

00:46:24Caso contrário,

00:46:25ele vai ter um reembolso.

00:46:26Assim como o defensivo

00:46:27agrícola também.

00:46:28A gente indica

00:46:28uma zona de pressão

00:46:29de nematóis,

00:46:30por exemplo,

00:46:31em que ele vai ter

00:46:32a recomendação

00:46:34assertiva

00:46:34onde vai ter que aplicar

00:46:35onde é necessário

00:46:37e também,

00:46:37quando ele não tiver

00:46:38um resultado também,

00:46:39ele vai ter essa garantia

00:46:40de que a empresa

00:46:40vai ressarcir parte

00:46:42do que ele não teve

00:46:42de resultado.

00:46:43Então,

00:46:43é um comprometimento

00:46:45que a gente tem

00:46:45com relação ao resultado

00:46:46gerado pelo dado

00:46:48que a gente captura

00:46:48pelo via digital.

00:46:50Então,

00:46:51eu vejo que,

00:46:53nesse sentido,

00:46:55essa coalizão,

00:46:56quando a gente coloca

00:46:57várias empresas juntas

00:46:58com esse mesmo propósito,

00:47:00a gente começa a criar

00:47:01várias camadas de dados,

00:47:02acho que está muito

00:47:03com o propósito também

00:47:04da Sensex fazer isso,

00:47:06e fazer com que o produtor

00:47:08tenha esse benefício

00:47:09ordenando aquilo

00:47:10que ele tem de dados.

00:47:12Porque,

00:47:13hoje sim,

00:47:14a gente tem uma lacuna

00:47:15que é a ser preenchida

00:47:16com algumas camadas

00:47:18que ele ainda tem

00:47:20alguma deficiência

00:47:20para capturar.

00:47:21Hoje,

00:47:22por exemplo,

00:47:22a gente depende muito

00:47:23de dados autodeclarados,

00:47:25que muitas vezes

00:47:25gera trabalho manual

00:47:26e muito trabalho

00:47:27para o produtor rural,

00:47:29mas que a gente chegue

00:47:30aqui no futuro,

00:47:31com essas tecnologias

00:47:33que estão vindo,

00:47:34com essa capacidade

00:47:35de captura

00:47:37independente

00:47:38da ação humana,

00:47:39começa a ter

00:47:40um outro patamar

00:47:41de desenvolvimento

00:47:42e, assim,

00:47:43a nossa expectativa

00:47:44é que a produção agrícola,

00:47:46assim como a produção industrial,

00:47:48ela tenha

00:47:48os processos

00:47:49muito mais definidos

00:47:50e que essa cadeia

00:47:52seja muito mais fluida

00:47:54também com os dados.

00:47:56Então,

00:47:57o que nós enxergamos

00:47:58é que,

00:47:59num curto espaço de tempo,

00:48:01essas tecnologias

00:48:02vêm a empoderar

00:48:03a capacidade do ser humano,

00:48:04assim como em outros setores,

00:48:06e no agro não vai ser diferente

00:48:08e a gente vai conseguir

00:48:09ter muito mais eficiência,

00:48:12empoderando

00:48:13essas pessoas

00:48:14que hoje fazem

00:48:14uns trabalhos

00:48:15que, geralmente,

00:48:16ninguém quer fazer,

00:48:17que é muito repetitivo,

00:48:18muito manual,

00:48:19e isso vai também

00:48:20elevar a capacidade

00:48:22também desses profissionais

00:48:23a se capacitarem,

00:48:25enfim,

00:48:25com novas tecnologias

00:48:26e, assim,

00:48:28elevando o nível também

00:48:29de conhecimento

00:48:30no campo.

00:48:31A gente tem vários exemplos

00:48:33de mecanização,

00:48:34por exemplo,

00:48:34no próprio setor da cana,

00:48:36na época que não era

00:48:37a colheita mecânica,

00:48:39e hoje,

00:48:40100% mecanizado,

00:48:42o nível de emprego,

00:48:43na realidade,

00:48:44até aumentou

00:48:45com profissionais

00:48:46mais capacitados.

00:48:48A gente acredita muito

00:48:48nessa perspectiva positiva

00:48:51de que a tecnologia,

00:48:53assim como a IA,

00:48:54vai trazer esse desenvolvimento

00:48:55do setor

00:48:57e criando novas frentes

00:48:59de conhecimento

00:49:01e de novas oportunidades também.

00:49:02Pois é,

00:49:03oportunidades,

00:49:03inclusive,

00:49:04para os filhos,

00:49:05para os jovens

00:49:05continuarem no campo,

00:49:07fazendo o caminho inverso

00:49:08do que a gente vinha antes.

00:49:10Eu já vou dar a voz

00:49:12aqui para os nossos participantes,

00:49:14passar a pergunta deles,

00:49:15só quero saber,

00:49:16professor,

00:49:16voltando com o senhor rapidamente,

00:49:17o que a gente está desenvolvendo

00:49:18aqui na UFIS?

00:49:19O senhor citou

00:49:20a questão de identificação

00:49:21de erva daninha

00:49:22para o café?

00:49:23O que mais está sendo

00:49:24só para título de conhecimento,

00:49:26para a gente saber

00:49:27o que está sendo desenvolvido

00:49:28aqui no nosso estado?

00:49:29Então, maravilha.

00:49:30Eu só queria fazer

00:49:31um complemento

00:49:32à fala do Carlos.

00:49:33O sensoramento remoto

00:49:34é uma ferramenta espetacular,

00:49:37mas ele ainda não é capaz

00:49:38de resolver todos os problemas

00:49:40e nós temos barreiras

00:49:41que vão além

00:49:42da resposta da planta

00:49:43e além da resposta

00:49:45de umidade

00:49:45a 5 centímetros.

00:49:47Ainda somos dependentes

00:49:48de outros tipos de sensor

00:49:50e eu não acredito

00:49:51que nós faremos

00:49:52tudo por sensoramento

00:49:53remoto-orbital,

00:49:54nós precisaremos

00:49:55de um conjunto

00:49:56de dados multifontes

00:49:58para sermos capazes

00:49:59de tomar decisões,

00:50:01desde a modelagem ambiental,

00:50:02desde a investigação

00:50:03com base em solo,

00:50:05a planta,

00:50:06todo o sistema

00:50:06de produção.

00:50:07Em relação

00:50:08àquilo que nós estamos

00:50:09desenvolvendo na universidade,

00:50:11nós trabalhamos

00:50:12alicerçados,

00:50:13basicamente,

00:50:14no uso dos sensores

00:50:15e na inteligência artificial.

00:50:17e eu vou citar

00:50:18para você

00:50:18três exemplos.

00:50:20O primeiro deles

00:50:21foi um provador eletrônico

00:50:23que nós desenvolvemos

00:50:24para café.

00:50:25O produtor

00:50:26colhe os grãos

00:50:28cereja,

00:50:30tira uma imagem

00:50:31daqueles grãos,

00:50:33roda um algoritmo

00:50:34de inteligência artificial

00:50:35e ele estima

00:50:36a qualidade sensorial

00:50:37do café.

00:50:38Nós submetemos

00:50:39esse modelo

00:50:40a mais de 350

00:50:41mostras

00:50:43de café

00:50:44e nós tivemos

00:50:45um erro

00:50:46na classificação

00:50:48da nota

00:50:48muito parecido

00:50:50com o que

00:50:50um provador

00:50:51convencional

00:50:52erra.

00:50:53Hoje,

00:50:54a instrução

00:50:55normativa

00:50:56ou a resolução

00:50:57que orienta

00:50:58a prova sensorial

00:50:59exige cinco provadores.

00:51:01Se eu pegar

00:51:02o desvio

00:51:03dos cinco provadores

00:51:04e considerar

00:51:04o meu sistema

00:51:05como um sexto,

00:51:06o desvio dele

00:51:07fica dentro

00:51:08do desvio

00:51:08daqueles cinco.

00:51:09Só que,

00:51:10com uma particularidade,

00:51:11esse cara

00:51:11que está fazendo

00:51:12essa prova

00:51:13de xícara,

00:51:13ele pegou

00:51:14o café

00:51:14pós-processado,

00:51:16torrado,

00:51:17moído

00:51:17e bebeu.

00:51:18O sistema

00:51:19que nós desenvolvemos,

00:51:20ele pega o grão

00:51:21cereja

00:51:22tirado da planta.

00:51:24Ele vai dizer

00:51:25exatamente qual é

00:51:26a nota daquele café?

00:51:27Nem sempre,

00:51:28mas ele vai permitir

00:51:29para o agricultor

00:51:29o seguinte,

00:51:30esse talhão aqui,

00:51:31eu vou gastar

00:51:32um pouco mais de energia

00:51:33porque esse café

00:51:34tem um potencial

00:51:35para cafés especiais.

