A pandemia do coronavírus mudou o modo como se vivia. Em um cenário de distanciamento social, a valorização das cadeias de suprimento cresce significativamente. Ainda que com mobilidade reduzida, alimentos, insumos e materiais precisam chegar aos seus destinos. Para garantir a logística, a previsão do tempo é uma grande aliada. O LABS conversou com duas startups brasileiras que oferecem previsões de tempo mais acuradas para garantir o transporte e a produção de alimentos: Pluvi.on e Agrosmart.

A Agrosmart é uma plataforma de agricultura digital que fornece dados de inteligência em irrigação e previsão do tempo para o agricultor. E a empresa viu crescer a necessidade de previsão do tempo para o campo durante a pandemia. “No campo, com o distanciamento social, há menos trabalhadores disponíveis. É mais importante ainda entender o tempo no dia a dia da fazenda para tomar decisões melhores”, afirma a CEO e uma das fundadoras da Agrosmart, Mariana Vasconcelos. 

E essa demanda não é só pela pandemia, mas por eventos climáticos adversos que o Brasil tem passado nos últimos dias: um ciclone-bomba atingiu a região Sul do País (grande produtora de alimentos) e deixou vítimas e destruição no final de junho. Os efeitos do fenômeno chegaram à região sudeste do Brasil, quando a Pluvi.On conseguiu alertar com quatro dias de antecedência os efeitos do ciclone no litoral sul do estado de São Paulo, para onde trouxe chuvas que ultrapassaram os 100mm em 24 horas.

LEIA TAMBÉM: Logística na América Latina: o que esperar em meio à pandemia de coronavírus 

Segundo a WMO (World Meteorological Organization) a redução do número de voos por conta da COVID-19 afetou os dados de previsão meteorológica, alimentados pela aviação. Segundo a organização, o impacto já é notável principalmente em dados sobre oceanos. “Com a redução do tráfego aéreo que facilita a observação, em regiões como a África, tornou-se impossível ter dados completos sobre certas áreas”, diz a WMO, em relato no site da UN News. Locais onde são usados instrumentos clássicos de observação são os mais afetados, ainda que as análises sobre esse impacto ainda não sejam exatas.  

Diogo Tolezano é CEO e co-fundador da startup brasileira de previsão do tempo Pluvi.On. Ele acredita que a pandemia pode definitivamente causar certo impacto de perda de dados fornecidos pela aviação comercial. “Estamos falando de modelos matemáticos e todo dado com qualidade é muito importante para a resposta e acuracidade da previsão”, explica. Tolezano lembra que em países em desenvolvimento, como o Brasil, boa parte da rede de observação é manual e, com o confinamento, esses instrumentos deixam de ser monitorados, o que também pode afetar os trabalhos. 

“Esse tipo de evento só reforça a necessidade de termos uma maior automação e densidade de dados meteorológicos em todo o mundo. Até o momento não identificamos um impacto negativo na previsão gerada para o Brasil, mas sabemos que se for uma situação prolongada, realmente pode afetar a previsão local e global”.

Falar em previsão do tempo na América Latina é problemático. Nos serviços tradicionais, erros são comuns, muito por conta do hemisfério Sul possuir menos satélites que o hemisfério Norte. Conforme explicação de Tolezano, “de quanto mais longe se olhar, menos preciso será”. É um problema do hemisfério Sul e especialmente do Brasil, já que não há satélite para meteorologia no País. “Temos uma rede de radares muito pequena para um país de dimensão continental. Os Estados Unidos têm pelo menos quatro vezes mais radares do que o Brasil”, afirma.

LEIA TAMBÉM: AliExpress quer levar a febre das lives de e-commerce para o mundo

Ainda que no País autarquias federais e municipais tenham dados, o acesso a eles é burocrático e a interpretação pelo cidadão comum é mais complicada ainda, segundo o CEO. “No final do dia, justamente pela falta desses dados, a resposta aqui para o Brasil acaba sendo menos precisa”. Nos Estados Unidos, a média de acerto para chuva fica em torno de 90%, segundo Tolezano. No Brasil, o índice cai para 70%, seguindo o modelo global de previsão do tempo que a NOAA (National Oceanic and Atmospheric Administration) roda. 

Startups buscam dados e utilizam softwares diferentes para uma previsão mais precisa

Como faltavam dados, a Pluvi.On foi atrás deles e desenvolveu uma estação meteorológica no Brasil, já que o custo de uma estação meteorológica importada inviabilizaria a aquisição em grande quantidade – a estação brasileira custa um quinto de uma estação importada, segundo ele.

Com a estação, a startup consegue coletar dados em tempo real. A empresa instala uma rede de estações na região em que opera e usa esses dados para corrigir e melhorar as projeções. A partir de uma previsibilidade melhor, é possível entregar alertas mais customizados e com o maior tempo de antecedência, conforme Tolezano. “A gente está conseguindo antecipar esses eventos extremos com pelo menos três dias de antecedência. Entregamos mais previsibilidade, mais segurança, tanto para empresas que têm ativos em risco quanto para a população”. 

