“Tractores de cientos de millones de wones: se necesitan al menos 7 años solo para recuperar la inversión”… la agrotecnología avanzada hace que los agricultores duden en elegirla

Aunque el gobierno está poniendo al frente la “transformación digital de la agricultura” y la “difusión de la IA agrícola (inteligencia artificial)” como llave maestra para responder a la escasez de mano de obra rural y a la crisis climática, se ha constatado que el estado real de difusión y la madurez tecnológica que perciben los expertos sobre el terreno están cerca de un suspenso. Se señala que, en comparación con la vistosa velocidad de desarrollo tecnológico, los precios desmesuradamente altos de los equipos, los frecuentes errores de sensores y un sistema de servicio posventa de software prácticamente inexistente se están convirtiendo en una enorme barrera de entrada para las explotaciones agrícolas. Con motivo de su fundación, el Korea Agricultural Technology Newspaper realizó una encuesta entre miembros del comité operativo de la Sociedad Coreana de Maquinaria Agrícola y colaboradores de este medio, entre otros. En esta encuesta participaron un total de 36 personas, y se analizaron las respuestas de los expertos utilizando a Jeminai, un asistente de IA. 
 

La tasa de difusión en el terreno y la satisfacción con el servicio posventa, en lo más bajo
▲Percepción notablemente baja de la difusión en el terreno, ¿por qué?=Los resultados de la encuesta realizada principalmente entre directivos de la Sociedad Coreana de Maquinaria Agrícola, el grupo de mayor autoridad en los ámbitos de la mecanización agrícola y la agricultura inteligente en Corea, fueron fríos. A la pregunta sobre “el nivel real de difusión en el terreno de la IA física y las tecnologías de agricultura inteligente en el país”, los expertos otorgaron una media de apenas 3,53 puntos (de 1, muy bajo, a 10, muy alto). De los 36 encuestados, 20 dieron una puntuación de 3 o menos (9 personas dieron 3 puntos, 8 dieron 2 y 3 dieron 1). Solo 2 encuestados otorgaron 7 puntos o más, una puntuación que podría interpretarse como que la difusión en el terreno ha superado cierto nivel.

Los expertos señalaron como causa decisiva de la lenta difusión (hasta 3 opciones) en primer lugar la “carga del costo inicial de compra” (66,7%·24 respuestas). Le siguieron, empatadas en segundo lugar, la “brecha de rendimiento entre el laboratorio y el campo” (41,7%·15 respuestas) y el “entorno coreano caracterizado por parcelas pequeñas e irregulares” (41,7%·15 respuestas). Después aparecieron la baja compatibilidad entre equipos (25%·9 respuestas), la ausencia de un sistema de acompañamiento estrechamente vinculado al terreno (25%·9 respuestas), la inestabilidad del servicio posventa y la facilidad de reparación (22,2%·8 respuestas), y la dificultad de manejo para los agricultores de edad avanzada (19,4%·7 respuestas).

Se interpreta que, en una situación en la que los ingresos agrícolas por unidad de superficie están estancados, no sale el ROI (retorno sobre la inversión) para comprar equipos avanzados que cuestan cientos de millones de wones, y que las condiciones agrícolas nacionales, centradas en tierras fragmentadas, impiden que se integren las tecnologías más avanzadas. En la misma línea, a la pregunta sobre cuál es la condición previa que debe resolverse primero para que la introducción de agrotecnologías como la IA se traduzca en un aumento real del beneficio neto de las explotaciones (hasta 2 opciones), la “ampliación de la superficie cultivada” (47,8%·22 respuestas) fue la opción más elegida. La “reducción drástica del precio de los equipos” también representó el 26,1% (12 respuestas).
 

El profesor Ha Yu-shin, de la Universidad Nacional de Kyungpook, explicó: “El nivel tecnológico de nuestro país ha alcanzado un punto comparable al de los países avanzados. Sin embargo, es cierto que existe una brecha entre el desarrollo tecnológico y su adopción real debido a las numerosas variables del terreno” y “también está el hecho de que los agricultores desean ‘tecnologías prácticas que puedan usar ahora mismo’ más que tecnologías ultramodernas para un futuro lejano”.

