Conjuntura – Big Data no setor sucroenergético

Alisson Henrique

Big Data é um termo de tecnologia utilizado para agrupar uma série de soluções que tem como objetivo transformar dados de qualquer natureza em informações úteis e relevantes para simplificar as tomadas de decisão. Podemos dizer que o Big Data é uma evolução natural dos sistemas chamados de BI (Business Intelligence), que tinham o mesmo objetivo, porém, com características que não atendiam aos novos cenários de negócios que apareceram ao longo do tempo.

A complexidade dos negócios passou a demandar respostas rápidas e até mesmo em tempo real. Nesses casos, no momento em que um evento acontece, são exigidas análises complexas de diversos dados e de fontes que, tradicionalmente, não seriam analisadas, seja porque não existiam ou porque geram dados não estruturados.

É neste contexto, segundo Eduardo Terzariol, gerente de Tecnologia da Logicalis, que o Big Data se torna completamente relevante dentro das corporações. Ele possui capacidade de coletar todos os tipos de dados, de todas as fontes necessárias e fazer o tratamento inicial para transformá-los em informação útil, além de armazená-los de maneira segura, permitindo que se executem algoritmos de análises a qualquer momento – desde os mais básicos até os altamente complexos.

Terzariol explica que uma característica fundamental das soluções de Big Data é sua escalabilidade, pois toda sua arquitetura funciona em um modelo de cluster. Isto significa que é possível adicionar uma maior capacidade de uma determinada função apenas adicionando um novo nó – um servidor ou computador com memória, processador e disco de armazenamento de dados. As funções podem ser descritas como softwares que fazem o armazenamento, a coleta ou processamento dos dados, mas existem, definitivamente, várias outras funções. ”

A arquitetura de clusters também traz outra característica muito importante, que é a robustez, pois cada função tem no mínimo três nós e caso um deles apresente problema, os demais podem compensá-lo fazendo parte do seu trabalho. Os dados armazenados também são replicados por duas, três ou mais vezes para que se tenha garantia de que não haverá perda de informação caso um nó falhe. Além disso, isso dá mais velocidade à uma consulta de dados.

O grande impulsionador do Big Data foi a gama de projetos open source relacionados ao tema oriundos, entre outras fontes, de empresas como Google, Facebook, Linkedin, entre outras, que basearam seus negócios em soluções desse tipo. “Outra estratégia que tem aumentado exponencialmente a quantidade de dados gerados nos últimos anos é a Internet das Coisas, ou loT, Internet of Things, em Inglês. Isto pois, por meio de sensores e dispositivos de hardware, tornou-se possível a coleta de dados, quase que em tempo real, de diferentes contextos.

A IMPORTÂNCIA DO BIG DATA

 Fábio Girardi, diretor do segmento de Agroindústria da TOTVS, conta que a importância de Big Data se dá por dois principais fatores ligados à tecnologia: aumento na geração dos dados e crescimento do poder computacional. Atualmente, passamos praticamente o dia todo conectado no trabalho ou em casa, gerando e consumindo dados de diferentes formas. Hoje, dispositivos como computadores e smartphones detêm um poder de processamento muito maior do que foi preciso para levar o ser humano à Lua em 1969.

“Na agroindústria isso também se mantém. Os repositórios de dados com históricos de lavouras, dados sobre inspeções fitossanitárias, recursos de climatologia e solo, bem como pesquisas científicas no agronegócio, ajudam a compor e aumentar o Big Data que podemos melhor aproveitar nos processos de análise de dados, com algoritmos e Ciência de Dados, e, ainda, por meio de estratégias de Inteligência Artificial”, explica Girardi.

 O recurso, se processado e analisado de maneira efetiva, pode ajudar, e muito, nas recomendações e insights sobre as possíveis decisões a serem tomadas, olhando para um grande volume de histórico de dados que possui padrões, podendo “nos ensinar” sobre as escolhas feitas e o que se mostrou mais eficiente, rápido ou menos custoso. “Precisamos saber explorar nossos históricos de dados e o Big Data da agroindústria como estratégia para recomendar e gerar insights que permitam melhorar a produtividade e reduzir custos nas lavouras”, adiciona.

Márcio Venturelli, engenheiro de solução da Westcon Redes e Conectividade Industrial e professor universitário, explica que com a capacidade de unir dados de diversas fontes, é possível dispor de informações em tempo real, relativas a um determinado assunto, permitindo tomadas de decisões mais assertivas, utilizando-se de ferramentas de Mineração de Dados, por exemplo, ou Aprendizado de Máquina, conhecido também como Machine Learning.