A estação, contudo, não faz a previsão do tempo. A previsão é um modelo matemático. O que a estação faz é ajudar a startup a confirmar e ajustar esse modelo com o que aconteceu em um local, em uma rua, em uma empresa. Com isso, a empresa desenvolve seus algoritmos. E a diferença está na precisão do dado. “Os modelos de previsão do Brasil costumam projetar uma previsão do tempo diferente a cada 20km, ou seja, você tem às vezes até um conjunto de cidades com uma única previsão do tempo. E esses modelos não consideram muito os efeitos de relevo, de acidentes geográficos, que mudam bastante a previsão do tempo na cidade”, explica. A Pluvi.On roda um modelo diferente de previsão a cada 2,4 km, o que aproximadamente refere-se a uma previsão diferente por bairro em cidades grandes. 

A Pluvi.On está em 12 estados do Brasil com mais de 300 equipamentos. Para cada cliente, a startup tem um sistema de alerta diferente. A empresa tem como cliente uma das maiores empresas de ferrovia do Brasil, a Rumo. Para eles, além dos alertas de chuva e vento, há um alerta específico de deslizamento de terra nas áreas da ferrovia. Outro grande cliente é a Rodovia dos Tamoios, que liga São Paulo ao litoral, para a qual a startup criou um mecanismo de alerta também olhando para deslizamento de terra. Para a população da zona leste de São Paulo, contudo, a empresa usa só um alerta de chuva forte. 

Tolezano teve que readequar os caminhos de expansão planejados para este ano por conta da pandemia. “Como parte do nosso serviço acontece em campo, tivemos um impacto natural na velocidade de crescimento que tínhamos planejado para 2020”, comenta. A empresa aproveitou o período para adiantar o roadmap de desenvolvimento e testar outros modelos de negócio mais digitais. “Em breve lançaremos nosso app para população, com bastante foco na previsão e monitoramento de chuvas e uma API para desenvolvedores e negócios plugarem nossos serviços de forma automática, tendo a possibilidade de dar um upgrade, caso queiram uma informação mais personalizada e precisa, com sua própria rede de estações”, explica. 

Já a Agrosmart, além do Brasil, onde a empresa trabalha com 680 mil hectares, está presente em mais 9 países, principalmente na América Latina: Argentina, Colômbia, Peru, Guatemala, Costa Rica, México, Bolívia. A empresa também agrega operações nos Estados Unidos e Israel. 

A agritech fornece algoritmos para o produtor agrícola, mas também permite que o agricultor use esses dados e crie qualquer alerta que ele já saiba, “para aproveitar o conhecimento consolidado de anos de lavoura junto com o agrônomo”, explica. A startup também permite que outras empresas troquem dados, gerando uma inteligência integrada com o produtor. 

Segundo Vasconcelos, a Agrosmart trabalha em toda a cadeia do agro, desde as empresas de sementes, defensivos e empresas de pesquisa e desenvolvimento, com campos experimentais no melhor uso do produto para depois fazer uma oferta de mercado até o monitoramento cadeias de suprimento. “Quando há empresas de alimentos que compram de produtores geralmente pequenos, a gente ajuda a entender essa cadeia, ajudar o produtor dessa cadeia a criar resiliência climática”, explica. A Agritech também atua no setor financeiro, com dados que ajudam bancos e seguradoras a medir riscos. 

A previsão do tempo da Agrosmart traz uma solução de 7 dias de antecedência com uma grade de 7km na fazenda. A previsão é aplicada em vários produtos, como por exemplo, a irrigação, como explica a CEO. “Usamos a previsão do tempo para conseguir prever a demanda para os próximos dias, se vai haver demanda de irrigação ou não, para saber se as condições vão estar favoráveis para aplicar insumos ou entrar com maquinário, ou iniciar um plantio”. 

Com investidores estrangeiros preocupados com desmatamento na Amazônia brasileira, a estação meteorológica consegue prever ainda o risco de incêndio, o que, segundo ela, foi muito demandado na região. Ainda é possível prever doenças da lavoura como ferrugem de café e queima de batata. “A gente prevê como as condições para desenvolver a doença vão estar nos próximos dias para avaliar o risco da doença. No café, por exemplo, lançamos um modelo que com 15 dias antes a gente consegue com bastante assertividade saber se vai ter ferrugem ou não. É um modelo que é derivado da previsão do tempo”, explica.  

Em outras cadeias, a Agrosmart possui clientes que usam previsão do tempo para coordenar logística. Para saber se é possível colher e buscar o grão, por exemplo. Já que, se chove, o grão não estará seco para retirar. Assim, é possível planejar uma rota logística para recolher matéria prima. 

Com duas rodadas de investimento, a startup levantou $9,8 milhões em rodadas seed e Séries A, e busca ser a plataforma líder na América Latina de agricultura digital. “A gente conseguiu se posicionar fora do País, o que traz forte essa mensagem de sustentabilidade e produção e conseguimos fazer isso desde o Brasil. Estamos mandando a nossa tecnologia brasileira para fora”, afirma Vasconcelos.