Viabilidad Económica

Estimación de los beneficios de la agricultura de precisión en la producción

1. Estimación de los cambios en costos

2. Estimación de los cambios en los ingresos

3. Dificultades para estimar los beneficios de la agricultura de precisión

4. Ejemplo de presupuesto parcial

5. Ejemplo del análisis económico de un ensayo de dosis variable de n en maíz por el método del balance

6. Conclusiones

INTRODUCCIÓN

La agricultura de precisión (AP) es un ejemplo de cambio tecnológico o innovación, lo que se define como "la capacidad de transformar un producto nuevo o mejorado que pueda ser introducido al mercado; o en un proceso nuevo o mejorado que pueda ser utilizado por la producción, la industria o el comercio; o en un nuevo enfoque para poder prestar un servicio social" (OCDE, 1994). Es decir, que para que el cambio tecnológico sea tal, debe existir un proceso que involucre a los que lo adoptan, pero también al resto de la sociedad y sus instituciones. Este proceso no surge sólo de la investigación, sino principalmente de la interacción entre ciencia, mercado y sociedad (Reca y Parellada, 2001).

Desde el punto de vista del mercado, el cambio tecnológico representa un desplazamiento hacia la derecha de la curva de oferta (Longo y Gavidia, 2002), o la condición en la que los productores ofrecen mayor cantidad de producto al mismo precio.

Obschatko (2003) también explica el cambio tecnológico como un desplazamiento de la función de producción, manteniendo una relación estable entre el producto y los factores. Es el residuo que no es explicado por los cambios en el uso de insumos, pero también es un proceso socioeconómico, por el cual se introducen modificaciones en las formas de producir con el objetivo de aumentar la productividad.

Para explicar la adopción de las nuevas tecnologías de la AP, Vanacht (2001) sugiere la aplicación del "ciclo hype", un concepto tomado de Marketing. Según este autor, la adopción de la AP en el mundo comenzó aproximadamente en 1995 con un crecimiento vigoroso y sostenido; con miles de ha cosechadas con monitor de rendimiento que se sumaban cada año; la aparición de nuevas tecnologías (GPS, GIS, monitores, etc.); y la inversión de grandes empresas en investigación y desarrollo (I&D) de AP, tanto en Norteamérica como en Europa, Australia y Sudamérica.

Este autor identificó una meseta en la adopción alrededor del año 2000, producida por una menor tasa de crecimiento, o inclusive una contracción, especialmente en las zonas líderes del mundo, que alcanzaron un punto de inflexión. Asimismo, en esta fecha se redujo la oferta de servicios de aplicación y/o consultoría, con menos cantidad disponible de asesores especializados, a la vez que las grandes empresas dejaron de invertir en I&D. Esto se tradujo en una desaparición del tema de las primeras planas de la prensa agropecuaria.

¿Por qué se produjo esto? Vanacht sugiere que la confluencia de nuevas tecnologías creó un "efecto gatillo" o disparador en el mercado, aunque las expectativas todavía no estaban en sintonía con la realidad de los beneficios que estas tecnologías eran capaces de brindar. Este "efecto gatillo" llevó a una etapa de "consumo irracional" (aproximadamente entre 1996 y 2000), que fue seguida por otra etapa de "frustración" (entre 2000 y 2004).

Años más tarde, el mercado naturalmente alcanza un equilibrio, que se traduce en una etapa de "madurez y rentabilidad", que el autor pronosticó a partir del 2005 en adelante. Esto se llama "Ciclo Hype", y coincide con otros modelos de pronóstico de adopción de la AP, como el publicado por Lowenberg-DeBoer (1997), como así también coincide con las tasas de adopción actual.

En su modelo de pronóstico de adopción de la AP, Lowenberg-DeBoer (1997) explica que el cambio tecnológico es confuso y desorganizado, a la vez que exige cambiar la forma de pensar y de trabajar. La tecnología no aparece repentinamente del laboratorio o de un seminario totalmente formada y perfectamente operacional, sino que requiere un periodo de adaptación, con productores innovadores, fabricantes y científicos; cada uno haciendo lo que le corresponde para que la tecnología sea tanto práctica como rentable.

En este contexto, los productores y los agronegocios deben tomar decisiones tecnológicas. No pueden esperar a que las aguas se calmen y que la tecnología madure, porque sería muy tarde. La historia indica que la mayor parte de los beneficios económicos de cualquier cambio tecnológico es aprovechada por los primeros en adoptar la nueva tecnología.

Desde el punto de vista de la empresa agropecuaria, la AP cubre tres áreas principales: (1) Producción, (2) Administración, y (3) Medio Ambiente. Desde el punto de vista (1) microeconómico o de la producción, las técnicas de la AP pueden ser aplicadas, por ejemplo, para la búsqueda de (a) la eficiencia técnica y económica (rentabilidad), (b) el control de la calidad, (c) la trazabilidad de la producción, (d) el control de plagas y enfermedades, (e) la fertilización con dosis variable (DV), etc. La AP también puede ser adoptada como (2) una herramienta de gestión, para: (a) registrar datos, (b) supervisar empleados, (c) controlar actividades, (d) controlar a los contratistas y (e) capacitar a los operarios. Por último, pero no menos importante, la AP es una herramienta útil para proteger el medio ambiente y contribuir a la sustentabilidad de la agricultura (Bongiovanni and Lowenberg-DeBoer, 2004).

El propósito de este capítulo es identificar modelos que ayuden a los productores y a la gente de negocios a tomar decisiones estratégicas acerca de uno de los mayores cambios tecnológicos de la agricultura de los últimos años: la agricultura de precisión.

ESTIMACIÓN DE LOS BENEFICIOS DE LA AGRICULTURA DE PRECISIÓN EN LA PRODUCCIÓN

El potencial de la AP es el de reducir los costos en la producción de granos, aumentar la productividad y hacer un uso más eficiente de los insumos. En un sentido más amplio, la AP permite administrar los insumos en el tiempo y en el espacio, optimizar la logística de las operaciones a campo, supervisar el trabajo de los empleados en el campo, manejar los riesgos de la producción, vender productos diferenciados, proveer trazabilidad de los productos para consumo humano, y documentar los insumos aplicados para cumplir con reglas de protección ambiental. Desde el punto de vista de la gestión, los monitores de rendimiento también son un herramienta para diagnosticar malezas, pestes, enfermedades, problemas de drenaje y fertilidad, diferencias en sistemas de labranza, y por lo tanto, se los usa para la toma de decisiones en la elección de híbridos, variedades o agroquímicos.

Hasta aquí hemos estudiado qué es la AP, cuáles son sus principales herramientas y sus perspectivas de adopción. Ahora nos dedicaremos a estimar los beneficios de la AP usando la metodología de los presupuestos parciales; calcular los costos de la información sobre un periodo de varios años; identificar los costos que tienden a ignorarse con el cálculo de los márgenes; y por último, identificar las dificultades en determinar las diferencias de rendimiento cuando se usan las técnicas de la AP. La metodología descripta en parte de este capítulo se basa en la publicación editada por Lowenberg-DeBoer (2000).

La información es un insumo más de la producción, como lo puede ser la semilla, el fertilizante, los pesticidas y el combustible, por lo que permite usar la metodología de los presupuestos parciales. Un aspecto clave es que la información sólo tiene valor en la medida en que produzca un cambio en la toma de decisiones. La información que no se usa no tiene ninguna diferencia que la semilla que sobra o el fertilizante que no se aplica. Pero a diferencia de muchos insumos, la economía de la AP es sitio-específica. La rentabilidad de las tecnologías de AP difiere entre establecimientos debido a diferencias en suelos, manejo y microclima. Estas diferencias de rentabilidad sitio-específica hacen necesario que los productores estudien la rentabilidad de la AP en sus propios lotes.

El cambio en el margen que resulta de la adopción de una herramienta de la AP puede ser estimado por hectárea (ha) o para todo un lote usando la metodología de presupuestos parciales. La información que se pueda amortizar en varios años se debe tratar como un bien durable, como por ejemplo, el mapa de elevación digital de un lote.

