Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semillero Sexta Entrega
Semillero Sexta Entrega
¿Como lograr procesos de automatización de procesos (BPA) por medio de herramientas versátil
(BPM – IPA, RPA) para mejorar, optimizar y automatizar los procesos y flujos de trabajo en las
organizaciones agrícolas Intelligent Process Automation IPA, para asegurar el éxito en la
ejecución de tareas (RPA) y generamos valor real para el negocio mediante la automatización de
sus procesos??
Materas inteligentes; una aproximación a la agricultura en pequeña escala para uso doméstico
Según los autores “Chaparro Preciado, J. A., & Criado Sanguino, A. (2020) En Colombia, la
agricultura urbana representa una oportunidad para producir alimentos en pequeños espacios en
nuestras casas o espacios dedicados de los conjuntos residenciales. Entre las ventajas de su uso se
encuentran están los menores costos, productos más saludables y el cuidado del medio ambiente;
la economía familiar se puede beneficiar con la venta de los excedentes del consumo interno. Otro
aporte importante de esta práctica es velar por la seguridad alimentaria. Para el desarrollo de
pequeños cultivos se requieren como mínimo tres elementos: tierra, semillas y agua. Los espacios
requeridos pueden ir desde macetas, botellas plásticas, jardines, antejardines o inclusive parques.
Las condiciones ambientales para su desarrollo deben contemplar buena iluminación, aireación y
riego. De otro lado, las labores básicas son las de siembra, cosecha y recolección, en algunos casos
se puede pasar por la etapa de germinación con semilleros especializados hasta llegar al estado de
plántula, pero hoy en día no es indispensable.
Una vez más se hace referencia a la minería de datos, aprendizaje automático y estadísticas, para
llevar a otro nivel la obtención de dicha información, procesarla y como resultado crear
conocimientos que ayudarán a la toma de decisiones de algún hecho en particular.”. [ CITATION
Her21 \l 3082 ]
¿Como evitar el costo de las tareas recurrentes y errores humanos, objetivos que se logran a
través de la implementación de automatizaciones aplicando también Machine Learning o
Inteligencia Artificial (AI)?, Machine Learning
Según los autore (Bravo, G. J. R., Maza, J. D. J. E., Issasi, A. M., Álvarez, Á. S., & Rodríguez, L. A. R.)
Los avances en Machine Learning permiten a la industria obtener una serie de oportunidades clave
para mejorar su negocio desde la cadena de producción, incremento a la productividad,
reduciendo costes y ganando en eficiencia. (Management Solutions, 2018). La aplicación de ML en
la industria está tomando cada vez mayor relevancia alrededor mundo.
El incremento del volumen de datos generado por las empresas y el desarrollo de las nuevas
tecnologías proyecta nuevas aplicaciones inteligentes para mejorar su eficiencia y
competitividad. La industria y sus diferentes sectores han comenzado a emplear soluciones
de ML enfocados en la optimización de procesos, lograr competitividad y obtener los mejores
resultados mediante el aprendizaje automático, así lo menciona el Instituto de Formación
Empresarial (IFM) (2019).
La automatización está impactando nuestras vidas, tanto en el ámbito social, como lo laboral, en la
atención médica, en la forma de comunicarnos, e incluso dentro de nuestro propio hogar.
Para la industria ya no le es suficiente con saber lo que está presente, sino que también le interesa
saber lo que pasara. [CITATION Bra21 \l 3082 ]
Según lo anterior el Machine learning es uno de los métodos más empleados alrededor del
mundo para poder optimizar las cadenas de producción en las empresas ya que se puede
implementar de manera rápida debido al método de captura de datos a gran escala, de
esta manera se pueden generar procesos para aumentar la eficiencia y bajar costo en las
cadenas de producción generadas por errores humanos, por fallas en los procesos o
tiempos muertos que pueden ser usados para dicha optimización, el ML esta aportando a
las empresas una amplia solución a cualquier novedad que se pueda presentar gracias a la
automatización de los procesos y al aprendizaje continuo logrando así generar mayor
competitividad a la empresa y también mejores resultados.
Según los autores (Brenes Carranza, J. A., Martínez Porras, A., Quesada López, C. U., & Jenkins
Coronas, M.) la agricultura de precisión puede ser definida como una estrategia amigable con el
ambiente, que permite variar las entradas o insumos utilizados en la producción para aprovechar
las condiciones del medio en el que se cultiva y optimizar el desarrollo de los cultivos (Srinivasan,
2006). Gemtos, Fountas y Aggelopoulou (2011) y Dholu y Ghodinde (2018) indican que en la
agricultura de precisión se nutre a los cultivos con la cantidad de recursos óptima requerida en el
momento preciso y con una duración exacta, de acuerdo con los requerimientos de la fase de
cultivo actual.
