Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Universidad Politécnica de Madrid Doctorado en Agroingenieria E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas. PROYECTOS PARA EL DESARROLLO DE PRODUCTOS Y SERVICIOS EN LA AGRICULTURA EN EL MARCO DE LA TRANSFORMACIÓN DIGITAL. INFLUENCIA DE LOS ENFOQUES PARTICIPATIVOS Y DE OTROS FACTORES EN SU EFICACIA. Tesis Doctoral Autor: Juan Sagarna García. Ingeniero agrónomo. Director: David Pereira Jerez. Doctor ingeniero agrónomo Año: 2021 2 INDICE 1. INTRODUCCION Y OBJETIVOS ....................................................................................................... 10 1.1. Introducción .............................................................................................................................. 10 1.2. Hipótesis y objetivos ................................................................................................................. 10 1.3. Estructura del documento ........................................................................................................ 11 2. ESTADO DEL ARTE. ........................................................................................................................ 12 2.1. Transformación digital en la agricultura ................................................................................... 12 2.1.1. El reto de la transformación digital en la agricultura. .......................................................... 12 2.1.2. Encaje con los retos del sector alimentario. ......................................................................... 13 2.2. Conceptos manejados en la tesis. ............................................................................................. 15 2.2.1. Evolución de los conceptos de la transformación digital, desde la agricultura de precisión hasta el Smart Farming. ........................................................................................................................ 15 2.2.2. Conceptos de la dirección de proyectos. .............................................................................. 17 2.3. Situación actual de la transformación digital en la agricultura. ............................................... 18 2.3.1. Identificación de las tecnologías del Smart Farming. ........................................................... 18 2.3.2. Implantación en Europa y España ......................................................................................... 20 2.3.3. Situación mundial ................................................................................................................. 22 2.4. Tendencias en la transformación y evolución futura. .............................................................. 23 2.4.1. Cambio humano. ................................................................................................................... 24 2.4.2. Cambio organizativo. ............................................................................................................ 26 2.4.3. Cambio tecnológico. ............................................................................................................. 27 2.5. Los proyectos para desarrollar productos y servicios en la agricultura. ................................... 28 2.5.1. Diferencias entre proyectos de software o TIC y los proyectos en la agricultura. ............... 29 2.5.2. Los actores involucrados en el desarrollo de proyectos de transformación digital en la agricultura. Usuarios y agregadores. .................................................................................................... 30 2.5.2.1. Involucración de usuarios y clientes. ................................................................................ 31 2.5.2.2. Agregadores e intermediarios........................................................................................... 31 2.5.3. Planificación de proyectos en la agricultura. ........................................................................ 32 2.5.4. Tasas y factores de éxito en proyectos de la transformación digital. ................................... 33 3. MATERIAL Y METODOS ................................................................................................................. 36 3.1. Análisis documental. ................................................................................................................. 36 3.2. Encuestas a agentes del sector ................................................................................................. 40 3.2.1. Encuesta a proyectistas ........................................................................................................ 41 3.2.2. Encuesta realizada a agricultores sobre transformación digital y expectativas al respecto. Valencia 2019 ........................................................................................................................................ 43 3 3.2.3. Encuesta realizada a los expertos sobre transformación digital. Datagri 2019. ................... 44 3.2.4. Encuesta a cooperativas sobre sus expectativas hacia la transformación digital ................ 45 3.3. Estudio de 19 casos de uso piloto del proyecto IoF2020 .......................................................... 46 4. RESULTADOS Y DISCUSION ........................................................................................................... 50 4.1. Condicionantes de los productos y servicios digitales en la agricultura ................................... 52 4.1.1. Condicionantes tecnológicos ................................................................................................ 54 4.1.2. Condicionantes agronómicos y sectoriales. .......................................................................... 65 4.1.3. Condicionantes socio-estructurales ...................................................................................... 74 4.1.4. Condicionantes legales y políticos. ....................................................................................... 78 4.2. Recomendaciones en la planificación de proyectos. ................................................................ 80 4.2.1. Orientación a la resolución de problemas. ........................................................................... 80 4.2.1.1. ¿Qué tipo de servicios y productos digitales se están promoviendo desde el sector Agrotech? 81 4.2.1.2. Intereses de los agricultores y comparación con los productos ofrecidos. ...................... 83 4.2.1.3. Análisis de los intereses de otro tipo de agentes ............................................................. 89 4.2.2. Enfoques participativos de los usuarios en el diseño de proyectos ..................................... 91 4.2.2.1. Implicación de los usuarios en los equipos de proyectos ................................................. 92 4.2.2.2. Uso de técnicas agiles para la mejora del enfoque participativo. .................................... 97 4.2.2.3. Los agregadores como intermediarios de los usuarios. .................................................. 103 4.2.3. Aplicación de la simplicidad en los proyectos y la pluridisciplinariedad en los equipos .... 108 4.3. Propuesta y evaluación de factores de éxito. ......................................................................... 110 4.3.1. Factores de éxito propuestos y su valoración en los pilotos IoF2020 ................................ 110 4.3.2. Propuesta de valoración ex ante y comparación con evaluación del desempeño ............. 114 4.4. Aplicación de las recomendaciones de la tesis a la planificación de dos proyectos. ............. 114 4.4.1. Primer ejemplo. Financiación pública ................................................................................. 115 4.4.2. Segundo ejemplo. Financiación privada .............................................................................122 5. CONCLUSIONES ........................................................................................................................... 128 6. BIBLIOGRAFIA .............................................................................................................................. 135 ANEJO 1 PANORAMA DE LAS TECNOLOGIAS DIGITALES EN LA AGROALIMENTACION ...................... 140 3.3.1.1. NIVEL 1. CONTROL Y SEGUIMIENTO. Uso de tecnologías para el control y monitoreo del sistema de cultivo: suelo, clima, cultivo, ganadería, instalaciones. .................................................... 140 3.3.1.2. NIVEL 2. ANALISIS. Captura de datos y análisis de la información. Herramientas de Apoyo a la Decisión. ....................................................................................................................................... 142 4 3.3.1.3. NIVEL 3. ACTUACION E INTERCONEXION. Integración de actuadores y conexión más allá de la explotación. ................................................................................................................................ 144 ANEJO 2 LA SITUACION DE LA TRANSFORMACION DIGITAL A LO LARGO DEL MUNDO..................... 147 3.3.1.4. África. .............................................................................................................................. 147 3.3.1.5. América ........................................................................................................................... 148 3.3.1.6. Asia. ................................................................................................................................. 150 3.3.1.7. Oceanía. .......................................................................................................................... 