Facultad de Ingeniería

Carrera de Ingeniería Industrial

TRABAJO DE INVESTIGACIÓN PARA OPTAR AL GRADO

ACADÉMICO DE BACHILLER EN INGENIERIA INDUSTRIAL

Implementación de la inteligencia artificial aplicada al manejo de cultivo

en el sector agroindustrial

Autores

Tocas López, Nicole Isabel (U19300595)

Cuba Aguilar, Luis Renato (U17302106)

Docentes

Barboza Arenas, Luis Andrés

Martínez Hilario, Daril Giovanni

Lima, Perú
Abril - 2023
[Dedicamos este trabajo a nuestra familia por brindarnos su
apoyo incondicional en todos nuestras metas academicas]
[Agradecemos a nuestros docentes por iluminarnos con su
experiencia y conocimiento]
[Pegue aquí el resumen del resultado del informe de similitud]
Índice General

Resumen.........................................................................................................................1

1. Introducción............................................................................................................2

2. Metodología............................................................................................................2

3. Resultados..............................................................................................................2

4. Discusión................................................................................................................2

5. Conclusiones..........................................................................................................2

6. Bibliografía..............................................................................................................3

ANEXOS..........................................................................................................................4
Resumen
La agro-industria es uno de los pilares de la economía en el sector primario
dentro de ellas la alimentación humana requiere ciertos criterios sanitarios que
constantemente se renuevan en tecnología ;dentro de su producción la revolución
industrial no fue ajena al caso, proveyendo de esta a la industria, incrementado su
productividad década a década, la Inteligencia Artificial no fue ajena a ello y se viene
investigando nuevas tecnologías con la IA para el cultivo de productos como la
utilización de redes neuronales para cuantificar la calidad del café, también utilizar
sensores, drones, satélites e imágenes especializadas como el análisis de datos para
la lograr determinar la humedad del suelo .Tener una agricultura con precisión e
ilustrarnos cómo será el cultivo ,esto nos provee la Inteligencia Artificial , otro claro
ejemplo es la aplicación que busca analizar la clorofila para determinar que nutrientes
hacen falta a los cultivos , por otro lado también para controlar la maleza. Otra
aplicación para los sistemas de inteligencia artificial, se utilizan algoritmos para poder
calcular la demanda hídrica de los cultivos, mediante la evapotranspiración de la
especie vegetal para evitar la sobreexplotación de recursos naturales. Rusia está a la
vanguardia en este sector investigando las aplicaciones de esta herramienta digital en
busca de incrementar su productividad agrícola para el año 2024.

Palabras Clave

“agro industrial”, “productividad”, “Inteligencia artificial”, “Mejora de procesos” .

1. Introducción
La tecnología en la agricultura siempre ha sido prioridad, como parte del sector primario
y base de la alimentación humana .Esto se refleja en segundo ODS dirigido por la ONU para el
año 2030 “Hambre cero”, para lograr este objetivo la agro-industria debe realizar esta labor de
la manera más productiva es decir incrementar su productividad significativamente a diferencia
de cómo se realizaba en otras épocas de la historia y la lentitud del desarrollo de tecnología. La
implementación de la inteligencia artificial en el manejo de cultivos en el sector es un gran
avance en la aplicación de informática y manejo de datos, esta impacta directamente en la
calidad y costos de producción. Además permite a los productores incrementar el rendimiento y
calidad de sus cultivos de forma significativa, también permite influir en las decisiones de
negocio con información, análisis y predicción de resultados. Por lo tanto que permite una
estrategia de gestión basada en toma de decisiones con una mayor cantidad de información,
en forma más eficiente. Esto significa que los productores podrán ahorrar tiempo y dinero,
recursos, mejorar el rendimiento de los cultivos y obtener mejores resultados en general.
Así lo menciona Rozhkova (2022) “Hoy en día, el uso de Tecnología Industrial en la
agricultura no es solo el uso de computadoras. Las tecnologías digitales ayudan a controlar
todo el ciclo de producción de cultivos o cría de animales: los dispositivos "inteligentes" miden y
transmiten parámetros como el suelo, las plantas y el microclima”
Para el uso de esta tecnología, en el ingreso de información se necesita de sensores ,
detectores, cámaras entre otros , para los cuales el resto de industrias (software y hardware)
también han desarrollado e implementado , estos detectan y digitalizan los datos para
analizarlos.
Por ejemplo para el análisis de calidad del café con redes neuronales “(…)Se decidió
elegir la red neuronal convolucional (CNN) como modelo de Deep Learning a implementar, ya
que este es el modelo más óptimo para utilizar en el procesamiento de imágenes. Y lo que se
busca es clasificar específicamente las imágenes, para lo cual se extraen características
gracias a operaciones con kernels de convolución” Vilcamiza, G., Trelles, N., Vinces, L., &
Oliden, J. (2022)
Por otro lado elimina la necesidad de tener que realizar trabajo manual para recopilar
información. Esto significa que ahora pueden tener una visión más clara de las condiciones de
sus cultivos, así como de las decisiones que necesitan para aumentar el rendimiento y
mantener la producción libre de errores humanos. Esto permitirá que se tomen decisiones de
negocio mucho más rápido, con un mayor nivel de confianza y con el menor número de
errores.
Manejar el cultivo a través de la implementación de la Inteligencia Artificial (IA) es un
tema álgido en el sector de la agroindustrial. La IA desempeña un papel vital en el
aprovechamiento de la tierra, mejorando los rendimientos de los cultivos y mejorando las