00:51:36Esse outro aqui,

00:51:37eu posso fazer ele

00:51:38com pós-colheita

00:51:39com menor gasto

00:51:41e vendê-lo

00:51:42como commodity

00:51:43e direcionar

00:51:43a comercialização.

00:51:45A inteligência artificial

00:51:46também está alicerçada

00:51:47nisso daí.

00:51:48Era até,

00:51:48inclusive,

00:51:49uma curiosidade minha,

00:51:50sabia?

00:51:50Esses dias,

00:51:51mas eu comentei com alguém,

00:51:52eu não lembro quem,

00:51:53sobre isso.

00:51:53Eu falei,

00:51:53será que já tem algo

00:51:54da inteligência artificial

00:51:56que substitui

00:51:56aquela prova do café,

00:51:58daquela forma ali

00:51:58para saber a nota

00:52:00daquele café?

00:52:01Então,

00:52:01dessa forma,

00:52:02ainda não.

00:52:03É preciso ainda

00:52:04o nosso paladar.

00:52:05Exatamente.

00:52:06A nossa ideia

00:52:06não é ainda

00:52:08substituir o provador,

00:52:10mas é dar ao agricultor

00:52:11uma informação prévia

00:52:14com uma elevada precisão

00:52:16para que ele possa direcionar

00:52:17os lotes dele

00:52:18de acordo com aquilo

00:52:19que aquele café

00:52:20tem uma qualidade potencial.

00:52:22Eu sei muito bem

00:52:23que se ele não fizer

00:52:24um pós-colheita

00:52:25da forma adequada,

00:52:26ele desperdiça

00:52:26aquela qualidade

00:52:27e mesmo que o modelo

00:52:29tenha indicado

00:52:29uma certa nota,

00:52:30ele vai chegar lá na frente

00:52:31e não vai conseguir chegar nela.

00:52:33mas a gente já consegue direcionar.

00:52:35Uma segunda coisa

00:52:35que nós temos

00:52:36empenhado muita força

00:52:38e aí um apoio

00:52:39importantíssimo

00:52:40da FAPES,

00:52:41que é a nossa Fundação

00:52:42de Amparo à Pesquisa

00:52:42aqui do Estado do Espírito Santo,

00:52:44que hoje talvez

00:52:45só perde para a FAPESP,

00:52:47que é incomparável

00:52:48em termos de investimento,

00:52:50um projeto

00:52:51que nós estamos desenvolvendo

00:52:52para patentear

00:52:54uma banda espectral específica

00:52:56e um pequeno segmento

00:52:57dentro de um hiperespectral,

00:52:59trabalhando desde a parte

00:53:00laboratorial até campo

00:53:02para a identificação

00:53:03de algumas doenças

00:53:04que são extremamente críticas

00:53:06para a cafeicultura

00:53:07do Brasil

00:53:08de uma forma geral,

00:53:09especificamente

00:53:10nosso Estado do Espírito Santo.

00:53:12E eu tenho feito

00:53:13muito trabalho

00:53:13com o setor florestal

00:53:15justamente nesta questão

00:53:17associada à planta daninha

00:53:18para identificar,

00:53:20conforme eu comentei

00:53:20previamente,

00:53:21além do nível de infestação,

00:53:23separá-la em folha larga

00:53:24e folha estreita,

00:53:25porque isso tem

00:53:25uma informação

00:53:27extremamente importante

00:53:28para a decisão

00:53:29qual herbicida

00:53:30vai ser utilizado,

00:53:31mas evoluir

00:53:33para qual é o indivíduo

00:53:34que está ali,

00:53:35para eu saber de novo

00:53:37qual é o herbicida

00:53:37de acordo com o espectro

00:53:39de ação deles.

00:53:40E eu queria pontuar

00:53:41um quarto e último

00:53:42exemplo

00:53:42da potencial

00:53:44ou do impacto

00:53:45que a inteligência artificial

00:53:47tem

00:53:47para transformar

00:53:49uma cadeia produtiva

00:53:50de uma forma geral.

00:53:51O Michel,

00:53:52acho que ele não está aqui,

00:53:53está ali,

00:53:55aí para benizar

00:53:56o governo do estado

00:53:57pelo protagonismo

00:53:59que tem

00:54:00nas ações

00:54:01associadas

00:54:01à agricultura

00:54:02do estado

00:54:03do Espírito Santo,

00:54:04tem uma legislação

00:54:05da União Europeia

00:54:06que limita

00:54:08a importação

00:54:09de commodities,

00:54:10dentre elas

00:54:11o café,

00:54:12de países

00:54:13que depois

00:54:13de 2020

00:54:14tiveram áreas

00:54:16hoje

00:54:17de produção

00:54:17que anteriormente

00:54:18eram áreas

00:54:19de proteção permanente,

00:54:20áreas de vegetação

00:54:21natural.

00:54:22e eles lá

00:54:23na Europa

00:54:24definiram

00:54:25um órgão

00:54:27específico

00:54:28para fazer

00:54:29essa auditoria

00:54:30com base

00:54:30em inteligência artificial.

00:54:32Eu encontrei

00:54:32com o Michel

00:54:34numa feira

00:54:35de inovação

00:54:35lá em Alegre,

00:54:36a gente batendo

00:54:37um papo,

00:54:37ele mostrou

00:54:38para nós

00:54:38algumas coisas

00:54:39que ele tinha

00:54:40identificado

00:54:41como inconsistências,

00:54:43nós desenvolvemos

00:54:44um modelo

00:54:44de inteligência artificial,

00:54:46separamos um município

00:54:47específico

00:54:48do estado

00:54:48do Espírito Santo,

00:54:49esse modelo

00:54:50de inteligência artificial

00:54:51para fazer

00:54:51essa definição

00:54:52de uso

00:54:53e cobertura

00:54:54do solo

00:54:54desse município,

00:54:55município de Brejetuba,

00:54:56que é o maior

00:54:57produtor de café

00:54:58arábica do estado,

00:54:59com relevo

00:55:00extremamente irregular,

00:55:02e nós conseguimos

00:55:03provar

00:55:04cientificamente

00:55:05que a auditoria

00:55:06da União Europeia

00:55:07estava errada,

00:55:08porque o modelo

00:55:09que eles estavam

00:55:10utilizando

00:55:11não era capaz

00:55:12de segmentar

00:55:13e fazer

00:55:14a identificação

00:55:15correta

00:55:15de diversas regiões

00:55:17produtores de café

00:55:18do mundo.

00:55:19Esse relatório

00:55:20chegou na Embaixada

00:55:21do Brasil

00:55:21na Inglaterra

00:55:22e conseguimos,

00:55:24através do nosso trabalho,

00:55:25o protagonismo

00:55:26do governo

00:55:26do estado

00:55:27do Espírito Santo,

00:55:28derrubar

00:55:28essa empresa

00:55:30ou esse órgão

00:55:31que faria

00:55:32essa auditoria.

00:55:33Então,

00:55:34é a inteligência artificial

00:55:36diretamente

00:55:36afetando a vida

00:55:37do agricultor

00:55:38que está lá

00:55:39no campo,

00:55:40que às vezes

00:55:40ele não tem ideia

00:55:41do que está acontecendo

00:55:42e por detrás,

00:55:44além da iniciativa

00:55:45de várias pessoas,

00:55:47tem tecnologia

00:55:48mudando a vida

00:55:49dele,

00:55:49dando a ele

00:55:50segurança

00:55:50para trabalhar.

00:55:51Isso,

00:55:52graças ao trabalho

00:55:53dos senhores,

00:55:54de pesquisas,

00:55:55de informação,

00:55:56de muito estudo.

00:55:57Então,

00:55:57são alguns exemplos

00:55:58aqui, gente,

00:55:59do que está sendo criado

00:56:00no nosso estado,

00:56:01na UFIS.

00:56:02Vamos às perguntas,

00:56:03então,

00:56:04aqui.

00:56:06Deixa eu ver

00:56:07do Danielton.

00:56:11Ele é gerente

00:56:12de dados

00:56:12e análises

00:56:13da Secretaria

00:56:14de Estado

00:56:15de Agricultura.

00:56:16Ele quer saber

00:56:16quais são

00:56:17as principais

00:56:17etapas

00:56:18e cuidados

00:56:19para desenvolver

00:56:20um modelo

00:56:21de inteligência

00:56:22artificial

00:56:23com mais acurácia,

00:56:25mais precisão

00:56:26para a solução

00:56:27de um problema.

00:56:29Quem quer responder?

00:56:31Eu posso começar

00:56:32um pouco aqui?

00:56:34Isso aí

00:56:35é um grande desafio.

00:56:36A gente,

00:56:37hoje,

00:56:38o produto nosso

00:56:40da Censix,

00:56:40ele é uma

00:56:41plataforma online.

