La solución -basada en las capacidades de Inteligencia Artificial de IBM Watson en IBM Cloud- ayudará a los agricultores a establecer precios justos para productores y clientes, tomar en consideración todos los puntos de contacto en la cadena antes de establecer un margen de ganancia y planear su volumen de siembra y cosecha de acuerdo con ello.
Ciudad de México a 30 de septiembre de 2020,- Teksi, fábrica de software ubicada en Tehuacán Puebla, se encuentra en desarrollo de un modelo predictivo de precios utilizando IBM Watson para ayudar a los agricultores y productores en su planeación agrícola. La solución está habilitada con IBM Watson Studio y utiliza datos que Agrileg de Tehuacán -un invernadero de tomates y cliente de Teksi- ha recopilado durante años de producción de tomates.
En México, un país con más de 120 millones de personas que alimentar, la agricultura es una de las industrias más importantes. Según la Encuesta Nacional Agropecuaria de México (ENA)[1], nuestro país cuenta con 110 millones de hectáreas para uso agrícola, dentro de las cuales se producen tres millones de toneladas de tomates al año.
“Al ser especialistas en el sector agrícola queremos proveer a la industria con un modelo predictivo de precios para sus productos, con el que puedan generar una mejor planeación de ventas y compras, a través de estimaciones de kilogramos de siembra, cosecha y empaque, permitiéndoles a los agricultores realizar una mejor planeación de ingresos y egresos para generar estrategias para su crecimiento,” dijo Aidabeth Zalazar, fundadora de Teksi. “En el sector agrícola, los productores no tienen mucho control sobre el precio y esto significa que no pueden tener estrategias de ventas; sin embargo, a lo largo de los años han podido reunir suficiente información para alimentar nuestro modelo que les ayudará a tener una mejor planificación,” mencionó.
Los ingenieros de la fábrica de software Teksi han desarrollado un modelo predictivo de precios utilizando inteligencia artificial (IA), que junto con los datos que Agrileg tiene de cosechas anteriores, ayudarán a predecir el precio de venta del tomate con hasta cuatro semanas de antelación. Esta solución cruza los datos de predicción meteorológica, que es uno de los factores más importantes a la hora de determinar el precio de los productos, con IA en Watson Studio, con datos como información de cosecha de otras zonas por semana, histórico de ventas por temporada, demanda y suministro global. De esta forma, los datos que Agrileg ha consolidado a lo largo de sus cosechas obtienen un nuevo valor que con la IA tendrá un impacto directo en los resultados financieros de la empresa.
“En IBM reconocemos con gran admiración las aplicaciones que los ingenieros de Teksi están desarrollando con nuestra tecnología para mejorar problemas en sectores tan relevantes como la agricultura”, dijo Eduardo Gutiérrez, Gerente General de IBM México. “Con la inteligencia artificial de IBM es posible dar nuevo valor comercial a los datos que antes solo se guardaban y ahora pueden brindar información importante y relevante que impacta directamente en los resultados de las empresas. Estamos orgullosos de que Teksi pueda habilitar la IA en los negocios de sus clientes y beneficiar a un sector tan importante”, concluyó.
Dichas predicciones con IA de IBM ayudarán a Agrileg no solo a tener proyecciones de ventas con precios precisos, sino que también a planificar mejor su volumen de siembra y cosecha, para cumplir adecuadamente con su participación en el mercado del tomate, así como en su línea de producción y empacado, y en la logística de envío según la temporada y el clima, éstos últimos, factores que inciden directamente en el tiempo de maduración del tomate.
Este módulo con IA de IBM se integrará en una plataforma con más de 70 funcionalidades para la gestión digital de siembra, logística y envío que Teksi ha desarrollado para Agrileg y sigue creciendo con nuevas funcionalidades.
[1] Encuesta Nacional Agropecuaria de México: https://www.inegi.org.mx/contenidos/programas/ena/2017/doc/ena2017_pres.pdf
