.jpg)
¿Puede una inteligencia artificial ayudar a decidir cuándo regar un cultivo y cuánta agua necesita cada parcela? En el Perú, una startup está utilizando precisamente esta combinación de tecnología y datos para intentar resolver uno de los problemas más importantes de la agricultura: utilizar el agua de manera más eficiente sin afectar la productividad ni la calidad de las cosechas.
La empresa se llama YakuSmart y utiliza inteligencia artificial, sensores, estaciones meteorológicas, imágenes satelitales y la información que proporcionan los propios trabajadores del campo para generar recomendaciones de riego. La propuesta busca que las decisiones no dependan únicamente de aplicar una cantidad uniforme de agua, sino que puedan ajustarse a las condiciones específicas de cada lote.
La tecnología ya ha sido utilizada por productores agrícolas en diferentes regiones del país y uno de sus casos reportados se encuentra en Ica, donde una agroexportadora logró ahorrar alrededor de 12 000 metros cúbicos de agua y cerca de 450 galones de diésel durante una temporada, según información proporcionada por la propia empresa a la Agencia Andina.
La inteligencia artificial llega al campo
Cuando hablamos de inteligencia artificial normalmente pensamos en herramientas capaces de redactar textos, generar imágenes, responder preguntas o analizar documentos. Sin embargo, sus aplicaciones pueden ser mucho más amplias cuando los modelos reciben información procedente del mundo físico. En agricultura, por ejemplo, pueden combinar datos sobre humedad, clima, cultivos y condiciones del terreno para ayudar a tomar determinadas decisiones.
Ese es el enfoque que utiliza YakuSmart. La plataforma reúne información de distintas fuentes y la procesa para generar recomendaciones relacionadas con el riego. Los datos pueden proceder de sensores instalados en el campo, estaciones meteorológicas, imágenes satelitales y también de los trabajadores que conocen directamente el comportamiento de los cultivos.
La idea no consiste simplemente en reemplazar la experiencia del agricultor por una máquina. De acuerdo con la explicación de la empresa, la información tecnológica se combina con el conocimiento de las personas que trabajan diariamente en el campo. De esta manera, la recomendación final busca aprovechar tanto los datos objetivos obtenidos mediante sensores como la experiencia acumulada de quienes conocen las parcelas y los cultivos.
La idea central: utilizar diferentes fuentes de información para que el riego pueda ajustarse mejor a las condiciones de cada lote, en lugar de aplicar agua de manera uniforme sin considerar las diferencias del terreno.
¿Cómo sabe la IA cuándo regar?
Para generar sus recomendaciones, YakuSmart combina diferentes tipos de información. Los sensores permiten obtener datos directamente desde el campo, mientras que las estaciones meteorológicas aportan información sobre las condiciones climáticas. A esto se suman imágenes satelitales y los registros que realizan los propios trabajadores durante sus labores agrícolas.
La combinación de estas fuentes permite construir una visión más completa de lo que ocurre en cada parcela. No se trata solamente de conocer cuánto tiempo se ha regado, sino de relacionar esa información con otras variables que pueden influir en las necesidades del cultivo. La plataforma busca convertir todos esos datos en información útil para tomar decisiones sobre el manejo del agua.
Este punto es importante porque dos parcelas que pertenecen a una misma explotación agrícola no necesariamente presentan exactamente las mismas condiciones. Las características del suelo, el comportamiento del cultivo, el clima y otros factores pueden variar. Por eso, una recomendación basada en información específica de cada lote puede ser diferente de una estrategia en la que todos reciben exactamente el mismo tratamiento.
La información también llega por WhatsApp
Uno de los aspectos más particulares de la propuesta es la forma en que los trabajadores pueden aportar información al sistema. En lugar de obligarlos a utilizar una plataforma tecnológica compleja para registrar cada actividad, pueden enviar audios mediante WhatsApp explicando lo que hicieron durante la jornada. Por ejemplo, pueden informar cuánto tiempo regaron determinado lote o qué fertilizante aplicaron.
Esta posibilidad puede parecer sencilla, pero resuelve un problema habitual en los procesos de digitalización: una tecnología puede ser técnicamente avanzada y, al mismo tiempo, resultar difícil de utilizar para las personas que deben introducir los datos. Al utilizar una herramienta que los trabajadores ya conocen, la empresa busca reducir esa barrera y facilitar que la información llegue al sistema.
