O setor do agronegócio possui uma grande tradição em pesquisa analítica com uso de dados. Foi assim que impulsionamos a revolução verde, conhecida também como a terceira grande revolução da agricultura – período de grande expansão na produção de alimentos nos anos 70 e 80 -, que foi em grande parte fruto de análise de dados e modelagem estatística. Muitas das técnicas de modelagem usadas hoje, a exemplo da análise de experimentos e de variância, apareceram ou foram aperfeiçoadas nesse período por demanda das aplicações no setor agro. E o Brasil é um dos líderes dentre os países que mais realizam inovação e pesquisa científica na agricultura. Grandes feitos da pesquisa científica brasileira na agricultura ocorridos nos anos 60 aos anos 2000, como a domesticação e expansão da soja no Cerrado, o controle do cancro cítrico e a criação de um dos maiores programas globais de energia renovável – a produção de etanol a partir da cana-de-açúcar – só foram possíveis graças ao uso de dados e modelagem estatística. Como uma amostra dessa relevância, a Empresa Brasileira de Pesquisa Agropecuária (Embrapa) recebeu mais de três bilhões de reais em verbas federais para investimento em pesquisa e inovação agropecuária em 2022.

No âmbito da economia digital, tecnologias como a agricultura de precisão, pesquisa genética contínua e mecanismos de proteção financeira, e a sofisticação dos produtos financeiros como o mercado de derivativos e de seguros, só são escaláveis com uso intensivo de dados e modelos matemáticos e estatísticos. Em um espectro mais amplo, até as recentes demandas da sociedade como rastreabilidade da cadeia, monitoramento e segurança alimentar e o controle sobre atividades de sustentabilidade ambiental são essencialmente cadeias de informações não-estruturadas.

A combinação dados e agricultura, por sinal, é protagonista nas principais pautas da sociedade atual, como a segurança alimentar e a sustentabilidade sócio-ambiental.

Divulgação