¿Para qué sirve el Big Data, la AI, Blockchain, la Visión Artificial, el Machine Learning, la información de satélites, de drones o de sensores IoT, o los Vehículos Autoguiados en la agricultura? Todo lo anterior no sirve para nada. No sirve para nada si no se tiene claro el fin para el que se usa. Especialmente en agricultura, estas herramientas, sólo son validas, si se aplican con un importante conocimiento previo sobre los cultivos en los que se van a usar. Según un reciente estudio de una escuela de negocios española, el volumen de negocio del sector Agrotech, se va a incrementar un 48% en los próximos 5 años. En estos momentos de boom del sector, es cuando hay que tener claro que lo que aporta valor es el conocimiento. La tecnología debe ser utilizada para mejorar la productividad del conocimiento. En Greenfield comenzamos por el conocimiento del cultivo. El conocimiento, más un uso intensivo de la tecnología nos permite prestar servicios de información objetiva a varias decenas de miles de hectáreas, utilizando Big data, Machine Learning, o modelos predictivos con AI, pero siempre con sentido agronómico, para que los agricultores sean más rentables, más competitivos y usen menos recursos medioambientalmente sensibles. Para eso, tenemos que darles la información que necesitan. Pero no solo a los agricultores. La industria agroalimentaria se abastece del campo, y eso supone variabilidad, inestabilidad y dificultad para hacer previsiones. Contaremos dos casos de éxito para los cultivos y la industria del olivar y del tomate: En estos casos, avanzamos más allá de la información agronómica: Aportamos valor a la industria suministrando información fiable y objetiva sobre sus fuentes de aprovisionamiento: Cuándo, cuánto, y qué calidad les proveerán sus suministradores. Toda esta información, a través de la industria agroalimentaria, llega también a un consumidor cada vez más demandante de información veraz y de calidad sobre todo lo que comemos.