Testimonios de clientes

Ciencia de cultivos para el mundo moderno

El gigante de la biotecnología, Syngenta, lleva la ciencia al arte ancestral de la agronomía con métodos estadísticos de vanguardia y tecnologías sostenibles

Syngenta

DesafíoAumentar la eficiencia, minimizar los costos y optimizar los productos mediante la difusión de métodos estadísticos en el área de investigación y desarrollo, y en los centros de producción de todo el mundo.
SoluciónImplementar estrategias analíticas para la toma de decisiones, desde el diseño de experimentos hasta el control de calidad y la confiabilidad de los procesos. Utilizar JMP® para construir modelos convincentes y así obtener la aceptación de los gerentes locales que antes dependían del razonamiento basado en la intuición.
ResultadosAl armonizar la biotecnología avanzada con los enfoques tradicionales de la agricultura, Syngenta ha abierto el camino para una multitud de innovaciones que mueven la ciencia de los cultivos hacia un futuro más sostenible.

No hace mucho tiempo los agricultores dependían principalmente de los almanaques para obtener información agrícola anual, como lo habían hecho desde mediados del segundo milenio antes de Cristo. Desde las fechas de plantación hasta los pronósticos del tiempo y la astronomía, las familias dedicadas a la agricultura recopilaban pizcas de conocimientos de las páginas del almanaque y complementaban su sabiduría con una sustanciosa dosis de intuición y tradición. Pero la llegada de la biotecnología y su aplicación en la próspera industria agroquímica actual lo ha cambiado todo. Las semillas son ahora más sanas y las cosechas más abundantes que nunca; estas innovaciones son necesarias para alimentar a la población humana, cada vez más numerosa.

Syngenta, ahora una de las principales agroempresas del mundo, crea nuevas variedades e híbridos de semillas cada año, además de diseñar características y fomentar formulas que combaten las malezas resistentes a herbicidas. Esta empresa de miles de millones de dólares llega tanto a los productores como a los consumidores de todo el mundo con productos de última generación diseñados para aumentar la productividad agrícola sin sacrificar la biodiversidad. Muchos atribuyen el éxito de la empresa a la unión de la ciencia y el arte. Aunque el arte ha estado ahí desde los días del almanaque, la ciencia es producto de innovaciones más recientes en todo: desde la química de formulación hasta la calidad, la ingeniería de procesos y el desarrollo de nuevas prácticas agronómicas.

David Barnett es químico de formulación sénior, científico de datos y químico de robótica para Syngenta Crop Protection en su centro de investigación y desarrollo de Jealott’s Hill, cerca de Reading, en el Reino Unido; Dirk de Bruyn Ouboter es director global de Ciencia de la Medición y Rendimiento de Procesos en las instalaciones de Tecnología e Ingeniería de Syngenta en el área de Basilea. A estos dos científicos les atañen aspectos muy diferentes de la producción global de Syngenta, pero ambos comparten la idea de que la ciencia exacta y el análisis tienen un hogar en Syngenta. Y tanto para Barnett como para de Bruyn Ouboter, JMP® ha sido el mecanismo mediante el cual pueden incorporar métodos científicos en su trabajo a través de estadísticas. Ahora, JMP se utiliza ampliamente en toda la organización global; desde las operaciones de campo hasta sus casi 150 instalaciones de investigación y desarrollo, Barnett dice que Syngenta tiene empleados de todo tipo: usuarios diarios de JMP, usuarios avanzados, usuarios de JMP Pro.

La tecnología robótica ha transformado la química de formulación mediante la automatización y el diseño de experimentos

Uno de los centros de investigación agrícola más grandes de Europa, la instalación de Jealott's Hill de Syngenta está destinada principalmente a investigación y desarrollo. Allí, la robótica de formulación élite de Syngenta, lanzada por primera vez en 2009, representa un gran avance en la química de formulación. Gracias a la automatización, científicos como Barnett son capaces de evaluar cientos de formulaciones de agroquímicos todos los días, lo que en definitiva aumenta el rendimiento considerablemente.

JMP es una extensión natural del trabajo realizado por los robots de formulación de Syngenta. "Utilizo JMP para diseñar y analizar los experimentos que generamos para un robot de formulación", dice Barnett. JMP ayuda a optimizar las formulaciones al guiar un proceso de experimentación estratégica en relación con el diseño de experimentos (DOE). "En lugar de las habituales dos o tres muestras que la gente puede procesar en un día, usamos el sistema para procesar de doscientas a trescientas", dice Barnett. "Manejar todos esos datos es muy importante, y usamos JMP para hacerlo". Además, Barnett dice que JMP es también una herramienta invaluable para el análisis de imágenes, ya que aporta velocidad y facilidad de uso a otras técnicas de formulación tradicionales.

El análisis de procesos aumenta mejoras en la seguridad, la calidad y en el rendimiento de la eficiencia.

De Bruyn Ouboter tiene experiencia en química física y en ingeniería. Con sede en uno de los centros de tecnología e ingeniería más grandes de Syngenta en Münchwilen, Suiza (cerca de Basilea), de Bruyn Ouboter trabaja principalmente en lo que él llama la "parte del negocio relacionada con las semillas". Forma parte de un equipo de rendimiento global que interactúa entre la producción y la investigación y el desarrollo, encabezando iniciativas estratégicas para revisar la calidad, la seguridad y la eficiencia en las numerosas instalaciones de procesamiento de semillas de Syngenta. Además, de Bruyn Ouboter también desempeña funciones de diagnóstico, asegurándose de que las nuevas tecnologías se implementen correctamente en las plantas de producción de todo el mundo.