151 5 INDICE DE TABLAS Tabla 1 Porcentaje de respuesta en diferentes encuestas respecto a uso de tecnologías. Fuente: Elaboración propia a partir de distintas fuentes. ................................................................................. 23 Tabla 2 Diferentes predicciones de mercado por consultoras internacionales. Fuente: elaboración propia a partir de distintas fuentes. ..................................................................................................... 24 Tabla 3 Factores que afectan el desempeño de los proyectos de software. Chaos Report 2019 ........ 34 Tabla 4 Características de la muestra de agricultores que respondieron la encuesta. Comisión Europea ................................................................................................................................................. 39 Tabla 5 Características de la muestra de prestadores que respondieron a la encuesta. Comisión Europea. ................................................................................................................................................ 39 Tabla 6 Resumen de las fuentes utilizadas. .......................................................................................... 51 Tabla 7 Respuestas de expertos sobre su estimación de la tasa de éxito en proyectos digitales en la agricultura. Fuente: Elaboración propia ............................................................................................... 53 Tabla 8 Resultados de proyectos según Chaos Report 2016. Fuente: Standish Group ........................ 53 Tabla 9 Respuesta de los asistentes a DATAGRI 2019 sobre el movimiento más necesario para el impulso de la digitalización. Fuente: Elaboración propia. .................................................................... 55 Tabla 10 Principales LPWAN redes usadas en agricultura y sus características. Fuente: CEMA .......... 57 Tabla 11 Protocolos de comunicación en los 19 casos de uso del proyecto IoF2020. Fuente: Elaboración propia. ............................................................................................................................... 63 Tabla 12 Niveles de madurez tecnológica aplicados por la Comisión Europea .................................... 65 Tabla 13 Datos sobre los Grupos Operativos digitales en Europa. Orientaciones de producción. Fuente: Elaboración propia. .................................................................................................................. 70 Tabla 14 Datos de los grupos operativos y sus objetivos estratégicos. Fuente: Elaboración propia. .. 71 Tabla 15 Ordenación clásica de los procesos de un proyecto, siguiendo el estándar PMP. Fuente: PMI. ....................................................................................................................................................... 80 Tabla 16 Resultados de la presentación por grupos sectoriales de agricultores de los casos de uso IoF2020. Fuente: Elaboración propia. ................................................................................................... 87 Tabla 17 Respuestas al segundo bloque del cuestionario, considerando el tamaño, el tipo y la experiencia. Fuente: Elaboración propia. ............................................................................................. 92 Tabla 18 Comparación entre diferentes procedimientos para el diseño de proyectos y su disposición hacia los usuarios y clientes. Fuente: Elaboración propia. ................................................................ 100 Tabla 19 Respuestas de los diseñadores en el tercer bloque de preguntas sobre técnicas de gestión de proyectos. ...................................................................................................................................... 101 Tabla 20 Comparación de resultados de 10.000 proyectos TIC respecto a su enfoque predictivo a adaptativo. Fuente: CHAOS report 2015 ............................................................................................ 103 Tabla 21 Probabilidad de fracaso con respecto a la referencia de un proyecto pequeño y sencillo. El tamaño avanza de arriba abajo y la complejidad de izquierda a derecha. Fuente: Chaos report 2015. ............................................................................................................................................................ 109 Tabla 22 Resultado de asignar puntuaciones sobre 1 a los casos de uso de IoF2020 en relación a los factores de éxito. Los iconos verdes representan los mayores valores y las cruces rojas los menores. Elaboración propia. ............................................................................................................................. 113 Tabla 23 Historias de usuarios definidas para los diferentes roles. ................................................... 117 Tabla 24 Distintos usuarios considerados con las funcionalidades distribuidas por su importancia y como se espera que sea su participación para definir bien estas. ..................................................... 120 6 INDICE DE FIGURAS Figura 1 Utilización de conceptos en las publicaciones científicas. Fuente. Elaboración propia a partir de google scholar .................................................................................................................................. 16 Figura 2 Principales elementos tecnológicos de un FMIS Farm Management Information System. Fuente: M.S Farooq et al. Survey on the Role of IoT in Agriculture for the Implementation of Smart Farming. ................................................................................................................................................ 19 Figura 3 Estado de distintas técnicas y tecnologías en España respecto a sus expectativas. Fuente: Elaboración propia a partir de opiniones de expertos del Grupo Focal de Digitalización. ................... 20 Figura 4 Encuesta europea sobre el uso de técnicas de la agricultura de precisión. Uso de tecnicas. Fuente: Comisión Europea ....................................................................................................................21 Figura 5 Encuesta europea sobre el uso de técnicas de la agricultura de precisión. Implantación de la agricultura de precisión. Fuente: Comisión Europea. ........................................................................... 21 Figura 6 Factores de cambio. Fuente: Estudio DG Agri, Agricultores del futuro, 2020 ........................ 25 Figura 7 Comparación del tamaño(burbuja) económico de las empresas y del número de las mismas según se avanza en la cadena. Las burbujas centrales más pequeñas se corresponden con las explotaciones de agricultores y ganaderos. Fuente: Elaboración propia. ............................................ 26 Figura 8 Principales retos de la agroindustria 4.0. Fuente: Food and Drink Europe ............................ 27 Figura 9 Respuesta de agricultores irlandeses a los medios por los que se ven influidos para incorporar nuevas tecnologías. Fuente: Cleary, Ethan, 2019 ............................................................... 29 Figura 10 Mapa de Partes interesadas ecosistema desarrollado por el proyecto. Fuente: Proyecto IoF2020. ................................................................................................................................................ 30 Figura 11 Distribución territorial de los grupos operativos con orientación digital hasta 2018. Fuente: Elaboración propia ................................................................................................................................ 37 Figura 12 Representación gráfica de la muestra de proyectistas en relación al tamaño de las empresas en número de trabajadores.................................................................................................. 41 Figura 13 Representación gráfica de la trayectoria profesional de los proyectistas de la muestra. .... 42 Figura 14 Representación gráfica de la experiencia profesional de los proyectistas de la muestra. ... 42 Figura 15 Contestación de los desarrolladores sobre sus ámbitos de trabajo. Fuente: Elaboración propia a partir de encuesta a desarrolladores. ..................................................................................... 43 Figura 16 Distribución de los participantes en la encuesta en Valencia 2019 por sectores. Fuente: Elaboración propia. ............................................................................................................................... 44 Figura 17 Caracterización de los encuestados por sectores. Datagri 2019. Fuente: Elaboración propia .............................................................................................................................................................. 45 Figura 18 Principales características de las cooperativas encuestadas. Cooperativas Agro-alimentarias de España 2020 ..................................................................................................................................... 46 Figura 19 Metodología para una propuesta de evaluación ex ante. Fuente: Elaboración propia ....... 49 Figura 20 Barreras para la adopción de las tecnologías digitales en la agricultura irlandesa. Fuente. Irish Farmers Association. ..................................................................................................................... 55 Figura 21 Problemas de cobertura y tipo de conexión. Encuesta a cooperativas octubre 2020 ......... 56 Figura 22 Los 19 casos de uso de IoF2020 fueron catalogados en función de los problemas técnicos encontrados. Los topos verdes indican problemas superados y los naranjas por superar. Fuente: Proyecto IoF2020 .................................................................................................................................. 