Carbon Robotics: La IA Entra en el Campo

Fundada en 2018 en Seattle, Carbon Robotics se ha consolidado como uno de los actores principales de la agricultura de precisión con sus robots LaserWeeder, capaces de desherbar sin herbicidas gracias a la visión por computadora y al láser. Co-fundada por Paul Mikesell, un emprendedor tecnológico en serie, y Shay Myers, un agricultor que enfrenta los desafíos del deshierbe a gran escala, la empresa encarna una nueva generación de AgTech: sistemas de IA especializados, contextuales y que operan directamente en el campo. Esta doble experiencia, ingeniería de vanguardia y conocimiento íntimo del terreno, estructura el ADN de Carbon Robotics: sistemas de IA especializados, contextuales y que operan directamente en los campos.

Esta complementariedad ha atraído a los inversores. Después de varias rondas de financiación, Carbon Robotics ha recaudado aproximadamente 157 millones de dólares, incluida una serie D de 70 millones de dólares anunciada a finales de 2024, con la participación de NVentures, el fondo de capital de riesgo de Nvidia, junto a otros inversores internacionales. La empresa está alcanzando ahora un nuevo hito con el lanzamiento de su Modelo de Planta Grande (LPM), una transposición explícita del paradigma de modelos de fundación – modelos de IA entrenados en volúmenes masivos de datos y capaces de generalizar a nuevas situaciones sin ser completamente reentrenados – al mundo agrícola.

Una solución disruptiva a un costo industrial

Desde el punto de vista técnico, el LPM marca una ruptura clara con los enfoques tradicionales de la visión agrícola. Donde los sistemas existentes se basaban en clasificadores especializados, entrenados cultivo por cultivo, el LPM está diseñado como un modelo genérico de reconocimiento de seres vivos, entrenado en cientos de millones de plantas. Aprende de invariantes morfológicos, formas, texturas, etapas de crecimiento, y generaliza a contextos que nunca ha encontrado. El resultado: un robot puede ser desplegado en una nueva parcela, por ejemplo en lechuga o cebollas, y volverse operativo en unos minutos, sin una fase de calibración larga, ajustando sus decisiones directamente en el campo.

Ya comercializado, el LPM se despliega a través de una actualización de software en la flota existente de LaserWeeder. La inversión sigue siendo alta, varios cientos de miles de dólares por máquina, a menudo acompañada de contratos de servicio, pero la promesa es ahora sistémica: automatizar una tarea crítica en un contexto de escasez de mano de obra, restricciones sobre herbicidas y presión creciente sobre la sostenibilidad de las prácticas agrícolas.

Cuando la IA se convierte en una infraestructura agrícola

Con el LPM, Carbon Robotics envía una señal clara: la IA aplicada a la agricultura ya no es una herramienta de optimización marginal, sino una infraestructura estratégica que opera directamente en el campo. Este cambio va mucho más allá del marco tecnológico y plantea varias cuestiones políticas estructurantes.

Primero, el tema de la sustitución de herbicidas, que se ha convertido en un tema público en sí mismo. Incluso cuando los marcos regulatorios evolucionan, como la retirada en 2024 de la propuesta europea SUR, la presión ambiental y legal sigue siendo fuerte, impulsada por el uso sostenible, la gestión integrada de plagas y la proliferación de litigios en torno a alternativas no químicas.

Luego, el tema de la soberanía tecnológica agrícola. Cuando el "cerebro" de las máquinas – modelos, datos, actualizaciones de software – es controlado por unos pocos actores privados no europeos, la dependencia ya no solo se refiere a los insumos, sino a la propia capacidad de producir: compatibilidad de equipos, acceso a datos agronómicos, evolución de prácticas impulsada por software.

Finalmente, el tema de la regulación y la competitividad. En un contexto en el que la Unión Europea ahora regula la IA con la Ley de IA, que entró en vigor en el verano de 2024, la cuestión se vuelve estratégica: ¿quién desarrolla, opera y controla estos modelos en el campo, y según qué estándares de interoperabilidad?

¿Y mañana?

Podemos esperar la aparición de una constelación de Modelos de Plantas Grandes, especializados por sector, clima o cuenca de producción. Estos modelos podrían convertirse en la base cognitiva de las futuras máquinas agrícolas, desde el deshierbe hasta la fertilización dirigida, desde la detección de estrés hasta la cosecha autónoma, transformando los equipos en sistemas aprendices. Con, de fondo, una cuestión eminentemente política: ¿quién controla los modelos, los datos y los estándares sobre los que se basará la agricultura del mañana?