00:56:42Então,

00:56:43o produtor tem

00:56:43capacidade de entrar,

00:56:44ele mesmo fazer

00:56:45o cadastro,

00:56:46ele mesmo cadastrar

00:56:47fazendo o talhãozinho

00:56:48dele e já começar

00:56:49a ter dados

00:56:50ali dentro.

00:56:50Só que,

00:56:51quando a gente vai

00:56:52pegar esses dados

00:56:53e trabalhar eles

00:56:54de uma forma

00:56:55para que a gente

00:56:56consiga usá-los

00:56:57para treinar

00:56:57uma inteligência

00:56:58artificial,

00:56:59e a inteligência

00:57:00artificial é tipo

00:57:00um bebezinho mesmo.

00:57:02Nasceu,

00:57:03não sabe nada

00:57:03e a gente tem

00:57:04que treinar

00:57:04e tem que ensinar ela.

00:57:06E a forma

00:57:06com que você ensina

00:57:07é fundamental

00:57:09você ter dados

00:57:10muito bem feitos,

00:57:11porque senão

00:57:11ela começa

00:57:12a divergir.

00:57:13Então,

00:57:14hoje existem times,

00:57:16dentro da nossa empresa

00:57:17a gente tem

00:57:18o que a gente chama

00:57:19de ML Ops,

00:57:20que são as operações

00:57:21de Machine Learning,

00:57:22que aí a gente tem

00:57:24as pessoas

00:57:24que ficam

00:57:26dedicadas

00:57:26a treinar

00:57:27essas inteligências.

00:57:28Então,

00:57:28elas fazem uma

00:57:29corodaria do dado,

00:57:30então você precisa

00:57:31encontrar o dado

00:57:31que você precisa,

00:57:33entender se aquele dado

00:57:34ele é suficientemente

00:57:36característico

00:57:37para poder conseguir

00:57:38segmentar,

00:57:39o professor comentou,

00:57:40por exemplo,

00:57:40da planta daninha.

00:57:42A gente tem um produto

00:57:43que a gente desenvolveu,

00:57:44ele lançou em 2019,

00:57:45que detecta plantas daninhas

00:57:47e segmenta entre

00:57:48folha estreita e folha larga.

00:57:49Mas a gente ainda

00:57:50não conseguiu chegar

00:57:51no ponto de dizer

00:57:52a espécie da planta.

00:57:53Aquilo é uma grama seda,

00:57:55é um capim amargoso,

00:57:56etc.

00:57:57Mas já foi suficiente

00:57:58para uma boa tomada

00:57:59de decisão.

00:58:00Então,

00:58:01o que você tem que fazer?

00:58:02Olhar o dado,

00:58:03faz sentido segmentar?

00:58:04Faz.

00:58:05Aí você tem um time

00:58:06que faz a preparação

00:58:08desse dado.

00:58:09Esse dado pode ser

00:58:10uma imagem,

00:58:10pode ser uma tabela,

00:58:11pode ser um texto,

00:58:12pode ser um monte de coisa.

00:58:14Você faz a preparação

00:58:15desse dado,

00:58:16você vai escolher

00:58:16qual modelo você vai usar,

00:58:18aí para cada coisa

00:58:19vai ter um modelo específico,

00:58:21então,

00:58:22para análises de imagens

00:58:23a gente tem utilizado

00:58:24muito as redes neurais

00:58:26convolucionais,

00:58:27que é uma metodologia específica

00:58:29que é muito boa

00:58:30para poder analisar a imagem.

00:58:31Se você vai trabalhar

00:58:33com dados de texto,

00:58:34aí talvez uma LLM,

00:58:36que é um Large Language Model,

00:58:37um modelo de linguagem gigante,

00:58:39ele talvez seja mais interessante.

00:58:42E aí, beleza,

00:58:42escolhi o modelo,

00:58:43escolhi o dado,

00:58:44e agora eu tenho um time

00:58:45que vai preparar aquele dado

00:58:47e dizer para a inteligência artificial.

00:58:49É assim que você tem que identificar.

00:58:51E aí,

00:58:51à medida que você vai rodando,

00:58:53você tem que ter

00:58:54muito processamento

00:58:55para poder fazer

00:58:56esses treinamentos.

00:58:58Hoje o pessoal usa muito

00:58:59as placas de vídeos,

00:59:01que foram muito focadas

00:59:03ali em games

00:59:04para poder fazer

00:59:05jogos eletrônicos.

00:59:06Hoje são muito utilizadas

00:59:08para isso.

00:59:08Então,

00:59:09você pode fazer

00:59:10tanto internamente,

00:59:11comprar os computadores

00:59:14com muitas placas de vídeo,

00:59:15ou você pode também

00:59:17fazer na nuvem.

00:59:17A gente,

00:59:18por exemplo,

00:59:20é uma empresa

00:59:21associada ao GCP,

00:59:22o Google Cloud Platform.

00:59:24Então,

00:59:24a gente também ganhou

00:59:25um projeto

00:59:26da NVIDIA,

00:59:27que também forneceu

00:59:29muito poder de processamento

00:59:30na nuvem

00:59:31para que a gente possa usar

00:59:33para treinar

00:59:34as nossas inteligências artificiais.

00:59:36Então,

00:59:36você vai usar

00:59:37essas estruturas computacionais,

00:59:39vai fazer os treinamentos

00:59:41e aí vai ver o resultado.

00:59:42Se ele está bom,

00:59:43legal.

00:59:44Se ele não está,

00:59:45corrige.

00:59:46O resultado esperado

00:59:47era isso.

00:59:47E aí,

00:59:48a inteligência vai lá,

00:59:49vai ajustando

00:59:50toda a conexão

00:59:53de neurônio a neurônio

00:59:54para ir cada vez mais

00:59:55aumentando a curácia.

00:59:56Tentar chegar

00:59:57nessa precisão

00:59:59de dados,

00:59:59que foi a pergunta dele.

01:00:00Alguém quer acrescentar?

01:00:03Não,

01:00:03só de uma forma resumida,

01:00:05primeiro,

01:00:06a obtenção

01:00:07desses dados,

01:00:08dados de boa qualidade,

01:00:10consistentes,

01:00:11que tenham

01:00:12uma relação,

01:00:13mesmo que indireta,

01:00:14com aquilo

01:00:14que eu quero

01:00:15tomar decisão.

01:00:16Depois,

01:00:17eu preciso passar

01:00:17esses dados

01:00:18para um pré-processamento,

01:00:19desde uma filtragem,

01:00:21até mesmo

01:00:21quando há necessidade,

01:00:23algum tipo

01:00:23de transformação

01:00:24para uma normalização

01:00:25deles

01:00:26para alguns algoritmos

01:00:27que são necessários.

01:00:28hoje,

01:00:29basicamente,

01:00:29nós trabalhamos

01:00:30com dois sistemas,

01:00:32um sistema

01:00:33preditivo

01:00:33em inteligência artificial

01:00:35e um sistema

01:00:35de classificação,

01:00:36que pode ser

01:00:37uma classificação

01:00:39supervisionada.

01:00:40Gostei do exemplo,

01:00:41é uma criança,

01:00:42eu tenho um filho

01:00:42de seis para sete anos,

01:00:44é como se eu desse

01:00:44para ele lá,

01:00:45por exemplo,

01:00:45uma cesta repleta

01:00:46de frutas

01:00:47e eu fosse ensinando

01:00:48para ele,

01:00:49isso aqui é laranja,

01:00:50isso aqui é banana,

01:00:50isso aqui é maçã,

01:00:51isso aqui é pera,

01:00:53com várias

01:00:54amostras diferentes,

01:00:55depois eu troco

01:00:56aquela cesta

01:00:56que ele usou

01:00:57para aprender,

01:00:58forneço uma nova

01:00:59e deixo ele

01:01:00identificar automaticamente.

01:01:01Então,

01:01:02eu tenho que fazer

01:01:03uma avaliação

01:01:03dessa classificação

01:01:05para ver quanto

01:01:05ele foi capaz

01:01:06de acertar,

01:01:07eu sempre vou separar

01:01:09um percentual

01:01:10para treinamento

01:01:11e um percentual

01:01:12para validação.

01:01:13Depois,

01:01:14com essa nova cesta,

01:01:15eu vou validar

01:01:16a classificação

01:01:17que ele fez,

01:01:18é o que muitas vezes

01:01:20não acontece,

01:01:21a gente para muito

01:01:23na qualidade do treinamento,

01:01:25mas não faz

01:01:26a conferência

01:01:27ou a ferição

01:01:28ou a validação

01:01:29daquilo que ele

01:01:29está classificando

01:01:30pós treinamento.

01:01:32E existe a outra

01:01:33possibilidade

01:01:34de um sistema

01:01:34de classificação

01:01:35que é o não supervisionado,

01:01:37que aí a inteligência

01:01:38artificial,

01:01:39digamos assim,

01:01:39vai ter uma autonomia

01:01:40maior para ela mesmo

01:01:42buscar os padrões

01:01:43e ela mesmo

01:01:44começar a separar,

01:01:45não necessariamente

01:01:46dando nome

01:01:47para o que é,

01:01:48mas separando indivíduos

01:01:49de acordo

01:01:50com um determinado padrão.