En particular, la rapidez de respuesta del sistema de servicio posventa (AS) ante errores de datos o fallos de software fue de apenas 3,58 puntos (sobre 10). Un servicio posventa inestable puede convertirse en una causa que haga que los agricultores duden en comprar equipos avanzados.

Entre los casos de mal funcionamiento de la IA que se producen en el terreno, el tipo más frecuente y crítico fue, con diferencia, el “error de reconocimiento de sensores” (61,1%), seguido de la “interrupción de comunicaciones e interferencias de señal” (38,9%).

A diferencia de las carreteras generales estandarizadas, las tierras de cultivo están llenas de variables como vibraciones de superficies sin pavimentar, polvo de tierra y fuertes reflejos de la luz solar. Por ello, la “fiabilidad del algoritmo de evasión de obstáculos imprevistos”, que identifica a agricultores trabajando agachados o a animales, recibió 5,94 puntos, y la “capacidad de diagnóstico de plagas y enfermedades”, que detecta cambios sutiles en las primeras etapas del crecimiento, obtuvo 5,64 puntos, por lo que se considera que aún no han salido completamente del nivel de laboratorio.

Un experto de la asociación académica que respondió a la encuesta transmitió la voz del terreno: “La infraestructura actual de servicio posventa en Corea está adaptada solo a la reparación de averías mecánicas de tractores o trasplantadoras de arroz” y “cuando se producen fallos digitales como conflictos de firmware, problemas de vinculación con la nube o ausencia de datos de aprendizaje, no es raro que ni siquiera se pueda identificar la causa en el lugar y que el trabajo se detenga durante varios días”. 

Se prevé que solo alcanzar el BEP (punto de equilibrio) tome 6,85 años
Si el tiempo de recuperación del capital invertido en la compra de equipos fuera corto, la velocidad de difusión en el terreno podría acelerarse. Pero, dadas las condiciones de la agricultura coreana, incluso eso parece difícil. A la pregunta “excluyendo los beneficios de subsidios, ¿cuántos años cree que se necesitarán para recuperar el precio del equipo (alcanzar el BEP) únicamente mediante el aumento de la eficiencia del trabajo?”, los encuestados (29 personas) previeron una media de 6,85 años.
 

Los participantes que respondieron “10 años o más” plantearon como premisa la compra de equipos avanzados y de gran tamaño, como tractores autónomos y robots de cosecha no tripulados, con precios que van de 150 millones de wones a casi 300 millones de wones, y la mayoría de los expertos estimó que, al introducir sistemas de control complejos como equipos eléctricos inteligentes generales o trasplantadoras autónomas, el punto de equilibrio se formaría en torno a 5 a 7 años.

Los expertos explican, con la salvedad de que “no es fácil presentar una cifra uniforme porque hay bastantes variables según el entorno, como el equipo adquirido o la superficie agrícola”, que, teniendo en cuenta las características de la agricultura, en la que el uso se concentra en determinadas campañas o estaciones, así como el entorno agrícola nacional de altos costos de producción y bajos ingresos, el período de recuperación no puede sino alargarse.

En particular, no puede sino considerarse que invertir 6,85 años esperando únicamente una mejora de la eficiencia del trabajo, sin subsidios gubernamentales, es un período de riesgo de inversión muy alto para las explotaciones, y esto puede convertirse en un obstáculo para la expansión de la IA y la agricultura inteligente.

El profesor Cho Yong-jin, de la Universidad Nacional de Jeonbuk, aconsejó: “Los agricultores pueden aceptar una prima de precio hasta cierto nivel, pero si supera 1,5 veces el precio actual del equipo, es posible que disminuya la intención de compra. Por lo tanto, para ampliar la difusión, es importante no centrarse en un simple apoyo al precio, sino en mejorar la eficiencia del trabajo, la facilidad de uso y la fiabilidad del mantenimiento, y construir un sistema estable de operación y gestión”.

También resulta lamentable que sea insuficiente la creación de un entorno digital que permita incorporar tecnología avanzada a las tierras agrícolas. El profesor Kim Yong-joo, de la Universidad Nacional de Chungnam, dijo: “La mayoría de las tierras agrícolas del país están diseñadas con un enfoque centrado en el ser humano” y “hay que crear un entorno en el que los robots puedan trabajar. Por ejemplo, si se construye un entorno de trabajo robótico en un huerto, la producción por unidad de superficie puede disminuir, pero la calidad puede mejorar. Se necesita un cambio de paradigma de este tipo”. Añadió: “Para que las explotaciones participen, hay que mostrar casos de éxito. Además, debe ofrecerse otro beneficio a las explotaciones participantes para que haya motivación”.

