A veces, la gran revolución no llega con una máquina enorme ni con una promesa grandilocuente, sino con una idea bastante más incómoda para el sector: que un agricultor pueda preguntar directamente a una inteligencia artificial qué está pasando en su parcela y obtener una respuesta útil, en tiempo real. Eso es lo que ha movido Cropin, una compañía de datos y software para el sector agroalimentario que acaba de presentar OrbitAI, su nueva apuesta para ayudar a tomar decisiones sobre cultivo, aprovisionamiento y sostenibilidad.
La compañía quiere que la IA deje de ser un juguete genérico y empiece a comportarse como una herramienta de campo. Y ojo, porque el enfoque no va de buscar en internet respuestas rápidas, sino de apoyarse en información propia, ya entrenada con datos de más de 1.000 millones de acres en distintos cultivos y geografías.
La IA que habla el idioma del campo
Cropin nació en 2010 y, desde entonces, ha ido construyendo una base de datos y software de empresa a empresa pensada para el mundo agroalimentario. Según su fundador y consejero delegado, Krishna Kumar, la compañía trabaja con información procedente de 103 países, 400 cultivos y 10.000 variedades. No es poca cosa. Es, de hecho, el tipo de escala que le da a una herramienta una pinta mucho más seria que la de un simple asistente de preguntas y respuestas.
OrbitAI se apoya en una arquitectura de inteligencia abierta y se ha diseñado con cinco perfiles: agricultor, agronomía, aprovisionamiento, sostenibilidad y riesgo y suscripción. Cada uno de esos agentes puede consultarse por voz o mediante texto, de manera que el usuario pregunta y la plataforma responde con contexto operativo, no con frases sueltas al aire.
En la práctica, esto permite cosas tan terrenales como preguntar qué tiempo hará en las próximas semanas y saber si se acercan olas de calor, lluvias intensas o incluso heladas. También sirve para pedir orientación sobre prácticas de agricultura regenerativa dentro de una explotación agrícola. La clave está en que la IA no improvisa desde cero. Trabaja sobre el historial y las condiciones de cada finca, con una lógica de aprendizaje continuo para ese entorno concreto.
Google está dentro. Y eso cambia el tablero
Para sacar adelante OrbitAI, Cropin no ha levantado un sistema desde la nada. Ha montado la plataforma con un paquete de servicios de Google que incluye Google Cloud, los modelos Gemini, Gemini Enterprise Agent Platform, BigQuery, WeatherNext y el Agent Development Kit. Traducido a lenguaje llano: ha tirado de infraestructura potente para sumar razonamiento de modelo, datos y meteorología en un mismo sitio.
Lo que más llama la atención es la apuesta por la precisión. Kumar explicó que, antes de poner en marcha OrbitAI, la empresa entrenó sus sistemas con datos de más de 1.000 millones de acres y con diferentes cultivos y regiones para “anclar” las respuestas. El objetivo no es que el sistema rebusque por la red, sino que conteste con base en la información de cada explotación y en el aprendizaje acumulado de su propio universo de datos. Uno a uno. Parcela a parcela.
Ese matiz importa mucho en un sector donde una recomendación mala no se queda en un error simpático: puede afectar al rendimiento, a la campaña o incluso al bolsillo del agricultor. La compañía quiere esquivar uno de los grandes fantasmas de la IA, las alucinaciones, esos fallos en los que el sistema se inventa información y la da por buena. En un entorno como el agroalimentario, ese detalle no es menor.
La próxima frontera ya no es hablar, es acertar
Kumar sostiene que el mercado de la IA ha entrado en un punto de inflexión. Las grandes empresas de IA están bajo más escrutinio por su rentabilidad y cada vez más clientes quieren ver retorno real, no solo demos vistosas. En ese contexto, la evolución lógica no sería fabricar modelos más grandotes y genéricos, sino workflows sectoriales, afinados para tareas concretas y con más exactitud.
Según el ejecutivo, si la IA se quiere aplicar a la investigación farmacéutica o a la alimentación y la agricultura, tiene que estar ajustada a esa industria. Y eso incluye procesos de trabajo pensados para reducir errores. Dicho de otro modo: el futuro no pasa tanto por una IA que lo sabe todo como por una IA que sabe bien lo que importa en cada vertical. Ahí es donde Cropin cree que puede hacerse fuerte.
La compañía también está mirando de reojo el llamado physical AI, ese terreno que mezcla sensores, computación embebida e Internet de las cosas, es decir, dispositivos conectados que recogen información del mundo real. En agrotecnología, ese campo está ganando peso porque permite captar más señales desde la parcela. Incluso están probando cómo podrían usar Meta Glasses para sumar información de campo para agricultores y agrónomos. Habrá que ver cuánto de eso termina aterrizando de verdad, pero el movimiento está ahí.
Y mientras la tecnología avanza, el negocio también parece acompañar. Cropin cerró dos trimestres consecutivos de flujo de caja positivo este año y asegura que ya tiene dinero en caja. Aun así, Kumar dejó caer que la empresa prepara una nueva ronda de financiación para aprovechar oportunidades de mercado ligadas también al agua, la energía y la infraestructura. No hay prisa, dice, pero sí intención.
Desde que lanzó su oferta en la nube en septiembre de 2022, la compañía ha levantado 47 millones de dólares y ha atraído el interés de firmas como Google, ABC Impact, Chiratae Ventures o JSR Corporation. También ha trabajado con Walmart para reforzar su cadena de suministro. La foto que deja Cropin es bastante clara: menos promesas abstractas y más herramientas que intentan meterse en el barro de las decisiones reales. La pregunta ahora es cuánto tardará esta IA en salir del laboratorio y cuánto costará ponerla a trabajar en serio. Nosotros estaremos atentos.