Los datos enviados por los trabajadores posteriormente se cruzan con la información procedente de sensores y estaciones meteorológicas. De esta manera, la experiencia de quienes están en el campo puede incorporarse al análisis junto con las mediciones obtenidas automáticamente. Para YakuSmart, esta combinación es importante porque permite que las recomendaciones no dependan exclusivamente de una fuente de información.
¿Por qué ahorrar agua también puede significar producir mejor?
En la agricultura de exportación, el agua no solo está relacionada con la cantidad de producción. También puede influir en las características que debe tener un fruto para llegar a determinados mercados. YakuSmart señala que cultivos como la palta, la uva, el arándano y la granada tienen un alto contenido de agua y que un manejo inadecuado del riego puede afectar aspectos relacionados con la calidad del producto.
Por eso, la propuesta busca que el riego deje de entenderse únicamente como una tarea destinada a mantener vivo el cultivo y pase a formar parte de una estrategia más precisa de producción. El objetivo es entregar al cultivo la cantidad de agua que necesita según las condiciones existentes, evitando tanto un déficit que pueda afectar su desarrollo como un exceso que implique utilizar recursos innecesariamente.
En uno de los casos reportados por la empresa, el ahorro alcanzó aproximadamente 12 000 metros cúbicos de agua y 450 galones de diésel durante una temporada. La compañía señala que estos resultados se consiguieron sin disminuir la eficiencia productiva del campo.
El problema de los datos que terminan en papeles y hojas de cálculo
La aplicación de inteligencia artificial en este caso no busca resolver únicamente el problema del agua. También intenta enfrentar otro desafío menos visible de las operaciones agrícolas: la pérdida o fragmentación de información. Según YakuSmart, en algunas operaciones los trabajadores registraban determinadas actividades en papel y posteriormente esos documentos debían pasar por diferentes procesos antes de convertirse en información útil para los responsables de la operación.
Cuando la información pasa por demasiadas etapas, puede transcurrir mucho tiempo antes de que los responsables conozcan qué ocurrió realmente durante una campaña agrícola. Una observación realizada en el campo puede terminar convertida en un dato dentro de una hoja de cálculo mucho después de que se produjo la situación que la originó.
La digitalización permite reducir parte de ese recorrido. De acuerdo con la empresa, los trabajadores pueden reportar directamente sus observaciones y los responsables pueden consultar la información mediante WhatsApp, una plataforma web o una aplicación. El objetivo es que los datos estén disponibles de manera más rápida y puedan utilizarse para tomar decisiones durante el proceso productivo y no únicamente al finalizar una campaña.
Una tecnología que ya se utiliza en diferentes regiones
YakuSmart trabaja principalmente con medianas agroexportadoras y, según la información difundida por Andina, su tecnología ha llegado a valles agrícolas de Ica, Lambayeque, La Libertad y Arequipa. La empresa también ha llevado su plataforma a pequeños productores mediante cooperativas agrícolas.
Uno de los casos mencionados corresponde al Valle del Jequetepeque, donde una cooperativa integrada por entre 100 y 150 agricultores utiliza la plataforma de manera agrupada. Este tipo de modelo permite que una herramienta tecnológica inicialmente pensada para operaciones empresariales pueda utilizarse también por productores que trabajan de manera asociativa.
La posibilidad de utilizar tecnología para mejorar la gestión del agua resulta especialmente relevante en un país donde diferentes regiones agrícolas enfrentan condiciones climáticas y productivas muy distintas. Una solución que pueda incorporar información específica del lugar tiene el potencial de adaptarse mejor a esas diferencias que una herramienta basada únicamente en parámetros generales.
De una startup peruana a otros mercados
El desarrollo de YakuSmart también está empezando a trascender el mercado peruano. La startup fue seleccionada como una de las diez ganadoras del certamen Legado 2026, impulsado por Bayer Foundation y Endeavor, entre 625 postulantes de Latinoamérica. Como parte del reconocimiento, la empresa iniciará un programa de escalamiento de entre tres y cuatro meses.