El presupuesto parcial se fija en los ingresos y en los costos que cambian cuando se aplican nuevas prácticas de producción. Deduce los cambios en los costos del cambio en los ingresos, de modo tal de estimar el cambio en el margen que resulta de adoptar una nueva práctica de producción:

Cambio en el margen = cambio en los ingresos – cambio en los costos

Un análisis de rentabilidad más completo debería incluir el impacto sobre el establecimiento o la empresa como un todo y los cambios en el riesgo de rendimientos y de costos de producción, pero por lo menos el método de presupuestos parciales es una buena forma de comenzar a estudiar los beneficios económicos de la AP.

1. Estimación de los cambios en costos

En la mayoría de los casos, es más fácil estimar el cambio en los costos, que estimar el cambio en los ingresos. El cambio de costos es mucho más fácil de determinar en el caso de contratar los servicios de AP a un contratista, siempre y cuando exista en la zona. En este caso, el cambio en el costo es simplemente la tarifa que cobra el contratista.

Cuando la toma de información, el análisis y la implementación se hacen con mano de obra y equipamiento propios, el cálculo de costos se complica un poco.

Lo más difícil es estimar el cambio en los ingresos, debido principalmente a la variabilidad climática. En la mayoría de los casos estudiados en otros países, los costos de la AP no dependen del clima, mientras que la respuesta de rendimiento a alguna práctica de AP en un año dado puede variar ampliamente, debido a las precipitaciones u otros factores climáticos.

En el cálculo de costos aparecen algunos problemas típicos, por ejemplo, cuando se usa la información durante varios años, y cuando se omiten algunos costos. Algunos ejemplos de información que se puede usar durante varios años son el análisis dirigido de suelos, los mapas de elevación digital, las fotografías aéreas de suelo desnudo, etc. Los análisis de suelo se suelen hacer en ciclos de tres a cinco años, dependiendo de la rotación de cultivos. La topografía y el color del suelo en las fotografías aéreas pueden cambiar en el tiempo, pero muy lentamente. Este tipo de información se puede usar por diez años o más.

Cuando la información se usa por varios años se puede tratar como un bien durable. El costo anual de usar cualquier bien durable tiene dos componentes:

• El costo de oportunidad del dinero invertido
• La depreciación

El costo de oportunidad de los fondos invertidos en información de AP es la rentabilidad que tendrían esos fondos en la mejor alternativa de inversión. Por ejemplo, si en lugar de invertir en AP, un productor hubiera pagado una deuda, el costo de oportunidad del dinero invertido sería la tasa de interés de esa deuda. El costo de oportunidad también podría determinarse en base a la rentabilidad potencial de otras tecnologías innovadoras, en la ampliación de la superficie trabajada, o en nuevas prácticas de producción. Dentro de los ejemplos de inversiones alternativas se podría mencionar la rentabilidad de un nuevo sistema de almacenaje de granos a campo, la rentabilidad de alquilar más tierras, o de producir un nuevo cultivo, o de invertir fuera de la actividad agricultura. Para facilitar los cálculos, esa rentabilidad potencial debe expresarse como una tasa anual, similar a una tasa de interés. En ese caso, el costo de oportunidad del dinero invertido es el total invertido multiplicado por la tasa de interés.

La depreciación es una estimación del uso anual de un bien, y no es lo mismo que la amortización contable. La forma más fácil de estimar la depreciación es asumir que todos los años se usa la misma proporción de un bien. Este es el método de depreciación lineal:

Depreciación lineal = inversión / vida útil

Por ejemplo, si un productor invirtiera 8 USD/ha en muestreo y análisis de suelos, y si se hiciera cada cuatro años, la depreciación por el método lineal sería de 2 USD/ha. Cabe aclarar que existen otros métodos alternativos para estimar tanto el costo de oportunidad del capital como la depreciación.

El Cuadro 1 muestra cómo se pueden estimar los costos anuales para el caso de muestreo dirigido de suelos en un campo que ya cuenta con un GPS y con un vehículo para ir a muestrear. El presupuesto parcial sólo considera el costo extra de trabajo de muestreo y de análisis en laboratorio. Este ejemplo asume un muestreo dirigido intensivo cada tres ha, aproximadamente, tres minutos para obtener y empaquetar la muestra, y un 10% de costo de oportunidad del capital.

Los 130 USD para el lote de 40 ha representan un monto importante a los efectos del flujo de dinero, pero si se tomara para un solo año, castigaría el costo de tener información sobre la disponibilidad de nutrientes en el suelo. Si todos los costos se aplicaran a un solo año, no habría ningún sistema de manejo intensivo que fuera rentable. Los 45,50 USD para el lote de 40 ha, o los 1,38 USD/ha, es una estimación del costo económico anual de esa información. La anualización de los costos se obtiene con la fórmula: I * d / (1 – (1 + d)-n), donde: I es el costo de la información, d la tasa de descuento y n la vida útil de la información. Se debe hacer énfasis en la palabra "estimación", porque no existe ningún método perfecto para estimar los costos anuales. La mejor prueba de que un método de estimación de costos funciona es que resulte en decisiones rentables.

Cuadro 1: Anualización de los costos de información, para el caso de un muestreo dirigido de suelos en un lote de 40 ha, y para un ciclo de muestreo de 4 años (USD).

Costos que tienden a ser ignorados

Los análisis económicos de la AP que han sido publicados tienen una tendencia a estudiar los cambios en la cantidad de insumos aplicados y en el cambio de los costos (ver Griffin et al, 2004, para una completa revisión), pero hay otros costos que también deben ser considerados:

• Recolección de datos. Por ejemplo, el muestreo dirigido de suelos, las imágenes satelitales, el seguimiento del cultivo, etc.
• Análisis de datos. Por lo general se requiere de un software especializado para analizar los datos y generar recomendaciones de manejo sitio-específico.
• Capacitación. Ni los productores ni los consultores-asesores nacen con la capacidad para analizar los datos de la AP. Esta es una habilidad que se debe adquirir. El tiempo de aprendizaje compite con el tiempo destinado a otras actividades productivas, y puede exigir tomar cursos de capacitación, participar en talleres, asistir a conferencias, etc.

El costo que más tiende a ser ignorado es el de capacitación en AP. Este costo es muy fácil de estimar en el caso que esa capacitación se compre como el servicio de un asesor profesional. Pero si es el productor quien se capacita, hay que tener en cuenta todos los gastos relacionados al aprendizaje formal. Estos gastos son relativamente fáciles de identificar, y comprenden el costo de asistencia a cursos de capacitación, incluyendo el costo del viaje, libros u otros materiales de apoyo que se compren. El costo de aprendizaje por experiencia en el trabajo es más difícil de cuantificar. Por ejemplo, ¿cuál es el costo de un día de cosecha dedicado a aprender cómo manejar y calibrar un monitor de rendimiento? Aunque el costo de aprendizaje por experiencia en el trabajo no sea fácil de cuantificar, hay que reconocer que es elevado.

Dado el rápido cambio tecnológico actual, la capacitación en AP se deprecia a ritmo acelerado. Sin embargo, su costo se puede distribuir en varios años de uso.

Los cambios en los costos pueden ser tanto positivos como negativos. En algunos casos, los costos del uso de insumos pueden caer lo suficiente como para compensar el costo extra de la información, el análisis y la implementación.

2. Estimación de los cambios en los ingresos

Al considerar los cambios en los ingresos por lo general se piensa en términos de aumento de rendimiento, aunque en realidad hay una serie de impactos positivos sobre los ingresos que hay que tener en cuenta, incluyendo:

· Mejoras en la calidad. Por ejemplo, los nuevos sensores que analizan el contenido de proteína de los granos (Lowenberg-DeBoer, 2005) pueden contribuir a que los productores de trigo realicen una cosecha diferencial por zonas de diferente contenido proteico, y que vendan el producto diferenciado con mayor precio.

· Producción bajo contratos y apertura de mercados nicho. Dado que la AP brinda al productor un mayor control sobre la producción agrícola, le permite acercarse más a la "producción por especificación" que requieren ciertos contratos con la industria y algunos mercados de productos especiales. Los productores que usen AP llevan la ventaja al momento de negociar contratos.

