São Paulo - Há cinco anos, a empresa agrícola Uteva, com sede em Itaberá, no interior de São Paulo, não colhe apenas milho, soja, feijão e trigo. A cada safra, seus técnicos reforçam um estoque de dados recolhidos nas seis fazendas de propriedade da empresa, que somam 3 250 hectares.

Por isso, Fabio Cunha, gerente operacional da Uteva, anda para cima e para baixo com um notebook no qual estão armazenados 30 gigabytes de informações, como relatórios sobre a condutividade elétrica do solo, mapas de colheita, índices pluviométricos e resultados de análises físicas e químicas das terras.

“Hoje em dia, o sucesso de uma safra depende cada vez mais dos dados”, diz Cunha. “Avaliados em conjunto, eles fornecem respostas sobre como aumentar a produtividade e a eficiência no campo.”

Casos como o da Uteva representam o passo mais recente numa caminhada iniciada há milhares de anos, quando o homem ainda atribuía ao humor dos deuses o resultado das colheitas.

Desde então, o domínio da irrigação, o uso de fertilizantes e as técnicas de engenharia genética permitiram à humanidade aumentar a produtividade das safras e diminuir a dependência do ciclo das chuvas e das características naturais do solo.

O uso intensivo de informações na agricultura vem sendo chamado de big data agrícola, uma expressão cuja origem está na tecnologia que nos últimos anos se tornou frequente entre as empresas de outros setores.

No mundo dos negócios, o big data ajuda a coletar informações que os consumidores deixam em operadoras de cartões de crédito, sites de comércio eletrônico e ferramentas de pesquisa na internet, permitindo identificar desejos e necessidades individuais.

Em sua versão rural, o objetivo é armazenar e processar informações sobre o solo, o clima e as características das variedades agrícolas disponíveis para aumentar a produtividade e a eficiência no uso de água, sementes e fertilizantes. 

A constatação de que a capacidade de observação do agricultor é determinante para o sucesso de uma safra não é algo novo. Ocorre que a tecnologia multiplicou a possibilidade de juntar informações. O desenvolvimento de sensores eletrônicos, aliado à maior capacidade dos computadores de armazenar e cruzar dados, está permitindo que os produtores cheguem a um nível de detalhamento cada vez maior.

“Na agricultura convencional, os produtores tomavam decisões sobre plantio, quantidade de fertilizantes e de água com base numa média de valores de toda a propriedade”, diz Ricardo Inamasu, líder da rede de agricultura de precisão da Embrapa. “Hoje, sabemos que as características podem mudar a cada 10 metros quadrados. Adaptar a produção a essas mudanças é vital para o sucesso de uma lavoura.” 

Estima-se que numa lavoura o ganho de eficiência com o cruzamento de dados possa chegar a 30%. Não por acaso, grandes empresas estão investindo em pesquisas na área. A americana Monsanto é uma delas.

De 2012 para cá, a Monsanto desembolsou 1,2 bilhão de dólares para comprar duas empresas que desenvolvem tecnologias na área — a Precision Planting, que produz equipamentos e software, e a The Climate, cujo negócio é fazer previsões meteorológicas.

Dessas duas, a Precision Planting está prestes a abrir uma unidade no Brasil — a empresa vai começar a vender equipamentos que, acoplados a uma plantadeira, aumentam a eficiência do plantio.

“Nossos programas avaliam os dados para determinar, em cada ponto do terreno, qual o espaçamento ideal entre as sementes e a profundidade correta em que elas devem ser enterradas”, diz José Galli, gerente de negócios da Precision Planting. “E os equipamentos que desenvolvemos permitem que o plantio obedeça a esses critérios com 99% de precisão.”

No ano passado, a DuPont, uma das principais concorrentes da Monsanto, aliou-se à fabricante de tratores Deere & Company. Juntas, as duas companhias estão desenvolvendo software e equipamentos agrícolas para análise de dados. Recentemente, a IBM, uma das maiores empresas de tecnologia da informação, criou uma equipe global de pesquisadores para desenvolver ferramentas para o big data agrícola.

“Vemos o agronegócio como um mercado mais promissor”, diz Bianca Zadrozny, gerente de análise de dados em recursos naturais do laboratório de pesquisas da IBM Brasil e integrante dessa equipe. 

No Brasil, a fabricante de máquinas agrícolas Stara, de Não-Me-Toque, no interior gaúcho, está produzindo equipamentos que funcionam como uma espécie de scanner para plantações de milho.

Eles “leem” as folhas e determinam, instantaneamente, se o desenvolvimento da lavoura está atrasado em decorrência da falta de algum tipo de nutriente no solo. “Com isso, o agricultor pode corrigir o problema adicionando fertilizantes”, diz Gilson Trennepohl, presidente da Stara. 

Países como Estados Unidos e Alemanha estão na fronteira tecnológica do uso dessas técnicas. Os agricultores brasileiros ainda estão dando os primeiros passos. Mas a adoção da tecnologia em larga escala começa a encontrar um entrave nas deficiências de infraestrutura do país.

Para funcionar, o big data agrícola requer uma boa rede de telecomunicações — muitas vezes os dados obtidos no campo precisam ser transmitidos e analisados em centros de processamento localizados nas grandes cidades. O alto custo de transmissão por satélite e a baixa qualidade do sinal dos celulares nas zonas rurais tornam esse processo lento e caro.

“Por isso, a coleta de dados em tempo real ainda não deslanchou no Brasil”, diz Ronei Sana, coordenador de agricultura de precisão da produtora SLC Agrícola. Nos Estados Unidos, 60% da agricultura já usa esse tipo de tecnologia. Sua falta é um entrave à competitividade brasileira.

Nos últimos anos, o Brasil conseguiu reduzir a diferença de produtividade de culturas como milho e soja em relação aos Estados Unidos. Na soja, de 1995 para cá, a produtividade média brasileira passou de 80% da americana para 96%. Se o Brasil não tirar da frente os empecilhos que atrasam a disseminação da tecnologia, o risco é perder parte do terreno conquistado.