59 Figura 23 Integración de sistemas en la agricultura digital. Fuente: Harvard Business Review 11/2014 Porter et al ............................................................................................................................................ 60 7 Figura 24 Reference Architecture for smart farm management systems powered by FIWARE. Fuente: Proyecto IoF2020 .................................................................................................................................. 61 Figura 25 En este gráfico, señalados como IOPs aparecen los cuellos de botella de la interoperabilidad Fuente: Overview of IoF2020 Use Cases and its relationship to standards (Cantera et al., 2018) ........................................................................................................................................... 61 Figura 26 Respuestas Datagri 2019 sobre la importancia de la interoperabilidad. Fuente: Elaboración propia. ................................................................................................................................................... 62 Figura 27 Evolución de las expectativas generadas por el uso de imágenes satelitales en agricultura. Fuente: Elaboración propia. .................................................................................................................. 64 Figura 28 Curva de madurez de distintas tecnologías en agricultura. Fuente:User-Technological Index of Precision Agriculture ............................................................................................................... 64 Figura 29 Grado de madurez tecnológica y de mercado de distintas técnicas en la agricultura. Fuente:Maciejczack y Faltmann ............................................................................................................ 65 Figura 30 Datos obtenidos de Datagri 2019. Respuestas a las ventajas de la digitalización. Fuente: Elaboración propia. ............................................................................................................................... 66 Figura 31 Datos obtenidos de Datagri 2019. Respuestas a las ventajas de la digitalización. Fuente: Elaboración propia. ............................................................................................................................... 67 Figura 32 Datos obtenidos de Datagri 2019. Respuestas a las ventajas de la digitalización. Fuente: Elaboración propia. ............................................................................................................................... 67 Figura 33 Datos obtenidos de Datagri 2019. Respuestas a las ventajas de la digitalización. Fuente: Elaboración propia. ............................................................................................................................... 68 Figura 34 Datos obtenidos de Datagri 2019. Respuestas a las ventajas de la digitalización. Fuente: Elaboración propia. ............................................................................................................................... 68 Figura 35 Respuestas de los jóvenes agricultores en el Congreso de Valencia. Fuente: Elaboración propia. ................................................................................................................................................... 70 Figura 36 Respuestas de los jóvenes agricultores en el Congreso de Valencia. Fuente: Elaboración propia. ................................................................................................................................................... 71 Figura 37 Respuestas de las cooperativas en la encuesta sobre digitalización. Octubre 2020. ........... 72 Figura 38 Encuesta a las cooperativas respecto a la digitalización. Inversiones medias por sector y cooperativa.Octubre 2020 .................................................................................................................... 73 Figura 39 Encuesta sobre implantación de tecnologías. Identificación de barreras. Fuente: Comisión europea. ................................................................................................................................................ 75 Figura 40 Comparación entre renta agraria ysalarios medios, EEMM. Fuente Eurostat..................... 76 Figura 41 Curva de adopción de Rogers. En rojo el abismo de adopción. Fuente: Lamb et al. ............ 77 Figura 42 Ratio de jefes de explotación menores de 40 años sobre el resto. Fuente Eurostat 2016. . 77 Figura 43 "Lessons from the frontline of the Agtech revolution" Prioridades en la inversión. Fuente: BCG ........................................................................................................................................................ 82 Figura 44 Respuestas de los expertos para este trabajo. Áreas en las que se enfoca su trabajo. Fuente: Elaboración propia. .................................................................................................................. 82 Figura 45 Respuestas en DATAGRI de las empresas agrotecnológicas. Fuente: Elaboración propia. .. 83 Figura 46 Ventajas de la digitalización. Agricultor/Empresa agraria. Fuente: Elaboración propia a partir de los datos de datagri. ............................................................................................................... 84 Figura 47 Respuestas de agricultores jóvenes. Valencia 2019. Resultados ponderados de las tres primeras opciones. Fuente: Elaboración propia. .................................................................................. 85 Figura 48 Respuestas de los agricultores a la encuesta de penetración de la agricultura de precisión. Fuente: Comisión .................................................................................................................................. 86 8 Figura 49 Respuestas desde las cooperativas agroalimentarias en Datagri 2019. Fuente:Elaboración propia. ................................................................................................................................................... 90 Figura 50 Respuestas desde la industria agroalimentaria en Datagri 2019. Fuente: Elaboración propia. ................................................................................................................................................... 90 Figura 51 Respuestas desde las empresas proveedoras. Fuente: Elaboración propia. ........................ 91 Figura 52 Tipo de agentes coordinadores de los grupos operativos con orientación digital hasta 2018. Fuente: Elaboración propia ................................................................................................................... 94 Figura 53 Pregunta a los expertos sobre en qué fase considera más útil la participación de usuarios. Fuente: Elaboración propia. .................................................................................................................. 95 Figura 54 Qué tipo de usuario final es más útil involucrar en los proyectos. Fuente: Elaboración propia. ................................................................................................................................................... 96 Figura 55 Sobre la curva de transferencia de la innovación se superponen las preferencias de los diseñadores respecto a la involucración de usuarios. Fuente: Elaboración propia. ............................ 97 Figura 56 Metodología de gestión de proyectos basada en Lean para StartUps. Fuente: Proyecto IoF2020. ................................................................................................................................................ 98 Figura 57 comparación del desarrollo predictivo con un enfoque adaptativo en productos de la agricultura. Fuente: Proyecto IoF2020. ................................................................................................ 99 Figura 58 Respuestas de los desarrolladores referidas a su conocimiento, experiencia y opinión respecto de distintas técnicas de gestión de proyectos. Fuente: Elaboración propia. ...................... 102 Figura 59 Respuestas de agricultores sobre su forma de cumplimentar el cuaderno de explotación. Valencia 2019. Fuente: Elaboración propia. ....................................................................................... 104 Figura 60 Preguntas a agentes de la transformación digital en DATAGRI 2019. Fuente: Elaboración propia. ................................................................................................................................................. 105 Figura 61 Factores de influencia en la adopción de las técnicas en agricultura de precisión. Fuente: Comisión europea. .............................................................................................................................. 106 Figura 62 Respuesta de cooperativistas en Valencia 2019 respecto a la participación en la transformación digital. Fuente: Elaboración propia. .......................................................................... 107 Figura 63 Respuesta de las cooperativas sobre las causas para acometer inversiones en digitalización. ............................................................................................................................................................ 107 Figura 64 Respuesta de las cooperativas sobre tipología de inversiones en digitalización................ 108 Figura 65 Uno de los primeros gráficos del proyecto estableciendo los paquetes de trabajo en rectángulos, las tareas en verde y los productos o entregables en azul. ........................................... 115 Figura 66 Gráfico estableciendo los principales módulos y servicios en los que se descompone el producto a desarrollar en el proyecto de la cepa a la copa y su relación con los distintos agentes y usuarios. .............................................................................................................................................. 