Una startup argentina fue seleccionada por la NASA para mostrar cómo los datos satelitales pueden anticipar el rendimiento de los cultivos

¿Qué pasaría si fuera posible conocer, antes de la cosecha, no solo cómo estará el clima sino cuántos kilos por hectárea podría producir un campo? Esa pregunta está detrás del desarrollo de YielData, una startup argentina que creó una infraestructura capaz de convertir décadas de información climática en datos concretos de rendimiento agrícola.

Su sistema combina 42 años de registros climáticos con información sobre los suelos y las prácticas de manejo de cada campo. A partir de esos datos, simula distintos escenarios posibles y construye una distribución de los rindes que podrían obtenerse en un lote. Así puede estimar la probabilidad de que la producción quede por debajo de un determinado nivel.

La tecnología despertó el interés de la NASA, que convocó nuevamente a la empresa argentina para que presente su desarrollo en una serie de encuentros que se realizarán el 22 y 23 de septiembre. El objetivo de estas jornadas es mostrar cómo la información generada por los satélites y otras herramientas de la agencia puede utilizarse para resolver problemas concretos.

Para YielData, uno de esos problemas es el riesgo productivo. Su tecnología ya comenzó a utilizarse para desarrollar coberturas paramétricas de rendimiento. En lugar de evaluar los daños después de una cosecha, el sistema establece un nivel de rendimiento previamente acordado y la cobertura se activa si el rinde calculado queda por debajo de ese parámetro.

En 2024, YielData ya había sido seleccionada para participar de un encuentro de NASA Power, una iniciativa que genera y distribuye información meteorológica obtenida mediante satélites. Ahora, el foco está puesto en cómo esos datos pueden transformarse en una herramienta concreta para el mercado agropecuario.

Mariano Tamburrino, CEO y cofundador junto a Soledad Tamburrino y Diego Romero de YielData, explica, en diálogo con Bioguía, cómo funciona el sistema, qué vio la NASA en el desarrollo argentino y por qué traducir el clima a kilos por hectárea puede abrir nuevas posibilidades para los seguros y el financiamiento del agro.

¿Cómo nació YielData y qué problema buscaban resolver?

Nosotros, cuando arrancamos YielData, lo que veíamos es que en el mercado agropecuario faltaba un proveedor de datos de rinde. Muchas transacciones en el agro utilizan el dato del rendimiento para conocer al productor, para conocer al cliente, para evaluar una línea de crédito, para conocer qué riesgo productivo tiene.

Había muchos sistemas que te invitaban a entender los esquemas productivos, pero ninguno que te hablara en el mismo idioma que te habla un productor agropecuario, que es en kilos por hectárea.

Ahí vimos la oportunidad de desarrollar un motor que pueda generar ese dato del rendimiento en kilos por hectárea y que pueda ser integrado en cualquier proceso de negocio.

¿Cómo logra el sistema convertir información climática en una estimación de rendimiento?

El cultivo es una planta y la planta toma agua, usa la luz solar y es sensible a la temperatura. Entonces hay muchos esfuerzos que buscan relacionar cada una de estas variables con un rendimiento final.

Nosotros lo que hicimos fue integrar cada uno de esos indicadores, sobre todo los meteorológicos, en un motor que se nutre de esa información. Le incorporamos también la información del suelo, que es la segunda pata importante de un cultivo: el clima y el suelo.

El motor simula el crecimiento, así como pasa en la realidad. Toma lo que le pasa a cada uno de los días de ese cultivo y va viendo cómo va creciendo hasta poder definir un rendimiento final.

¿Qué fue lo que despertó el interés de la NASA?

La NASA organiza eventos que nuclean a la comunidad científica y a la comunidad extensionista. Por un lado, para mostrar los adelantos científicos que hay en los instrumentos que están arriba de los satélites y, por otro lado, les interesa mucho entender para qué otros problemas se está usando esta información.

Nosotros habíamos aplicado en 2024 y fuimos seleccionados. Contamos que lo estábamos usando justamente para predecir el rendimiento.

Ahora nos volvimos a presentar porque todo este motor que simula el crecimiento de los cultivos y define su rendimiento lo estamos usando en programas de seguros.

Les interesa saber qué se hace con la información que ellos generan, en términos prácticos, y qué problemas está resolviendo. Ahora les interesó mucho lo que estamos haciendo para las coberturas paramétricas de rendimiento.

¿Cómo funciona una cobertura paramétrica basada en el rendimiento?

Cuando te querés asegurar con un paramétrico de rinde, ves todas las posibilidades de rendimiento que podrían existir en un lugar. Eso sirve para tarificar el riesgo y saber cuánto cobrar por la prima.

El parámetro tiene que relacionarse con la realidad. En nuestro caso habla el mismo idioma que la realidad: estás mirando kilos por hectárea, no milímetros de lluvia.

Un productor puede definir, por ejemplo, que quiere asegurarse un piso de rendimiento de 2.000 kilos de soja. Nosotros podemos definir durante la campaña si da por arriba o por debajo de esos 2.000. Si da por debajo, se produce una compensación acorde a la diferencia.

¿Qué cambia respecto de un seguro agrícola tradicional?

Los productos actuales, como los seguros contra granizo, contra viento o los esquemas multirriesgo, no siempre logran resolver el problema de raíz, o son caros o ineficientes.

Nosotros estructuramos nuestro motor para ese caso de uso: cómo se transforma en un lector del riesgo y en definir un parámetro objetivo contra el cual compararse.

La ventaja es que no necesitás depender de la información que te provee el productor ni de una interpretación posterior. Tenés un dato objetivo de rendimiento con el cual podés trabajar.

¿Por qué contar con 42 años de información climática resulta relevante?

Nuestro simulador usa datos desde 1984. Hay satélites que están dando vueltas en la Tierra desde incluso antes que eso, y ellos tienen toda esa información disponible a través de servicios como las APIs.

Cuando te tenés que conectar, encontrás una profundidad de información estandarizada, disponible, ordenada, organizada y con una profundidad temporal muy grande.

Y justamente estos escenarios de mayor variabilidad climática hacen muy necesario este tipo de soluciones. Cuando estamos operando con esta inestabilidad, ya no te podés valer por grandes promedios o por la situación estándar.

El poder de una lectura objetiva de cómo se atraviesan estos eventos hace que nuestra información cobre más relevancia.

Y vuelvo a lo que hablábamos al principio: el poder estar hablando en kilos por hectárea. Te conectás mucho más con el negocio agropecuario que si hablamos de que va a llover un 20% más que el promedio.

¿Qué posibilidades abre esta tecnología más allá de los seguros?

Cuando esto empieza a ser un estándar, se pueden construir productos mucho más eficientes e innovadores que buscan atacar problemas que hay en la cadena agroindustrial desde hace tiempo, como el acceso al crédito.

Vos podés ahora acceder a crédito basándote únicamente en tu riesgo productivo y no tanto en tu respaldo patrimonial.

Podés valorizar cultivos antes de cosecharlos. Para un productor que necesita capital para moverse, para operar la compañía, imaginá que pueda poner un cultivo como garantía para un préstamo.

Y después, en el plano de la inteligencia artificial, cuando tenés procesos que pueden comulgar con estos agentes, se empieza a generar un círculo virtuoso de explotación de los datos para análisis mucho más complejos.

Podemos analizar cosas más profundas, un sinfín de escenarios y probabilidades de ocurrencia. Y todo nace de poder tener organizada una infraestructura de datos de rinde que pueda transaccionar a nivel de la industria agropecuaria.