· Cumplimiento de leyes ambientales. En el futuro será necesario cumplir con leyes y reglamentos de prevención de la contaminación ambiental, tal como ocurre actualmente en países desarrollados, ya sea por temor a una multa, ya sea porque es un requisito necesario para cumplir con normas de calidad. La AP permite llevar un registro detallado sobre qué insumo se aplicó, cuánto y dónde, lo que en cierta forma brinda al productor una "licencia para producir". Bongiovanni and Lowenberg-DeBoer (2004) demostraron que la AP puede ser una alternativa rentable cuando existen restricciones en la fertilización con nitrógeno.

· Mejorar la logística de la producción y la comercialización. La información que brinda el monitor de rendimiento a medida que se avanza en la cosecha permite, por ejemplo, separar el grano más húmedo del grano relativamente más seco. En algunos casos, esto permitiría sacar ventaja al llegar antes al mercado con un grano seco, obteniendo mejores precios que si hubiera que esperar un tiempo de secado, etc., sin dejar de cumplir con contratos o compromisos firmados con anterioridad.

3. Dificultades para estimar los beneficios de la agricultura de precisión.

Algunos de los problemas clave que se pueden presentar al momento de estimar los beneficios de la AP pueden ser:

Falta de evidencia de mayor ingreso. El incremento de rendimiento físico y la mejora en la calidad del producto son las dos principales fuentes primarias de ingreso que se pueden esperar de la AP, pero no son fáciles de cuantificar. El Cuadro 2 muestra un ejemplo de presupuesto parcial de un campo de 526 ha que usó AP. La principal fuente de rentabilidad proviene del mayor ingreso que generó el aumento de rendimiento del maíz, el que se incrementó significativamente al pasar de un manejo tradicional a un manejo sitio-específico.

Puede que la diferencia no sea visible a simple vista. La AP se trata de "poner a punto" los sistemas de producción. Los monitores de rendimiento y otros sensores pueden medir diferencias de rendimiento y de calidad que no son percibidos a simple vista. El análisis con un sistema de información geográfica (GIS) permite identificar tendencias y problemas en el cultivo que de otro modo no se hubieran detectado.

Los beneficios son específicos para cada campo y no generalizables. La "puesta a punto" que se hace a través de la AP incluye el manejo óptimo de suelos, microclimas, habilidades gerenciales, y oportunidades comerciales. La sinergia entre todos los componentes de un sistema de producción puede brindar una ventaja competitiva. Para lograr esta sinergia se requiere tener conocimiento del terreno, que sólo se puede adquirir a través de un seguimiento continuo del establecimiento productivo y de la realización de algunos ensayos a campo. Las ventajas o beneficios sólo pueden ser medidos en el lugar donde ocurren.

Hay algunos beneficios de la AP que sólo se pueden medir a nivel del establecimiento. Por ejemplo, si un productor usa los mapas de rendimiento y los análisis de suelo para diagnosticar un problema de plagas, malezas o enfermedades, las decisiones que se tomen van a ser sobre el planteo de rotaciones y sobre otros factores de manejo a nivel de la explotación como un todo, no solamente sobre el lote donde se detectó el problema. En este sentido, los ensayos a campo no ayudan a medir estos beneficios.

· Algunos de los beneficios de la AP se perciben fuera del campo. A las herramientas de la AP se les puede sacar un provecho igual o mayor al que se obtiene con el manejo de la variabilidad dentro de un lote, como ser los beneficios que se pueden obtener de los sensores remotos para una mejor comercialización; del registro de insumos aplicados para proveer certificación de inocuidad y calidad de alimentos; o de los mapas de rendimiento para negociar el arrendamiento de la tierra.

4. Ejemplo de presupuesto parcial.

El Cuadro 2 brinda un ejemplo de presupuesto parcial, en base a los ensayos a campo de AP en un campo de 526 ha que produce maíz y soja. El testigo con el cual se comparan los resultados es el manejo convencional con aplicación uniforme de fertilizantes y con dosis de siembra constante. En este campo, el principal beneficio del manejo sitio-específico fue el mayor ingreso que generó el aumento de rendimiento del maíz en los suelos más pobres, con menor potencial de rendimiento. El aumento de rendimiento promedio de maíz producido con AP fue de casi 1000 kg por ha. Estos cambios de rendimiento se estimaron en tres años de mapeo de rendimiento de ensayos a campo, en franjas que ocuparon un total de 80 ha por año. Los rendimientos de cada franja se estimaron según tipos de suelo.

Para estimar el costo en equipamiento se usó un costo de oportunidad del capital del 10%, y el método de depreciación lineal sobre una vida útil de 3 años. Además del costo anual del capital y de la depreciación, se incluyó un 0,9% de impuestos y seguros, como así también un coeficiente de reparación y mantenimiento del 2% sobre el valor a nuevo. La corta vida útil es un supuesto conservador, debido al rápido cambio tecnológico. Tanto la computadora portátil, como la sembradora de grano grueso y el controlador para dosis variable de nitrógeno se usaron solamente para maíz, por lo que su costo se distribuyó sobre un 50% de la superficie del campo.

La vida útil del equipamiento para manejo sitio-específico es similar a la de las computadoras y otros quipos electrónicos. En este caso, el costo anual del monitoreo de rendimiento con GPS es de unos USD 8,78 por ha (USD 3,51 /ha + USD 5,27 /ha).

Los resultados obtenidos muestran que los costos totales con respecto a la cantidad de fertilizantes utilizados cayeron levemente (USD 9,54 /ha), pero no lo suficiente como para compensar el aumento en el costo de muestreo con análisis de suelos (USD 12,35 /ha) y en el costo extra de la aplicación con dosis variable (USD 12,35 /ha). La aplicación de nitrógeno, fósforo y potasio fue menor, mientras que la aplicación de micronutrientes fue un poco mayor.

En este ejemplo, el costo total en semillas no cambió mucho, porque el aumento de la densidad de siembra en los suelos ricos, de alto potencial de rendimiento, compensó la disminución de la densidad de siembra en los suelos pobres, de bajo potencial de rendimiento. Con la densidad de siembra uniforme (convencional), la población fue de 82.000 semillas por ha, mientras que con la densidad de siembra variable, la población osciló entre 79.000 y 89.000 semillas por ha.

Los honorarios del especialista en AP se distribuyeron sobre toda la superficie del campo. Reflejan el mayor costo que significa el mejor conocimiento de las variables de producción debido a la AP. Este costo es real y debe ser tenido en cuenta, ya sea que el productor contrate a un asesor, ya sea que el productor se capacite y realice el análisis por sí mismo.

En conclusión, los retornos netos al manejo sitio-especifico se estimaron en 46,59 USD/ha. Esto no incluye los beneficios extras que se pueden obtener en el mercado de arrendamiento de la tierra.

Cuadro 2: Ejemplo del presupuesto parcial de un campo de 526 hectáreas que produce maíz y soja con agricultura de precisión (USD).

5. Ejemplo del análisis económico de un ensayo de dosis variable de N en maíz por el método del balance.

La determinación de la "dosis agronómica" de N por el método del balance es el método tradicionalmente usado para determinar la dosis de N necesaria para alcanzar un rendimiento objetivo. Se calcula teniendo en cuenta cuál es la cantidad de N necesaria por unidad de rendimiento, a la que se le debe deducir la cantidad de N-NO3 disponible en el suelo y la cantidad de N disponible por mineralización de la materia orgánica. A este valor obtenido se lo divide por la eficiencia de uso del N por parte de la planta, para obtener la dosis de N a aplicar como fertilizante:

N Fert = (NTotal requerido – N-NO3 – NMineralización) / Eficiencia

Para adecuar este método a los propósitos de la agricultura de precisión, el primer paso es determinar zonas de manejo dentro del lote.

Estas zonas se pueden determinar en base a las cartas de suelo, fotografías aéreas o imágenes satelitales, topografía, o bien en base a la experiencia que tenga el productor con respecto a la variabilidad presente dentro de un lote. Con esta información se pueden determinar, por ejemplo, zonas de baja, media y alta fertilidad, o zonas en base al mapa de elevación digital, etc.