"Como químico que ha transicionado al mundo de la agronomía, este se basa menos en los datos y es un poco más anecdótico", dice. "Aquí es donde entra en juego JMP, motivo por el cual lo uso. La única manera de [ilustrar el caso para la toma de decisiones basada en datos] es contar una historia con los datos y con gráficos e imágenes. Ahí es donde JMP es realmente útil: convertir datos y números en gráficos [que los gerentes de producción] puedan ver y entender mejor".

Para una empresa global como Syngenta, es de esperar que los operadores y los gerentes de producción de semillas tengan una formación multidisciplinaria. Durante la temporada, están en el campo, coordinando los esfuerzos de siembra y trabajando directamente con la maquinaria agrícola. Después de una cosecha, se trasladan con los productos a un sitio de procesamiento, que puede o no estar asociado con un laboratorio de calidad local. "Aunque [los operadores] pueden tener una amplia experiencia, el pensamiento científico puede no ser parte de ella", dice de Bruyn Ouboter. "Por eso dicen: 'convertir un arte en una ciencia'". Antes del advenimiento del DOE moderno, la gente que trabajaba en los campos y en los sitios de producción locales confiaba en la intuición y aprendían a tomar decisiones. "Antes de JMP y del DOE, se diseñaban los experimentos sobre la base de tendencias históricas", dice.

Y Barnett reconoce: "Una de las grandes ventajas es la visualización de datos. Esa es la parte de JMP que nos ayuda a convertir el arte en ciencia. Puede poner todos estos números en una imagen; es la mejor manera de explicar lo que uno ve en los datos. En otras palabras, a la hora de devolver los datos de los operadores locales, se genera un debate. Puede explicar por qué algo está sucediendo, no solo decir 'use estos métodos, porque son los mejores'". Así es como se transfiere el conocimiento científico: de una instalación de investigación y desarrollo a otra de producción y de una instalación de producción a cultivos más fuertes y una mayor cosecha.

Las nuevas tecnologías y herramientas facilitan un debate interno productivo

En una industria donde la mayor parte de la producción se realiza al aire libre, incluso el enfoque estadístico más hermético puede tener sus limitaciones. Los patrones climáticos impredecibles tienen un efecto real en el rendimiento, y ahí es donde la forma artística sigue siendo relevante. Pero el hecho de que algunas variables ambientales no puedan controlarse no significa que no haya necesidad de modelos estadísticos. De hecho, ese es el motivo por el cual la modelización y la búsqueda de respuestas en los datos es tan importante, dice de Bruyn Ouboter. "Es muy difícil predecir cuáles serán las condiciones climáticas, o incluso las que realmente quiere", dice. "Ha habido un movimiento hacia la combinación de datos de muchas fuentes diferentes (como redes de servicios de datos agronómicos y satélites) para mejorar esta predicción. En realidad, solo estamos examinando superficialmente lo que es posible.

"Estamos encontrando e investigando nuevas tecnologías y llevándolas a los campos de Syngenta para que los operadores locales puedan utilizarlas. Y también funciona al revés: visitamos las instalaciones y vemos cómo hacen las cosas. Se trata de ideas y de debates... y de unir las piezas.

"Muy a menudo, se debate con la gente en el terreno, la que hace el trabajo todos los días. A veces, tienen un concepto en mente, pero luego lo que encontramos usando métodos estadísticos destruye su concepto. Pero contar con un gráfico es el mejor medio. Podemos crear modelos con sus datos, y ellos ven lo que es posible. Comienzan a entender el aspecto científico, en lugar de solo la historia aparente detrás de sus decisiones".

Con la instalación de nuevas tecnologías, Syngenta ahora recopila más datos que nunca en todas sus instalaciones globales, sin importar cuán pequeñas sean. "Los sistemas locales registran información, aunque no todos la miran", dice de Bruyn Ouboter. Pero JMP ha demostrado su valor, destacando cómo las pequeñas variables —incluso algo tan insignificante como dejar abierta o cerrada una puerta de aire de una instalación— pueden afectar los resultados. Si a usted lo convence esta idea, entonces puede averiguar cómo optimizar los procesos. ¿Y a largo plazo? Syngenta espera que el aumento de la productividad con una mejor ciencia proporcionará a la larga una cadena mundial de suministro de alimentos más estable y sostenible.

Pruebe JMP gratis durante 30 días

Los resultados ilustrados en este artículo son específicos para situaciones, modelos de negocio, captura de datos y entornos informáticos particulares descritos aquí. La experiencia de cada cliente de SAS es única de acuerdo con las variables de negocio y técnicas y todas las declaraciones deben considerarse atípicas. Los ahorros, resultados y características del desempeño reales pueden variar dependiendo de las configuraciones y condiciones individuales de los clientes. SAS no garantiza o representa que cada cliente obtendrá resultados similares. Las únicas garantías para los productos y servicios de SAS son aquellas que se establecen en las garantías expresas del contrato escrito para dichos productos y servicios. Nada de lo descrito aquí debe ser interpretado como una garantía adicional. Los clientes han compartido sus éxitos con SAS como parte de un intercambio contractual acordado o de un resumen del éxito de un proyecto después de una implementación exitosa del software de SAS.