118 Figura 67 Los cuatro socios del proyecto y su aportación a la diversidad del equipo. ....................... 121 Figura 68 Detalle del diagrama Gantt en el que se aprecia algunas tareas que serán ejecutadas con metodología ágil, incluyendo prototipos intermedios e iteraciones. ................................................. 122 Figura 69 prototipo sobre software ArcGISHub.................................................................................. 125 Figura 70 Prototipo de cuadro de mando sobre ArcGISHub. ............................................................ 126 Figura 71 Prototipo de la aplicación de acceso para los agricultores. ................................................ 127 Figura 72 Relación entre objetivos, metodología y resultados en la tesis. ........................................ 129 9 RESUMEN Y ABSTRACT La tesis resalta la importancia de la mejora de los métodos de diseño de productos y servicios digitales en la agricultura. La agricultura de precisión, antecedente del nuevo “Smart Farming” no proporcionó soluciones suficientemente adaptadas a las necesidades de los agricultores y esto provocó una baja implantación. Los productos y servicios desarrollados deben superar las barreras y condicionantes de ambos ámbitos, el de la tecnología TIC y el del sector agroalimentario, que son identificados en este documento. Se utilizan consultas directas a expertos y agentes de la transformación digital, complementados con análisis sobre proyectos reales ejecutándose durante este trabajo. Actualmente la tasa de éxito de los proyectos es considerablemente baja y es debido a condicionantes tecnológicos, sectoriales, socioeconómicos y reglamentarios. El análisis de la información disponible y la consulta de expertos permite recomendar algunas mejoras. Un enfoque participativo mejoraría la orientación de los proyectos a la resolución de los problemas concretos que afrontan los agentes que operan en el sector agrario. Es recomendable, además, la alianza con agregadores e intermediarios que faciliten y optimicen este enfoque participativo, trabajar sobre la simplicidad de los productos y su adaptación a las distintas ramas deproducción y tipología de usuario. Lograr una mayor pluridisciplinariedad y formación específica para garantizar la creación de equipos de desarrollo maduros. Finalmente se propone explorar una metodología que permita evaluar los proyectos en función de unos criterios de éxito adaptados al sector de la agricultura digital. This thesis highlights the importance of improving methods of designing digital products and services in agriculture. Precision agriculture, the forerunner of the new "Smart Farming", did not provide solutions sufficiently adapted to the needs of farmers and this led to a low uptake. The products and services developed must overcome the barriers and constraints in both the ICT technology and agri- food sector, those are identified in this document. Direct consultations with experts and agents of the digital transformation are used, complemented with analyses on real projects being carried out during this work. Currently the success rate of projects is considerably low and may be due to technological, sectoral, socio-economic and regulatory constraints. The analysis of the available information and the consultation of experts allows issuing some recommendations. A participatory approach that improves the problem-solving orientation of the projects. The alliances with aggregators and intermediaries that facilitates and optimizes this participatory approach. Working on the simplicity of the products and their adaptation to the different branches of production and types of users. To achieve greater multidisciplinarity and specific training to ensure the creation of mature development teams. Finally, it is proposed to explore a methodology to evaluate projects according to success criteria adapted to digital farming sector. 10 1. INTRODUCCION Y OBJETIVOS 1.1. Introducción El doctorando trabaja en Cooperativas Agroalimentarias de España, asociación de ámbito nacional con intereses en todos los sectores y actividades de la agricultura, ganadería y alimentación. Desde hace quince años es el responsable de la cartera de proyectos de esta organización, como responsable del departamento de Sostenibilidad, Calidad e Innovación. Con el objetivo de realizar correctamente estas tareas ha recibido formación específica, entre ella un master en gestión de proyectos y ostenta una certificación PMP®. Esto le ha permitido disponer de una interesante base teórica sobre la planificación, ejecución y monitorización de proyectos. En la última década, la participación en complejos proyectos europeos, incluyendo la coordinación de algunos de ellos, ha complementado esa visión teórica con la enriquecedora práctica en interesantes proyectos. Muchos de estos proyectos han incluido el diseño de productos y servicios digitales. Los problemas en la ejecución de los mismos y en su uso posterior, motivó al doctorando a reflexionar sobre si algunas de estas inconsistencias tenían origen en la fase de diseño de los proyectos y de los requerimientos que debían cumplir los productos y servicios digitales. El objeto de esta tesis es proveer de nuevo conocimiento y análisis relacionado con las técnicas y procedimientos que se están empleando para el desarrollo de productos y servicios digitales en el sector agroalimentario. Actualmente esta actividad está viviendo un periodo de gran expansión y un crecimiento acelerado, que puede ser también en ocasiones atropellado. El éxito de la transformación digital en la agricultura puede depender de los éxitos individuales de los proyectos y servicios que se desarrollan. Aunque la abundancia de ideas, proyectos y emprendedores implicados multiplica la posibilidad global de éxito, es también necesario mejorar la eficacia individual de las iniciativas, maximizando la eficiencia. La pandemia COVID 19 ha resaltado de forma aún más incisiva el proceso de transformación digital en el que estamos inmersos, acelerando muchos de sus aspectos. Se ha podido comprobar que más allá de los enfoques sectoriales, la transformación afecta igualmente a la humanidad en su vida corriente y relaciones personales. Hoy más que nunca las estrechas visiones de silo deben abrirse a lo que pasa en el exterior, en otros sectores y agentes, para tomar decisiones más inteligentes. 1.2. Hipótesis y objetivos La investigación realizada comenzó con la siguiente hipótesis: Para que la transformación digital en la que está comprometida la agricultura sea más fácil y efectiva, los productos y servicios digitales deberán ajustarse más a las necesidades reales de los usuarios. Para conseguirlo, la planificación de los proyectos que desarrollan estos productos y servicios debe mejorar la recopilación de los requisitos y las expectativas de los usuarios. Las metodologías actualmente usadas en la planificación parecen insuficientes para garantizar este compromiso. Puede ser interesante la incorporación de enfoques participativos e inclusivos de los usuarios finales en los procesos de diseño. Para integrar correctamente estos enfoques, alguno de los cuales son preeminentes en otros sectores, es necesario ajustarlos a las particularidades del ámbito agrario y comprobar su eficacia. 11 Los objetivos subordinados son: 1. Analizar los antecedentes, el alcance, componentes y tendencias de la transformación digital en el sector agroalimentario. 2. Comprender las barreras o impulsores tecnológicos, sectoriales, reglamentarios o socio- estructurales que puedan afectar a los proyectos. 3. Conocer la realidad de los proyectos para el desarrollo de productos y servicios digitales en el sector agrario, incluyendo su tasa de éxito en la ejecución, la participación de usuarios, las metodologías utilizadas y el impacto en las mismas de las nuevas técnicas “ágiles". 4. Determinar los elementos objetivos concretos que afecten a la ejecución de los proyectos y su influencia en sus expectativas de éxito. 5. Evaluar el uso de estos elementos objetivos en la planificación y en la valoración de proyectos en un entorno de proyectos reales. 1.3. Estructura del documento Para analizar la información y aportar luz sobre estos objetivos, este documento se organiza en una estructura clásica. Esta incluye una revisión del estado de arte a modo introductorio, la explicación de la metodología, la discusión de los resultados y las conclusiones En el capítulo 2 se enmarca el conocimiento actual sobre la transformación digital y el sector agroalimentario. Primero se analizan las fuentes de información disponibles desde una perspectiva general y en relación con la evolución y elementos externos de influencia en el sector agroalimentario. Se plantean los datos disponibles sobre la implantación y se refieren algunas conclusiones sobre los mismas principalmente llevadas a cabo por otros autores. Datos más extensos sobre el alcance tecnológico y territorial se presentan en anejos a la tesis. El repaso a la situación actual permite aventurar algunas tendencias futuras. Posteriormente se profundiza en la gestión de proyectos en relación con el desarrollo de los productos y servicios digitales en la agricultura, similitudes y diferencias con los campos del conocimiento de los proyectos agroalimentarios y los del sector tecnológico. El capítulo 3 se centra en el material disponible y los métodos usados y describe la adquisición para la tesis de nueva información. Detalla las encuestas realizadas a distintos protagonistas de la transformación digital; diseñadores de productos, agricultores y agentes de relevancia en el sector. También explica el estudio de los 19 casos de uso del proyecto H2020 Internet of Food & Farm (IoF2020). Finalmente se establecen las bases de la utilización armónica y coherente de toda esta información con el objeto de obtener resultados para esta tesis El capítulo 4 discute los resultados del análisis segmentando la discusión en las especificidades a considerar,además de proponer recomendaciones aplicables en el proceso de planificación y diseño. Posteriormente se proponen unos factores de éxito para ser incorporados en la evaluación de proyectos a partir de los documentos de planificación y también su utilización práctica en dos proyectos reales. 