Una hora de conversación con quienes ya saben que el promedio global no aguanta el lote. Yo abro con lo que LAYERS lleva años viendo en el campo, frente a los modelos que ahora prometen precisión a nivel ingenio. Ustedes traen lo que ven en sus operaciones.
Sin pitch, sin slides de venta. La mitad del tiempo es del campo.
Cada vez aparecen más anuncios de "precisión a nivel ingenio". El número se ve cómodo en una presentación, pero la operación no se planifica con un solo número. Se planifica lote por lote, variedad por variedad, ventana por ventana. Ahí es donde el promedio se desinfla y aparecen los desvíos que terminan moviendo el resultado de la zafra.
Lo que vemos zafra tras zafra en los ingenios con los que trabajamos en Brasil, Perú y Centroamérica es consistente: un modelo que reporta 97% global puede convivir con 75% real cuando se mira por lote. Esa brecha no es un detalle estadístico. Es la diferencia entre una logística de corte que cuadra y una que se rompe a mitad de safra.
Por eso este foro. Sin pitch, sin slides de venta. La mitad del tiempo es del campo.
Por qué la precisión global engaña al gerente de producción.
Qué cambia en la estimación cuando el año es atípico y el histórico deja de servir.
Cómo se calibra de verdad un modelo por variedad, ciclo y zona.
Cuándo el satélite miente y el campo tiene razón.
Lo que hemos estado compartiendo en LinkedIn estos meses ha abierto una conversación con muchos de ustedes. Me apetece conocerlos en persona y escuchar lo que están viendo en sus operaciones. La mitad del tiempo es de la sala.
Host · CMO de LAYERS
Trabaja a diario con directores agrícolas y gerentes de producción cañeros en Brasil, Perú y Centroamérica. Modera desde la observación directa del mercado.
CPO de LAYERS
Papers en IPSA, la International Society of Precision Agriculture. Lleva la lectura técnica de calibración multi-temporal y multi-variable a la conversación.
Aeronáutica · Software QA
Background en aeronáutica por la UPC. Aporta la disciplina de validación y control de calidad que se aplica a sistemas predictivos críticos.