#¿Cuál es la solución?
La tarea clave de la combinación agricultura-IA es asegurar datos de calidad y estandarizar instalaciones y equipos
Como tarea clave para lograr el éxito de la combinación de la agricultura con agrotecnologías como la IA, los expertos señalaron como asunto más importante la obtención de datos de calidad y la estandarización. De hecho, ante esta pregunta, el 41,7% de los encuestados (15 personas) eligió “asegurar datos de calidad basados en el terreno y estandarizar instalaciones y equipos”. Los expertos advirtieron con firmeza que, por muy excelentes que sean los algoritmos y modelos de inteligencia artificial, si los datos de campo introducidos son insuficientes o están sesgados, inevitablemente producirán predicciones erróneas y diagnósticos equivocados.

En particular, explican que solo acumulando de forma sistemática los “datos de todo el ciclo agrícola”, desde la gestión del suelo hasta la siembra, el cultivo, el control fitosanitario, la cosecha y la distribución, se podrá superar el entorno de campo abierto, donde la variabilidad climática y topográfica es grande.

El profesor Ha Yu-shin, de la Universidad Nacional de Kyungpook, subrayó la importancia de la infraestructura de datos al afirmar: “La tarea más fundamental entre los retos clave de la IA agrícola son precisamente los datos de calidad” y “sin datos, el desarrollo, la difusión, la verificación de la IA e incluso las políticas gubernamentales son todos imposibles”.

El profesor Kim Yong-joo, de la Universidad Nacional de Chungnam, dijo: “Hay que conocer los datos de todo el ciclo agrícola para poder decidir qué hacer, pero la situación es difícil porque los datos de cada etapa no están conectados”, subrayando la necesidad de una obtención sistemática de datos; y otro experto también presentó una alternativa concreta al afirmar que, para activar la recopilación y el análisis de datos básicos, es urgente difundir cuanto antes un “sistema de monitoreo del rendimiento basado en GPS”, que sería el dato objetivo.
 

La estandarización de instalaciones y equipos también es urgente. El profesor Yang Myung-gyun, de la Universidad Nacional de Jeonbuk, sostuvo: “El trabajo de estandarización nacional es absolutamente necesario, pero como las empresas nacionales insisten en tecnologías propias, no es fácil asegurar la compatibilidad. El gobierno debe resolver, bajo su liderazgo, el problema de la estandarización tecnológica”. El profesor Ha Yu-shin, de la Universidad Nacional de Kyungpook, también mencionó la necesidad de la estandarización al decir: “Si no hay estandarización, a las empresas les resulta difícil desarrollar módulos, entre otras cosas”.

La segunda tarea es la “innovación de la gobernanza gubernamental y la construcción de un sistema de cooperación entre industria, academia e investigación” (27,8%, 10 personas). Los expertos exigieron con urgencia un cambio de paradigma que vincule conjuntamente la agricultura y la agrotecnología. El profesor Jeong Seon-woo, de la Universidad Nacional de Chonnam, reclamó: “Si se avanza centrándose en expertos en datos que no conocen bien la fisiología de los cultivos, no se pueden asegurar datos precisos. Por eso hay que contar con un sistema de cooperación mediante la convergencia de expertos de cada campo”.

Cambio hacia una difusión “compartida” centrada en los centros de alquiler de maquinaria agrícola… también es urgente ampliar el apoyo gubernamental
Los expertos exigieron como condiciones previas para que la IA agrícola se traduzca en un aumento real del beneficio neto de las explotaciones la “ampliación de la superficie cultivada” (47,8%) y la “reducción drástica del precio de los equipos” (26,1%). Se trata de un juicio frío basado en que, con la superficie media cultivada de las explotaciones coreanas (en torno a 1 ha) y la baja tasa de utilización de los equipos, recuperar el precio de los equipos sin subsidios llevaría al menos entre 10 y 15 años, o incluso sería imposible.