12 Finalmente, el capítulo 5 expone de forma sintética las conclusiones obtenidas y propone nuevas líneas futuras de investigación. 2. ESTADO DEL ARTE. 2.1. Transformación digital en la agricultura La agricultura es una de las actividades más antiguas en la historia de la humanidad. También ha evolucionado en gran medida desde su inicio, debido a la adopción de nuevas técnicas y la adquisición de nuevas habilidades por parte de los agricultores, además de adaptarse a los cambios sociológicos y estructurales que el planeta ha vivido a lo largo de su existencia. 2.1.1. El reto de la transformación digital en la agricultura. La enorme evolución tecnológica en los años recientes está, lógicamente, también influyendo en el sector agroalimentario, al igual que prácticamente en todos los sectores económicos, y actividades humanas en general. Los principales componentes de la transformación digital son comunes a los distintos sectores. En primer lugar, la omnipresencia del internet en su plena madurez, ya lejos de sus inicios en el pasado siglo. Este parece ser el principal elemento diferenciador con otras corrientes tecnologías anteriores de gran impacto en la agricultura. (Lehmann, Reiche and Schiefer 2012; Poppe et al. 2013). En segundo lugar, el desarrollo en los últimos años de aparatos que utilizan esta internet para conectarse y potenciar sus capacidades e interacción, como sensores, comunicadores, smartphones, etc., que se conocen genéricamente como internet de las cosas o IoT por sus siglas en inglés (Internet of things). Estos aparatos se han abaratado de forma exponencial en los últimos años y han permitido un considerable despliegue, minimizando el factor coste en su uso. (Ayaz et al. 2019; Farooq et al. 2019). Por último, la capacidad de computación ha crecido exponencialmente. Esta permite la gestión de los ingentes datos proporcionados por los dispositivos anteriores y ser transferidos por internet de una forma inmediata y multidireccional. Fruto de esta interacción, surgen disciplinas como la minería de datos, inteligencia artificial, el “machine learning”, el “big data” (Poppe, Wolfert and Verdouw 2015; Wolfert et al. 2017), etc. Todas ellas formas diferentes de darle valor añadido a los datos obtenidos a través de su análisis agregado. Cuando se habla de transformación digital, el propósito principal es la integración del dato dentro de los procesos productivos y sus tomas de decisiones (Wolfert et al. 2017). En ese sentido, la transformación digital en la agricultura promete una mayor eficiencia en la producción de materias primas agrícolas y ganaderas utilizando el conocimiento factual de la realidad de las explotaciones en todas las dimensiones posibles (Poppe, Wolfert and Verdouw 2015). La búsqueda de esta eficiencia es multipropósito, a diferencia que antaño. Actualmente el objetivo no es solo producir más o hacerlo con un menor coste. La nueva eficiencia buscada por la transformación digital busca producir más con menos, al mismo tiempo que mejorar la sostenibilidad de los agricultores y del medio en el que se 13 desarrolla la agricultura y la ganadería. Para lograr estos objetivos superiores, además de la digitalización la agricultura también tratará de integrar otras soluciones como la biotecnología, bioeconomía, circularidad, descarbonización y transición agroecológica, etc. (Consultora ATKearney 2016; Laugerette and Stöckel 2016; Walker et al. 2016; Dongoski, Selck and Buie 2017; Andrew Penn 2018; DLG 2018) Por tanto, la transformación digital describiría el camino desde una agricultura basada en la experiencia y en la intuición de los agricultores hasta una producción basada en la utilización y aprovechamiento de los hechos, representados por datos (GFAR and GODAN 2018). Información recopilada de forma activa para hacerla disponible, relevante y fiable para mejorar la sostenibilidad socioeconómica y medioambiental de la explotación. En esta definición de transformación, las tecnologías son imprescindibles, pero al mismo tiempo subsidiarias al propósito para el que son elegidas. Muchas veces son intercambiables entre sí, y por su propia naturaleza y rápida evolución, frecuentemente efímeras en su duración. Resulta llamativo comparar la corta vida promedio de los programas y aparatos electrónicos que componen el catálogo de tecnologías digitales (D. Weinsier et al. 2014) con los terrenos agrarios donde se despliegan, algunos de los cuales vienen siendo cultivados ininterrumpidamente desde milenios. 2.1.2. Encaje con los retos del sector alimentario. Los agricultores produjeron en 2018 alimentos para alimentar a una población mundial de 7600 millones y se espera que esta cifra aumente hasta los 9600 millones en 2050 (UN DESA 2019). El hambre afecta hoy a 800 millones de personas, la misma cantidad de población afectada por sobrepeso. A pesar del abandono progresivo de las zonas rurales, todavía hay 570 millones de agricultores en nuestro planeta (Sarah, Lowder and Terri 2016). La tendencia hacia la migración a los entornos urbanos se ha recrudecido en las últimas décadas, especialmente en los países en desarrollo. Los agricultores o campesinos son por lo general pequeños propietarios o arrendatarios de tierras, pero también hay otras modelos de explotación o granjas más grandes, de propiedad tanto privada como pública. La agricultura es un sector importante en materia de empleo, con un 28% de toda la fuerza laboral mundial (International Labour Organisation 2019) y representa el 4% del producto interior bruto (PIB) de todo el mundo. En valor económico esto significa unos 2,323 millardos de dólares en 2016, solamente en la producción de bienes para los mercados de alimentos. Se debe añadir un suministro creciente de materia prima para nuevos mercados, como la bioeconomía. Actualmente el sector agrícola produce una parte relevante de combustible para el transporte, bioetanol y biodiesel. También se espera que crezcan (Spekreijse et al. 2019) los biomateriales que se utilizarán como alternativa a los plásticos, materias primas bioquímicas o productos de alto valor para el mercado cosmético, fines nutracéuticos, etc. La agricultura es parte de un sistema agroalimentario más complejo. Este incluye, además de la producción de cultivos o ganadería, el suministro de insumos, la transformación, logística y venta minorista. Implica al resto de agentes, partes interesadas y actividades económicas vinculadas con la provisión de alimentos. Aguas arriba del agricultor, se sitúan los proveedores de insumos para la agricultura (fertilizantes, productos fitosanitarios, semillas, energía y servicios, entre otros). A partir de las materias primas producidas por los agricultores, aguas abajo, se encuentran las industrias que elaboran productos transformados y la distribución que los comercializan a los consumidores. 14 Tanto las fases previas como las posteriores a los agricultores están inmersas en procesos de concentración duraderos. Se han constituido grandes conglomerados empresariales tanto entre los proveedores de agroquímicos como entre la distribución agroalimentaria. La preeminencia de los grandes actores resultantes de estos procesos afecta al poder de negociación de los agricultores y, en consecuencia, su capacidad para tomar sus propias decisiones con independencia. La cooperación y la organización de los agricultores están por ese motivo en el centro de atención y sigue siendo uno de los principales desafíos del sector. Todas estas consideraciones hay que integrarlas en un marco incómodo para los nuevos desarrollos e inversionesagrícolas. La agricultura será uno de los sectores gravemente afectados por el cambio climático. Por lo tanto, las estrategias de adaptación a las altas temperaturas, la escasez de agua y las calamidades climáticas son insoslayables. (Environmental European Agency 2019). Por parte de la mitigación, la agricultura debe tomar medidas para reducir su contribución a las emisiones de GEI, a través de un consumo más preciso de los agroquímicos e insumos a base de petróleo y la ganadería con la mejor gestión de sus residuos. El sistema alimentario representa alrededor del 30% del GEI global (Special Report on Climate Change and Land, 2019) y el 70% del uso de agua dulce. Otros desafíos ambientales que presionan a la agricultura son la pérdida de biodiversidad en las áreas agrícolas, las nuevas áreas de cultivo que reemplazan bosques primigenios y áreas naturales de alto valor, la contaminación de los suelos con nitrógeno y fósforo y la liberación de emisiones de metano y óxido nitroso a la atmósfera, la erosión y la desertificación, etc. (Willett et al. 2019) Si se quiere alcanzar los Objetivos de Desarrollo Sostenible de las Naciones Unidas (ODS), la agricultura del próximo futuro debe producir más alimentos (SDG2) de una manera más sostenible (SDG12) y con un compromiso especial en la lucha contra el cambio climático (SDG13), descarbonización (SDG7) y frenar la pérdida de biodiversidad (SDG15). Debe hacerse al mismo tiempo que se mantiene una actividad económica robusta para la población rural (SDG9) revirtiendo el abandono, el envejecimiento y el desequilibrio de género (SDG5) y, finalmente, promoviendo