BIG DATA NO AGRO

Os cenários que demandam Big Data estão em quase tudo que temos visto atualmente. Os novos modelos de negócio como Uber, Airbnb, Spotify, entre outros, são baseados nesta tecnologia. Entretanto, existem algumas questões que podem indicar de uma forma mais prática essa demanda: os 5Vs – conceito inerente à solução de Big Data que significa Velocidade, Volume, Variedade, Veracidade e o Valor que o dado representa para a corporação. Qualquer necessidade que tenha uma ou mais destas características pode ser um cenário para utilização de Big Data.

No agronegócio já existem inúmeras aplicações que utilizam a tecnologia, como soluções de monitoramento de praga, análise de manejo, monitoramento climático, entre outras. A agricultura de precisão é outro campo onde o Big Data é aplicado. Indo um pouco mais além, para que sejam processados todos os dados que a IoT já produz atualmente e irá gerar no futuro, é fundamental usar soluções de Big Data.

Girardi conta que o segmento de agroindústria pode se beneficiar em diferentes contextos pelo uso de Big Data, explorando dados gerados durante toda a cadeia produtiva, desde o campo, passando pela logística e indústria, até chegar ao consumidor final. “Praticamente toda a ‘vida’ de uma fazenda ou talhão está armazenada em um banco de dados que pode ser melhor aproveitado quando bem analisado. Se soubermos explorar o histórico de dados existentes, as recomendações e insights fornecidos podem nos apoiar na tarefa de sermos mais eficientes nas tomadas de decisão.”

 De acordo com ele, é possível aplicar uma análise de dados em Big Data na agroindústria em diversas áreas, como, por exemplo:

– No planejamento agrícola, para apoiar o produtor rural ou a empresa agrícola sobre quais áreas cultivar, quais insumos adquirir ou quais fatores podem contribuir para uma melhorar produtividade;

– No plantio, para orientar quanto a melhor janela de plantio e de outras operações agrícolas;

– No manejo e trato, para auxiliar na recomendação de produtos, em forecasts de climatologia ou na orientação das visitas de inspeções fitossanitária;

– Na colheita e logística, para otimizar quantidade de equipamentos, melhor distribuir frentes de trabalho ou otimizar rotas de distribuição;

– E em outras etapas como indústria, armazenamento e beneficiamento.

A TOTVS lançou em 2017 uma plataforma de computação cognitiva chamada Carol, um produto direcionado para IA (Ciência de Dados e Inteligência Artificial), capaz de se conectar a diferentes fontes de dados, como produtos TOTVS e não-TOTVS, bem como a repositórios públicos. “Acreditamos e temos explorado os recursos da plataforma Carol para apoiar na recomendação e geração de insights a partir do Big Data da agroindústria. Cada vez mais estaremos fazendo uso do grande volume de dados que geramos dia a dia sobre nossas lavouras e processos agroindustriais. Somente por meio de Ciência de Dados e IA que poderemos aproveitar a 4ª Revolução, conhecida como Revolução dos Dados e que se relaciona a velocidade, precisão e singularidade. Fatores estes fundamentais para a jornada da transformação digital, aproximando pessoas, tecnologia e processos para simplificar o mundo dos negócios. ”

BENEFÍCIOS PARA A USINA

Pelas características do agronegócio, e com certeza do setor canavieiro, soluções que melhorem a produtividade e reduzam o consumo de insumos trazem grandes ganhos para toda a cadeia produtiva.

A Logicalis já está realizando vários trabalhos no setor que envolvem a utilização de Big Data. “Pensando no aumento de produtividade, a solução de zona de manejo por análise de imagem é um grande exemplo. Com ela, conseguimos analisar o histórico da plantação e com algoritmos avançados é possível identificar o índice de qualidade de cada área e os pontos onde devem ser coletadas amostras para análise de solo, tendo como referência a área de maior produtividade. Após essas análises, são elencadas, para cada área, o índice correto de insumos para realização da correção do solo”, conta o gerente de Tecnologia da Logicalis.

Outro exemplo do uso da solução no campo é o processamento de imagens de satélite ou de sobrevoo de drones sobre o canavial para identificação de pragas. Com isso, as usinas ou produtores podem identificar exatamente os pontos com problema e aplicar inseticidas de maneira isolada, sem desperdício e, ao mesmo tempo, contribuir com o meio-ambiente.

