Impacto
Iniciativas
Dashboard
Alianzas
Impacto
Iniciativas
Dashboard
Alianzas
Conoce más de esta historia
Webstory del proyecto
Ir a webstory
Sistema de InformaciónRevolución Digital Agro: Robótica e IA (“PI-4”)AplicadaTecnológicaSistemas agropecuarios
2026
ActivoCada campaña, quienes producen granos en secano y quienes los asesoran deciden qué sembrar, cuándo y con cuántos insumos sin una referencia confiable de cuánto puede rendir cada lote. Esa referencia es el rendimiento potencial en secano (RPS, el rendimiento de un cultivar adaptado con el clima y el suelo de un sitio, sin limitaciones nutricionales ni bióticas y con el agua de lluvia): fija objetivos realistas y muestra cuánta producción queda sin capturar. Medirla directamente a gran escala es inviable: sus determinantes varían fuertemente entre lotes y campañas, y sostener un manejo experimental sin limitaciones en miles de sitios excede toda capacidad de ensayo.
El proyecto rodea ese obstáculo con dos capas de cálculo. Modelos de simulación agronómica calibrados localmente estiman el RPS y su variabilidad interanual en sitios representativos de las zonas agroclimáticas de cada cultivo; algoritmos de aprendizaje automático extrapolan esas estimaciones a toda el área cultivada de Argentina, Colombia y Uruguay, con alta resolución y una medida explícita de incertidumbre. Productores, asesores y responsables de política pública reciben una plataforma abierta y gratuita que compara el rendimiento de un lote con su techo alcanzable antes de la siembra y actualiza el pronóstico durante la campaña.
La solución es una plataforma digital regional, abierta y gratuita, que estima y pronostica el rendimiento potencial en secano (RPS) de maíz, trigo y soja a escala de lote. Combina dos capas de cálculo: modelos de simulación agronómica que obtienen el RPS y su variabilidad interanual en sitios de referencia a partir de datos locales de clima, suelo y manejo, y modelos de aprendizaje automático que extrapolan esas estimaciones a toda el área cultivada con alta resolución espacial y con una medida explícita de incertidumbre. La plataforma permite comparar el rendimiento de un lote con su techo alcanzable antes de la siembra y actualizar el pronóstico durante la campaña a partir de datos meteorológicos observados y de la información que el propio usuario carga sobre su lote. Su arquitectura es modular y de código abierto, de modo que los mapas, las bases de datos y los modelos quedan disponibles como bienes públicos digitales.
El proyecto debería entregar estimaciones del rendimiento potencial en secano (RPS) y de su variabilidad interanual para las siete combinaciones de cultivo y país (maíz, trigo y soja en Argentina y Uruguay, y maíz en Colombia), sobre series de al menos quince campañas por sitio, con los coeficientes genéticos calibrados y sus métricas de ajuste frente a datos independientes. Las zonas agroclimáticas cubiertas por la red de sitios representarán más del 75% del área cultivada objetivo. Sobre bases grilladas nacionales de clima (menos de 10 kilómetros) y suelo (250 metros) se evaluarán tres familias de algoritmos y se generarán mapas anuales de RPS, con la incertidumbre cuantificada en el 100% del área objetivo, de la cual al menos el 95% debería quedar dentro del dominio de aplicabilidad validado.
La plataforma regional debería alcanzar sus cinco funcionalidades críticas, una disponibilidad del 95% o más en las campañas piloto y un puntaje de usabilidad (System Usability Scale, SUS) de 70 o superior, elevando el nivel de madurez tecnológica (TRL) de 4 a 7. Seis pilotos de validación y adopción, dos por país, medirán la eficiencia de uso de nitrógeno y las emisiones de gases de efecto invernadero por tonelada, con y sin plataforma. La capacitación debería alcanzar a más de 150 personas en siete talleres, al menos 60 de ellas mujeres, y a tres estudiantes de posgrado; los mapas, las bases y el código quedan como bienes públicos digitales, con al menos 5.000 visitantes únicos y 1.000 descargas.
El proyecto beneficiará de manera directa a productores, asesores e investigadores de Argentina, Colombia y Uruguay que participarán en el co-diseño, la validación, la capacitación y el uso operativo de la plataforma: al menos 5.000 visitantes únicos, de los cuales 500 recurrentes y 250 registrados, y al menos 150 personas capacitadas en siete talleres, de las cuales al menos 60 serán mujeres. La formación alcanzará además a un mínimo de tres estudiantes de posgrado codirigidos entre instituciones de al menos dos países del consorcio. A través de las redes de las organizaciones de productores que participan como asociadas, la población potencialmente alcanzable supera los 10.000 productores, y seis instituciones, dos por país, incorporarán la plataforma a sus operaciones. De manera indirecta, la iniciativa alcanzará a organismos públicos de estadística y política agropecuaria, aseguradoras agrícolas, cooperativas y empresas de tecnología agropecuaria, que podrán reutilizar los datos abiertos generados. La población potencial de mayor alcance son los más de 200.000 productores comerciales de maíz, trigo y soja de los tres países, sobre unos 32 millones de hectáreas.
Este proyecto contribuye activamente al cumplimiento de los Objetivos de Desarrollo Sostenible, promoviendo un desarrollo regional más equitativo, resiliente y sostenible.
Fernando Aramburu Merlos
José Francisco Andrade
Gonzalo Rizzo
Robinson Navarrete Sánchez
Patrocinadores
Con el apoyo de