El segundo paso es el muestreo dirigido de suelos dentro de cada zona de manejo. Estas muestras se analizan en un laboratorio de análisis de suelos, y los resultados de N-NO3 y de porcentaje de materia orgánica (MO) se interpretan para determinar la cantidad de N a aplicar. Por ejemplo, un análisis de suelo que indique el contenido de N-NO3 en partes por millón (ppm) y el porcentaje de MO se puede usar para calcular la dosis de N por cada zona de la manera que ilustra el ejemplo en el Cuadro 3.

El muestreo de suelos debe hacerse por lo menos hasta los 40 cm de profundidad, dividido en segmentos. En este ejemplo se hizo hasta el metro de profundidad [1 y 2]. El dato de la densidad aparente [3) DAP] puede provenir del mismo laboratorio de suelos o de una carta de suelos publicada. El peso del suelo [4] (en miles de toneladas) surge de multiplicar la densidad aparente [3] por la profundidad del suelo [2], por 10, que es un factor de corrección de unidades.

La cantidad en kg/ha de N-NO3 en el suelo [6] se obtiene multiplicando el peso del suelo por las ppm de N. La cantidad total en el metro de profundidad se obtiene sumando las cantidades calculadas en cada segmento de profundidad. Para obtener la cantidad de N-NO3 disponible para la planta [8], se multiplica la cantidad de N-NO3 en el suelo [6] por la eficiencia de uso del N por la planta [7) EUN].

La cantidad de N proveniente de la mineralización de la M.O. se obtiene a partir del resultado de laboratorio [9) % M.O.]. Los datos de N en M.O. [10] y el % de mineralización de la M.O. [11] pueden provenir del mismo laboratorio o de la bibliografía. Finalmente, la cantidad de N proveniente de la mineralización de la M.O. se calcula multiplicando el peso del suelo [4] en los primeros 20 cm, por [9], por [10], por [11], y por un factor de corrección de unidades de [1.000.000]. Para obtener la cantidad de N mineralizado disponible para la planta [14] se multiplica la cantidad de N mineralizado en el suelo [12], por la eficiencia de uso del N por parte de la planta [13) EUN].

Una metodología alternativa (más precisa) para la determinación del N proveniente de la mineralización de la M.O. es a través del método Kjeldahl, provisto por los laboratorios de análisis de suelo.

La cantidad de N total disponible para la planta [15] se obtiene sumando la cantidad de N-NO3 disponible [8], y la cantidad de N mineralizado disponible para la planta [14].

Por último, si el rendimiento objetivo esperado en la zona de manejo es de 18 t/ha, y si por la bibliografía o la recomendación de los expertos se conoce que se necesitan 20 kg de N por cada t de rendimiento de maíz, entonces la cantidad de N requerida por el cultivo será de: 18 t/ha * 20 kg/t = 360 kg/ha. Dado que en el ejemplo la cantidad de N disponible en el suelo es de 139,42 kg/ha, entonces la dosis de fertilizante N a aplicar será: (360 kg/ha – 139,42 kg/ha) / 0,80 = 275,73 kg/ha, en la zona denominada "de alto potencial de rendimiento" (Cuadro 4).

Cabe aclarar que para poder comparar la diferencia en los ingresos, siempre es recomendable dejar un testigo de indique cuál es el resultado que se hubiera obtenido en caso de haber realizado un manejo tradicional. En este caso se tomó un promedio ponderado de todos los análisis de suelo y se aplicó una dosis uniforme a todo el lote.

Los cálculos realizados en este ejemplo deben repetirse para c/u de las zonas de manejo que se hayan determinado dentro del lote. Cuanto mayor sea la variabilidad presente dentro de un lote, mayores serán los beneficios por el tratamiento diferencial de las diferentes zonas, los que se pueden estimar a través de "presupuestos parciales".

El Cuadro 5 muestra los beneficios a nivel del lote, obtenidos por el manejo diferencial de tres zonas de diferente potencial de rendimiento de maíz. Para lograr estos resultados, se comparó el beneficio obtenido por manejo diferencial de las tres zonas con el beneficio que se hubiera obtenido por hacer dosis uniforme. Esto se pudo hacer gracias a que se dejó una franja con dosis uniforme en cada zona de manejo, la que se determinó en base a un promedio de los análisis de suelo.

Los resultados indican un beneficio de USD 606 por el manejo diferencial. A este beneficio hay que deducirle el costo extra del muestreo (USD 10 c/u) y análisis de suelo (USD 14 c/u). Para el manejo diferencial se tomaron y analizaron un total de 3 muestras a un costo de USD 24 * 3 = USD 71. Para el manejo uniforme el costo hubiera sido el de una sola muestra y análisis (USD 24), por lo que en realidad, el costo extra fue de (USD 71 – USD 24 = USD 47). En conclusión, los beneficios por manejo diferencial de la dosis de N fue de USD 606 – USD 47= USD 560 en 45 ha, o lo que es lo mismo: 12,43 USD/ha (Cuadro 5).

Al igual que en el ejemplo anterior, el principal beneficio del manejo sitio-específico fue el mayor ingreso que generó el aumento de rendimiento del maíz en los suelos más pobres, con menor potencial de rendimiento. El ejemplo es muy similar al anterior, aunque el tratamiento de los costos es menos complejo en este caso.

Cuadro 3: Cálculo de la cantidad de N disponible en la zona de alto potencial de rendimiento.

Cuadro 4: Cálculo de la necesidad de fertilizante N en cada una de las zonas de manejo.

Cuadro 5: Resultados económicos de la dosis diferencial (USD).

6. Ejemplo del análisis económico de un ensayo de dosis variable de N en trigo por el método de la curva de respuesta.

La agricultura de precisión también se puede explicar desde el punto de vista de la economía de la producción, una rama de la economía agraria que se ocupa de los procesos de decisión entre producciones alternativas, es decir, qué producir, cuánto producir, y cuál es la combinación óptima de recursos, a la vez que considera la influencia que ejercen los cambios tecnológicos y económicos sobre estas decisiones. La principal herramienta de la economía de la producción es la curva de respuesta.

La curva de respuesta o función de producción es una descripción cuantitativa o matemática de las diferentes posibilidades de producción. Representa la relación técnica entre un factor de producción variable y un producto, y brinda el o los productos esperados, en términos físicos, para cada nivel de insumo(s), también en términos físicos. Una función de producción se puede expresar como: y = f (xi), donde y es la cantidad producida y xi son los factores variables de producción.

Si bien es cierto que es imposible hacer una lista completa de todos los factores que intervienen en la producción de un cultivo en particular, la función de producción es una simplificación que nos permite estimar la cantidad de la producción alcanzada con relación a cantidades variables de insumos. Asume que: (1) hay una relación causal entre insumos (xi) y productos (y); (2) hay rendimientos decrecientes para cada insumo (xi), de modo tal que el aumento de producto que se logra por agregar más insumo se hace menos y menos, y que pasado el punto de máximo rendimiento, cantidades adicionales de xi pueden tener un efecto negativo sobre el rendimiento. Por último, asume (3) retornos a escala decrecientes, por lo que un incremento proporcional de todos los insumos resultará en un incremento menos que proporcional en el producto.

La función de producción permite controlar el nivel de insumos para alcanzar un objetivo deseado, que por lo general es el de maximizar la rentabilidad (p), es decir, maximizar la diferencia entre el valor del producto y el costo de los insumos: p = py y – S pi xi – F, donde py es el precio del producto y pi los precios de los insumos. F son los costos fijos. Para maximizar la rentabilidad con respecto a un insumo en particular (x1), se toma la primer derivada de p, y se despeja x1: ¶p/¶x1 = py (¶y/¶x1) – p1. La condición para máxima rentabilidad es: ¶y/¶x1 = py/p1. Es decir, la máxima rentabilidad se da cuando el valor marginal del insumo es igual a la relación inversa de precios (py/p1), o bien, cuando el valor marginal del producto es igual al costo del insumo marginal: py ¶y = p1 ¶x1.