01:01:51Então, basicamente,

01:01:52essa é a sequência,

01:01:53desde a obtenção

01:01:54dos dados

01:01:54até a validação

01:01:56do resultado

01:01:57da inteligência artificial,

01:01:59que é posterior

01:02:00à avaliação

01:02:01qualitativa

01:02:02do treinamento.

01:02:03Para ela aprender,

01:02:05eu preciso de uma quantidade

01:02:06massiva de dados,

01:02:07quanto mais informações,

01:02:09melhor.

01:02:10Hoje, o ideal

01:02:11é que a gente consiga

01:02:12trabalhar com dados

01:02:13multifontes,

01:02:14o que é isso?

01:02:15Eu tenho diferentes

01:02:16fontes distintas

01:02:17que somados

01:02:19vão alimentar

01:02:20uma inteligência artificial,

01:02:22que não está pensando

01:02:23a partir

01:02:24de uma única entrada.

01:02:26O problema,

01:02:27dentro do nosso campo,

01:02:28que é a agricultura,

01:02:28que é extremamente dinâmico

01:02:30e altamente complexo,

01:02:32aonde não existe

01:02:33uma única fonte

01:02:33de variação

01:02:34que representa

01:02:35uma resposta,

01:02:36seja de vigor

01:02:36ou qualquer outra coisa.

01:02:37Quanto mais informações

01:02:39nós tivermos,

01:02:40teoricamente,

01:02:41mais assertiva

01:02:42vai ser essa classificação.

01:02:44Então,

01:02:44cuidado com o dado,

01:02:45uma atenção especial

01:02:47com o seu tratamento

01:02:49para depois

01:02:50um ótimo aprendizado,

01:02:52uma avaliação

01:02:53desse aprendizado

01:02:54e, posteriormente,

01:02:55fazer uma classificação,

01:02:56uma predição

01:02:57e avaliar

01:02:58essa predição também

01:03:00para entender

01:03:01os pontos

01:03:02aonde eu preciso

01:03:03melhorar,

01:03:03os pontos aonde

01:03:04eu preciso trabalhar mais.

01:03:06E é igual nós mesmo,

01:03:07nós nunca paramos

01:03:08de aprender.

01:03:09O modelo de inteligência artificial,

01:03:11ele nunca está pronto,

01:03:13ele está sempre

01:03:14em constante

01:03:14aprendizado.

01:03:16Então,

01:03:16eu preciso cada vez mais

01:03:17ir o alimentando

01:03:19com novos dados,

01:03:20novos dados

01:03:21para ele aumentar

01:03:21a capacidade

01:03:22de aprendizado

01:03:23e de assertividade

01:03:24na classificação.

01:03:25Só um minutinho,

01:03:26André,

01:03:26só para eu fazer

01:03:27uma pergunta aqui

01:03:28de uma dúvida

01:03:28que surgiu agora,

01:03:29antes de passar a palavra.

01:03:31O senhor disse

01:03:32que pega de diferentes fontes

01:03:33para conseguir

01:03:34pegar a informação

01:03:35mais precisa.

01:03:38Individualmente,

01:03:38com produtores ali

01:03:39que o senhor está

01:03:40conversando,

01:03:41tem o acesso direto,

01:03:42em cooperativas,

01:03:44associações,

01:03:44e qual a dica

01:03:45para o produtor

01:03:46no dia a dia

01:03:47em relação

01:03:48a esses dados?

01:03:49A informação

01:03:49que ele obteve

01:03:50ali daquela planta,

01:03:51ele já lança

01:03:52de alguma forma?

01:03:54Então,

01:03:54existem agricultores

01:03:56e agricultores.

01:03:57A nossa agricultura

01:03:58é muito diversificada,

01:03:59desde os maiores

01:04:00até os menores.

01:04:01Nós temos níveis

01:04:02tecnológicos

01:04:02completamente distintos

01:04:04a depender

01:04:04da região,

01:04:05da cultura agrícola.

01:04:07Basicamente,

01:04:07o que nós temos

01:04:08é uma facilidade

01:04:09de acesso

01:04:10a dados

01:04:10que são públicos,

01:04:12seja com assessoramento

01:04:13remoto

01:04:13com imagens gratuitas,

01:04:15sejam essas imagens

01:04:16de altíssima resolução,

01:04:17que muitas vezes

01:04:18têm um custo elevado,

01:04:20principalmente pensando

01:04:21a nível de agricultor.

01:04:22Por isso que eu comecei

01:04:23falando lá atrás,

01:04:24que eu acho

01:04:25que essa grande virada

01:04:26e essa força motriz

01:04:29da inteligência artificial,

01:04:31ela está nas startups,

01:04:33no prestador de serviço,

01:04:34porque ele consegue

01:04:35diluir o custo.

01:04:36Então,

01:04:36eu não vejo o agricultor

01:04:37comprando imagem de satélite.

01:04:38Mas eu posso,

01:04:39por exemplo,

01:04:40dentro de uma prestação

01:04:41de serviço,

01:04:42vender um pacote

01:04:42de serviço

01:04:43que eu coloco

01:04:43uma estação meteorológica

01:04:44lá na lavoura do cara.

01:04:46Às vezes,

01:04:46um pequeno sensor

01:04:47que vai medir

01:04:48em posições distintas,

01:04:50que eu tenho

01:04:50uma espacialização

01:04:51daquilo ali

01:04:52e eu tenho acesso

01:04:53a essa informação.

01:04:54Quando a gente pensa,

01:04:55por exemplo,

01:04:55em pragas e doenças,

01:04:57eu tenho três fatores

01:04:58que não podem deixar

01:04:59de ser mapeados,

01:05:01que é o hospedeiro suscetível,

01:05:03um patógeno virulento

01:05:05e um ambiente favorável

01:05:06para o desenvolvimento

01:05:07dessa doença

01:05:08ou dessa praga.

01:05:09Se eu não sou capaz

01:05:10de trabalhar um modelo

01:05:11que integre

01:05:13esses três segmentos,

01:05:15eu posso fazer

01:05:16a inferência

01:05:17que eu tenho

01:05:17uma ação

01:05:18de uma doença

01:05:19quando, na verdade,

01:05:19não é ela

01:05:20porque o ambiente

01:05:20não é favorável

01:05:21para ela

01:05:22naquela época do ano.

01:05:23A gente sabe muito bem,

01:05:25dependendo da cultura,

01:05:26quais são as principais

01:05:27pragas e doenças.

01:05:28Então,

01:05:28eu preciso trabalhar

01:05:29com essa variedade

01:05:30de fontes

01:05:31de forma a ter modelos

01:05:33que sejam capazes

01:05:34de, sim,

01:05:35eliminando as outras

01:05:36que ele tem certeza

01:05:37que não é

01:05:38me direcionar

01:05:39cada vez mais

01:05:40para aquilo que possivelmente

01:05:41será o fator

01:05:43ou o agente causador

01:05:44daquele problema

01:05:45que a gente está

01:05:45identificando.

01:05:46Agora,

01:05:47eu não vejo

01:05:48a nível de agricultor

01:05:50necessariamente

01:05:51todo esse detalhamento,

01:05:52apesar de existirem

01:05:53inúmeros agricultores

01:05:54com capacidade de investimento

01:05:56em tecnologia,

01:05:56grandes grupos

01:05:57que têm centros

01:05:58específicos de pesquisa.

01:06:00Nós temos ex-alunos nossos

01:06:01que hoje trabalham,

01:06:02por exemplo,

01:06:03num grupo Amagi,

01:06:04que é um dos maiores

01:06:05produtores de grãos

01:06:06do Brasil.

01:06:06Então,

01:06:07eles têm centros

01:06:08específicos de pesquisa.

01:06:09Mas essas parcerias,

01:06:11a iniciativa privada,

01:06:12através da startup,

01:06:14o prestador de serviço,

01:06:15é quem vai facilitar

01:06:17essa tomada

01:06:18desses dados,

01:06:19vai facilitar

01:06:20a oferta

01:06:21do serviço

01:06:22e fazer com que

01:06:23isso também

01:06:23possa chegar lá.

01:06:25Principalmente

01:06:25quando a gente

01:06:25preocupa-se de novo,

01:06:27e eu gosto de repetir,

01:06:28não é porque eu não tenho

01:06:28nada diferente

01:06:29para falar, não,

01:06:29é porque a qualidade

01:06:31do dado,

01:06:32ela é o ponto

01:06:33crítico

01:06:34em qualquer modelo.

01:06:36Se esse dado

01:06:37não chega na mão

01:06:38da empresa do Carlos

01:06:39com boa qualidade,

01:06:40ele não adianta

01:06:41ter o ótimo modelo.

