Por razones de comodidad o por estar muy alejados de la tecnología, gran parte de los usuarios que consumen servicios o productos de telemetría con sensores no se preocupan —o hacen caso omiso— de las recomendaciones de los expertos sobre la incidencia real de la calidad de los sensores. Una vez que se le ofrece al cliente que el dato está en la nube y se accede a él por la web o el celular, se asume malamente que los datos y su calidad son correctos, e incluso infalibles.
El espejismo del software
Muchos agricultores dejan en manos de sensores de regular calidad las decisiones de riego, considerando que si hay un software —e incluso hoy, una inteligencia artificial— tomando decisiones, los sensores están entregando información valiosa. Lamentablemente, no es así. Por años, la industria del monitoreo de aguas, aire y riego, entre muchas otras, estuvo preocupada de informar a los usuarios sobre las diferencias de calidad y precisión entre marcas, e incluso entre modelos. Generaciones de ingenieros desarrollaron manuales y hojas técnicas con un alto nivel de precisión a fin de que el usuario final o los asesores tomaran en consideración esos datos electrónicos: precisión, rangos permitidos, estabilidad de las lecturas, etcétera.
Pero el software pudo más. Si bien el software debe leer los equipos físicos que conocemos como hardware, por alguna razón los usuarios dejaron de prestar atención a esto y concentraron toda su atención en las pantallas. Muchas fábricas del viejo continente fueron muy específicas en sus líneas de producción de equipos, pero como ya dijimos, esto se perdió en el tiempo.
Ustedes comprenderán: si un mismo sensor mide el mismo parámetro, cumple funciones similares, pero su variabilidad de precio puede ser de 10 o hasta 100 veces respecto a otra marca y modelo, algo nos está diciendo, ¿o no? Así es: un sensor de 50 dólares no es lo mismo que uno de 500 o de 5.000 dólares. Por tales motivos, el sistema comercial del hardware confiable —es decir, sensores de calidad con hojas técnicas precisas y consistentes— ha sido históricamente la venta de equipos y no el arriendo.
El modelo de negocio del arriendo: lo que no siempre se explica
Entendamos las razones detrás del modelo de negocio. Si bien un software es perfectamente posible de comercializar mediante suscripciones mensuales o anuales, el arrendamiento de hardware puede esconder un truco. Una cosa es arrendar la captura de parámetros con una determinada calidad y precisión, y otra muy distinta es arrendar un equipo que captura ciertos parámetros sin explicar en detalle bajo qué rango de precisión y repetibilidad lo está haciendo.
Si el modelo de negocios del arriendo de sistemas de monitoreo a largo plazo (meses y años) fuera completamente transparente, el cliente debería estar consciente de que el precio que paga está relacionado con la calidad del dato, no con el sensor. En ese esquema, es siempre responsabilidad del arrendador mantener la calidad del dato reemplazando equipos y sensores con la suficiente frecuencia.
Una cosa es arrendar equipos para mediciones o trabajos puntuales, y otra muy distinta es suscribir pagos mensuales por años para, por ejemplo, tener una estación meteorológica instalada en mi campo. Si usted quiere arrendar porque lo han convenido de que eso es una ventaja para su negocio agrícola, entonces busque quién le arrienda captura de datos en tiempo, calidad, precisión y repetibilidad. No pague por un hardware cuya calidad, fabricación y soporte del fabricante desconoce por completo.
La deriva del dato en el tiempo: cuando un error invisible arruina una inversión millonaria
Analicemos un caso real. Supongamos que usted está realizando un estudio agroclimático para calcular las Horas Frío y los Grados Días necesarios para definir la viabilidad de una nueva plantación frutal. Los datos de base provienen de estaciones meteorológicas aportadas por los propios agricultores de las zonas seleccionadas: un popurrí donde conviven equipos económicos de 1.000 dólares con estaciones profesionales de entre 5.000 y 15.000 dólares.
Como experto, yo le advierto la urgencia de auditar la calidad de los sensores. Tras insistir largamente, logramos reunir las fichas técnicas de cada estación, las fechas exactas de instalación y los registros de mantenimiento de cada equipo. Al cruzar estas variables para evaluar la validez y confiabilidad de los datos —que servirán para respaldar una decisión de inversión cercana a los 2 millones de dólares—, el resultado es lapidario: el grado de confiabilidad real del conjunto de estaciones apenas alcanza el 60%. El volumen de datos útiles se desploma.
Ante este escenario, la gran pregunta es: ¿Qué decisión toma usted?
El impacto acumulado de un pequeño error
Para dimensionar el problema, imagine lo siguiente. Si un sensor de temperatura convencional presenta una pequeña deriva o error constante de apenas 0,2 °C en cada lectura, y este sistema opera registrando datos cada 15 minutos durante 10 años, el sesgo acumulado deja de ser una anécdota técnica. Ese pequeño margen de error, sumado mes a mes y año tras año, distorsiona por completo el cálculo acumulado de las Horas Frío o los Grados Días.
El resultado: el modelo climático arroja un comportamiento térmico falso. El agricultor termina plantando una variedad que no acumula el frío invernal necesario o que florece antes de tiempo, condenando el proyecto comercial al fracaso. Todo por confiar ciegamente en un gráfico bonito en la pantalla del celular que jamás cuestionó la salud, la calibración ni la calidad del hardware subyacente.
Por eso es tan importante rebobinar 20 años atrás, donde la calidad del sensor era un elemento de decisión de gran valor. Hablaremos más de este tema en otras publicaciones.
Gonzalo Arellano O., Ing. Agrónomo
