Podcast de Ag Tech Talk: Nomman Ahmed de Kynetec analiza el papel de la tecnología predictiva en el avance de la protección de cultivos

En este episodio de Ag Tech Talk, conversaremos con Dr. Nomman Ahmed, director ejecutivo de Kynetec, sobre las interesantes perspectivas de la tecnología predictiva en el avance de las estrategias de protección de cultivos.

 


Transcripción del podcast:

* Esta es una transcripción editada y parcial de este podcast.

ABG: ¿Qué es la inteligencia predictiva?
Nomman Ahmed: La inteligencia predictiva (IP) consiste esencialmente en recopilar y acumular conocimientos. Así es como conectamos datos e información de manera significativa y luego le brindamos una respuesta de manera inteligente.

Ahora, cuando esa parte de inteligencia básicamente mira hacia el futuro, y estamos tratando de aplicar nuestros aprendizajes a preguntas y problemas futuros que estamos resolviendo para un tema futuro. Es entonces cuando hablamos de inteligencia predictiva. La forma más sencilla de explicarlo es básicamente mirando a través de una bola de cristal de información. PI es una forma sistemática, sólida, estandarizada y escalable de mirar a través de esa bola de cristal y brindarle una respuesta.

ABG: ¿Cómo ayuda PI a pronosticar la oferta y la demanda de protección de cultivos?
N / A: La inteligencia predictiva básicamente analiza toda la información que tenemos, que puede estar estructurada o no estructurada, y luego nos permite aislar todo en una sola caja para probarlo. Por ejemplo, podemos hablar de cómo el clima, la demanda y otros factores van a influir en la oferta. Podemos distinguir estos elementos y luego dar una predicción de cómo se comportarán la oferta y la demanda.

Son múltiples las razones que impulsan lo que influirá en la oferta y la demanda. Puede llegar al punto en el que realmente pueda combinar esta información en el mismo modelo. Básicamente, el mismo enfoque es donde entra en juego la inteligencia predictiva, donde no se dice nada para que se vea de forma aislada, sino en combinación. Y se trata de causalidad, no de correlación.

Muestra cómo se comportarán los mercados en última instancia. Y este es exactamente el propósito de la inteligencia predictiva: combinar estas fuentes y luego básicamente llegar a la respuesta. Así es como predecimos los cambios en la oferta y la demanda. ¿Podemos analizar a qué tipos de políticas conduce una determinada mentalidad o ideología? ¿Y cómo afectará esto, entonces, esencialmente a los regímenes comerciales y las relaciones internacionales? ¿Y cómo afectará esto al desarrollo de los cultivos? Y, en última instancia, ¿cómo afectará esto a la industria de insumos, que son básicamente productos químicos para cultivos y semillas?