Ferramenta de simulação prevê projeção de cenários no agronegócio e amplia rentabilidade do setor

O agronegócio passa por uma transição em que as ferramentas tecnológicas deixam de atuar apenas como soluções de problemas diários para antecipar o futuro das propriedades. Um modelo bioeconômico de suporte à decisão, baseado na metodologia "dinâmica de sistemas", foi estruturado dentro da Universidade Federal do Rio Grande do Sul (UFRGS), para simular todo o ecossistema de uma fazenda.  O modelo atua na predição de cenários de médio e longo prazo, orientando o produtor rural na tomada de decisão, antes que ocorram variações climáticas ou alterações econômicas e geopolíticas. 

O sistema transforma a realidade prática da fazenda em equações matemáticas que permitem projetar o futuro, orientando o produtor com base em cenários reais. A principal diferença do sistema preditivo para a inteligência artificial (IA) atual está na abrangência de dados. Enquanto a IA atende demandas específicas e fragmentadas, como o uso de drones para pesagem de rebanhos ou aplicação inteligente de defensivos, o modelo de simulação interliga a grande maioria das variáveis da unidade de produção. A professora  e pesquisadora da UFRGS, Soraya Tanure, idealizadora do modelo, explica a distinção. "A inteligência artificial tenta resolver problemas mais pontuais e a gente ainda não conseguiu desenvolver uma linguagem que se retroalimente ou que faça uma aprendizagem da forma tão rápida como a gente precisaria no agronegócio", pontua. Conforme Soraya, “a simulação auxilia o produtor antes que o problema aconteça,  indicando caminhos para uma boa tomada de decisão e, consequente, aumento de sua rentabilidade”.

Para funcionar, o sistema exige um macrodiagnóstico da fazenda, avaliando o tamanho da área, tipo de pastagem, raça do gado e localização geográfica, para então transformar essas informações em cálculos. "A grande dificuldade do trabalho está em interligar as equações. Isso é simulação que a inteligência artificial não faz", afirma a pesquisadora.

“Muitas vezes,  o produtor recebe um diagnóstico que não concorda, pois possui afinidade com determinada atividade produtiva”, explica Soraya. Entretanto, “se ele colocar na ponta do lápis seus custos e a realidade da sua localização, clima, e mercado, vai concluir que nem sempre sua atividade é a mais viável para o local", pontua. O modelo permite avaliar, por exemplo, que nem sempre a alta produtividade vai representar uma boa rentabilidade, pois muitas vezes o custo financeiro se torna insustentável. 

Atualmente, o projeto está em fase intermediária de implantação e possui 50% de sua base de dados completa, sendo necessário a catalogação de mais 25 fazendas, para completar sua validação final. Para alcançar a meta de 50 a 75 propriedades estipulada para a fase final de validação do modelo, os professores da UFRGS, estão em busca de propriedades para participarem do projeto. O processo não tem custo, exige apenas que o local trabalhe com pecuária de corte e/ou lavouras de soja e arroz, e esteja disposto a compartilhar seus dados com a pesquisa, para resultar na entrega gratuita de um diagnóstico de eficiência aos participantes. “A partir da validação do modelo, poderemos utilizá-lo para a elaboração de políticas públicas e outras ferramentas reais de apoio ao agronegócio”, conclui Soraya.