una colaboración virtuosa que apoye comunidades sostenibles con fuerte vínculo urbano-rural. La transformación digital, a través del uso intensivo de Internet de las cosas, la inteligencia artificial y el aprendizaje de las máquinas tiene el potencial de acelerar esta nueva agricultura que guía a los agricultores hacia una gestión precisa de sus explotaciones. La agricultura inteligente o “Smart Farming” debe su nombre a las decisiones más inteligentes que podrán tomar los agricultores, con la ayuda de la tecnología. En este sentido, las soluciones TIC (Tecnologías de la información y de la comunicación) e IoT (Internet de las cosas) serán herramientas relevantes para igualar objetivos superiores de sostenibilidad a nivel agrícola (Walter et al. 2017). Esas soluciones pueden ayudar a los agricultores a reducir el impacto ambiental con un uso preciso de fertilizantes y restos de agroquímicos. De esta forma, el agricultor solo aplica las dosis estrictas en el momento adecuado, lo que dificulta la contaminación del suelo o el agua. La captura, uso y reutilización de datos a diferentes niveles, desde la escala de una viña individual a la de una parcela, desde una explotación hasta la comarca agraria, la escala regional y más allá, permitirá establecer indicadores adecuados de eficiencia. Con estos indicadores es posible comparar las buenas prácticas desde el punto de vista económico, y también monitorear los impactos ambientales y reaccionar ante ellos con acciones, entre ellas el desarrollo de políticas y reglamentación. Además, la conexión inteligente con el resto de la cadena alimentaria alimentará a la explotación con información del mercado y de los consumidores. Los agricultores y el resto de los operadores de la cadena alimentaria tomarán decisiones informadas sobre los momentos correctos para acelerar o reducir la tasa de producción, por ejemplo, al adelantar una cosecha de frutales ante la previsión de una mayor demanda. Se intenta también mejorar la 15 eficiencia global de la cadena alimentaria, minimizando el problema actual del desperdicio de alimentos. Si los costos de las soluciones TIC e IoT continúan disminuyendo y existe una competencia real entre los diferentes servicios, los agricultores tendrán una herramienta poderosa para mejorar su competitividad. Finalmente, desde un punto de vista social, el “Smart Farming” es considerado como un impulsor de tendencias positivas. Los problemas digitales podrían ser una atracción para la incorporación de jóvenes en la agricultura, compensando el problema del envejecimiento excesivo de los agricultores en varios países y disminuyendo el abandono de la tierra y las zonas rurales. Si la agricultura inteligente desea contribuir a la sostenibilidad social, también deberá proporcionar oportunidades para la mejor integración de la mujer. Una implantación positiva de la digitalización debe buscar también un reequilibrio de las posiciones de los distintos actores, e impidiendo que la posición de debilidad de los agricultores en la cadena alimentaria se acreciente. Una transformación digital dirigida verticalmente desde las grandes empresas del sector puede acentuar la perdida de protagonismo de los agricultores y acentuar las brechas de género, edad, rural-urbana y entre países ricos y pobres. (FAO 2019a). Es decir, en el lado de los riesgos del desarrollo de la agricultura inteligente, existen posibilidades de que estas brechas actuales no se cierren, sino que se amplíen. La brecha digital en las zonas rurales podría abundar en las diferencias entre las ciudades y las zonas rurales. Además, la falta de capacidad de inversión y las fallas organizativas obstaculizan la adopción de tecnologías digitales por parte de los pequeños productores (GFAR and GODAN 2018) especialmente en países con baja estructura de apoyo a los agricultores. 2.2. Conceptos manejados en la tesis. Esta tesis explora una serie de conceptos, en principio vinculados a distintas disciplinas, como pueden ser la agronomía, las tecnologías de la información y comunicación (TIC) y la gestión de proyectos. La literatura relacionada con interacciones de estas disciplinas es muy escasa. De la misma manera que los especialistas con experiencia común en distintas áreas de conocimiento no son abundantes. Por ello conviene primero intentar identificar de una forma comprensible algunos de los conceptos que se manejaran en este trabajo. 2.2.1. Evolución de los conceptos de la transformación digital, desde la agricultura de precisión hasta el Smart Farming. A pesar de que el término "Smart Farming" o agricultura inteligente se inventó a mediados de los años 90, comenzó a ser común en la literatura técnica y científica a partir de principios de este siglo. “Agricultura 4.0”, “Agricultura digital” o “Smart Farming” son maneras diferentes de nombrar las prácticas agrícolas que incluyen los elementos de la transformación digital. La última de las expresiones es la predominante si consideramos la gráfica Figura 1 realizada a partir de las menciones de los diferentes términos en publicaciones científicas. En las menciones en el último año, Smart Farming alcanza en utilización al concepto agricultura de precisión, del que sí puede diferenciarse de manera clara, como veremos posteriormente. Merece la pena hacer, sin embargo, una mención aparte a uno de los términos, que sirve para ilustrar la perspectiva histórica. Para referirse a los resultados de la transformación digital, se habla de industria 4.0, transporte 4.0, o ciudades 4.0. De la misma forma, el uso masivo de TIC y datos en la 16 agricultura se denomina en ocasiones agricultura 4.0 (Braun, Colangelo and Steckel 2018). Es posible identificar algunas revoluciones en la agricultura impulsadas por avances rompedores en las técnicas y los insumos utilizados. Siglos atrás, la transformación prehistórica de recolectores a cultivadores puede considerarse como agricultura 1.0. La introducción de la mecanización a gran escala, agroquímicos y variedades de alto rendimiento en la primera mitad del siglo XX en la llamada "revolución verde" sería la segunda versión de la agricultura. A principios de los años 80, los agrónomos avanzaron el concepto de agricultura de precisión, con la intención de introducir un compromiso mejorado entreinsumos y productos, enfocándose en la sostenibilidad de los sistemas agrícolas y la efectividad de la producción. Si esta agricultura de precisión es aceptada como agricultura 3.0, el despliegue actual de las técnicas de digitalización en agricultura y ganadería puede considerarse como agricultura 4.0. Figura 1 Utilización de conceptos en las publicaciones científicas. Fuente. Elaboración propia a partir de google scholar Respecto al concepto predominante “Smart Farming” y desde un punto de vista tecnológico, (Verdouw et al. 2019) se ha definido: "La agricultura inteligente es un desarrollo que enfatiza el uso de la tecnología de la información y la comunicación en el ciclo de gestión de la granja ciber física". La alianza por el internet de las cosas (AIOTI, 2015) definió Smart Farming como: “aplicación de tecnologías de recopilación de datos, procesamiento de datos, análisis de datos y automatización en la cadena de valor general, que orquestadas conjuntamente permiten mejorar la operación y la gestión de una granja con respecto a operaciones estándar y reutilización de estos datos en una mejor transparencia de la cadena y optimización de la cadena”. Desde una perspectiva agronómica, y considerando los factores económicos, ambientales y sociales que la influyen, Smart Farming ejemplificaría la ambición de producir más y mejor con menos, utilizando la última tecnología, confiable, disponible y asequible para este propósito, incluyendo tanto la producción como las fases postcosecha. A pesar de estas aproximaciones y dado que no existe un reconocimiento oficial del término "Smart Farming", a veces estas técnicas se consideran dentro del término general de la “agricultura de precisión”. También es frecuente que “agricultura de precisión” sea usado más habitualmente para la producción eficiente de cultivos arables extensivos, mientras que otras expresiones se refieren a otras 17 producciones o aspectos específicos. Por ejemplo, el manejo integrado de plagas se ocupa del uso racional de pesticidas en la producción intensiva, y el concepto de ganadería de precisión se ha desarrollado recientemente enfocándose en un manejo más controlado del ganado. En todo caso, la agricultura de precisión en sus diferentes formas ha avanzado desde los años ochenta hasta hoy en día con una extensa investigación e importantes inversiones y desarrollos tecnológicos por parte de empresas de la maquinaria agrícola, obteniendo asimismo apoyo político. Sus diferentes procedimientos compartían el objetivo común de procurar una producción primaria más eficiente, al mejorar la relación entre insumos y productos obtenidos. Se implementó una amplia gama de soluciones técnicas a escala de granja para optimizar el uso combinado de la informática, el sistema mundial de navegación por satélite (GNSS), imágenes aéreas y satelitales y la conexión entre los distintos elementos de la maquinaria. En España, en esta misma época e influido por los principios de la agricultura de precisión en el uso del agua, se produjo una modernización y tecnificación muy relevante de las técnicas de regadío. En consecuencia, la agricultura de precisión y la nueva agricultura inteligente o “Smart Farming” comparten las mismas raíces en el uso intensivo de tecnologías, en especial la ingeniería y las computadoras. Una particularidad clara del “Smart farming” es la introducción masiva del uso de Internet. Otra es el ámbito de actuación, ya que la agricultura de precisión se desplegó principalmente a escala de explotación. Sin embargo, con las nuevas capacidades permitidas por Internet, el “Smart Farming” conecta la granja con el resto de la cadena alimentaria. En primer lugar, por parte de los proveedores de insumos (fertilizantes, pesticidas, semillas, etc.) que también se están convirtiendo actualmente en proveedores de datos (para su uso en el pronóstico meteorológico, evaluación comparativa o “benchmarking”). Esta conexión de la cadena se da también en las etapas posteriores (transformación, logística, distribución y consumo) incluso de una manera más fuerte, debido a su proximidad al mercado. Este mercado proporciona nuevas demandas o estímulos vía precios que cambian la forma en que los agricultores producen. Como en otras áreas (por ejemplo, la industria 4.0) los requisitos del consumidor impulsan la producción casi en tiempo real. Se puede ver en la adaptación actual de los momentos de cosecha de los productores de hortícolas o en las frutas para su consumo en fresco. Antes se ajustaban a periodos de máxima demanda periódicos, invierno, campañas de navidad, etc. Ahora mismo esta adaptación es más inmediata para aprovechar tirones de consumo no programados por ejemplo a partir de una ola de frio en Centroeuropa o el éxito de una campaña publicitaria o de una “moda” pasajera por un determinado producto que eleven temporalmente su precio. 