A pesar de que puede parecer complicado, la interpretación es muy simple: esta igualdad implica que el costo de la última unidad de insumo debe ser igual al valor del producto extra obtenido por el uso de esa unidad de insumo, o que para máxima rentabilidad, la última unidad de insumo se debe pagar por sí misma. Esta igualdad significa que el uso de una menor cantidad de insumo estaría sobrepagando ese insumo, y que una mayor cantidad de insumos no alcanzaría a cubrir su costo. Por ejemplo, en el caso de la respuesta del cultivo a la fertilización nitrogenada, la rentabilidad es máxima cuando la respuesta marginal a un kg de N se iguala a los kg de grano que deben venderse para pagar por ese kg de N. Si la cantidad de N es mayor a esa igualdad, los kg de N que se agreguen no producirán un aumento de rendimiento suficiente como para pagar su costo. Si el N se reduce por debajo de esa igualdad, se pierden ganancias. En el punto de máximo rendimiento físico, el producto marginal del insumo es cero, por lo que no puede pagar el costo de insumos.

Por lo general son pocas las formas matemáticas que se usan para las funciones de producción, dependiendo de (a) las características técnicas de la respuesta (biológicas, químicas, nutricionales, etc.), (b) la información disponible, y finalmente (c) el uso que se intente dar a la información producida. La forma funcional cuadrática es la más usada para estudiar los procesos de producción agrícola (especialmente la respuesta del cultivo a los nutrientes), porque es la que presenta la mayor significancia estadística, se ajusta mejor a la teoría biológica y económica del proceso de respuesta, y es una de las más fáciles de computar. Para la fertilización nitrogenada, la rentabilidad con una respuesta cuadrática es: p = py (α+βN+γN²) – pN N – F. La primer derivada es: ¶p/¶N = py (β+2γN) – pN = 0, y despejando, la cantidad óptima de N es: N* = [(pN / py) – β] / 2γ.

Para mayores detalles, consultar el protocolo detallado en Bongiovanni (2002b), disponible en Internet.

Riesgo

El riesgo también es un factor que debe tenerse en cuenta en el estudio de la respuesta del cultivo en el tiempo. La influencia del riesgo complica el análisis de respuesta, porque es difícil de analizar. La dificultad no radica tanto en la forma matemática, sino porque el riesgo involucra valoraciones subjetivas sobre: (a) las probabilidades de ocurrencia de diferentes alternativas, y (b) las preferencias sobre los resultados de haber elegido dichas alternativas. Dado que estos elementos son subjetivos, las condiciones de maximización de la rentabilidad que son convenientes para una persona, pueden ser totalmente inconvenientes para otra.

En el análisis de rentabilidad de la respuesta del cultivo al N, el riesgo en la rentabilidad ocurre porque los rendimientos, los precios, o ambos a la vez son inciertos. La incertidumbre sobre el rendimiento ocurre porque algunas variables (por ej.:, el clima) no están bajo el control del productor y porque sus niveles no se conocen al momento en que se toma la decisión sobre el insumo que está bajo control del productor (por ej.:, la dosis de N). A pesar de que no se conoce el rendimiento que se va a lograr, se le puede asignar una distribución de probabilidad, con relación a la combinación de determinados niveles de las variables inciertas. Esta probabilidad de distribución del rendimiento es relevante en un análisis de rentabilidad siempre y cuando haya alguna interacción en la respuesta entre cualquiera de las variables controladas y las inciertas. Por otro lado, la incertidumbre sobre el precio del producto también ejerce influencia al momento de tomar la decisión, ya que este precio es incierto al momento en que se toma la decisión sobre las variables controladas (por ej.: la dosis de fertilizante).

La ecuación para la distribución de probabilidad de rentabilidad h(p), donde la distribución conjunta del precio del producto, py, y el rendimiento, Y, son condicionales sobre las variables de decisión, x1, …, xn se detalla a continuación: . Esta ecuación se puede adaptar al problema de maximización de la rentabilidad esperada, cuando las curvas de respuesta difieren dentro del mismo lote y entre años, para lo que se deben usar diferentes ecuaciones para cada campaña:

donde j es la campaña de cultivo, Φ j es la probabilidad de ocurrencia de cada campaña (húmeda o seca, etc.) y Área i es la proporción de área i (i = 1, …, z) dentro del lote.

Para ilustrar la teoría de fertilización de trigo con dosis variable se aplicará la metodología desarrollada por Bongiovanni (2002a), usando dos funciones de producción de dos sitios diferentes. Las respuestas para años promedio y para años húmedos en los dos sitios estudiados se muestran en el Cuadro 6 y en la Figura 1. Se usarán estas curvas de respuesta, representando dos tipos de suelos distintos dentro de un mismo lote, ocupando cada uno de ellos el 50% del área. Asimismo, se asume una probabilidad de ocurrencia de clima medio o bueno del 50%.

Para este ejemplo, se tomó el precio de trigo para marzo 2003 de 132,2 USD/t, 14% de gastos de comercialización, y un costo de la urea de 0,25 USD/kg, lo que implica un costo del N elemental de 0,61 USD/kg, aplicando la tasa de interés comercial vigente en Argentina en 2002, del 24% anual, por seis meses.

Cuadro 6: Respuesta del trigo al N en dos sitios (L y B) y dos campañas.

Figura 1: Curvas de respuesta del trigo al N en la Loma y en el Bajo (L y B) y en dos campañas (año medio –a la izquierda- y año bueno –a la derecha).

Como resultado de la optimización, la dosis óptima económica en el año normal para el sitio L fue de 61 kg/ha y para el sitio B de 49 kg/ha. Por otro lado, en el año bueno, la dosis óptima para el sitio L fue de 63 kg/ha y para el sitio B de 59 kg/ha. Como se muestra en las Figuras, tanto la respuesta al primer kg de N aplicado (Figura 2), la dosis óptima de N (Figura 3), y el retorno al N (Figura 4) difieren entre zonas y entre años.

Figura 2: Respuesta del trigo al primer kg de N en dos sitios (L y B) y en dos campañas (año medio –a la izquierda- y año bueno –a la derecha).

Figura 3: Dosis óptima económica de N en dos sitios (L y B) y en dos campañas (año medio –a la izquierda- y año bueno –a la derecha).

Figura 4: Retorno neto esperado a la DV–N en dos sitios (L y B) y en dos campañas (año medio –a la izquierda- y año bueno –a la derecha).

Asumiendo que los dos sitios considerados en este ejemplo se encuentran dentro del mismo lote en igual proporción, se puede comparar el resultado de aplicar N con dosis variable, con el resultado de aplicar N con el método tradicional del balance. De acuerdo a Melgar et al. (2001), por el método del balance, la dosis para el sitio "L" es de 32 kg/ha, y de 50 kg/ha para el sitio "B", lo que hace un promedio de 41 kg/ha para todo el lote.

En este contexto, el beneficio extra por usar dosis variable de N (el retorno a DV-N) sería de USD 3,38/ha para el año normal y de USD 10,72/ha para el año húmedo. Es decir, los resultados sugieren que la DV-N puede ser rentable, porque la ganancia para el año normal sería USD 1,38 más alta que el costo extra de aplicar con DV (USD 2/ha), mientras que en el año húmedo esa ganancia neta sería de USD 8,72/ha.

Como la característica de cada campaña (normal / húmeda) es desconocida al momento de la fertilización, se puede usar una probabilidad de ocurrencia, de acuerdo a lo explicado más arriba. Asignando un 50% de probabilidad, el promedio ponderado de las curvas de respuesta indica que la dosis óptima para el sitio L es de 62 kg/ha y de 56 kg/ha para el sitio B. La ganancia extra por usar dosis variable de N sería de 6,76 USD/ha. Por lo tanto, sería más que suficiente para pagar el costo extra de la DV (2 USD/ha) y de generar una ganancia de 4,76 USD/ha para el productor.

Análisis de sensibilidad.

La probabilidad de ocurrencia de las campañas de cultivo se puede pronosticar hasta cierto punto. Por lo tanto, asignar probabilidades de 50% a años normales y húmedos puede ser una postura excesivamente conservadora. Por ejemplo, el contenido de humedad en el suelo al momento de la fertilización está correlacionado positivamente con la disponibilidad de agua durante el ciclo del cultivo. Esta información permitiría estimar mejores recomendaciones de fertilización, teniendo en cuenta el riesgo.

