El sector agrario tiene una estructura que pocos otros sectores tienen: una empresa individual, una cooperativa u organización de comercialización, un proveedor de maquinaria o semillas, y a menudo un procesador o minorista que impone exigencias sobre lo que ocurre en la explotación. Las aplicaciones de IA no provienen únicamente del interior de la empresa. Una gran parte llega integrada en equipos, sensores o software de terceros. Quien sea responsable de la governance debe, por lo tanto, no solo mirar lo que la propia empresa adquiere, sino también lo que entra a través de maquinaria, servicios de asesoramiento y socios de la cadena. Esa relación —decisiones propias frente a sistemas suministrados— es mayor que en sectores donde la TI se adquiere de forma centralizada.
En el sector agrario, la IA se utiliza para tareas muy diversas: reconocimiento de imágenes en la evaluación de cultivos, predicción de rendimiento o presión de enfermedades, control de sistemas de alimentación y clima, y tramitación administrativa de solicitudes de subvención o informes de cadena. Algunas de estas aplicaciones están integradas de forma fija en la maquinaria y apenas se pueden separar del hardware. Otras son herramientas independientes que un asesor de cultivo, comprador o gerente de empresa ha empezado a usar por su cuenta, a menudo sin que esto quede registrado en ningún lugar. La governance debe, por tanto, poner en evidencia dos tipos de IA: los sistemas que han llegado junto con la tecnología y los sistemas que las personas han empezado a usar por iniciativa propia.
En muchas empresas y cooperativas agrarias no hay un departamento de TI central que gestione todo el software. La compra de maquinaria, servicios de asesoramiento y herramientas de datos se gestiona a menudo por área de la empresa o por persona. Esto significa que un inventario que solo empieza en TI o en compras se pierde una gran parte de lo que realmente se utiliza. Un asesor de cultivo que utiliza una herramienta de IA para reconocer síntomas de enfermedades, o un planificador que consulta un chatbot para decisiones logísticas, a menudo lo hace por iniciativa propia. Para tener visión de ello se necesita algo más que pedir una lista: es cuestión de hacer preguntas a las personas que realizan el trabajo, de una manera que no se perciba como control. Cómo funciona esto en la práctica se describe en la página sobre cómo evitar que los empleados utilicen una herramienta que nadie ha aprobado. Otro riesgo que en este sector a menudo coincide con el uso de IA es compartir datos empresariales sensibles, como cifras de rendimiento o condiciones contractuales, en una ventana de chat pública; el enfoque de esto se describe en la página sobre cómo evitar que los datos de la empresa terminen en una ventana de chat gratuita.
Una aplicación de IA que evalúa un cultivo en busca de enfermedades tiene un impacto distinto al de una herramienta que redacta un borrador de correo electrónico a un proveedor. La primera influye en una decisión operativa que puede tener consecuencias financieras y, en ocasiones, de seguridad alimentaria; la segunda es un apoyo administrativo. La governance en este sector requiere una clasificación que distinga entre sistemas que afectan a decisiones sobre animales, cultivos o seguridad, y sistemas que solo apoyan texto o planificación. Esa clasificación determina qué nivel de supervisión y documentación es necesario, y si una aplicación queda sujeta a normas más estrictas. El contenido exacto de la normativa y los plazos correspondientes no corresponden a esta página; eso se mantiene actualizado en otro lugar. Aquí se trata del mecanismo: saber qué está en funcionamiento, saber qué rol desempeña, y poder demostrarlo.
El sector agrario comparte con otros sectores que la IA se propaga mediante el uso individual, no mediante una decisión central. Este patrón también se observa en la forma en que el sector TIC aborda la AI-governance, donde las herramientas de desarrollo independientes se propagan tan rápido como las herramientas de asesoramiento en la explotación. La diferencia radica en la dependencia de equipos físicos y exigencias de cadena: mientras que los servicios financieros se enfrentan principalmente a modelos en software, y el sector energético al control de redes e instalaciones, el sector agrario combina ambos: IA integrada en maquinaria e IA utilizada de forma independiente para administración o asesoramiento. La governance debe, por tanto, abarcar tanto al proveedor de la maquinaria como al usuario en el lugar de trabajo.
Un directivo o consejo de cooperativa que debe rendir cuentas sobre el uso de IA necesita algo sobre lo que construir: un inventario que se mantenga actualizado, una clasificación que se haya aplicado, y una visión general de quién utiliza qué aplicación y para qué. Sin esa visión general, cualquier afirmación sobre el uso de IA es una estimación. Con un conjunto de governance que se ajuste a la estructura de riesgo existente de la empresa o la cooperativa, ese informe se convierte en una cuestión de mantenimiento continuo en lugar de una reconstrucción posterior.
En cuanto queda claro qué aplicaciones de IA existen y qué rol desempeñan, surge de forma natural otra pregunta: qué parte del trabajo que todavía se realiza de forma manual se puede, de hecho, asumir mediante IA. El escáner de trabajo de FTE TO AI calcula esto por tarea, basándose en lo que el trabajo realmente implica, y muestra qué parte de él se presta a la automatización.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.