En agricultura, los invernaderos juegan un papel importante, pues son ambientes de producción
que permiten controlar las condiciones para el crecimiento de los cultivos (Durmus, Günes y Kirci,
2016). Dan, Jianmei, Yang y Jianqiu (2016) y Heidari y Khodadadi (2017) describen los
invernaderos como espacios designados para recrear un ambiente en el cual la temperatura, la
humedad y la iluminación son monitoreados y ajustados para optimizar las condiciones de
crecimiento de los cultivos. La medición y el control de datos asociados a los cultivos bajo
invernadero se considera una tarea de la agrometeorología, a través del uso de las WSN (Liu, Jin,
Shen, Fu y Linge, 2016). Las WSN consisten en dispositivos de censado de variables físicas que se
pueden desplegar de manera distribuida en ubicaciones remotas (Narmada y Rao, 2012).
Contar con sistemas de apoyo a la toma de decisiones que monitoreen y controlen las variables
físicas que afectan el rendimiento de los cultivos, puede ayudar a los agricultores a incrementar la
producción y reducir los recursos requeridos (Rathinam, Surendran, Shilpa, Santhiya y Sherin,
2019). El uso de técnicas de inteligencia artificial en el modelado de variables físicas se ha
incrementado en los últimos años, permitiendo resolver problemas más complejos (Chen,
Jakeman y Norton, 2008). Uno de estos problemas es precisamente la optimización de las
decisiones que se toman en los procesos de cultivo en la agricultura de precisión.[ CITATION Bre02
\l 3082 ]
¿Cuáles son las principales herramientas y soluciones inteligentes, con tecnología de punta para
resolver necesidades reales del sector agrícola?
Según los autores (Rosales-Soto, A., & Ricardo, A. V.) la automatización en general y la robótica en
particular son tecnologías establecidas en los sectores manufactureros, entre éstos la
alimentación, donde aspectos como la higiene, la reducción de los costos de producción o el
aumento de la productividad, pueden verse beneficiados con el uso de robots que realizan de
manera eficiente tareas de pick & place, empaquetado, clasificación etc.
Los procesos agroindustriales incluyen, entre otras actividades, las de siembra, cosecha,
recolección, selección, almacenamiento, transporte y procesamiento. Las oportunidades de
innovar o investigar con el propósito de mejorar o de optimizar dichos procesos son diversas. Sin
embargo, para llegar con soluciones concretas se requiere primero atender algunos retos de
ingeniería relacionados con el agro, tales como:
Teniendo en cuenta solamente este último reto, hay que integrar componentes tecnológicos tales
como sistemas de navegación de alta precisión, sistemas de visión por computador, plataformas
robóticas, manipuladores robóticos, y sistemas de seguridad para no afectar personas, animales y
vegetación. [ CITATION Ros201 \l 3082 ]
La forma normal de combatir las malezas es fumigar los campos con herbicidas, varias veces por
zafra. La aplicación se hace recorriendo el campo con máquinas similares a tractores que tienen
acoplados anchos brazos metálicos (comúnmente llamados mosquitos) desde los que se rocía el
campo con una solución que contiene compuestos químicos. Se rocía todo el terreno de forma
uniforme, pero afecta únicamente a las malezas, sea porque el compuesto es específico contra
ellas, o porque se siembran granos genéticamente modificados para resistirlo.
La tecnología de Consus Agrotech permite instalar en los mosquitos válvulas controladas por visión
computarizada, de forma de distinguir los cultivos de las malezas, y rociar herbicida sólo sobre
estas últimas. De esta forma se logra el mencionado ahorro de 70% en el costo de los compuestos,
además de otras ventajas, como reducir la contaminación ambiental, reducir los tiempos y costos
operativos (se requiere parar la máquina para recargarla muchas menos veces), y un mejor control
de malezas al permitir utilizar componentes más efectivos, pero de mayor precio.[ CITATION Arr15
\l 3082 ]
Esto no solo se presenta como una gran solución tecnológica para aquellas grandes
compañías agricultoras sino también para aquellas compañías que se encargan de prestar
servicios a agrícolas que no cuentan con los medios para cubrir los costos de adquirir
maquinaria tan costosa y con tanta tecnología teniendo en cuenta en el valor del
mantenimiento de equipos y maquinaria, ya que son los dueños estos quienes deben
correr con el gasto de los mantenimiento para poder prestar un servicio optimo y en lo
cual un agricultor promedio tendría un ahorro sustancial.
Bibliografía
Arrarte, J. &. (2015). Aplicador Selectivo de Herbicida. Consus Agrotech Aplicador Selectivo de
Herbicida.
Brenes Carranza, J. A. (202). Sistemas de apoyo a la toma de decisiones que usan inteligencia
artificial en la agricultura de precisión. risti, 217-229.
Rosales-Soto, A. &. (2020). Agricultura inteligente en México: Analítica de datos como herramienta
de competitividad. 3-4.