Para estimar el valor de estos pronósticos en la implementación de la DV, se pueden considerar cuatro escenarios:

i) Esperar una campaña normal, y que sea normal (Normal-Normal). Esto se realiza usando tanto las curvas de respuesta como las dosis óptimas para la campaña normal.

ii) Esperar una campaña normal, y que sea húmeda (Normal-Húmeda), es decir, las dosis óptimas para la campaña normal, pero las curvas de respuesta para la campaña húmeda.

iii) Esperar una campaña húmeda, y que sea húmeda (Húmeda-Húmeda), es decir, usando tanto las curvas de respuesta como las dosis óptimas para la campaña húmeda.

iv) Esperar una campaña húmeda, y que sea normal (Húmeda-Normal), es decir, las dosis óptimas para la campaña húmeda, pero las curvas de respuesta para la campaña normal.

Los resultados indican que si el tipo de campaña se pudiera predecir correctamente, los resultados serían rentables. Y aunque la predicción fuera incorrecta, la DV-N también seguiría siendo rentable, ya que el retorno a la DV-N solamente cae entre un 26% y un 15%, pero sigue por encima del costo de 2 USD/ha (Cuadro 7).

Por otro lado, los resultados indican que para que la rentabilidad de la DV sea equivalente a la rentabilidad de la dosis uniforme, el pronóstico debe tener una certeza de por lo menos el 50%.

Con respecto al precio del trigo, la DV-N seguiría siendo rentable si el precio cayera un 10% (de 132,2 USD/t a 118,98 USD/t) en una campaña normal; un 37% (de 132,2 USD/t a 83,29 USD/t) en una campaña húmeda; y en un 26% (de 132,2 USD/t a 97,83 USD/t) para el promedio de las dos campañas.

Cuadro 7: Retornos a la DV-N basados en el análisis de sensibilidad.

Conclusiones. Los resultados de los estudios de fertilización del trigo con N realizados en dos sitios, y en dos campañas de cultivo indican que:

1. La respuesta al N y las dosis óptimas fueron diferentes entre sitios.

2. La dosis variable de N puede ser rentable, considerando el costo extra de 2 USD/ha que cobra el contratista.

3. La respuesta al N y las dosis óptimas por sitio difieren entre años.

Además, el análisis indica que se puede realizar la optimización económica cuando las respuestas difieren dentro del lote. Se debe tener en cuenta que se trata de un análisis "ex-post", es decir, se asume que la respuesta del cultivo al N se conoce al momento de realizar la fertilización. A pesar de que la respuesta esperada nunca se va a conocer con certeza, un análisis económico de este tipo es el punto de partida que permite comenzar a comprender las implicaciones del manejo sitio-específico.

Para mayor detalle, consultar los protocolos de análisis descriptos en Bongiovanni (2002b).

EJEMPLOS DE BENEFICIOS DE LA AGRICULTURA DE PRECISIÓN EN LA GESTIÓN

A modo de ejemplo, se pueden citar algunos beneficios de la AP en la gestión de la siembra, la fertilización, la cosecha y la planificación. Para comprender mejor la terminología es necesario aclarar que el margen bruto (MB) es igual al valor de la producción (precio x cantidad), menos los costos directos (labores culturales, semilla, agroquímicos, fertilizantes y cosecha) y los de comercialización.

Algunas de estas ideas fueron adaptadas de AgLeader (2005).

En la siembra

· ¿Cómo saber si la AP es rentable en la siembra? Si con el monitor de rendimiento se logra identificar un híbrido de maíz que rinde más que otro híbrido en las partes más bajas de un lote (ej.: 0,3 t/ha), el beneficio sería 77 USD/t x 0,3 t/ha = 23 USD/ha ó 10% del margen bruto.

· ¿Cómo influye la velocidad de siembra sobre el rendimiento? Se estima que cuando la velocidad de siembra supera los 8 km/h, el rendimiento puede disminuir hasta en 1,4 t/ha. El beneficio de controlar este aspecto a través de un "registrador satelital de siembra" sería de 77 USD/t x 1,4 t/ha = 108 USD/ha ó 47% del margen bruto.

· ¿Cómo repercuten los errores de siembra? Se calcula que pueden causar una disminución del rendimiento del 0,5%, lo que se traduce en una caída del 1,5% promedio en los márgenes brutos de los principales cultivos, ó 3,4 USD/ha.

· Ensayos a campo indican que los suelos más ricos soportan una densidad de maíz mayor, aumentando el rendimiento en 0,6 t/ha. Asimismo, con menor densidad en los suelos de más pobres, se mantiene el rendimiento con menos semilla. Teniendo en cuenta sólo el mayor ingreso, sería un beneficio de 77 USD/t x 0,6 t/ha = 46 USD/ha ó 20% del margen bruto.

· Evaluar sistemas de siembra. Por ej., los mapas de rendimiento permiten determinar diferencias de rendimiento con siembra directa en soja de 0,7 t/ha, es decir 0,7 t/ha x 167 USD/t = 117 USD/ha ó 37% del MB.

· Ensayos de siembra de diferentes grupos de madurez de soja en diferentes zonas de manejo realizados en Río Cuarto, Argentina, también mostraron diferencias de rendimiento de 0,7 t/ha x 167 USD/t = 117 USD/ha ó 37% del MB.

· El tratamiento de enfermedades de final de ciclo en soja por zonas de manejo ha demostrado diferencias de rendimiento de 0,18 t/ha x 167 USD/t = 30 USD/ha ó 9% del MB.

· Ensayos de espaciamiento entre hileras a 0,26 y 0,52 m en soja demostraron que el uso de sembradoras de grano fino (drill) en zonas de manejo de bajo potencial de rendimiento, y de grano grueso (planter) en zonas de alto potencial, puede aumentar el rendimiento en 0,45 t/ha x 167 USD/t = 75 USD/ha ó 24% del MB.

En la fertilización y aplicación

· El ejemplo del análisis económico de la dosis variable de N en maíz por el método del balance citado más arriba muestra un beneficio de 12,43 USD/ha ó 5,4% del MB, mientras que el ejemplo del análisis económico de la dosis variable de N en trigo por el método de la curva de respuesta muestra un beneficio de 1,38 USD/ha para el año normal (1% del MB) y de 8,72 USD/ha (6,5% del MB) para el año húmedo.

· ¿Se pueden reducir superposiciones? Muchas pulverizadoras autopropulsadas con botalones de 20 m se superponen hasta 1 m entre pasadas. En 1000 ha son 50 ha de superposición. Con la ayuda de los sistemas de guía por GPS (banderillero satelital), la superposición se reduce a 10 cm. En 1000 ha son sólo 5 ha de superposición. Asumiendo un costo promedio 30 USD/ha x 45 ha, sería un ahorro de 1350 USD en 1000 ha, ó 1,35 USD/ha, ó 0,6% del MB ponderado.

· ¿Se pueden reducir las áreas no aplicadas por error? Estas áreas ó "chanchos" pueden significar una reducción de más del 1,5% del rendimiento. En un maíz de 1 t/ha: 77 USD/t x 0,015 t/ha = 1,16 USD/ha ó 0,5% del MB.

· Si se suma el beneficio de 1,35 USD/ha por reducir superposiciones, con los 1,16 USD/ha por reducir áreas no tratadas, implica que con sólo trabajar 2789 ha se paga un sistema de guía por GPS de USD 7000. Esta superficie es un 20-30% de lo que trabaja anualmente un contratista profesional.

En la cosecha

· La información de rendimiento permite poner un valor a la tierra por productividad. Teniendo en cuenta un precio de la tierra de 5000 USD/ha, y si con los mapas se le demuestra a un potencial comprador o arrendatario que el campo rinde 10% más que los vecinos, el precio podría ser un 5% más alto: un beneficio de 250 USD/ha.

· Conocer en forma instantánea la humedad y la cantidad del grano que se cosecha permite tomar decisiones sobre el destino que se le dará a lo cosechado, teniendo en cuenta la necesidad de secado y la capacidad de almacenaje disponible. Permite ahorrar transporte y evita parar la cosecha.

