Depoimentos de Clientes

A ciência agrícola para o mundo moderno

A Syngenta leva a ciência para a arte da agronomia com métodos estatísticos de última geração e tecnologias sustentáveis

Syngenta

DesafioAumentar a eficiência, minimizar custos e otimizar produtos mediante a disseminação de métodos estatísticos para a área de pesquisa e desenvolvimento, e para os centros de produção de todo o mundo.
SoluçãoImplantar estratégias analíticas de tomada de decisões, desde o planejamento de experimentos até o controle de qualidade e a confiabilidade do processo. Use o JMP® para construir modelos convincentes e assim obter a aprovação de gerentes locais, que, anteriormente, dependiam do raciocínio baseado em intuição.
ResultadosHarmonizando a biotecnologia avançada com as abordagens tradicionais da agricultura, a Syngenta abriu caminho para uma série de inovações que levam a ciência agrícola a um futuro mais sustentável.

Não faz tanto tempo que os agricultores dependiam principalmente de almanaques para ter uma visão agrícola anual, como a que tinham desde meados do segundo milênio antes de Cristo. Desde as datas de plantio até as previsões meteorológicas e a astronomia, as famílias de agricultores reuniam fragmentos de conhecimento das páginas do almanaque, complementando sua sabedoria com uma dose saudável de intuição e tradição. Mas a chegada da biotecnologia e sua aplicação na próspera indústria agroquímica atual mudou todo o cenário. Agora as sementes estão mais vigorosas e as colheitas são maiores do que nunca; essas inovações são necessárias para alimentar a crescente população humana.

A Syngenta, agora uma das principais empresas do agronegócio do mundo, cria novas variedades de sementes e híbridos a cada ano, além de projetar características e fórmulas avançadas que combatem as ervas daninhas resistentes a herbicidas. Esta empresa multibilionária chega tanto a produtores como a consumidores em todo o mundo com produtos de última geração concebidos para aumentar a produtividade agrícola, sem sacrificar a biodiversidade. Muitos atribuem o sucesso da empresa ao casamento entre a ciência e a arte. Embora a arte esteja presente desde os dias do almanaque, a ciência é o produto das inovações mais recentes em tudo, desde a química de formulação ´até a qualidade, a engenharia de processos e o desenvolvimento de novas práticas agronômicas.

David Barnett é Químico Sênior de Formulação, Cientista de Dados e Químico de Robótica da Syngenta Crop Protection, na unidade de P&D em Jealott’s Hill, próximo a Reading, no Reino Unido; Dirk de Bruyn Ouboter é Diretor Global de Ciência de Medição e Desempenho de Processos, nas unidades de Tecnologia e Engenharia da Syngenta, na região da Basileia. Esses dois cientistas abordam aspectos muito diferentes da produção global da Syngenta, mas ambos têm a mesma a sensação de que a ciência exata e a análise são muito bem-vindas na Syngenta. E para ambos, Barnett e De Bruyn Ouboter, o JMP® tem sido o mecanismo pelo qual eles são capazes de construir métodos científicos em seu trabalho por meio de estatísticas. Hoje o JMP é amplamente utilizado em toda a organização global; desde as operações em campo até suas quase 150 unidades de P&D, Barnett diz que a Syngenta tem funcionários de todos os tipos: os que utilizam o JMP diariamente, usuários avançados, usuários do JMP Pro.

A tecnologia robótica transformou a química das formulações por meio da automação e do planejamento de experimentos

Um dos maiores centros de pesquisa agrícola da Europa, a atribuição primária da unidade de Jealott’s Hill da Syngenta é a Pesquisa e Desenvolvimento (P&D). Lá, a robótica de formulações de elite da Syngenta, lançada em 2009, representa uma grande revolução na química de formulações. Graças à automação, cientistas como Barnett são capazes de avaliar todos os dias centenas de formulações agroquímicas, o que definitivamente aumenta o rendimento consideravelmente.

O JMP é uma extensão natural do trabalho realizado pelos robôs de formulações da Syngenta. “Eu uso o JMP para projetar e analisar experimentos que geramos para um robô de formulações”, explica Barnett. O JMP ajuda a otimizar as formulações, orientando um processo de experimentação estratégica, em comparação com o Planejamento de Experimentos (DOE). “Em vez das duas ou três amostras habituais que as pessoas conseguem realizar em um único dia, nós usamos o sistema para realizar de duzentas a trezentas”, afirma Barnett. “Manipular todos esses dados é muito importante, e nós fazemos isso com o JMP.” Além disso, Barnett diz que o JMP também é uma ferramenta incomparável de análise de imagens, que proporciona velocidade e facilidade de uso a outras técnicas de formulações tradicionais.