2
técnicas de producción. No hay duda de que los avances tecnológicos han mejorado los
procesos de producción y almacenamiento de alimentos, pero estos avances también
conllevan algunos riesgos.
Sin embargo, el uso de esta tecnología puede igualar en términos de costes gastos y
utilidades ¿la inversión a realizar en digitalización a cultivar de la manera tradicional?, esta
comparativa nos plantea la primera problemática.
También si en caso incrementa la productividad la implementación de esta tecnología
en cuanto la incrementa o en qué porcentaje, esta seria nuestra segunda pregunta a responder
¿Que tan confiable pueden ser las predicciones del clima para tomar decisiones sobre
los tiempos de cosecha y siembra?.
Y por último que tanto influye la información al momento de tomar las decisiones
además las empresas deberán considerar la privacidad, ya que los sistemas de inteligencia
artificial en su red de información recopilan grandes cantidades de datos personales y
empresariales. Además, la IA podría ser propensa a errores y sesgos en su etapa de
aprendizaje según el algoritmo utilizado.
Uno de los principales riesgos de la implementación de la IA en el sector de la
agroindustrial es el riesgo de una toma de decisiones en base a datos que no se pueden
explicar Como algunos autores llaman “black box”. Si bien los sistemas de IA son capaces de
procesar grandes cantidades de datos y tomar decisiones basadas en estos datos, hay un
riesgo inherente de tomar malas decisiones debido a información que no pueden explicar o
errores de precisión en procesamiento de datos.
En conclusión, la implementación de la inteligencia artificial en el sector agroindustrial
es un gran paso adelante para los productores. Esta tecnología proporciona una serie de
ventajas, incluida la oportunidad de ahorrar tiempo y dinero, mejorar el rendimiento y calidad de
los cultivos, tomar decisiones de negocio más eficaces. Pero también es importante evaluar los
riesgos potenciales comparándolos con los beneficios antes de decidir implementar la IA.Sin
embargo con la estrategia y la supervisión adecuadas, la IA podría ser una gran adición al
sector agroindustrial.
Rozhkkova (2022) “La introducción de tecnologías de inteligencia artificial en la
agricultura y otras industrias tendrá un impacto significativo en el desarrollo de las instituciones
sociales. Los expertos creen que la mayoría de ellos, así como todas las principales
instituciones de propiedad privada, mercados, productos, familia, educación, administración y
derecho conducirán a cambios drásticos. Al mismo tiempo, la agricultura y otras industrias
necesitan el problema de expandir el uso de tecnologías de inteligencia artificial en
investigaciones posteriores. “
Por lo tanto los beneficios del desarrollo de la IA son innovadores además de incurrir en
ahorros de costos y mejoras de rendimiento .pero también la IA ha demostrado ser una

3
herramienta exitosa para procesar datos de negocios en los temas de gestión al proporcionar
una información de las operaciones en el proceso agrícolas, por ello la IA ha resultado
beneficiosa para esta industria.

2. Bibliografía

[1] Rozhkova, A. V., & Rozhkov, S. E. (2022). Artificial intelligence technologies in the agro-
industrial complex: Opportunities and threats. Paper presented at the IOP Conference Series:
Earth and Environmental Science, , 981(3) doi:10.1088/1755-1315/981/3/032013

[2] Vilcamiza, G., Trelles, N., Vinces, L., & Oliden, J. (2022). A coffee bean classifier system by
roast quality using convolutional neural networks and computer vision implemented in an
NVIDIA jetson nano. Paper presented at the 2022 Congreso Internacional De Innovacion y
Tendencias En Ingenieria, CONIITI 2022 - Conference
Proceedings, doi:10.1109/CONIITI57704.2022.9953636

[3] Kotov, R., Formulevich, Y., Karpova, O., & Formulevich, Y. (2022). Digital technologies in
AIC management. Paper presented at the AIP Conference Proceedings, ,
2636 doi:10.1063/5.0109584Technology and Exploring Engineering, 8(12), 3171-3174.
doi:10.35940/ijitee.L2790.1081219