01:06:43Ele não vai conseguir

01:06:43chegar nessa resposta.

01:06:46Queria trazer um pouco

01:06:47da perspectiva

01:06:48da questão

01:06:49da gestão de dados

01:06:50com o agricultor.

01:06:51Porque acho que o primeiro ponto

01:06:52é que quando o agricultor

01:06:54já entende

01:06:55que a empresa

01:06:56vai usar os seus dados,

01:06:57existe um certo receio,

01:06:58muitas vezes,

01:06:59dele prover esses dados.

01:07:01Então,

01:07:03tem uma questão

01:07:04também fundamental

01:07:04dessa abordagem

01:07:05desse cliente

01:07:06e deixar transparente

01:07:08para ele

01:07:08de que o dado dele

01:07:09vai ser usado

01:07:10pela companhia,

01:07:12mas em benefício

01:07:13para que ele tenha

01:07:13uma recomendação

01:07:14customizada.

01:07:15Acho que o primeiro ponto

01:07:16é ter assinamento

01:07:16de que a gente tem

01:07:17essa esteira de dados

01:07:18e uma liberdade

01:07:19para trabalhar com ele

01:07:20de uma forma que

01:07:21seja uma relação

01:07:22de ganha-ganha.

01:07:23E a partir do momento

01:07:24que a gente começa

01:07:25a trabalhar esses dados

01:07:26na companhia,

01:07:27eu acho que até

01:07:29apoiando e empoderando

01:07:30o que eles estão falando

01:07:31aqui sobre a questão

01:07:32da qualidade de dados,

01:07:33existe esse esforço imenso

01:07:35de ciência de dados

01:07:36para que esse dado

01:07:37seja qualificado

01:07:39e ao mesmo tempo

01:07:40até que ponto

01:07:41esses dados

01:07:41vão ser usados

01:07:43na qual a empresa

01:07:44consegue endossar

01:07:46tudo o que está sendo

01:07:46gerado de recomendação

01:07:47para o cliente.

01:07:49Um exemplo,

01:07:50a gente teve alguns exemplos

01:07:51no mercado

01:07:51que a IA, por exemplo,

01:07:53começou a ofertar

01:07:54algum tipo de desconto

01:07:56ou alguma condição comercial

01:07:58que não estava alinhada

01:07:59com o que a empresa

01:08:00tinha de autonomia.

01:08:01Então, essas barreiras,

01:08:03por exemplo,

01:08:04também são muito bem definidas

01:08:05para que a IA também

01:08:07esteja alinhada

01:08:08com a estratégia da empresa

01:08:09e que a empresa

01:08:09realmente possa arcar

01:08:10em termos de atendimento

01:08:12ao cliente,

01:08:13pensando muito mais

01:08:14nesse atendimento autônomo

01:08:16e aproveitando até

01:08:17a capacidade da IA

01:08:19que ela é muito humanizada

01:08:20para interagir

01:08:21com o próprio cliente.

01:08:23E outro ponto

01:08:24é essa questão

01:08:25quando o dado

01:08:26chega a qualificar

01:08:26para a companhia

01:08:27ter essa aderência

01:08:30e aquilo que realmente

01:08:31o cliente consiga adotar

01:08:33de uma forma simples

01:08:34e prática.

01:08:35Então, são algumas etapas

01:08:37que a gente entende

01:08:37que são fundamentais

01:08:38e que ao mesmo tempo

01:08:40quando a gente fala

01:08:40de um modelo de negócio

01:08:41que o cliente vai começar

01:08:42a trabalhar

01:08:43de uma forma

01:08:44que vai muito além

01:08:46do insumo

01:08:47é conseguir

01:08:49colocar tudo isso

01:08:49dentro da operação

01:08:50que ele já faz.

01:08:51A nossa pretensão também

01:08:52não é chegar lá

01:08:53e mudar, não.

01:08:54Agora você vai ter que mudar

01:08:55toda a operação

01:08:55porque a IA

01:08:56te recomendou

01:08:56fazer alguma coisa diferente.

01:08:58Então, tem toda essa

01:08:59sinergia também

01:09:00para que o cliente

01:09:01consiga ter uma esteira

01:09:02de simplificação

01:09:03e ao mesmo tempo

01:09:04de segurança

01:09:05naquilo que a gente

01:09:06está recomendando.

01:09:07Então, respondido

01:09:08para o nosso participante

01:09:10aqui, vamos com mais uma.

01:09:11Foi para o Daniel Tom.

01:09:14O Jai Milton

01:09:15está perguntando o seguinte,

01:09:16quer saber,

01:09:17está direcionando a você,

01:09:18Carlos.

01:09:19Já há programas

01:09:20de inteligência artificial

01:09:21para que o consumidor final

01:09:23possa ter conhecimento

01:09:24se o produto adquirido

01:09:25no final da cadeia,

01:09:26na gôndola do supermercado,

01:09:28feira,

01:09:29foi realmente produzido

01:09:31dentro de uma prática saudável,

01:09:34sem agrotóxicos,

01:09:35por exemplo,

01:09:35complementando

01:09:36com sensores

01:09:38em que poderia detectar

01:09:39diretamente

01:09:40nos alimentos.

01:09:41Já há algo assim?

01:09:43Legal.

01:09:43Não necessariamente

01:09:44inteligência artificial,

01:09:46mas existem já

01:09:48tecnologias

01:09:48de rastreadibilidade

01:09:49disso.

01:09:50Então, já existem

01:09:52várias empresas

01:09:53que conseguem rastrear

01:09:54todo o manejo

01:09:55que foi feito.

01:09:56Então,

01:09:56estou produzindo

01:09:58um café

01:09:58que é orgânico,

01:10:00mas ele é orgânico,

01:10:01então,

01:10:01onde é que estão

01:10:02as práticas?

01:10:03Foi aplicado o quê?

01:10:04Como é que foi feito

01:10:05esse manejo?

01:10:06Eu plantei,

01:10:07eu coloquei

01:10:07que tipo de produtos,

01:10:09quais defensivos

01:10:10entraram ali.

01:10:11Então,

01:10:11esse manejo

01:10:12precisa ser rastreado,

01:10:13e ele é rastreado

01:10:14através de sistemas.

01:10:16E uma vez

01:10:16que você tem

01:10:17esse sistema

01:10:17que rastreia

01:10:18esse processo,

01:10:19óbvio que existem

01:10:19processos de auditoria

01:10:21para isso,

01:10:22para que aquele café

01:10:23ganhe uma certificação.

01:10:27Para alguns produtos,

01:10:29a gente teve contato

01:10:29com uma empresa

01:10:30no Peru,

01:10:31eles também conseguiram

01:10:32fazer processos

01:10:33de teste,

01:10:34para ver se existia

01:10:35alguma camada

01:10:36em frutas,

01:10:37principalmente mamão,

01:10:38essas frutas

01:10:39que vão para a gôndola

01:10:39diretamente.

01:10:41Então,

01:10:41existem já

01:10:42algumas tecnologias

01:10:43de teste rápido

01:10:44para ver se tem

01:10:45algum resquício

01:10:46de defensivo

01:10:47que seja tóxico,

01:10:48e, obviamente,

01:10:49produtos de sanitização

01:10:51antes que isso vá

01:10:52para a gôndola

01:10:53do supermercado.

01:10:53Então,

01:10:55não seriamente

01:10:56a inteligência artificial,

01:10:57então,

01:10:57não tem como a gente

01:10:58tirar uma foto

01:10:58e dizer,

01:10:59putz,

01:10:59isso aqui,

01:11:00o passado

01:11:01dos últimos seis meses,

01:11:03foi isso que aconteceu.

01:11:04Não,

01:11:04é muito complicado

01:11:05fazer esse tipo de coisa,

01:11:06mas,

01:11:06uma vez que você

01:11:07sistematiza todo o processo

01:11:09de rastreamento

01:11:10daquele alimento

01:11:11que foi produzido,

01:11:12é perfeitamente possível.

01:11:13A Ilma de Camargos

01:11:16aqui está preocupada

01:11:17com essa questão

01:11:18das mudanças climáticas.

01:11:20As tecnologias

01:11:21apresentadas

01:11:22são capazes

01:11:23de identificar

01:11:23e prevenir

01:11:24esses incêndios

01:11:26naturais,

01:11:26ela está se referindo

01:11:27aos naturais,

01:11:28em decorrência

01:11:29das mudanças

01:11:30no clima,

01:11:31é capaz também

01:11:32de identificar

01:11:33a movimentação

01:11:34e a conclusão

01:11:35dos incêndios

01:11:35provocados

01:11:36recentemente?

01:11:38Vou implementar rapidinho.

