IA no agro avança com foco em estrutura de dados, dizem especialistas da Nvidia e John Deere

A inteligência artificial (IA) consolida sua presença em diversas esferas, mas no agronegócio, o verdadeiro desafio reside em aprimorar a forma como os dados são estruturados, permitindo que a tecnologia otimize a tomada de decisões. Essa constatação emergiu de um painel no Rural Summit, onde representantes da Nvidia, John Deere e Mercado Livre compartilharam experiências e discutiram os obstáculos para a expansão tecnológica no setor.

Segundo Juliano Martins, do Mercado Livre, muitas organizações tentam implementar soluções de IA sem uma base sólida de organização informacional. Ele enfatiza que modelos de inteligência artificial demandam pipelines de dados robustos, governança eficaz e integração em tempo real para gerar resultados confiáveis. "A IA veio para ser construída em cima da camada de governança e informação", destacou.

Martins alertou ainda que a falta de organização nas bases de dados pode levar à reprodução de falhas pelos modelos de IA. A discussão atual transcende os modelos de linguagem, englobando também mecanismos de contexto e comunicação entre agentes de IA.

A necessidade de adaptações organizacionais para a adoção da IA também foi um ponto central. Martins observou que estruturas tecnológicas tradicionais, focadas em fluxos operacionais pontuais, podem ser insuficientes em ambientes que priorizam a inteligência artificial. Ele mencionou que, no Mercado Livre, o fluxo de informações é gerenciado por uma estrutura centralizada de governança, que controla a entrada e saída de dados e fomenta o desenvolvimento de modelos próprios.

Jomar Silva, Gerente de Relacionamento com Desenvolvedores da Nvidia, ressaltou as aplicações de computação de borda no agronegócio. Tratores modernos, por exemplo, já incorporam plataformas que executam inteligência artificial diretamente no dispositivo, dispensando a necessidade de conexão constante com a nuvem. Essa abordagem garante o funcionamento de aplicações em locais com conectividade limitada, uma realidade frequente em operações agrícolas.

Silva também comentou sobre o aumento do uso de agentes de IA para consultar e interpretar vastos volumes de dados corporativos. Empresas estão adotando sistemas conversacionais para acessar informações operacionais e gerar análises, sem depender exclusivamente de relatórios ou dashboards tradicionais.

Vinicius Fonseca, gerente de agricultura de precisão da John Deere, posicionou a empresa como uma fornecedora de tecnologia agregada à fabricação de máquinas agrícolas. Ele citou como exemplo sistemas embarcados em pulverizadores que, por meio de câmeras e IA, diferenciam plantas daninhas de culturas, permitindo a aplicação localizada de defensivos. Essa tecnologia pode gerar uma economia média de 56% em defensivos, segundo a companhia.

Fonseca acrescentou que as máquinas da John Deere são equipadas com modens de fábrica e integradas a uma plataforma de monitoramento e gestão de operações agrícolas, otimizando a eficiência no campo.