Según la información difundida por Andina, el programa contempla diagnósticos operativos, mentorías especializadas y conexiones estratégicas con representantes del sector agropecuario. La empresa también tiene previsto desarrollar pilotos comerciales en valles agrícolas de Chile, Argentina y Uruguay.
La expansión resulta relevante porque la tecnología desarrollada para las condiciones de la agricultura peruana puede ser puesta a prueba en otros países con importantes actividades agrícolas. En esos nuevos mercados, la empresa tendrá que comprobar cómo funcionan sus modelos frente a diferentes cultivos, condiciones climáticas y sistemas productivos.
La IA no reemplaza al agricultor
Uno de los aspectos más interesantes de este caso es que la inteligencia artificial no aparece como un sustituto del conocimiento humano. El sistema necesita información del campo y, en buena medida, esa información proviene de las personas que trabajan directamente con los cultivos. La tecnología procesa y relaciona los datos, pero el conocimiento práctico del agricultor continúa formando parte del proceso.
Esto permite entender una de las formas más concretas en que la inteligencia artificial puede incorporarse a una actividad tradicional. En lugar de intentar automatizar completamente una profesión, puede utilizarse para procesar grandes cantidades de información y ayudar a una persona a tomar decisiones con más elementos disponibles.
En agricultura, esta combinación puede ser especialmente importante porque las decisiones dependen de múltiples variables. El conocimiento adquirido durante años de trabajo puede complementarse con mediciones que una persona difícilmente podría recopilar manualmente con la misma frecuencia y precisión.
¿Qué viene después para YakuSmart?
La empresa no plantea limitar su tecnología al riego. Según la información difundida por Andina, uno de sus siguientes objetivos es ampliar sus modelos analíticos hacia la optimización de la fertilización y la aplicación de pesticidas. También contempla modificar progresivamente su modelo de negocio para vincular el pago con el rendimiento adicional obtenido por los cultivos.
Si estas líneas de desarrollo se concretan, la plataforma podría pasar de ser una herramienta centrada principalmente en la gestión del agua a convertirse en un sistema de apoyo para diferentes decisiones agrícolas. Eso implicaría analizar más variables y relacionar diferentes etapas del proceso productivo.
Sin embargo, cada nueva aplicación también requerirá demostrar que las recomendaciones generadas son suficientemente precisas para las condiciones específicas en las que serán utilizadas. En agricultura, una decisión incorrecta puede tener consecuencias económicas importantes, por lo que la calidad de los datos y la validación de los modelos son elementos fundamentales.
El valor está en combinar datos y experiencia
El caso de YakuSmart muestra una aplicación concreta de la inteligencia artificial: utilizar datos obtenidos mediante sensores, satélites y trabajadores del campo para apoyar decisiones que tradicionalmente dependían principalmente de la experiencia y de procesos manuales.
Una IA que empieza a tomar decisiones sobre el mundo real
La historia de YakuSmart muestra una etapa diferente de la inteligencia artificial. Mientras muchas de las herramientas más conocidas trabajan principalmente con textos, imágenes o documentos, aquí la IA recibe información procedente de un entorno físico y la utiliza para apoyar decisiones sobre una actividad concreta. Los sensores, las imágenes satelitales, las condiciones meteorológicas y las observaciones de los agricultores se convierten en datos que pueden ser procesados para generar recomendaciones.
Para el Perú, este tipo de innovación resulta especialmente interesante porque conecta una tecnología relativamente nueva con una actividad económica que tiene una larga tradición en el país. La agricultura no necesita necesariamente convertirse en una actividad completamente automatizada para beneficiarse de la inteligencia artificial. Puede incorporar herramientas que permitan utilizar mejor los recursos, reducir tareas manuales y disponer de información más precisa para decidir.
El caso de YakuSmart también deja una idea más amplia: algunas de las aplicaciones más útiles de la inteligencia artificial pueden no estar en las herramientas que más llaman la atención, sino en aquellas que consiguen resolver problemas concretos. En este caso, la pregunta no es qué tan sofisticado puede ser el modelo, sino si puede ayudar a utilizar mejor el agua, producir con mayor eficiencia y tomar mejores decisiones en el campo.
.jpg)
.jpg)
.jpg)