· El mapa de rendimiento en tiempo real permite visualizar la variabilidad sobre la marcha; determinar qué afecta el rendimiento (insectos, manchones, malezas, etc.) y poder analizar soluciones al problema. Si la variabilidad se debe a un problema de la cosechadora, como por ejemplo pérdidas de cosecha por una zaranda tapada, el operario puede corregir la falla y evitar pérdidas de 1 t/ha de soja, lo que representa 77 USD/ha ó 33% del MB.

· El monitor de rendimiento también puede detectar problemas con el momento oportuno de cosecha. Lotes de soja cosechados en el área de INTA Manfredi (Argentina) después de un temporal muestran diferencias de 1 t/ha de soja, ó 77 USD/ha ó 33% del MB.

· La excesiva velocidad de avance u otros problemas de regulación de la cosechadora también se pueden detectar con el monitor de rendimiento.

En la planificación

· Un GIS puede ayudar a determinar cuánta semilla (y/o fertilizante) se necesita en cada lote o zona de manejo. En este caso, el beneficio proviene de una mejor organización de las operaciones a campo (mayor eficiencia). Asimismo, permite controlar los costos, ya que conocer la cantidad de insumos necesaria, permite tomar mejores decisiones para la siembra.

· Los mapas de elevación digital permiten estudiar el lote en tres dimensiones. Ayudan a estudiar las vías de escurrimiento y otros aspectos relacionados a la elevación. El beneficio radica en una mejor comprensión de las dinámicas del lote.

· Máximo rendimiento no; máxima rentabilidad sí. Con un GPS y un GIS se pueden registrar el costo de insumos y los rendimientos por zonas de manejo. Esto permite hacer mapas de rentabilidad por zonas. La información permite optar entre la producción intensiva con AP o seguir con la convencional.

· Crear zonas de manejo por rendimientos normalizados. Los mapas de rendimiento de varios años permiten crear un mapa promedio para determinar zonas de manejo.

· Imágenes satelitales y fotografías aéreas para tomar mejores decisiones. También muestran la ubicación de los lotes para que los contratistas identifiquen el lugar. Indican la posición relativa con respecto a calles, rutas, ríos, poblaciones, etc. Las imágenes georeferenciadas y el mapa se superponen automáticamente. El beneficio es una mejor comunicación.

Contratistas.

Una de las decisiones claves que tienen que tomar los productores que quieran adoptar la AP es si van a contratar los servicios, o si se van a capacitar para desarrollar por sí mismos las habilidades necesarias para la recolección de datos, análisis y manejo de la variabilidad. En ciertos casos, los contratistas pueden ofrecer el servicio en forma más económica, como ser cuando se exige una gran inversión de capital que debe distribuirse sobre varios campos para que sea rentable, ej.: una cosechadora con monitor de rendimiento y GPS.

En otros casos, la decisión es una cuestión de tiempo disponible, y como todo productor ya sabe: el tiempo es dinero.

Hay dos factores principales a considerar: ¿Hay contratistas en tiempo y forma? ¿Se cuenta con la mano de obra necesaria para hacer el trabajo extra que requiere la AP? Por lo general se limita a una elección entre dos opciones, una de bajo nivel tecnológico que requiere más tiempo, y otra de alto nivel tecnológico que es más rápida, pero más cara. También se debe tener en cuenta la calidad y la confiabilidad del trabajo realizado.

El tiempo también tiene un costo de oportunidad asociado, como lo es en el caso del capital. En el momento de la siembra y de la cosecha el costo de oportunidad del tiempo es muy elevado, mientras que en el resto del año es mucho menor.

En el caso de aquellas tareas que exigen el desarrollo de nuevas habilidades, como lo es el análisis de los datos del monitor de rendimiento, se tendrá que tomar una decisión estratégica entre contratar el servicio o realizarlo dentro de la empresa. Comparado con los otros costos de producción, el costo de una computadora y de un software para el análisis de datos no es elevado, pero el tiempo y esfuerzo requeridos para realizar el análisis puede ser alto.

La AP puede ser analizada como cualquier otra tecnología innovadora. La información es un insumo en el proceso productivo, tal como lo son la semilla, el fertilizante, los agroquímicos o el combustible. La información tiene valor si conduce a tomar mejores decisiones. Si la información se usa por varios años, debe ser tratada como cualquier otro bien de capital. En la mayoría de los casos es más difícil estimar los beneficios que estimar los costos de la AP. La rentabilidad de la AP es específica de cada sitio, por lo que los márgenes varían entre sitios debido a la variabilidad de los suelos, historia de manejo, microclima y otros factores.

Pronóstico de adopción de la AP

Limitantes para la adopción

Griffin et al. (2004) identificaron algunas limitantes claves para la adopción de la AP, comparando el caso de la biotecnología y el de la AP. La pregunta clave que los usuarios actuales y potenciales se formulan es si las estrategias de manejo basadas en el "conocimiento intensivo" son rentables, o si es mejor continuar con la estrategia de usar el "conocimiento empaquetado".

El "conocimiento intensivo" se refiere a las estrategias de manejo que dependen de datos al nivel del lote y del establecimiento para tomar decisiones sobre aplicación de insumos y prácticas de cultivo. Esos datos pueden ser obtenidos manualmente o electrónicamente. Ejemplos del uso del "conocimiento intensivo" son la dosis variable de fertilizantes y la densidad de siembra variable.

Por otra parte, en las estrategias de "conocimiento empaquetado", la información se compra en forma de insumo, y el usuario (productor) requiere una cantidad mínima de datos adicionales, como por ejemplo, el maíz Bt y la soja Round-up Ready. Para aplicar exitosamente estas nuevas tecnologías se necesitan relativamente pocas habilidades, porque la tecnología viene en forma de "conocimiento empaquetado", y no requiere la compra de nuevos equipos ni de conocimientos adicionales para el manejo del cultivo.

Las tecnologías basadas en el "conocimiento intensivo" que caracterizan a la AP no sólo requieren una inversión en tiempo, sino que también son sensibles a la escala. Para un productor que gasta unos USD 200.000 en un equipo de cosecha, el monitor de rendimiento con GPS representa tan sólo el 3,5% de la inversión. Sin embargo, la diferencia radica en el área sobre la que se pueden distribuir los costos, incluído el costo del capital humano. Por ejemplo, si alguien se capacita para interpretar mapas de rendimiento para un establecimiento de 2.000 ha, seguramente lo va a poder hacer también sobre 20.000 ha, pero el costo por ha va a ser mucho menor.

Incentivos para la adopción

Hay muchos estudios que dan razones para no adoptar, y son pocos los que incentivan la adopción de la AP (Griffin et al., 2004). Sin embargo, hay que tener en cuenta que los costos de la tecnología de la información (hardware y software) están en constante disminución, a la vez que su capacidad está en aumento. En el mundo actual, la gente incorpora cada vez más la tecnología de información a sus vidas cotidianas, como ser las computadoras, el GPS y los teléfonos celulares.

En los países del Cono Sur de América, los incentivos para adoptar la AP vienen más por el lado del monitoreo y gerenciamiento de la producción y de los operarios; que por el lado de la dosis variable. Por ejemplo, en Argentina, la alta adopción del monitor de rendimiento antes que de la dosis variable, se debe a que ha probado ser una excelente herramienta de diagnóstico agronómico y de administración de la maquinaria agrícola. Además, los beneficios de los sistemas de guía por GPS con respecto a la reducción de superposiciones y de áreas mal aplicadas son claros en Argentina y Brasil, donde se aplican grandes superficies.

Potencial para consultores-asesores

Según Griffin et al. (2004), la teoría de las redes de externalidades que se forman a partir de la tecnología de la información juegan un rol muy importante para comprender la adopción de la AP.

Las redes de externalidades se definen como "una forma especial de externalidad en la que la utilidad de una persona por un bien depende de la cantidad de otras personas que consuman ese bien" (Varian, 1996). Un ejemplo de esos bienes son el fax, los celulares y el módem. Un efecto indirecto de las redes de externalidades surge con respecto a los bienes y servicios complementarios. Por ejemplo, en áreas donde no hay locales comerciales donde alquilar videos, una reproductora de video tiene un bajo valor relativo para los consumidores, y viceversa.