A análise de processos impulsiona aprimoramentos de segurança, qualidade e eficiência

De Bruyn Ouboter teve experiência em físico-química e engenharia. Atualmente, trabalhando em um dos maiores centros de Tecnologia e Engenharia da Syngenta em Münchwilen, Suíça (perto de Basileia), De Bruyn Ouboter atua principalmente no que ele chama de “a extremidade de sementes do negócio”. Ele faz parte de uma equipe de desempenho global, que faz interface entre a produção e a P&D, liderando iniciativas estratégicas para revisar a qualidade, a segurança e a eficiência nas muitas instalações de processamento de sementes da Syngenta. Além disso, De Bruyn Ouboter também desempenha funções de diagnóstico, certificando-se de que as novas tecnologias estejam sendo implementadas corretamente nas unidades de produção, em todo o mundo.

“Como um químico entrando no mundo da agronomia, posso afirmar que isso é menos baseado em dados e um pouco mais empírico”, afirma ele. “É aqui que o JMP entra em jogo – motivo pelo qual eu o uso. A única maneira de ilustrar o caso da tomada de decisões baseada em dados é contar uma história com dados, gráficos e imagens. É aí onde o JMP é realmente útil: transformação de dados e números em gráficos que os gerentes de produção podem ver e entender melhor.”

Para uma empresa global como a Syngenta, é de se esperar que os operadores e gerentes de produção de sementes tenham uma formação multidisciplinar. Durante a estação, eles trabalham nos campos, coordenando o desempenho do plantio e trabalhando diretamente com máquinas agrícolas. Após a colheita, eles se mudam com os produtos para uma unidade de processamento, que pode ou não estar associada com um laboratório local de qualidade. “Embora [os operadores] tenham vasta experiência, o pensamento científico talvez não faça parte dela”, explica De Bruyn Ouboter. “É por isso que eles falam em ‘transformar a arte em ciência’.” Antes da chegada do DOE moderno, quem trabalhava no campo e em unidades de produção local baseava-se na intuição e no conhecimento adquirido na prática para tomar decisões. “Antes do JMP e do DOE, eles projetavam experimentos com base em tendências históricas”, diz ele.

E Barnett concorda: “Uma das grandes vantagens é a visualização de dados. Esta é a parte do JMP que nos ajuda a transformar arte em ciência. Você pode colocar todos esses números em uma imagem – é a melhor maneira de explicar o que você vê nos dados. Em outras palavras, é uma discussão que ocorre quando você leva informações baseadas em dados aos operadores locais. Você pode explicar por que algo está acontecendo, em vez de simplesmente dizer: ‘Use estes métodos; são os melhores'.“ É assim que o conhecimento científico é transferido – da unidade de P&D para o local de produção e de lá para colheitas mais fartas e rendimentos melhores.

Novas tecnologias e ferramentas facilitam uma discussão interna produtiva

Em um setor em que a maior parte da produção ocorre ao ar livre, até mesmo a abordagem estatística mais hermética pode ter suas limitações. Os padrões climáticos imprevisíveis têm um efeito significativo sobre a produtividade – e é aí que a arte ainda é relevante. Mas só porque algumas variáveis ambientais não podem ser controladas não significa que modelos estatísticos não sejam necessários. Na verdade, é por esse motivo que modelar e analisar os dados para as respostas é tão importante, De Bruyn Ouboter afirma. “É muito difícil prever como o clima está agora – ou aquele que você realmente quer”, enfatiza ele. “Houve um movimento de combinação de dados de muitas fontes diferentes (como redes e satélites de serviços de dados agronômicos) para aprimorar essa previsão. Na verdade, apenas estamos analisando superficialmente o que é possível."

“Estamos descobrindo e investigando novas tecnologias e levando-as para os campos da Syngenta, para que os operadores locais possam utilizá-las. E isso também funciona no sentido inverso: visitamos os campos e vemos como eles executam as coisas. Tudo gira em torno de ideias e discussões… e de juntar as peças."

“Muitas vezes, se discute com o pessoal que trabalha no campo todos os dias. Geralmente eles têm um conceito em mente, mas, após o que descobrimos usando métodos estatísticos, esses conceitos são destruídos. A melhor maneira é mostrar com um gráfico. Podemos criar modelos com os seus dados, para que vejam o que é possível. Eles começam a entender o aspecto da ciência, em vez de apenas a aparente história por trás de suas decisões.”

Com a instalação de novas tecnologias, a Syngenta agora coleta mais dados do que nunca em todas as suas unidades globais, não importando o tamanho delas.“Os sistemas no local registram informações, embora nem todos as observem”, declara De Bruyn Ouboter. Mas o JMP provou seu valor: destacar pequenas variáveis – mesmo aquelas insignificantes como deixar uma porta de ar de uma unidade aberta ou fechada – pode, de fato, afetar os resultados. Se você comprar essa ideia, poderá descobrir como otimizar os processos. E a longo prazo? A Syngenta espera que ao impulsionar a produtividade com uma ciência melhor proporcionará uma cadeia global de fornecimento de alimentos mais estável e sustentável.

Experimente o JMP gratuitamente por 30 dias

The results illustrated in this article are specific to the particular situations, business models, data input and computing environments described herein. Each SAS customer’s experience is unique, based on business and technical variables, and all statements must be considered nontypical. Actual savings, results and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software.

Back to Top