Segundo o diretor do Segmento de Agroindústria da TOTVS, diversos cenários podem se aproveitar do poder computacional e da inteligência da análise do Big Data na Agroindústria por meio da plataforma de Inteligência Artificial da TOTVs, Carol, como, por exemplo:

 – Apoio para recomendação de produtos e insumos quanto à inspeção fitossanitária;

– Apoio para otimização de rotas de logística na agroindústria;

– Apoio para otimização de rotas de colheita;

– Recomendação de aplicações de insumos a partir da análise de históricos e meteorologia;

– Análise e recomendação para controle fitossanitário;

– Análise de sensores e dados de equipamentos agrícolas para apoiar na recomendação de ações preventivas e na geração de alertas;

– Simular e avaliar forecasts em custos agroindustriais;

– Análise e recomendação para fertilização de solos;

– Análise de falhas de plantio.

DESAFIOS DE IMPLEMENTAÇÃO

Além da própria quantidade de dados, que demanda por soluções robustas e infraestrutura bem definida para análise e processamento de dados, um dos principais desafios é definir bem o escopo do que se pretende resolver com estratégias de Big Data dentro das usinas ou fazendas produtoras de cana. O volume de dados é gigantesco, segundo Girardi. Além disso, ele acrescenta que há inúmeras perguntas que o Big Data pode auxiliar na resolução, entretanto, lidar com Big Data exige colaboração e integração, não somente dos dados e plataformas, como também dos times que passam a ser multidisciplinares, envolvendo programadores, analistas, arquitetos, cientistas de dados e colaboradores com conhecimento de negócio.

 “Para isso, os profissionais da agroindústria e do setor sucroalcooleiro precisam estar preparados e profissionalizados. Um profissional de Big Data deve conhecer bem do negócio em si (agroindústria, por exemplo), mas também combinar tópicos como tecnologia e programação, processos, ferramentas analíticas, estatística e engenharia de dados. Por fim, é preciso encontrar colaboração entre as áreas da agroindústria, engajando diferentes departamentos e perfis de colaboradores para que juntos possam fazer uso do

s benefícios de Big Data nas tarefas do segmento”.

No passado, as soluções de Big Data eram caras e demandavam um parque computacional gigantesco. Era difícil de implementar e administrar. Além disso, poucas consultorias tinham experiência para ajudar as empresas nesta jornada, mas isso mudou. “É claro que a complexidade ainda existe, mas a tecnologia já é dominada por muitos profissionais e existem vários casos de sucesso compartilhados, o que facilita muito a implementação e a manutenção das soluções”, afirma o gerente de Tecnologia da Logicalis.

Outro grande avanço é a possiblidade de se adotar soluções de Big Data na nuvem, seja pública ou privada. Aliado a esse fato, existe também a possiblidade de uso de plataformas como serviço, facilitando o deploy e diminuindo os custos de operação. “No modelo cloud [nuvem], também existem soluções que permitem o processamento de parte da informação localmente, pois muitas usinas ainda têm pouca conectividade externa”, adiciona.

Para Venturelli, um dos desafios para a implementação do Big Data nas usinas é juntar dados, tanto do ponto de vista tecnológico, quanto em dispor do próprio dado, depois criar modelos de tomada de decisões e ainda fazer as pessoas aprenderem a usar estes dados, isto é, ter um pensamento digital quanto ao seu uso. “E aí onde entra a Ciência de Dados para os profissionais. Tudo ainda é muito tímido e incipiente no setor sucroenergético. Muito tem se falado, mas ainda há muita confusão com o termo. Como ainda é uma tecnologia nova, há uma preocupação, mas as empresas precisam trilhar um caminho longo até uma implementação completa do sistema”, salienta.

ESCOLA DE BIG DATA NO AGRO

Foi pensando justamente no fato do Big Data ser relativamente novo e desconhecido que foi criado o curso gratuito sobre o assunto. A graduação é de modalidade tecnológica e é oferecida de maneira gratuita na Fatec Shunji Nishimura. Ela é a única instituição brasileira com certificação profissional. Com grade curricular de 2.800 horas e duração de três anos, o curso prepara a mão de obra, que ainda é escassa e bastante requisitada no país. De acordo com o coordenador do curso, Luis Hilário Tobler Garcia, a metodologia de ensino usada é a ‘profound learning’ (aprendizagem aprofundada), baseada na solução de problemas. “Além disso, a graduação oferece aos alunos uma estrutura que possibilita entender a relação de causa e efeito no campo”, diz Garcia.

O coordenador afirma que um aspirante ao curso deve ter conhecimento prévio na área de programação de computadores, com aptidão para ciências exatas, como física, matemática e tecnologia. Após concluir o curso, os profissionais poderão atuar na área de Tecnologia da Informação de empresas do agronegócio como prestadores de serviços de inteligência e recomendação agrícola, e ainda na área de infraestrutura cloud, prestando serviços para empresas do agronegócio.