Do leite ao canavial, Engineering Brasil aposta em dados e digitalização para crescer no agro

Entre um trator no campo e o ERP no escritório, o agronegócio brasileiro ainda opera com uma quantidade surpreendente de decisões tomadas no improviso, ou, no máximo, em planilhas.

É nesse tipo de espaço que a Engineering Brasil, braço local do grupo italiano Engineering Group, empresa focada em tecnologia e consultoria, tem atuado no setor por aqui.

A empresa estruturou ao longo da última década uma operação dedicada ao agro que hoje responde por algo entre 18% e 20% da receita no País. Em número de clientes, o peso é ainda maior: mais da metade da base de cerca de 160 clientes está ligada ao setor.

A atuação no agro começou em 2012, e depois que a empresa atingiu 20 clientes, criou uma vertical dedicada em meados de 2019. A projeção é crescer de 20% a 30% neste ano o faturamento, que a empresa não revela, com o agro crescendo na mesma magnitude.

"A estratégia é focar em clientes maiores, que conseguem crescer mais rápido e com valores mais relevantes. Definimos uma carteira de 10 clientes target, que são multinacionais com presença forte no Brasil. Nunca vamos deixar de ser uma empresa de serviços e consultoria, mas queremos também crescer a vertical de produtos, com foco em dados, IA e BI (Business Inteligence)", disse Lizziere Mantuano, diretor comercial da vertical de Indústrias e Serviços, ao AgFeed.

A estratégia da companhia passa por atuar em diferentes elos da cadeia, com foco em integrar sistemas, organizar dados e automatizar processos que, em muitos casos, ainda dependem de controles manuais. A atuação no setor é diversificada, com foco nas agroindústrias de setores como leite, usinas de açúcar e etanol e cooperativas.

No segmento de lácteos, por exemplo, a empresa desenvolveu uma plataforma para digitalizar etapas que vão desde a coleta do leite na fazenda até a indústria. Segundo o diretor, cerca de 70% do mercado de leite nacional é cliente da empresa, que conta com gigantes como Lactalis, CCPR (Cooperativa Central dos Produtores Rurais) e Piracanjuba no portfólio.

Segundo Mantuano, parte dos desafios está na padronização da operação. Ele explica que, por meio da solução Digital Milk, a Engineering atua da "porteira até a gôndola". "A solução começa com o caminhoneiro que chega na fazenda a identificar se a qualidade do leite está nas especificações e temperatura correta, quantidade de leite no silo para ser capturado e armazenado na carga. Qualquer coisa fora do padrão pode gerar algum tipo de problema na cadeia", cita.

Antes da digitalização, Mantuano cita que essas etapas eram feitas de forma manual, com registros sujeitos a erro ou inconsistência. Com o uso de ferramentas de captura de dados e visão computacional, a empresa passou a estruturar essas informações em tempo real e criar mecanismos de validação.

Em alguns casos, isso inclui a identificação de desvios operacionais. “Já encontramos situações em que registros eram feitos de forma inadequada. Com a padronização e o uso de tecnologia, fica mais fácil identificar e corrigir esse tipo de problema".

A mesma abordagem aparece na indústrias ligadas à pecuária de corte, onde a empresa aplica sensores e algoritmos para monitorar etapas da produção, reduzir desperdícios no corte das carnes e melhorar o controle de qualidade ao longo da linha.

Mantuano cita que, por meio de uma tecnologia de visão computacional, uma indústria de bovinos ou suínos consegue delimitar onde a desossa deve ser feita, a fim de desperdiçar menos carne. "Fazemos um mapeamento, que pode ser via calor ou infravermelho, que é como se fosse um raio-x sendo tirado e que o açogueiro corta. A faca é monitorada junto a uma luva para verificar esses disperdícios", diz.

Além disso, ele cita um case de uma "grande empresa de frango" que foi feito um monitoramento para verificar aves com fraturas. Com as informações, a indústria pode identificar o lote e fornecedor e mapear onde o acidente ocorreu.

Na cana-de-açúcar, a atuação da empresa combina diferentes frentes dentro de um mesmo cliente. A parceria com a Uisa começou pela área fiscal, com a implementação de sistemas baseados em SAP e uma plataforma proprietária de gestão tributária.

A partir dessa relação, a empresa avançou para uma segunda frente, agora ligada ao campo. A Engineering desenvolveu uma solução que usa visão computacional e inteligência artificial para identificar insetos a partir de imagens capturadas no campo. Com base nesses dados, o sistema orienta a aplicação mais direcionada de insumos.

Segundo Mantuano, a identificação veio a partir de uma demanda operacional da própria companhia. “O controle de pragas era feito de forma manual, com baixa padronização na coleta de dados e dificuldade de consolidar essas informações para tomada de decisão", diz.

Hoje, a operação cobre cerca de 20 mil hectares (cerca de metade do total que a Uisa possui) de canaviais e permite maior precisão na identificação de pragas, além de reduzir a necessidade de aplicações mais amplas.

O projeto também envolveu a padronização da coleta de dados, que antes era feita com diferentes dispositivos e formatos de registro.

“Não é só a tecnologia em si. Existe um trabalho anterior de organizar o processo, garantir a qualidade da informação e estruturar a base de dados”, diz o executivo.

“A integração ainda é um desafio recorrente. Muitas vezes, o problema não está na falta de tecnologia, mas na dificuldade de conectar sistemas e padronizar informações ao longo da operação", prosseguiu.

Ele cita que o processo de verificação do campo era feito com celulares e fotografias sem padrão, com dados irregulares inseridos em um repositório próprio. A dificuldade em caligrafia e informações desencontradas prejudicavam algum tipo de estratégia mais assertiva.

A solução feita para a Uisa é end-to-end, e com fotografias e informações mais direcionadas, a usina consegue diferenciar insetos que são pragas de outros, e junto de informações meteorológicas, consegue automatizar a aplicação dos insumos.

"A informação começou a chegar mais rápido, transmitida em tempo real via celular entrando numa base de dados preparada para disparar o fertilizante ou defensivo na quantidade certa", cita. Nos cálculos da empresa, a solução reduziu, nos 20 mil hectares, 15% o uso de defensívos químicos e aumentou a acurácia na detecção das pragas em 70%.

Outras gigantes atendidas pela empresa são Suzano, do setor florestal, e a cooperativa paranaense Castrolanda, que atua tanto com pecuária (leiteira e de corte), batatas e grãos.