01:11:40Já existe

01:11:40várias empresas

01:11:41que fazem isso,

01:11:42inclusive brasileiras

01:11:43que fazem

01:11:44o monitoramento

01:11:45de condições

01:11:46do ambiente,

01:11:47tanto em floresta nativa,

01:11:49quanto também

01:11:49em florestas plantadas,

01:11:51sobre a propensão,

01:11:52o risco

01:11:53de combustão espontânea,

01:11:55tanto no Cerrado,

01:11:57em vários tipos

01:11:57de biomas.

01:11:58Existem empresas brasileiras,

01:11:59se não me engano,

01:12:00chamam o Grau e Meio,

01:12:00que trabalha com isso,

01:12:02não sei se já teve contato,

01:12:03André,

01:12:04mas, com certeza,

01:12:05já existe bastante coisa.

01:12:06E existem também

01:12:07satélites geoestacionários

01:12:09que têm capacidade

01:12:10de fazer esse monitoramento

01:12:11também praticamente

01:12:12em tempo real.

01:12:14Respondido para a Ilma,

01:12:15quer complementar algo?

01:12:16André?

01:12:17Na verdade,

01:12:17é isso mesmo,

01:12:17tem soluções.

01:12:19A questão é que,

01:12:20muitas vezes,

01:12:20elas ainda não são

01:12:21adotadas amplamente

01:12:23e também eu volto

01:12:24àquela questão

01:12:25da colaboração,

01:12:26porque eu acho

01:12:26que quando a gente

01:12:26começa a criar

01:12:27essa rede de influência

01:12:28e conseguir cobrir

01:12:29o território nacional

01:12:30com as tecnologias disponíveis,

01:12:32seria muito mais efetivo

01:12:33ter esse tipo de integração

01:12:34para que as entidades

01:12:35pudessem se comunicar

01:12:37e prevenir

01:12:38em um curto espaço de tempo.

01:12:39porque a questão-chave

01:12:41é o senso crítico

01:12:43de ter essa prontidão

01:12:45de resolver um problema.

01:12:46E, geralmente,

01:12:47a diagnóstica é feita,

01:12:48mas o tempo não é hábil

01:12:49para chegar

01:12:50e mitigar o problema.

01:12:51Esse é o ponto.

01:12:52Acho que dá tempo

01:12:53de mais uma pergunta.

01:12:56Pergunta para o Carlos.

01:12:58Camila Galon.

01:12:59Trabalha no Núcleo de Estudos

01:13:01de Fotossíntese,

01:13:02da UFIS.

01:13:03Já fazemos análise fotoquímica

01:13:05em campo

01:13:06com equipamento portátil.

01:13:07Ela quer saber

01:13:08se há modelos de imagem

01:13:10já criados

01:13:11pelas Sensics

01:13:11para avaliar

01:13:12o vigor e eficiência

01:13:14da planta

01:13:14com base

01:13:15na análise fotoquímica.

01:13:18Com certeza.

01:13:19Na verdade,

01:13:19existem já

01:13:20diversos índices

01:13:21de vegetação

01:13:22que são baseados

01:13:24em bioquímica,

01:13:25em atividade,

01:13:26em nível de clorofila,

01:13:27atividade fotossintética.

01:13:29A gente usa

01:13:30uma banda muito específica.

01:13:31O professor até falou

01:13:32de uma banda.

01:13:33Eu até fiquei curioso.

01:13:33Estou doido para saber

01:13:34que banda é essa

01:13:35que vocês estão

01:13:35querendo tanto trabalhar.

01:13:38Pode revelar

01:13:39ainda na aula,

01:13:39professor,

01:13:40só depois concluir o estudo.

01:13:41Depois que ele patentear,

01:13:42a gente sabe como é.

01:13:44Mas a gente usa

01:13:45uma banda, por exemplo,

01:13:46que chama Red Edge,

01:13:47que é uma banda

01:13:48do vermelho limítrofe,

01:13:50que consegue ter

01:13:51muito mais sensibilidade

01:13:52para atividade fotossintética

01:13:53do que o vermelho visível,

01:13:55que é o que normalmente

01:13:56se usa no NDVI.

01:13:57Mas isso é uma banda

01:13:59muito específica.

01:14:00Mas acho que isso

01:14:00ainda vai evoluir muito,

01:14:02muito mesmo.

01:14:03Como eu falei

01:14:04dos satélites hiperespectrais,

01:14:06eu acho que vai vir

01:14:06uma nova era

01:14:07de tecnologias habilitadoras

01:14:10que vão dar

01:14:10muito mais insumo

01:14:11para a gente treinar

01:14:12esses modelos

01:14:13que a gente já tem hoje.

01:14:14Então,

01:14:15já existe sim

01:14:16alguma coisa.

01:14:17Ela comentou

01:14:17do sensor portátil.

01:14:18Existem várias empresas

01:14:19muito boas

01:14:20que fazem com sensor portátil.

01:14:22E os sensores portátil,

01:14:23eles têm uma característica

01:14:24muito legal,

01:14:25que é porque

01:14:25eles são sensores ativos.

01:14:27Então,

01:14:27você pega uma folha

01:14:28de uma planta

01:14:29e você coloca

01:14:29num sensor portátil,

01:14:30aquele sensor emite

01:14:32uma luz

01:14:32e aí tem um ambiente

01:14:34meio que microcontrolado

01:14:36lá que você consegue

01:14:37ter muito mais precisão

01:14:38na frição desse dado.

01:14:41No sensoreamento remoto

01:14:42você também consegue fazer,

01:14:43mas você depende

01:14:44da luz solar,

01:14:45você tem toda a influência

01:14:47da atmosfera,

01:14:47quando a radiação entra.

01:14:49Então,

01:14:50esses modelos

01:14:51para sensoreamento remoto

01:14:52são um pouco mais imprecisos

01:14:53do que o do campo.

01:14:55Mas,

01:14:56dependendo da decisão

01:14:57que você for tomar,

01:14:58se essa precisão

01:14:58é suficiente,

01:14:59vamos embora.

01:15:00Então,

01:15:00não tem problema.

01:15:02Mas já existe

01:15:03muita coisa legal.

01:15:04Já existe,

01:15:04então, Camila,

01:15:05pergunta da Camila.

01:15:06A pergunta do João,

01:15:07eu acho que já vai dar

01:15:08para a gente ir fazendo

01:15:10as considerações finais

01:15:11aqui,

01:15:12porque ele pergunta o seguinte,

01:15:13João da Asa Norte

01:15:14de Brasília.

01:15:15Não sei se foi falado isso,

01:15:17mas eu queria tirar

01:15:18uma dúvida.

01:15:18Com tanta tecnologia

01:15:20hoje

01:15:21que vem

01:15:22para otimizar

01:15:23a vida do agricultor,

01:15:24qual a opinião

01:15:25dos senhores

01:15:25e qual seria a forma

01:15:27de baixar os custos

01:15:28dos produtos

01:15:29para o consumidor final.

01:15:31Foi falado aqui,

01:15:32de certa forma,

01:15:32com o uso da inteligência artificial,

01:15:34mas acho que vocês podem

01:15:35ir pontuando já

01:15:36para responder

01:15:37e fazendo as considerações

01:15:39finais do João

01:15:40da Asa Norte

01:15:41de Brasília.

01:15:42Quem começa?

01:15:45Então,

01:15:46João,

01:15:47tecnologia evolui

01:15:48muito rápido

01:15:49e a tendência

01:15:50é que os modelos

01:15:51também vão ficando

01:15:52mais acessíveis

01:15:53a partir do momento

01:15:55que isso vai

01:15:55se popularizando mais,

01:15:57seja através

01:15:58dos sensores,

01:15:59seja através

01:15:59dos próprios sistemas

01:16:00que são desenvolvidos.

01:16:03Acho que uma coisa

01:16:05extremamente importante

01:16:06como professor,

01:16:07eu preciso defender

01:16:08isso de forma

01:16:09ferrenha,

01:16:11é que haja

01:16:12uma mudança

01:16:13na formação

01:16:14profissional

01:16:14dos nossos estudantes

01:16:16para que eles

01:16:17sejam também

01:16:20empreendedores,

01:16:21capazes de

01:16:22estabelecer

01:16:23os seus próprios

01:16:24negócios

01:16:24para diluir

01:16:26os custos

01:16:26que eles terão

01:16:27em uma cadeia

01:16:28muito grande

01:16:28de agricultores

01:16:29que estarão

01:16:30ali envolvidos.

