A veces lo más interesante en una cadena agroalimentaria no es la cosecha, sino todo lo que pasa después. Y ahí, justo ahí, es donde Agrograde quiere meter la cuña: la startup india está empujando una idea tan simple como incómoda para el sector, que la calidad de fruta y hortaliza deje de depender de un ojo humano cansado y pase a medirse con más objetividad. No hablamos de un detalle menor; hablamos de precios, rechazos y confianza en el comercio.
El packhouse sigue atado a la mano humana
En la India, más del 99% de los packhouses siguen haciendo a mano tareas como la revisión de calidad, la clasificación, el pesado, el embolsado y el empaquetado, según estima Kshitij Thakur, fundador y consejero delegado de Agrograde. Es una cifra que sorprende porque llega en plena fiebre de automatización en otros sectores. Mientras el e-commerce o las cadenas de suministro de grano han acelerado, el producto fresco continúa funcionando con métodos de otra época.
Thakur lo resume con crudeza: la poscosecha en India atraviesa una crisis inevitable. Y no lo dice por dramatizar. Su argumento es que la cadena actual fue diseñada para otro momento, uno en el que no se exigía el mismo nivel de trazabilidad, eficiencia, transparencia y uniformidad que hoy pide el mercado.
El problema no es solo tecnológico. También es humano. La edad media de los trabajadores de los packhouses ya ha superado los 45 años, una señal de que el relevo laboral no está llegando con la misma velocidad que las necesidades del sector. Y en un negocio en el que cada lote puede cambiar el margen de una operación, eso pesa.
Lo que más tensión genera, según Thakur, es la dependencia de una valoración subjetiva. En cultivos como la cebolla y la patata, donde la calidad marca el precio casi de forma inmediata, esa subjetividad abre la puerta a descuentos, a partidas rechazadas y a retornos más bajos para los productores. Al final, la duda sobre la calidad se traduce en una penalización económica. Y sí, eso duele.
Cuando la calidad se negocia a ojo, el precio sufre
Agrograde insiste en que el mercado no funciona bien cuando la confianza depende de la persona que mira la mercancía y no de un criterio objetivo. En ese escenario, la relación comercial se vuelve frágil: el riesgo se acumula en cada eslabón y termina descontándose del precio de compra. La consecuencia es clara: el productor rara vez siente que ha cobrado lo que de verdad merecía su cosecha.
La empresa también pone el foco en las dificultades reales de digitalizar este tipo de operaciones en India. No basta con llevar una tecnología cualquiera y esperar que encaje. En los centros de recogida y en los mercados mayoristas llegan lotes mezclados de distintas variedades, muchas veces con polvo y otros materiales extraños. Todo eso se procesa, además, en condiciones de calor y suciedad que complican aún más la clasificación.
Thakur asegura que varias compañías han intentado entrar en este terreno y han chocado con la misma pared: sus sistemas no estaban pensados para la diversidad de variedades locales ni para el trato físico que exige el producto. Pone un ejemplo muy concreto, el de la cebolla, porque algunas soluciones de clasificación importadas dañaban su capa exterior delicada. Lo que funciona en un país no siempre sobrevive intacto en otro, y en poscosecha ese detalle puede ser la diferencia entre negocio y fiasco.
Para que la automatización se extienda de verdad, Agrograde cree que harán falta más capacidades de clasificación cerca del punto de entrada de la mercancía, sistemas de almacenamiento más inteligentes y mejor financiación para las organizaciones de productores y los packhouses medianos. Sin eso, la tecnología se queda a medio camino. Con eso, empieza otro partido.
La apuesta local que quiere discutirle el terreno a los importados
Frente a esas limitaciones, Agrograde se está vendiendo como una alternativa hecha para las condiciones locales, no como un injerto importado. La compañía dice que ha necesitado cuatro años y seis iteraciones de producto para desarrollar su sistema de clasificación óptica con inteligencia artificial. No ha sido una carrera rápida, precisamente. Ha sido más bien una prueba de resistencia.
Su propuesta se aleja de los sistemas clásicos de clasificación por color, que suelen sufrir cuando el producto llega sin lavar o mezclado con distintas variedades. En lugar de quedarse en el tono superficial, sus modelos analizan textura, bordes y contexto para distinguir entre defectos reales y variaciones naturales. Suena técnico, sí, pero la idea de fondo es fácil de entender: no juzgar una patata o una cebolla solo por su cara visible.
Thakur afirma que su serie Vector puede clasificar lotes de cebolla y patata recién salidos del campo, sin lavar, con una precisión de detección de defectos de hasta el 96%. También sostiene que el sistema puede cambiar entre variedades de patata sin necesidad de recalibración. Esa flexibilidad es, probablemente, una de las bazas más interesantes del proyecto, porque el día a día del campo rara vez viene ordenado y en fila.
La empresa dice tener ya 130 máquinas desplegadas en 14 estados y en cuatro cultivos. Ahora busca una ronda Pre-Series A para ampliar la fabricación y acelerar el desarrollo de operaciones de packhouse autónomas, empezando por las cadenas de cebolla y patata donde su tecnología ya está en marcha. La ambición es grande. Habrá que ver si el mercado compra la idea al mismo ritmo que los datos técnicos la respaldan.