Siguiendo a Griffin et al. (2004), este ejemplo se puede hacer extensivo a las tecnologías de AP y a los servicios de asesoramiento (consultoría), tomados como un servicio complementario con respecto a la adopción de la AP. Si no hay servicios de consultores agronómicos que analicen los datos de AP y que brinden recomendaciones a los productores, entonces hay pocos incentivos a que los productores adopten la tecnología. Por otra parte, si los productores no están adoptando AP, tampoco habrá incentivo para la aparición de nuevas consultoras que ofrezcan servicios de análisis de datos y de asesoramiento. En este caso, una alternativa para la adopción puede ser un consorcio de productores que junten la información de varios establecimientos y justifiquen la existencia de un asesor especialista en el tema, que entre otras cosas, pueda realizar ensayos a campo.

Conclusiones

La principal pregunta es si la agricultura basada en el "conocimiento intensivo" va a ser rentable en el futuro. No obstante, el objetivo de este libro no es promover la adopción a ciegas de la AP ni de cualquier otra tecnología, sino el de educar a productores y asesores para cuando tengan que tomar decisiones.

Dentro de las limitantes para la adopción de la AP que se citan en la bibliografía (Kitchen et al., 2002; Wiebold, 1998) se destacan: el tiempo para capacitarse en el manejo del equipo y del software, la falta de habilidades de electrónica, la falta de capacitación de productores y asesores, el vínculo que tiene que haber entre la toma de datos y las recomendaciones, la falta de asistencia técnica, la falta de asesores capacitados, los datos en diferente formato, el análisis de los datos del monitor de rendimiento, la dificultad de obtener datos de calidad, ensayos básicos para relacionar el rendimiento con las condiciones del suelo, la falta de maquinaria de AP, análisis estadístico, software disponible y análisis de rentabilidad.

Estas barreras para la adopción deben ser vistas como oportunidades para el desarrollo y como áreas potenciales de trabajo, tanto para extensionistas de la actividad pública como para consultores de la actividad privada.

Bullock et al. (2002) señalan que la agricultura de precisión tiene ciertos problemas de adopción comercial, en parte porque no hay información suficiente como para apoyar las decisiones de tipo sitio-específicas, y porque la información que hay no se usa eficientemente. Bullock y colaboradores pronostican que a medida que haya más información disponible sobre cómo usar la tecnología de precisión en forma rentable, los productores van a comenzar a demandar más equipos. Las instituciones públicas tienen un rol importante en la generación y desarrollo de esta información, implementando formas de crear mapas de manejo de bajo costo (por ej.: usando topografía, sensores remotos, etc.); y poniendo en práctica métodos económicos de ensayos a campo de productores (usando mapas de rendimiento, sistemas de información geográfica, y programas de regresión espacial).

Rodolfo Bongiovanni (1)

INTA Manfredi, Argentina

Referencias

AgLeader. 2005. How Do You Know if Precision Ag Really Pays. http://www.agleader.com/sales-bpa.htm

Bongiovanni, R. 2002a. A Spatial Econometric Approach to the Economics of Site-Specific Nitrogen Management in Corn Production. Ph.D. Thesis, Agricultural Economics, Purdue University. 306 pp. http://www.agriculturadeprecision.org/

Bongiovanni, R. 2002b. Econometría espacial: una herramienta clave para el manejo sitio-específico de insumos. En: Actas del Tercer Taller Internacional de Agricultura de Precisión del Cono Sur de América, 17-19 Diciembre 2002, Carlos Paz, Argentina. http://www.agriculturadeprecision.org/

Bongiovanni, R., and J. Lowenberg-DeBoer. 2004. "Precision Agriculture and Sustainability." Journal of Precision Agriculture 5, 359–387, 2004 (August 2004). http://www.wkap.nl/prod/j/1385-2256. http://www.agriculturadeprecision.org/

Bullock, D. S., Swinton, S., and J. Lowenberg-DeBoer. 2002. "Can Precision Agricultural Technology Pay For Itself? The Complementarity of Precision Agriculture Technology and Information." Forthcoming in Agricultural Economics, published by the International Association of Ag Econ.

Fountas, S., D.R. Ess, C.G. Sorensen, S.E. Hawkins, H.H. Pedersen, B.S. Blackmore, and J. Lowenberg-DeBoer. 2003. "Information Sources in Precision Agriculture in Denmark and the USA," A. Werner and A. Jarfe ed. Precision Agriculture: Proceedings of the 4th European Conference on Precision Agriculture, J. Staff Paper. Department of Agricultural Economics, Purdue University.

Griffin, T.W., J. Lowenberg-DeBoer, D.M. Lambert, J. Peone, T. Payne, and S.G. Daberkow. 2004. Adoption, Profitability, and Making Better Use of Precision Farming Data. Staff Paper #04-06. Department of Agricultural Economics, Purdue University.

Griffin, T.W., J.P., and J. Lowenberg-DeBoer. 2005. Yield Monitor Data Analysis. SSMC September 2005. www.purdue.edu/ssmc

Kitchen, NR, CJ Snyder, DW Franzen, WJ Wiebold. 2002. Educational Needs of Precision Agriculture. 2002. December 2002, Volume 3, Issue 4

Longo, L. y R. Gavidia. 2002. Principios de Economía, página 58. Editorial Facultad de Agronomía, Universidad de Buenos Aires. 182 pp. ISBN 950-29-0689-6.

Lowenberg-DeBoer, J. (ed.). 2000. Precision Farming Profitability. Purdue University, West Lafayette, IN. 1st Edition. ISBN 0-931682-84-3. 132 p. www.purdue.edu/ssmc

Lowenberg-DeBoer, J. 1997. A bumpy road to the adoption of precision agriculture. Purdue Agricultural Economics Report. Nov. 1997. http://www.agecon.purdue.edu/extension/pubs/paer/pre_98/paer1197.pdf

Lowenberg-DeBoer, J. 2005. New Grain and Soil Sensors at the 5th European Precision Agriculture Conference. SSMC Newsletter July 2005. www.purdue.edu/ssmc

Lowenberg-DeBoer, J. and H. Urcola. 2003. How Should Yield Monitor Data Be Combine With Other Information Sources In Choosing Hybrids And Varieties? SSMC Newsletter January 2003. www.purdue.edu/ssmc

Melgar, R., Camozzi, M.E., Guevara, E., Lavandera, L. y J. Lavandera. 2001. Fertilización nitrogenada de cereales en la región pampeana: validación de modelos de recomendación. Proyecto Profertil. 15 pp. http://www.fertilizar.org/

Obschatko, E.S. 2003. El aporte del sector agroalimentario al crecimient0o económico

argentino 1965-2000. P. 104ss. IICA. ISBN 987-9159-06-3.

OCDE, 1994. National Systems of Innovation: General Conceptual Framework. DSTI/STP/TIP (94), 4, Francia.

Reca, L. y G. Parellada. 2001. El sector agropecuario argentino. Editorial FAUBA, Buenos Aires. ISBN 950-29-0640-3, 150 p.

Vanacht, M. 2001. The Changing Business of Precision Agriculture. In: Reetz, H. (ed.) Conference Proceedings CD. InfoAg 2001. Indianapolis, Indiana, August 7-9, 2001.

Varian, H.R. 1996. Intermediate Microeconomics: A Modern Approach. 4th edition. W.W. Norton and company, New York City, NY.

Wiebold, WJ, KA Sudduth, JG Davis, DK Shannon, NR Kitchen. 1998. Determining Barriers to Adoption and Research Needs of Precision Agriculture http://www.fse.missouri.edu/MPAC/pubs/parpt.pdf

—————————————————————

(1) Director del proyecto PICT año 2002 N° 08-12931 "La agricultura de precisión como una herramienta clave para la sustentabilidad de la producción de maíz en la región semiárida argentina" INTA Manfredi, Ruta 9 km 636, (5988) Manfredi, Córdoba. E-mail: rbongiovanni[arroba]correo.inta.gov.ar.