01:16:31O Espírito Santo

01:16:32tem uma tradição

01:16:32muito grande

01:16:33do cooperativismo,

01:16:34eu acho que isso

01:16:34também é um ponto

01:16:36extremamente importante

01:16:37e aí os dois

01:16:38colegas me desculpem,

01:16:39eu vou falar muito

01:16:40mais da nossa

01:16:41realidade aqui,

01:16:42tem muita agricultura

01:16:42familiar,

01:16:43pequenos agricultores,

01:16:45mesmo os grandes

01:16:45agricultores do norte

01:16:47do estado do Espírito Santo,

01:16:48eles são considerados

01:16:48pequenos quando a gente

01:16:49pensa nas grandes

01:16:51culturas do Brasil,

01:16:52então eu acho que

01:16:53esse modelo

01:16:54de associação,

01:16:55de cooperativa,

01:16:56os nossos alunos

01:16:57empreendendo,

01:16:58vendendo formação,

01:16:59tecnologia,

01:17:00conhecimento,

01:17:01é uma forma

01:17:01importantíssima

01:17:02da gente diminuir

01:17:03custos dentro

01:17:05desta cadeia

01:17:06como um todo.

01:17:07Essa evolução

01:17:07gradativa dos sensores,

01:17:09uma competitividade

01:17:10maior do setor,

01:17:11isso vai trazendo

01:17:12benefícios para que a gente

01:17:13possa aperfeiçoar

01:17:15cada vez mais

01:17:16as ferramentas,

01:17:17mas também

01:17:17reduzir custo.

01:17:18e o agricultor entender

01:17:20que a inteligência

01:17:21artificial,

01:17:22ela pode ajudá-lo,

01:17:24mas não necessariamente

01:17:25no sistema inteiro

01:17:27ou na cadeia dele

01:17:28toda de produção,

01:17:29mas aonde ele tem

01:17:30os gargalos maiores,

01:17:32aonde ele vai ter ali

01:17:33um esforço menor

01:17:34por um retorno maior,

01:17:36talvez seja aonde

01:17:37ele conseguiria fazer

01:17:38um investimento

01:17:39mais massivo

01:17:40para conseguir

01:17:41melhorar essa

01:17:42produtividade,

01:17:43aumentar a lucratividade,

01:17:44ou mesmo diante

01:17:45dos cenários

01:17:46de mudança climática,

01:17:47diminuir a instabilidade

01:17:49produtiva

01:17:50e a incerteza

01:17:51que ele tem

01:17:51com o sistema de produção.

01:17:53O agricultor,

01:17:54ele é sempre

01:17:54um cara esperançoso,

01:17:56porque ele planta

01:17:56sem saber se vai colher.

01:17:58E eu costumo falar

01:17:59muito com os meus alunos

01:18:00o seguinte,

01:18:00nós conseguimos controlar

01:18:01uma parcela muito pequena

01:18:03daquilo que está envolvido

01:18:05no sistema de produção,

01:18:06principalmente em larga escala

01:18:07e em céu aberto,

01:18:09porque eu preciso

01:18:10de chuva,

01:18:10de temperatura,

01:18:11de umidade relativa

01:18:12do ar favorável,

01:18:13isso eu não controlo.

01:18:15Agora,

01:18:15tudo aquilo que é passível

01:18:16de ser controle,

01:18:17de ser controlado,

01:18:18que eu consigo fazer

01:18:19alguma intervenção

01:18:22associado com

01:18:22inteligência artificial

01:18:24para dar

01:18:25uma confiabilidade

01:18:27e uma segurança maior,

01:18:28vale a pena

01:18:29ele investir.

01:18:30Se ele não tiver

01:18:30a condição

01:18:31que se associe

01:18:32com um grupo

01:18:33para ter acesso

01:18:34àquela informação,

01:18:36àquela ferramenta,

01:18:37àquela tecnologia.

01:18:38E eu convido todos,

01:18:39já encerrando

01:18:40até a minha fala,

01:18:41nós estamos com um stand

01:18:42ali no espaço

01:18:43das startups,

01:18:44do laboratório

01:18:45que eu coordeno

01:18:45na UFSS,

01:18:46o LabMap,

01:18:47Laboratório de Mecanização

01:18:48e Agricultura

01:18:48de Precisão

01:18:49e Digital,

01:18:50mostrando alguns resultados

01:18:52das pesquisas

01:18:52que a gente tem feito,

01:18:54alguns sensores

01:18:55que nós temos utilizados,

01:18:56aquilo que foi possível trazer,

01:18:58existe uma quantidade maior

01:18:59de outros

01:19:01lá na universidade,

01:19:02e a universidade,

01:19:03ela é pública,

01:19:04e ela é de todos,

01:19:05realmente.

01:19:06Quem quiser,

01:19:07entre em contato conosco,

01:19:08vá nos visitar

01:19:09lá em Alegre,

01:19:10aproveitar as cachoeiras

01:19:11belas do Caparaó,

01:19:12tomar um ótimo café

01:19:13conosco,

01:19:14vá lá conhecer,

01:19:15bater um papo,

01:19:16essa interação,

01:19:17ela é extremamente importante

01:19:18para que a gente

01:19:18também possa fazer

01:19:19pesquisa alinhada

01:19:21com a realidade

01:19:22e com a necessidade

01:19:23da agricultura

01:19:24do nosso Estado,

01:19:25Espírito Santo,

01:19:26mas também do Brasil

01:19:26de uma forma geral.

01:19:29Carlos?

01:19:30Legal,

01:19:31até complementando,

01:19:32falando um pouco

01:19:33sobre universidades,

01:19:34a gente,

01:19:35nada do que a gente construiu

01:19:36seria possível

01:19:37se não fosse a nossa

01:19:37proximidade com a universidade.

01:19:40A gente até fez um podcast,

01:19:41a Fabíola ouviu lá,

01:19:42com o professor Maurício Scarpinati,

01:19:44falando sobre inteligência artificial,

01:19:46e ele foi um grande mentor

01:19:48para nós,

01:19:48ele era meu professor

01:19:49na Universidade Federal

01:19:51de Uberlândia,

01:19:52lá em Uberlândia,

01:19:53e depois,

01:19:54no final do curso,

01:19:55a gente trouxe a ideia

01:19:56para ele,

01:19:57ele sempre foi um cara

01:19:57que trouxe bastante talento,

01:20:00tanto para dentro

01:20:02da Science 6,

01:20:03quanto para desenvolver

01:20:03projetos em conjunto.

01:20:05Então,

01:20:05doutorados,

01:20:06mestrados,

01:20:07estágios,

01:20:08iniciação científica,

01:20:09muita coisa saiu disso tudo,

01:20:11muito em virtude

01:20:12dessa proximidade

01:20:12com a universidade

01:20:13que é fundamental.

01:20:15E aí,

01:20:16para finalizar um pouco

01:20:17nessa ideia do custo,

01:20:18eu acho que

01:20:19é muito bom deixar claro,

01:20:21pensando no produtor rural,

01:20:23eu vou tentar simplificar

01:20:25de uma forma

01:20:25que seja prática,

01:20:26o que o produtor busca?

01:20:29A gente tem que lembrar

01:20:30que a agricultura

01:20:30é um negócio de margem,

01:20:32muitas vezes você não consegue

01:20:33definir o preço final

01:20:35do seu produto,

01:20:36principalmente se ele for

01:20:37uma commodity,

01:20:38a não ser que você entre

01:20:39em cafés especiais,

01:20:41como é o caso,

01:20:42fruta,

01:20:42e aí você começa

01:20:43a trazer muito

01:20:44o prêmio pela qualidade

01:20:45do produto que você produz.

01:20:47Então,

01:20:48no fim do dia,

01:20:49a agricultura é um negócio

01:20:50onde o produtor

01:20:51está sempre procurando

01:20:52três coisas.

01:20:52O primeiro é mitigar risco.

01:20:54O que é mitigar risco?

01:20:56A gente falar

01:20:56de custo da minha commodity,

01:20:59fazer um head

01:20:59no meu mercado,

01:21:01tentar entender

01:21:02como é que fazer

01:21:03uma previsão de clima

01:21:04pelos próximos 7,

01:21:0530 dias que tem capacidade

01:21:06de me dar uma boa janela

01:21:08de operação de plantio.

01:21:09Então,

01:21:09ele sempre está olhando isso.

01:21:10Então,

01:21:11toda vez que ele procura

01:21:11tecnologia,

01:21:12ele vai em um desses três pilares.

01:21:14O primeiro deles é mitigar risco.

01:21:15E isso dá para fazer

01:21:16com a agricultura digital

01:21:17e inteligência artificial

01:21:18de uma maneira muito boa.

01:21:20O segundo pilar

01:21:21que o produtor

01:21:21sempre procura

01:21:22é otimizar custos.

01:21:23Por isso que custos

01:21:24sempre está na fala.

01:21:25Custo,

01:21:26custo,

01:21:26custo.

01:21:27Legal,

01:21:27se o meu negócio

01:21:28é um negócio de margem,

01:21:29eu preciso manter o custo

01:21:30mais otimizado possível,

01:21:32aumentar ao máximo

01:21:32minha produtividade

01:21:33para que essa margem

01:21:35consiga remunerar

01:21:36o produtor.

01:21:37E quando você fala

01:21:37em otimizar custos,

01:21:39eu acho que é onde

01:21:39mais existem possibilidades

01:21:41de melhoria

01:21:42utilizando tecnologia

01:21:43e inteligência artificial

01:21:44e etc.

