Qué decisión queremos mejorar primero

Adelantar una recolección, cambiar un plan de fertilización, comprar insumos o aceptar un pedido son decisiones que comprometen recursos y condicionan el margen. Se toman con información incompleta, plazos ajustados y efectos sobre otras áreas de la empresa. Mejorarlas empieza por elegir cuál. Los datos de 2026 ayudan a ver por dónde, y cinco preguntas, a decidirlo en cada empresa.

Lo que busca el sector

Aidan Connolly, presidente de AgriTech Capital, publicó el 5 de noviembre en Forbes Technology Council los resultados de una encuesta a casi 2.000 profesionales agroalimentarios, sobre todo ejecutivos de agronegocios, consultores, proveedores tecnológicos e investigadores. Son respuestas autodeclaradas de perfiles del sector, y dibujan una dirección clara.

El 67 % ve en decidir mejor una gran oportunidad y el 65 %, en la productividad. Cuando se les pregunta por la aplicación potencialmente más significativa, el 31 % elige el apoyo a decisiones y recomendaciones, y el 5 %, los equipos autónomos y la robótica.

Dónde está el uso hoy

El 29 % de los encuestados ya ha usado funciones de IA integradas en software que tenía, y el 9 %, una herramienta desarrollada específicamente para agricultura. El propio autor cree que la cifra real puede ser mayor y sitúa la oportunidad más inmediata en las decisiones comerciales: compras, inventario y programación.

Lo que conviene cuidar al empezar

Entre los frenos que señalan los encuestados, el principal es la falta de conocimiento o formación (52 %). Le siguen, con un 32 %, la integración con los sistemas existentes y la precisión. Son tres cosas que merecen atención desde el primer día: formar a las personas que van a trabajar con las propuestas, conectar con los datos que ya existen y comprobar que lo recomendado encaja con cada operación.

Rediseñar cómo se trabaja

El informe The State of AI de McKinsey (agosto de 2026, 1.719 participantes de 97 países), que Connolly cita, apunta en la misma dirección: casi tres de cada cuatro de las empresas que más beneficio obtienen de la IA han rediseñado a fondo sus flujos de trabajo. Entre las demás, una de cada cuatro.

El punto de partida en España

En la industria alimentaria española, el Observatorio de la Digitalización del Sector Agroalimentario (MAPA y Cajamar, junio de 2026) recoge que el 69,1 % de las empresas tenía una estrategia de digitalización en 2025, frente al 36,3 % en 2022. El plan ya está en la mayoría. El siguiente paso es llevarlo al día a día, a decisiones concretas.

Cinco preguntas para elegir qué decisión mejorar

Mercedes Iborra, cofundadora y directora de estrategia de VisualNACert, recogía la idea de Connolly con una pregunta: ¿qué decisión tomaríamos de forma distinta si pudiéramos evaluar a tiempo sus consecuencias técnicas y económicas? Estas cinco preguntas ayudan a responderla.

• ¿Qué decisión se repite cada campaña y pesa más en el margen? Conviene empezar por las recurrentes: cuándo recolectar, qué plan de fertilización aplicar, cuánto comprar, qué pedido aceptar. Una decisión que se toma muchas veces permite aprender de cada repetición.
• ¿Quién la toma hoy, con qué información y cuánto cuesta equivocarse? Poner nombre a cada parte aclara quién decide, qué mira, qué le falta y qué ocurre si no sale bien. Ahí suele aparecer la información que llega tarde.
• ¿Cuándo sabremos si ha salido bien? Las mejores candidatas son decisiones cuyo resultado se puede ver pronto, con información razonablemente buena y con un coste de error asumible.
• ¿Quién puede aceptar, ajustar o descartar la propuesta? Una recomendación sirve cuando quien decide puede revisarla con el contexto delante: la parcela, el cultivo, el mercado. Cada operación es distinta, y el criterio de técnicos y agricultores es lo que permite saber si una propuesta encaja.
• ¿Qué dejamos anotado? Lo recomendado, lo hecho y lo conseguido. Compararlo con la forma anterior de trabajar permite saber dónde ampliar y entender por qué algo funcionó en unas condiciones y en otras no. Así se construye la confianza: con pruebas repetidas.

Una previsión de cosecha actualizada, por ejemplo, puede llevar a revisar compromisos comerciales, reorganizar la recolección o ajustar compras. El beneficio depende de que la información llegue a tiempo, permita elegir una alternativa mejor y se traduzca en actuaciones coordinadas.