Por Kenrick Cai, Forbes
Fundadores de agtech y patrocinadores de capital riesgo hablaron de las oportunidades y los retos que los robots automatizados aportan a la agricultura. MATT KANG PARA FORBES
¿Cómo se enseña a un ordenador cómo es una buena fresa? Según Miku Jha, fundadora y consejera delegada de AgShift, cuya empresa innova en la inspección de alimentos con aprendizaje profundo, se hace igual que se entrena a un niño de tres años. «Les das una pelota de ping-pong y un huevo, y no dejas de decirles: "esto es una pelota, esto es un huevo, esto es una pelota, esto es un huevo". Ambos son blancos, pero al final lo aprenden. Así está cableado nuestro cerebro», dijo.
Entrenar un programa de IA que inspecciona fresas sigue esa misma lógica: «Tomamos cientos de imágenes de magulladuras en una fresa y seguimos entrenando al modelo para que sepa que eso es una magulladura. "Buena baya, mala baya, buena baya, mala baya". Eso es todo», afirmó.
Jha participó en un panel sobre automatización moderado por el editor asociado de Forbes Alex Knapp el jueves en la Cumbre Forbes AgTech 2019 en Salinas, California. Habló junto a George Kellerman, consejero delegado y director gerente del brazo de capital riesgo de Yamaha Motor, Yamaha Motor Ventures; Arama Kukutai, cofundador y socio de la firma de capital riesgo especializada en agtech Finistere Ventures; y Thomas Palomares, cofundador y director de tecnología de la empresa de automatización agrícola Farmwise. Los panelistas debatieron si los robots están robando empleos y los retos de crear IA, conseguir financiación de capital riesgo y mirar más allá de Estados Unidos.
La creciente intersección entre la tecnología de Silicon Valley y la agricultura del valle de Salinas no se ha extendido al dinero del capital riesgo de Silicon Valley. La agtech lucha por encontrar inversión porque las empresas tardan más en crecer y también porque la mayoría de los inversores son «ovejas», dijo Kellerman. Los capitalistas de riesgo tradicionales son oportunistas: siguen a la multitud y persiguen el «dinero tonto». Sostiene que las empresas de agtech necesitan firmas de capital riesgo que entiendan el «capital paciente», haciendo una inversión a largo plazo en lugar de esperar un beneficio rápido.
Una razón importante por la que la agtech no puede iterar tan rápido como el software es que las empresas no pueden probar sus innovaciones durante todo el año: están limitadas por periodos de cosecha que duran solo unos meses al año. California, especialmente el valle de Salinas, es un lugar privilegiado para contrarrestar este problema porque la zona tiene una estacionalidad baja, dijo Palomares, incluido en la lista Forbes 30 Under 30 de Manufactura e Industria 2019 por Farmwise. La empresa usa robots con visión por computadora y aprendizaje profundo para eliminar malas hierbas con herbicidas. Palomares dijo que la empresa se centró primero en el desherbado porque no está tan limitado por las estaciones.
Las empresas sujetas a ciclos de cosecha tienen otras opciones. Es una de las grandes razones por las que Kellerman y Kukutai han invertido en el extranjero, en países como Nueva Zelanda e Irlanda. Kellerman recordó una inversión temprana en Abundant Robotics, que crea cosechadoras robóticas para manzanas, con una ventana de cosecha de solo dos meses al año. «Lo interesante fue que en la primera iteración del producto lo diseñaron específicamente para que cupiera en un contenedor de transporte, de modo que pudieran empaquetarlo y llevarlo a Australia para hacer otra temporada», dijo.
En cuanto a la IA agrícola y alimentaria, dice Jha, un reto adicional es que los conjuntos de datos deben construirse desde cero. «Si creas una solución de IA para un banco, por ejemplo para la detección de fraudes, tienes patrones», señaló. «Existen desde hace décadas, así que puedes usarlos para tomar ventaja»
En la práctica, esto significa que los robots automatizados actuales probablemente no son perfectos, lo que puede hacer difícil su venta a los productores. «Creas una cosechadora de brócoli o de fresas, y quizá rinda el 60% o el 80% de lo que puede hacer un humano», dijo Kellerman. «Así que quizá tengas que replantearte tu modelo de negocio. Si solo buscas sustituir personas, no va a pasar así. La tecnología evoluciona a un ritmo iterativo».
Aunque la automatización implica que los ordenadores hagan trabajos que antes hacían los humanos, eso no significa que los robots estén robando empleos, dijo Kellerman, porque nadie está cubriendo esos puestos de todos modos. Cuando se lanzó a la agricultura en plena crisis de sequía en California, Kellerman dijo que asumió que el mayor problema del sector era el agua. En cambio, todos los productores con los que habló le dijeron: «mis tres principales problemas son: mano de obra, mano de obra y mano de obra».
Esto fue una de las cosas que impulsó la decisión de Yamaha Motor Ventures de invertir en automatización agrícola, dijo. «No se trataba de sacar a los humanos del circuito, sino de llenar un vacío que existe en el mercado. Un vacío que crece cada día más».
La tecnología «aumenta» la mano de obra agrícola, no la sustituye, coincidió Jha. «Imagina a un inspector que tiene que examinar dos libras de anacardos, buscar 24 tipos distintos de defectos físicos y tomar una decisión en menos de tres minutos», dijo. «Imagina la fatiga mental que provoca hacerlo de forma continua».
A medida que Silicon Valley amplía su huella en el valle de Salinas y otros centros agrícolas, los agricultores también se cansan de todas las startups que se les acercan, dijo Kukutai. La clave para una empresa de agtech incipiente es apuntar a un problema con un mercado que lo necesite. Recordó una inversión conjunta con Kellerman en Invert Robotics, una startup que usa automatización para inspeccionar y limpiar tanques de almacenamiento. Invert tenía la «fórmula secreta» que otras empresas no tenían, dijo. «Lo sorprendente fue lo enormes que son los mercados abordables. Entrar en los tanques para inspeccionarlos o limpiarlos era en realidad un mercado de miles de millones de dólares».