A agricultura é uma atividade de risco, que está diretamente relacionada ao uso intensivo do capital. Secas, geadas, chuvas e outras ocorrências climáticas podem gerar quebras de safra.
Ao tomar decisões sobre cultivos, tecnologias, financiamentos e estratégias de comercialização, os produtores levam em consideração os riscos envolvidos.
Com as mudanças climáticas e o processo de intensificação dos sistemas produtivos, a gestão de riscos no campo está ganhando cada vez mais importância e atraindo a atenção das agtechs voltadas para a implementação de soluções no setor.
O entendimento de probabilidades por meio de estatísticas pode explicar a frequência com que determinados eventos ocorrem no campo, influenciando diretamente no comportamento da safra.
Avaliação
Porém, algumas agtechs vão além do conceito clássico de previsão, como por exemplo projetar a produtividade do próximo ano baseada somente em informações disponíveis.
Assim, startups como a IMBR Agro exploram outros métodos de avaliação. É o caso da Inferência Bayeriana, por exemplo.
“A Inferência Bayesiana parte do Teorema de Bayes, associado à teoria das probabilidades, o qual, de forma simples e direta, infere a probabilidade de um evento ocorrer baseado nos conhecimentos vinculados a este evento”, explica Lucas Koren, cofundador da IMBR Agro, agtech voltada para a gestão de riscos rurais.
“O objetivo da Inferência Bayesiana é o de avaliar a probabilidade de quebra de safra, a partir de um ‘gatilho’ ou seja, um indicador que impacta a produtividade, como a alteração na quantidade de chuvas, na temperatura, de forma repentina e não esperada, com base no momento analisado e também no dia a dia da cultura no solo”.
Para isso, complementa Koren, “essa robusta técnica conta com a ajuda do algoritmo de balanço hídrico sequencial, isto é, a partir de um algoritmo desenvolvido pela IMBR Agro, é possível entender como se dá o balanço hídrico do talhão analisado, o que impacta na análise de risco”.
‘Priori’
Segundo o especialista, “tomando como base inicial o desenvolvimento histórico diário da cultura agrícola analisada no local de interesse, a IMBR Agro é capaz de traçar uma distribuição de probabilidades denominada priori, de eventos que já ocorreram”.
Na sequência, “a startup utiliza o dia a dia da semente no solo para comparar seu desenvolvimento atual com o que já aconteceu no passado. Sendo assim, tem-se bons indícios sobre a saúde da lavoura”.
‘Posteriori’
Por fim, complementa Koren, “depois de associar os elementos a serem previstos, ou seja, o dia a dia do desenvolvimento da lavoura corrente, ao que já aconteceu, quer dizer, a distribuição de probabilidades priori, a startup é capaz de traçar a distribuição posteriori, que está relacionada à previsão do evento de interesse”.
Sendo assim, a agtech é capaz de definir para as instituições parceiras a probabilidade da lavoura, ao final do ciclo, e considerando seu desenvolvimento diário, de estar abaixo de um ‘gatilho’ de interesse, ou seja, de um parâmetro pré-definido que aciona um sinal de alerta para a análise de risco.
“Em outras palavras, oferta-se uma previsão que se autocorrige, para que a tomada de decisão seja feita com antecedência, transparência e eficiência”, esclarece Koren.
Tecnologia
Para que isso ocorra, a ajuda da tecnologia torna-se fundamental. “Apesar de a agriculta se apresentar como uma atividade de alto risco, dado o seu contexto sistemático, a presença de novas tecnologias de Big Data e Machine Learning, assim como as soluções da startup, possibilitam maior segurança e previsibilidade às operações financeiras no campo”, ressalta o cofundador da IMBR Agro.
Porém, ele adverte: “A ideia de se trabalhar com Big Data e Machine Learning é muito atraente nos dias atuais; contudo, não se enganem: para uma boa gestão, é necessário que os dados se convertam em conhecimento e, para isso, as melhores práticas sempre devem ser empregadas”.
Seguro agrícola
No contexto do seguro agrícola, Koren explica que, a partir de uma informação geolocalizada e compartilhada (um polígono de produção de soja, por exemplo), o sistema operacional da startup é capaz de recolher dados históricos da área referentes à agrometeorologia e ao mercado; estimar a produtividade da cultura agrícola no polígono, a partir de simulações de data de semeadura, tipo de solo e ciclo do cultivar; determinar, para o histórico avaliado, o armazenamento de água no solo, avaliando o motivo de quebras de produção; apontar o hedge ótimo, o ponto ideal de vendas futuras a ser utilizado na comercialização daquela cultura naquele local, e classificar aquela operação com base no IMBR, o índice de risco da IMBR Agro, que vai de 0 a 100, sendo 0, 0% de chance de êxito na próxima safra, e 100, 100% de êxito.
“Todas estas informações podem ser acessadas, tanto por meio do software de avaliação de risco da Startup, a I.R.I.S, quanto pela Application Programming Interface (API) da IMBR Agro, com um tempo de resposta de, aproximadamente, dois segundos por cenário e por polígono de produção. Esta agilidade, portanto, permite à seguradora utilizar o sistema da startup para aumentar a robustez de suas análises”, destaca Koren.
Gerenciamento
Como gerenciadora de risco rural, “a IMBR Agro permite uma análise padronizada, massificada, simplificada e com ótimo benefício-custo para o cliente final”, salienta o cofundador da agtech.
A startup busca agregar valor a todas as empresas relacionadas ao agro, como seguradoras, ressegudoras, cooperativas, traders, corretoras, bancos, instituições financeiras, químicas, além de qualquer empresa que atue na área de risco rural, públicas ou privadas.
“A missão é solucionar a assimetria de informações, ou seja, esse ‘descasamento’ entre setores, como o produtor rural e a seguradora, a seguradora e a resseguradora, com o objetivo de democratizar o acesso a todos os tipos de financiamentos rurais, tanto o crédito como o seguro rural”, conclui Koren.
Fonte: IMBR Agro
Equipe SNA