En consecuencia, predomina la opinión de que, en lugar del método actual que obliga a cada agricultor a comprar maquinaria cara, el paradigma de la política debe girar bruscamente hacia un “método de difusión compartida (de alquiler)” centrado en los centros de alquiler de maquinaria agrícola o en las entidades regionales de gestión de campos. También está ganando fuerza la propuesta de diversificar el apoyo, pasando de la ayuda para la compra de hardware destinada a crear un auge inicial a un apoyo a largo plazo para el “pago por uso de servicios (software por suscripción)”, ya que así la eficacia sería mayor.

El profesor Jeong Seon-woo, de la Universidad Nacional de Chonnam, dijo: “Si se piensa en términos de gestión fluida y mantenimiento, considero que un método de difusión compartida a través de centros de alquiler de maquinaria agrícola y similares es más adecuado”.

También se propuso operar con un enfoque de dos vías según el tamaño de la explotación y la situación de creación del entorno digital. El profesor Cho Yong-jin, de la Universidad Nacional de Jeonbuk, subrayó: “Se necesita un sistema que combine la difusión individual centrada en grandes explotaciones con la difusión mediante alquiler de maquinaria agrícola centrada en explotaciones pequeñas y medianas, y que unifique la operación de los equipos y la gestión de seguridad, mantenimiento y datos bajo una plataforma integrada para su administración y supervisión”.

El profesor Ha Yu-shin sostuvo: “La estrategia de difusión futura debe estar completamente dualizada. Los cultivos con alta aceptación en el terreno, como el arroz, deben expandirse rápidamente mediante un sistema de apoyo a medida, mientras que en los cultivos cuya aplicación en campo es complicada hay que ir cubriendo las lagunas mediante investigación centrada en la validación”.

También surgieron voces que exigieron ampliar el apoyo presupuestario del gobierno. El profesor Yang Myung-gyun, de la Universidad Nacional de Jeonbuk, dijo: “La brecha entre la tecnología desarrollada y su difusión en el terreno es muy grande. Debe invertirse tanto en investigaciones de resultados a corto plazo o necesarias de inmediato como en investigaciones orientadas al futuro y originales. Se necesitan apoyo e inversión que puedan impulsar el desarrollo de la agricultura desde una perspectiva de largo plazo. En términos realistas, para reducir la carga de compra de las explotaciones y elevar la tasa de difusión, una forma es ampliar por el momento el apoyo mediante subsidios”.

Se necesita mejorar la especialización de los responsables de políticas y construir un ecosistema de cooperación entre industria, academia e investigación
También estallaron críticas severas sobre la falta de especialización de los burócratas que elaboran las políticas. Un encuestado que pidió anonimato lanzó una crítica directa: “Quienes diseñan la política de IA agrícola no entienden con precisión la IA” y “las políticas deben ser formuladas por personas que conozcan exactamente el trabajo real en el terreno y la tecnología”.

La actitud complaciente y el pequeño tamaño de la industria nacional de maquinaria agrícola también quedaron bajo escrutinio. Un profesor universitario comentó: “Incluso entre las principales empresas nacionales de maquinaria agrícola, en muchos casos no hay interés en desarrollar nuevas tecnologías o no están preparadas para ello” y propuso: “Para ir más allá de un nivel que solo utiliza la cáscara de la inteligencia artificial y contar con una capacidad tecnológica profunda, es indispensable un ecosistema de investigación cooperativa profunda no solo de la industria, sino también con universidades o institutos de investigación especializados”. Además, también se planteó con fuerza la necesidad de establecer una comisión de IA a nivel de todo el gobierno que gestione de forma integrada la legislación y los sistemas, así como la I+D.

Además, la “urgencia de establecer directrices legales” para determinar la responsabilidad entre fabricante, desarrollador y explotación agrícola en caso de accidentes causados por mal funcionamiento de la IA obtuvo una puntuación muy alta de 8,06. Esto se debe a que, si no existen criterios de responsabilidad en casos como la desviación de ruta de maquinaria agrícola autónoma o el mal funcionamiento de drones, resulta imposible diseñar productos de seguro, lo que al final se convierte en un boomerang que frena la voluntad de adopción de las explotaciones y desincentiva el lanzamiento de productos por parte de los fabricantes.