2.2.2. Conceptos de la dirección de proyectos. La dirección de proyectos se puede definir como la aplicación de conocimientos, habilidades, herramientas y técnicas a las actividades del proyecto para cumplir con los requisitos del mismo. (Project Management Institute 2017) En la teoría tradicional de la gestión de proyectos, estos se distinguen de las operaciones. Las operaciones son tareas rutinarias que se llevan a cabo de forma periódica, repetitiva y prolongada (Project Management Institute 2017). Un ejemplo de operaciones es la producción repetitiva de un modelo de tractor en una fábrica. Por el contrario, un proyecto es singular y de duración tasada, como puede ser por ejemplo el desarrollo de un nuevo modelo de cosechadora por un equipo de ingenieros. 18 También hay que distinguir los productos de los proyectos, siendo los primeros el entregable principal de los segundos. Los productos y servicios digitales proceden de proyectos específicos en los que un equipo de desarrollo entrega un prototipo o un producto acabado para su despliegue o comercialización. El diseño de un producto puede ser una parte de un proyecto. El diseño o planificación de un proyecto debe considerar todas las acciones para llevar a cabo este producto o productos de la mejor y más exitosa manera. (ISO 21.500, 2012). También puede considerarse que cuando el diseño de un producto se hace más complejo, incorporando testeos, encuestas iniciales de requisitos, demostraciones en condiciones reales, este se acaba asimilando a un proyecto completo. Esta tesis se referirá indistintamente a la planificación o diseño de los proyectos. Según el standard PMP, la planificación es la fase en la que se establece el alcance total del esfuerzo, se definen y refinan los objetivos, y se desarrolla la línea de acción requerida para alcanzar dichos objetivos. Los procesos de Planificación desarrollan el plan para la dirección del proyecto y los documentos del proyecto que se utilizarán para llevarlo a cabo (Project Management Institute 2017). Los proyectos discurren por varias etapas. En la fase inicial, fruto de una necesidad u oportunidad de mercado, surge una idea en la fase de incepción u origen del proyecto. En la siguiente etapa, de planificación o de diseño, un equipo de profesionales, plasman esta idea en un objetivo concreto, frecuentemente denominado alcance del proyecto. Este alcance es desglosado en apartados o paquetes de trabajo relacionados habitualmente con entregables o partes del producto a entregar al cliente. Además, se establecen calendarios para la ejecución del proyecto que estarán monitorizados por hitos. Por último, se asignan los recursos necesarios, tanto en personal capacitado como en el presupuesto calculado para llevarlo a cabo.(Meredith, Mantel and Samuel 1995). Toda esta información se recogerá en un plan de proyecto o programa de trabajo. Las fases de ejecución, control y monitorización y cierre del proyecto completan el ciclo de vida de un proyecto(Project Management Institute 2017).Para que este proceso se lleve a cabo de manera correcta es imprescindible que el equipo de diseño sea conocedor de todas las circunstancias que afectan y pueden afectar en la ejecución del proyecto, además de asegurarse que el alcance establecido es aquel que satisface al promotor o cliente, o bien a los usuarios finales que sean el objetivo de este (Fortune et al. 2011). Este proceso de enriquecimiento del conocimiento del equipo, además de su capacitación y experiencia intrínseca, es de la máxima importancia para llevar a término un buen proyecto. 2.3. Situación actual de la transformación digital en la agricultura. 2.3.1. Identificación de las tecnologías del Smart Farming. La transformación digital abarca tanto productos tecnológicos como los que componen el internet de las cosas, los automatismos y robots o los satélites. Pero también las técnicas que procesan y analizan 19 los datos transformándolos en recomendaciones o producciones, incluyendo un largo abanico de conceptos como el Big Data, el data mining, la inteligencia artificial el aprendizaje máquina, el block chain, etc. Se han realizado algunas clasificaciones más exhaustivas de las técnicas que componen actualmente el “Smart Farming”. Por ejemplo, en función de las orientaciones productivas donde eran aplicadas (Ayaz et al. 2019). La toma de muestras sobre el terreno y mapeo, riego, fertilización, sanidad vegetal y control de rendimientos y predicción de cosechas entre otras son consideradas. También en función de las tecnologías TIC e IoT que sirven de soporte a esas técnicas (Farooq et al. 2019), como se observa en la Figura 2. Para esta tesis se ha considerado la clasificación propuesta por el grupo focal de transformación digital en el sector agroalimentario español que se explica con detalle en el anejo I a este documento. Este grupo de trabajo se constituyó por el Ministerio de Agricultura para proporcionar información sobre la situación de la digitalización en España dentro de la Estrategia de digitalización del sector agroalimentario. El autor de este documento fue seleccionado como experto participante del mismo. Básicamente establece tres niveles de tecnologías. En primer lugar, aquellas utilizadas para capturar datos, a través de sensores tanto in situ como remotos. En un segundo nivel estarían las herramientas, principalmente software, que analiza los datos y presenta esos análisis de diversas formas. Por último, el nivel de los actuadores permite aprovechar la información de los dos niveles anteriores y automatizar algunos de los procesos agrarios. En este apartado también se contemplarían también aquellas tecnologías que permiten la conexión entre las distintas fases de la cadena, y que son uno de los elementos diferenciales entre el Smart Farming y la Agricultura de precisión. Figura 2 Principales elementos tecnológicos de un FMIS Farm Management Information System. Fuente: M.S Farooq et al. Survey on the Role of IoT in Agriculture for the Implementation of Smart Farming. 20 2.3.2. Implantación en Europa y España En la siguiente gráfica, Figura 3, se reproduce la información obtenida por el Grupo Focal en transformación digital en España (Grupo Focal sobre digitalización, 2018), en el que se estima la situación real de los diferentes tipos de tecnologías actualmente presentes en la agricultura y ganadería españolas. Se realizó mediante valoraciones cuantitativas de las distintas tecnologías por parte de los expertos del grupo, respecto a su implantación y potencialidad. El autor de esta tesis la ha representado en forma de curva Hype Cycle, por su visibilidad. Figura 3 Estado de distintas técnicas y tecnologías en España respecto a sus expectativas. Fuente: Elaboración propia a partir de opiniones de expertos del Grupo Focal de Digitalización. Con respecto a Europa, los expertos del Grupo focal en agricultura de precisión del partenariado europea para la innovación EIP-Agri, declaraban en su informe final (FocusGroup 2015) “... Las expectativas generadas a principios de los años 90 por la agricultura de precisión fracasaron en proporcionar soluciones exitosas, dejando a muchos agricultores escépticos sobre muchas de las tecnologías que la componen”, La DGAgri de la Comisión Europea ha lanzado de recientemente una encuesta entre agricultores y prestadores de servicios sobre el uso de la agricultura de precisión y la implementación de tecnologías en la agricultura europea (Figura 4). Aunque los resultados todavía no son oficiales ni públicos, se ha adelantado que el guiado por GPS, el mapeo de las parcelas, el uso de las imágenes satelitales y la gestión zonal son las técnicas más aceptadas. Respecto a la implantación global de las técnicas la respuesta más habitual es una tasa de incorporación inferior al 25% de los agricultores, según la Figura 5. INNOVATION TRIGGER SLOPE OF ENLIGHTENMENT PEAK OF INFLATED EXPECTATIONS TROUGH OF DISILLUSIONMENT PLATEAU OF PRODUCTIVITY Expectations Hype Cycle for DPS status in Spain Robots forweed control Harvesting robots BIG DATA Planthealthm onitoring DSS fertilisation Cropmonit oring DSS planthealth Livestockmon itoring Variable rate applicationTr affic guide controlled DSS cattlemanage ment Weathermoni toring GeograficalInf ormationSyst ems 21 Figura 4 Encuesta europea sobre el uso de técnicas de la agricultura de precisión. Uso de técnicas. Fuente: Comisión Europea El gobierno del Reino Unido monitoreó en el 2012 el uso de algunas de las más populares y fiables técnicas relacionadas con la agricultura de precisión. Las tasas de implementación en las explotaciones alcanzaban el 22% en guiado asistido por GPS, 20% en mapeado del suelo para la fertilización, 16% en aplicación variable de agroquímicos y solo un 11% en la elaboración de mapas de rendimientos. Figura 5 Encuesta europea sobre el uso de técnicas de la agricultura de precisión. Implantación de la agricultura de precisión. Fuente: Comisión Europea. 