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.