La preparación comienza con los primeros principios. La agricultura india está dominada por propiedades de tierra muy pequeñas y fragmentadas. Tiene una superficie operativa media de unas 1,08 hectáreas, según el último censo agrícola. Esto refuerza el argumento a favor de una inteligencia específica adaptada al suelo, el microclima y las condiciones del mercado a nivel de parcela.
El país ha comenzado a sentar las bases digitales para los datos agrícolas modernos. AgriStack es una infraestructura pública digital centrada en los agricultores. Se recopila de tres registros principales para identificar a los agricultores. Mapas de aldeas georreferenciados e información sobre la siembra de cultivos. Cuando se combinan, todo esto brinda una imagen verificada de quién cultiva qué y dónde. Esto está respaldado por el intercambio de datos basado en el consentimiento.
El Presupuesto de la Unión para 2026 lleva esta base un paso más allá con el lanzamiento de Bharat VISTAAR, añadiendo una capa de inteligencia a la agricultura india. Combina los registros de AgriStack con prácticas agrícolas recomendadas por el Consejo Indio de Investigación Agrícola. y brindar asesoramiento a través de llamadas de voz y fijos. Al hacerlo, la IA se trata como un servicio público accesible a los agricultores. En cambio, es una característica premium para usuarios avanzados.
Existe evidencia convincente de que el asesoramiento digital puede reducir el riesgo a gran escala. En Odisha, el servicio de asesoramiento vocal del gobierno conocido como Krushi Samruddhi ayuda a los agricultores a adoptar mejores prácticas y resistir más eficazmente la pérdida climática. La relación beneficio-costo estimada es de entre 12 y 19 dólares por cada dólar invertido. Mientras tanto, las pérdidas por plagas y mal tiempo disminuyeron casi un 25%.
Algunos estados también están probando nuevas formas de sistemas de conocimiento participativos impulsados por IA, como Tamil Nadu, que se asoció con Apurva.ai para crear una plataforma que agrega el conocimiento de los agricultores a través de la web y WhatsApp. Assam, Bihar, Jharkhand, Madhya Pradesh, Maharashtra, Rajasthan y Uttar Pradesh. Ha lanzado un sistema piloto para predecir el rendimiento de los cultivos utilizando IA para respaldar las consultas en tiempo real a los agricultores.
Mientras tanto, los estados también están combinando la orientación con una inteligencia geoespacial más profunda. La iniciativa UNNATI de Madhya Pradesh combina imágenes satelitales, datos de drones, sistemas de información geográfica y herramientas de localización para mapear cultivos y estimar rendimientos con mayor precisión. Esto fortalecerá la planificación y hará que el flujo de trabajo de seguros y ayuda sea más transparente. La promesa de ampliar estas soluciones a toda la India es innegable. Pero también hay riesgos involucrados. La diversidad de datos es un sello distintivo de la agricultura india. Esto se debe a que este sector no utiliza códigos estándar. El mijo perla es bajra en hindi, bajri en gujarati, kumbu en tamil y sajje en kannada. El sistema de inteligencia artificial puede malinterpretar las preguntas o no generalizar entre regiones. Si no se tienen en cuenta dichas diferencias lingüísticas y regionales. El esquema abierto y el registro de cultivos de AgriStack es un punto de partida importante. Pero hay que completarlo. Publicar en un formato legible por máquina. y es ampliamente utilizado
Otro riesgo importante es la desigualdad y la discriminación. Si la herramienta de asesoramiento solo estuviera diseñada para teléfonos inteligentes, esas herramientas amplificarían las ramificaciones marcadas por la informalidad y la falta de financiación. Bharat VISTAAR puede mitigar dichos riesgos mediante el acceso de voz y la integración con esquemas nacionales. Donde la plataforma ofrece acceso gratuito y admite extensiones locales. En lugar de desalentarlo, el ensayo de Avaaj Otalo en Gujarat muestra cómo el asesoramiento telefónico básico puede mejorar los resultados en casos donde la alfabetización y la conectividad son débiles.
También existe el peligro de un bloqueo tecnológico y de dependencia de los proveedores. Si un puñado de empresas, incluidas Bayer, John Deere, Farmonaut y DeHaat, controlaran los sistemas que determinaban qué recomendaciones veían los agricultores o qué insumos debían utilizar, la verdadera toma de decisiones comenzaría a pasar de los agricultores a ellos mismos. El antídoto es una arquitectura abierta con ontologías públicas e interfaces de aplicaciones estándar. Permitir que los innovadores de los sectores público y privado compitan en calidad hablando el mismo lenguaje de códigos de cultivos y códigos de prácticas. La puerta de entrada abierta de AgriStack apunta en esa dirección. Y debería complementarse con un diccionario publicado y una zona de pruebas de prueba.
La gobernanza de la IA es otra preocupación que se pasa por alto. Esto se debe a que el modelo de IA debe actualizarse a lo largo de la temporada. Por lo tanto, los agricultores y administradores de sistemas necesitan una atribución clara. Registro transparente de cambios y un camino fácil para recibir quejas Estos son elementos clave de una IA responsable en un sector donde las decisiones afectan la vida cotidiana.
Más recientemente, el gasto en I+D agrícola de la India fue de aproximadamente el 0,03% del PIB, lo que indica que el financiamiento es una limitación fundamental. Si no hay pasos claros, el país no podrá crear modelos confiables de IA en la diversa agricultura de la India.
Un cambio estratégico que puede conciliar oportunidades y riesgos es el paso de proyectos piloto a políticas. Hacia lo que podría llamarse política pública. Los modelos deben entrenarse y probarse en conjuntos de datos del mundo real que ya fluyen a través de los sistemas públicos. y aportar información a un único sistema de asesoramiento general. Esto incluye el registro AgriStack para identidades de agricultores, tierras y cultivos, PM-KISAN para verificación de identidad y transferencia directa, PMFBY para registro y estimación de rendimiento respaldada por tecnología. y declaraciones, tarjeta de salud del suelo para perfil de nutrientes y condiciones climáticas nacionales y de cultivos forrajeros. Cuando estos flujos de datos se conectan a Bharat VISTAAR para proporcionar recomendaciones de última milla. El resultado es un sistema adaptable y mejorado continuamente. el cual se aprenderá según temporada y distrito por distrito
Hay una última razón para considerar la IA como un bien público en la agricultura. La resiliencia más profunda proviene de combinar la ciencia con la practicidad. El consejo de productos de Bharat VISTAAR y las plataformas asociadas debería incluir científicos ambientales. experto en sexo y agricultores que representan diferentes tipos de tenencia de tierras y arrendamientos. para que el problema seleccionado sea correcto y el asesoramiento siga siendo viable y fiable.
Si la primera revolución aumentó sus resultados al poner la ciencia en las semillas y el agua, la próxima revolución aumentará la flexibilidad al inyectar aprendizaje en cada decisión. La IA habla el idioma de todos los agricultores. Aprenda de cada complot y sea responsable de cada pérdida. O podría convertirse en una herramienta premium para algunos. El autobús está a punto de partir. Y la India no debería perdérselo. Pero deberías ser tú quien lo conduzca.
(Amit Kapoor es presidente y Ananya Khurana es investigadora principal del Instituto para la Competitividad)