22 La escasez de estadísticas específicas y comparables sobre el uso de las tecnologías digitales en distintos países y sectores hace difícil la estimación de la implantación entre los agricultores. Se han utilizado fuentes bibliográficas indirectas que pueden ayudar a aproximar la relevancia de las tecnologías IoT y otras relacionadas en el marco de la agricultura de precisión y de la nueva agricultura inteligente o “Smart farming”. Las conclusiones son similares que para el resto de las agriculturas avanzadas que se trata a continuación. 2.3.3. Situación mundial Todos los datos observados por los distintas encuestas y autores que permiten analizar la situación mundial apuntan en la misma dirección. La implementación de la agricultura de precisión, entendida como un conjunto de técnicas complementarias y sinérgicas entre sí, con la capacidad de diferenciarse en su conjunto de la agricultura convencional, dista en la actualidad de ser mayoritaria. Los agricultores están siendo muy prácticos a la hora de acoger algunas de las técnicas que han demostrado consistentemente su fiabilidad y estabilidad en el tiempo, de forma muy especial la introducción de navegación satélite para el guiado asistido de la maquinaria. El uso de sensores también empieza a estar extendido, y la consecuente posibilidad de crear mapas en sus distintas modalidades, como mapas de rendimientos, mapas para fertilización o siembra, etc. En el siguiente escalón están las aplicaciones de dosificación variable, principalmente de enmiendas y fertilizantes Sin embargo, en contraste con la popularidad de estas técnicas, muchas otras tienen una baja implantación, como la telemetría o el uso de sensoresde nitrógeno o la dosificación variable de pesticidas y de semillas para siembra. El uso de imágenes satélite y en general de las imágenes aéreas, incluyendo las más novedosas por parte de drones, tampoco sobrepasa en general el 25% de los agricultores, incluso en las agriculturas avanzadas. Los smartphones están permitiendo de manera muy rápida la introducción de APPs específicas instaladas en los mismos. Con capacidades mucho más reducidas que las más complejas herramientas de apoyo a la decisión HAD instaladas en computadores, están siendo mucho más populares entre los agricultores a nivel mundial, gracias a su facilidad de uso y a su movilidad. Empresas como Huawei están trabajando de forma especial su conectividad a través de APIs con otros sistemas y dispositivos IoT de banda estrecha (Farooq et al. 2019). La mayoría de los autores señalan también que el tamaño de las explotaciones es un factor importante en la implantación de las técnicas Esto implica que cuanto más grande sean las explotaciones de determinado territorio más posibilidades de que usen estas tecnologías. De la misma manera, el éxito de la tecnología de GPS en la conducción asistida de maquinaria está relacionado con la amplitud de las parcelas y en muchas ocasiones con el cultivo de grandes extensiones de cultivos arables, especialmente los conocidos como “cash crops”, maíz, trigo, arroz, soja. La mayoría de las encuestas se han realizado en áreas con predominancia de este tipo de cultivos, Tabla 1. 23 Tabla 1 Porcentaje de respuesta en diferentes encuestas respecto a uso de tecnologías. Fuente: Elaboración propia a partir de distintas fuentes. Encuesta Purdue USA Encuesta Castle Canadá Encuesta Comisión Europa Encuesta DEFRA Reino Unido Encuesta Melchiori Argentina Encuesta Borghi Brasil AÑO DE RECOGIDA DE DATOS 2017 2015 2019 2012 2013 2011 Guiado asistido por GPS 60% 66% 70% 70% 56% Uso de imágenes aéreas, drones o satélites 19% 25% 45% 22% Aplicación de inputs variable 40% 65% 33% 16% 44% Monitoreo del terreno con sensores 45% 95% 18% 20% 22% Mapeo del terreno 45% 65% 37% 20% 56% Sensores de nitrógeno 3% 10% 22% Una información más detallada de la transformación digital en los distintos continentes se incluye en el anejo II de la tesis. 2.4. Tendencias en la transformación y evolución futura. En un panel de entrevistas dirigido a los agricultores europeos, el 60% del total eligieron a la agricultura de precisión como la tendencia más influyente y que afectará las prácticas agrícolas hasta el 2030. (Walker et al. 2016). Según datos de la Comisión Europea, el 70-80% de maquinaria actualmente vendida en Europa incorpora algún elemento digital pensado para la agricultura de precisión y en 2020 habrá 75 millones de dispositivos digitales utilizados en la agricultura Mundial. ( Business Insider, 2020) Un informe del servicio de estudios de Rabobank (From Intuitive to Fact-Based Farming, 2015) estimó en 10 mil millones de dólares por año, el aumento del valor de los productos agrícolas con la incorporación de Big Data y la agricultura de precisión. Se basaba en la hipótesis del incremento en rendimientos de un 5% en los siete cultivos mundiales principales. Numerosos análisis de perspectivas de mercado resaltan la digitalización en la agricultura como un fenómeno económico (Tabla 2). Las inversiones en Startups del sector tecnológico alimentario crecen anualmente a una tasa de crecimiento anual compuesta CAGR de 63% de 2010 a 2015, alcanzando ese último año 4.600 millones de dólares USA. (Laugerette and Stöckel 2016). El mercado para la agricultura inteligente (geoposicionamiento, drones agrícolas, sensores, identificación por radiofrecuencia RFID, dispositivos LED para agricultura protegida) se espera que crezca desde los 5.180 millones en 2016 hasta los 11.230 millones de dólares USA hasta el 2022. Esto supondría un crecimiento CAGR de 13,27% anual entre 2017 y 2022. (MarketsandMarkets 2017). Otros pronósticos están en el mismo orden de magnitud que se describe en la tabla. 24 Tabla 2 Diferentes predicciones de mercado por consultoras internacionales. Fuente: elaboración propia a partir de distintas fuentes. Proveedor Segmento estudiado y periodo de predicción Predicción de mercado Progressive Markets Mercado mundial para la agricultura de precisión. 2017 a 2025 Crecimiento anual del 17.4% CAGR IT Intelligence markets Mercado mundial para la agricultura de precisión. 2018 a 2023. Crecimiento anual 14.0% CAGR Roland Berger Strategy Consultants Mercado mundial para la agricultura de precisión. 2014 a 2020. Crecimiento anual 12.0% CAGR Stratistics market research consulting Mercado mundial para la agricultura de precisión. 2014 a 2022 Crecimiento anual 12.5% CAGR Markets and Markets Mercado mundial para la agricultura de precisión. 2017 a 2022 Crecimiento anual 13.27% CAGR Markets and Markets Mercado mundial para la inteligencia artificial en la agricultura. 2018 a 2025 De 600 millón a 2.600 millones. Crecimiento anual del 22.5% CAGR Transparency Market Research Mercado mundial para la robótica en agricultura. 2017 a 2024 Crecimiento anual del 24.1% CAGR Esticast Research&Consulting Market Research Mercado mundial de drones en agricultura. 2017 a 2021 Crecimiento anual del 17.5% CAGR En el análisis del impacto futuro de la transformación digital se pueden considerar de forma cualitativa algunos elementos que podría conllevar este desarrollo en cuanto a la transformación a diferentes niveles, desde los individuos hasta las organizaciones, y también en el plano tecnológico. 2.4.1. Cambio humano. La transformación digital puede comportar cambios de profundidad en la manera de manejar las explotaciones agrarias. El agricultor tradicional se basa en un profundo conocimiento de los factores clásicos de producción. De forma muy particular la tierra, también la meteorología local, las prácticas agrarias, las variedades de cultivo, los suministros necesarios, etc. Este conocimiento ha sido adquirido por los productores después de años y años de experiencia cultivando o criando el mismo tipo de cultivos en las mismas tierras y en similares condiciones agronómicas, ambientales, socioeconómicas, etc. Las decisiones de los agricultores son esencialmente intuitivas y basadas en percepciones de la realidad basadas en su experiencia. También son frecuentemente ayudadas por servicios de extensión y asesoramiento, privados o públicos. Por el contrario, el “Smart Farming” está basado en la captura de datos, y en el análisis objetivo de los mismos. Este análisis se muestra a los productores con herramienta de ayuda a la decisión (HAD) a 25 través de servicios y software contratados por periodos con proveedores especializados (Software as a Service). El análisis de datos adquirirá complejidad cuando afecte a distintos eslabones de la cadena, aplique a diferentes agentes en una base territorial amplia o implique cultivos especiales o plurianuales. Las alertas y recomendaciones proporcionadas por estos sistemas condicionarán las decisiones en las explotaciones. En explotaciones más intensivas pueden tener un protagonismo determinante, pero en general se complementará también con el conocimiento y la intuición de los agricultores. En todos los casos seguirá siendo relevante el apoyo técnico de servicios agronómicos externos, también mejorados a su vez por su acceso a las técnicas digitales. De esta manera, con el “Smart Farming”, el agricultor cederá parte de su poder de decisión del día a día. Por el contrario, sus decisiones más importantes serán las que concernirán al plano estratégico de su explotación o empresa. Por ejemplo, decisiones sobre
Compartir