01:21:45Por quê?

01:21:46Porque ainda se faz

01:21:48muita decisão

01:21:49dentro de agricultura

01:21:52com medo de faltar.

01:21:54Ah,

01:21:54bota uma adubo a mais,

01:21:56eu vou fazer

01:21:57uma amostra de solo

01:21:58na minha fazenda

01:21:59que já vai definir

01:21:59o meu nível de cálcio

01:22:00para colocar um calcário,

01:22:02mas se você fizer

01:22:02a cada cinco hectares

01:22:03pode ser que uma boa parte

01:22:05da fazenda

01:22:05você não precise colocar.

01:22:06Então a gente trabalha

01:22:07muito em otimização

01:22:08de custos

01:22:09e os insumos,

01:22:10principalmente adubos,

01:22:11defensivos,

01:22:12são insumos caros.

01:22:13Só o adubo,

01:22:15se a gente pegar

01:22:15em uma produção de soja,

01:22:16representa mais de 30%

01:22:17do custo total

01:22:18do custeio da lavoura.

01:22:19Então se você otimizar

01:22:2010% disso,

01:22:21nós estamos falando

01:22:21de centenas de reais

01:22:22por hectare.

01:22:24Defensivos é outros 30%,

01:22:26semente é outros 12%,

01:22:2815%.

01:22:29Então entender muito bem

01:22:30essa estrutura de custos,

01:22:31usar tecnologia

01:22:32para otimizar isso

01:22:33é a maneira que eu acredito

01:22:34que é mais fácil

01:22:35da gente conseguir

01:22:36gerar rentabilidade.

01:22:37E o terceiro pilar

01:22:38é o aumento de produtividade.

01:22:39Seja produtividade

01:22:41pensando em quantidade,

01:22:42mais sacas para optar,

01:22:43ou em qualidade,

01:22:44mais qualidade ali realmente

01:22:46para eu conseguir vender

01:22:47meu produto

01:22:47um pouco mais caro.

01:22:49E aí existem inúmeras

01:22:50tecnologias

01:22:51que conseguem dar isso também.

01:22:53Então assim,

01:22:53exemplos rápidos.

01:22:54Vou fazer uma dessecação

01:22:55na minha soja.

01:22:57Eu não preciso aplicar

01:22:58na área toda,

01:22:59porque tem soja seca

01:23:00e tem soja com coisa.

01:23:01Então vou aplicar só ali.

01:23:03O professor falou do café.

01:23:05Qual que é a qualidade

01:23:06do meu café?

01:23:06Como é que eu vou entender

01:23:08e identificar com tecnologia

01:23:09onde eu consigo ter

01:23:10um prêmio maior

01:23:11na minha produção?

01:23:12Com tecnologia,

01:23:13com imagem,

01:23:13você consegue fazer.

01:23:15Tem um case de estudo

01:23:16de uma startup brasileira

01:23:17que está indo para a Espanha,

01:23:19é um amigo meu,

01:23:20do pessoal da Agrosdata,

01:23:21ele conseguiu construir

01:23:22um sensor que ele acopla

01:23:23no caule de oliveiras.

01:23:26Ele consegue monitorar

01:23:27o fluxo de seiva

01:23:28e tomar decisões

01:23:29de pingo a pingo

01:23:29de irrigação

01:23:30para aumentar a quantidade

01:23:32de uma substância específica

01:23:34na oliva,

01:23:35na azeitona,

01:23:36que faz com que

01:23:37o preço dela

01:23:40seja muito maior.

01:23:41Ele usa tecnologia

01:23:42para isso.

01:23:42E o produtor,

01:23:43o próprio sensor,

01:23:44já está tomando as decisões

01:23:45com a inteligência artificial

01:23:46embarcada.

01:23:47Então,

01:23:49existem não dezenas,

01:23:50mas centenas

01:23:51de possibilidades.

01:23:53Então,

01:23:53dentro desses três

01:23:54pilares de produtividade,

01:23:55otimização de custo

01:23:56e mitigação de riscos,

01:23:57para qualquer cultura

01:23:58e para qualquer tamanho

01:23:59de produtor,

01:24:00a tecnologia está aí

01:24:01e ela está acessível.

01:24:02Então,

01:24:03quando o produtor

01:24:03pensa em custo

01:24:05de tecnologia,

01:24:06vou comprar uma tecnologia.

01:24:07Ele não tem que pensar

01:24:08que aquilo é caro,

01:24:09mas quanto que isso

01:24:10vai dar de retorno para ele?

01:24:11Qual que é o payback disso?

01:24:12E se ele bota isso

01:24:14dentro de uma dessas

01:24:14três vertentes,

01:24:15ele vai ver que você vai pagar

01:24:17muito fácil.

01:24:19André?

01:24:20Eu acho que na perspectiva

01:24:21também que

01:24:23no futuro

01:24:24a gente vai ter

01:24:24escassez de propriedades

01:24:26para avançar

01:24:27em termos de produção.

01:24:28Cada vez menos

01:24:29terras disponíveis.

01:24:30E essa necessidade

01:24:31de produtividade

01:24:32aumenta a importância

01:24:33de ter cultura de escala

01:24:34nesse sentido

01:24:35para que a gente tenha

01:24:35a redução desse custo.

01:24:37Então,

01:24:37as tecnologias

01:24:38vêm de conta com isso.

01:24:40Eu entendo que

01:24:40quando a gente fala

01:24:42dessa otimização,

01:24:44é fazer com que ele tenha

01:24:45muito mais produtividade

01:24:47e com isso

01:24:48ele dilua esse custo.

01:24:49Assim como o Carlos comentou,

01:24:50dado o caso das comodas,

01:24:51ele tem um custo fixo

01:24:52lá na ponta

01:24:53que é o peso todo

01:24:54que não tem controle.

01:24:56Então,

01:24:56quanto menos ele conseguir

01:24:57reduzir esse custo

01:24:58através da escala,

01:24:59é o ponto de partida

01:25:01para que a gente tenha

01:25:02essa otimização.

01:25:04E concordando também

01:25:05que o próprio agricultor

01:25:06ele preza pela rentabilidade,

01:25:10mas a sustentabilidade

01:25:12ainda não está

01:25:12no foco dele

01:25:14por quê?

01:25:14Porque,

01:25:15no fim,

01:25:16antes dele ser verde,

01:25:18ele tem que sair do vermelho.

01:25:19Então,

01:25:20essa pretensão

01:25:21de fazer essa migração

01:25:23para adotar

01:25:24práticas sustentáveis,

01:25:25ela está aliada

01:25:26também à redução de custo.

01:25:27Então,

01:25:28quando ele tem

01:25:29um retorno

01:25:30sobre investimento,

01:25:31quando ele ganha

01:25:31em escala,

01:25:33adotando as boas práticas,

01:25:34daí ele vai conseguir

01:25:35ter um crescimento

01:25:36muito mais sustentável

01:25:37e ter essa sustentação

01:25:39também no patamar produtivo

01:25:41e isso vai fazer

01:25:42com que ele adote

01:25:43mais tecnologia

01:25:44com menor custo.

01:25:45Então,

01:25:46eu diria que

01:25:47quando a gente fala

01:25:48do agricultor,

01:25:51tanto pequeno

01:25:51quanto grande,

01:25:53é fundamental

01:25:54que ele adote

01:25:54as tecnologias,

01:25:55no caso da IA,

01:25:56ela vai facilitar

01:25:57para que ele tenha

01:25:58essa escalabilidade

01:25:59de uma forma simples

01:26:00e possa adotar

01:26:01as principais tecnologias

01:26:04com o objetivo

01:26:04de otimizar os insumos,

01:26:06mas ao mesmo tempo

01:26:07de ganhar eficiência

01:26:08operacional.

01:26:09Ok,

01:26:10obrigada André,

01:26:12gerente de inovação

01:26:13aberta da Bayer,

01:26:14conversamos também

01:26:15aqui com o Carlos,

01:26:16que é CEO

01:26:16da Startup Sensix

01:26:18e também com o professor

01:26:19Samuel,

01:26:20que é professor

01:26:21do Departamento

01:26:22de Engenharia Rural

01:26:23da UFIS,

01:26:24de Alegre.

01:26:25Vamos fazer

01:26:25um intervalo rápido.

01:26:27Agora,

01:26:27vocês podem aproveitar

01:26:28inclusive

01:26:29para aceitar

01:26:30o convite

01:26:31aqui do professor

01:26:32e visitarem

01:26:32o stand da UFIS.

01:26:34Um intervalo bem rapidinho,

01:26:35daqui a pouco

01:26:35a gente volta

01:26:36com a nossa programação.

01:26:37Obrigada, gente.

01:27:06Obrigado.

01:27:12Obrigado.

Categoria

Transcrição

Comentários

Recomendado