Las redes de ensayos agricolas intentan incorporar el contexto real del usuario y su conocimiento en un proceso de co-creacion de valor : Living Labs

1. Mundo Soja Maíz
Conocimiento en Red
Un ejemplo: ensayos en el Oeste con
aplicaciones de Fungicidas en Soja y Maíz
Santiago Gonzalez Venzano
santiagogvenzano@solapa4.com

2. El recorrido que vamos a hacer
1- ¿Que vimos en la campaña 2009-10?
2- Una necesidad Una oportunidad para 2010-11.
3- La operación de los ensayos en Red.
4- Resultados preliminares.
5- Impacto en los productores.
6- ¿Que vamos a hacer en la campaña 2011-12?
7- Cierre.

3. 1- ¿Que vimos en la campaña 2009-10?
Respuesta al Fungicida x Ambiente en Soja
Respuesta a la aplicación de fungicida en R3 en
cultivo de soja DM4670 Campaña 2009-2010
Ridzo 2009- La Paz Crea Hd-Dx

4. 2- Una necesidad Una oportunidad.
1. Controlar el Riesgo Productivo Necesidad
2. Gestionar la decisión de control de enfermedades
3. Generar Conocimiento
La lógica que transforma:
Co-creación + Procesos
1. Productores trabajando en Red Oportunidad
2. Productores gestionando flujos de información
3. Servicios Tecnológicos  Contratistas Tecnológicos
4. Empresas de Insumos acompañado “procesos de
decisión”  Servicio

5. 2- Una necesidad Una oportunidad. Web+GIS+Reportes=
Proceso Exportación de Importación de
Simplificado Prescripciones Mapas de
para VRT Rendimiento
El dibujo permite
gestionar
espacialmente toda la
información
Lenguaje
consensuado

6. 3- La operación de los ensayos en Red.
bajo
medio
Sobre una plataforma GIS Web se dibujaron las
franjas de ensayo, y luego entregadas a una
empresa de servicios tecnológicos. FR

7. 3- La operación de los ensayos en Red.
50 franjas en Maíz
100 franjas en Soja
50 franjas en Girasol

8. 3- La operación de los ensayos en Red.
Se colaboro en la toma de decisiones
En los ensayos se
monitorean las
enfermedades y se hicieron
TALLERES a campo con
los productores
participantes para ajustar
criterios para una correcta
decisión 
1.Procesos de Monitoreo
y
2.Definición de Umbrales.
Se hicieron en Daireaux,
Carlos Casares y Villegas

9. Aprendiendo en tiempo real,
decidiendo mejor ahora
Tecnología de Aplicación Tecnología de Gestión de Información
Proceso Exportación de Importación de
Simplificado Prescripciones Mapas de
para VRT Rendimiento
El dibujo permite
gestionar espacialmente
toda la información
bajo Lenguaje
consensuado
medio
Tecnología de Relacionamiento
Redes de productores, empresas y técnicos, en procesos
de tomas de decisión

10. Aprendiendo en tiempo real,
decidiendo mejor ahora
Aportamos tecnología en fungicidas.
Aprendemos de la experiencia de los usuarios, que están generando
conocimiento por ambiente.
Agregamos valor, ajustando la tecnología para un mejor uso del fungicida.
PLATAFORMA
Aportamos tecnología y procesos Aportamos tecnología de aplicación de
para que los datos se transformen en fungicidas que nos permiten integrarnos a
conocimiento en tiempo real para operaciones que gestionan información
una mejor toma de decisiones. digital y geo-referenciada.

11. 4- Resultados preliminares.
Hay una fuerte interacción entre la
respuesta y el Macroambiente
4,500 600
500
4,000
400
3,500
300
Rendimiento kg/ha
Respuesta kg/ha
3,000 200
Testigo
2,500 100
Tratado
0 Respuesta
2,000
-100
1,500
-200
1,000 -300
LOMAS MEDIA BAJO Bajo RH Riego
LOMA

12. 4- Resultados preliminares.
Hay una fuerte interacción entre la
respuesta y el Microambiente
4,500
500
4,000
3,500 300
Rendimiento kg/ha
Respuesta kg/ha
3,000
100
Testigo
2,500 Tratado
-100 Respuesta
2,000
-300
1,500
1,000 -500
L3 L2 ML B2 B-T1 RIEGO
Loma
arenosa thapto

13. 4- Resultados preliminares.
Hay una fuerte interacción entre la
respuesta y el Genotipo
Respuesta Kg/ha
-300 -200 -100 0 100 200 300 400
AX4613
DM3700
DM4870
DM4970
DM4670
DM3810
SP3900

14. 4- Resultados preliminares.
Respuesta e incidencia de enfermedades en R3
1200
1000
y = 30,741x - 302,87
800 R² = 0,4161
Septoria muestra mediano
Respuesta Kg/ha
600 ajuste pero muy
400 traccionado por un punto
200 extremo
0
0 5 10 15 20 25 30 35
-200
-400
Incidencia de Septoria
600
500
400 y = 182,39x + 42,639
R² = 0,1091
Respuesta Kg/ha
300
200
Incidencias de MOR bajas.
Sin embargo, cuando es 100
mayor a 0,5 la respuesta 0
parece mas consistente -100 0 0,2 0,4 0,6 0,8 1 1,2 1,4
-200
-300
Incidencia de MOR

15. 5- Impacto en el productor.
4,500
Campaña 10-11 La campaña 09-10, con una fuerte
4,000
Campaña 09-10
Rendimiento Tn/ha
epifitia de MOR, no dejo expresar altos
3,500
rendimientos para los mejores
3,000
ambientes.
2,500
La campaña 10-11, con una sequia
2,000
pronunciada en febrero, produjo una
1,500
caída de rendimiento significativa en
Loma Arenosa
Loma
Bajo-Riesgo Hidrico
Bajo
Bajo Halomorfico
Media Loma
los peores ambientes
4,500
4,000
Rendimiento Tn/ha 2009-2010
3,500
y = -0,0397x + 5,8312
R² = 0,6375
3,000
2,500
2010-2011
2,000 y = -0,1117x + 10,685
R² = 0,6727
1,500
40 50 60 70 80 90
% de Arena

16. 5- Impacto en el productor.
¿Que puede hacer el productor de la ZO con este conocimiento?
Aplicar el fungicida donde hay mayor probabilidad de respuesta:
•Variedades susceptibles
•Ambientes no restrictivos
Respuesta Valor Costo Resultado Rentabilidad
kg/ha u$s/ha u$s/ha u$s/ha %
Sobre todos los ensayos: 133 36 22 14 63%
Sobre ambientes y genotipos con respuesta: 206 56 22 34 153%
Aporte del conocimiento: 20 u$s/ha 59%
Sin Sin
•LA 3 •sps3900
•LA 2 •dm3810
•BT-1

17. 5- Impacto en el productor.
¿Que puede hacer el productor de la ZO con este conocimiento?
Aplicar el fungicida donde hay mayor probabilidad de respuesta:
•Variedades susceptibles
•Ambientes no restrictivos
Mapa de
Prescripción
Mapa de
Aplicación

18. 6-¿Que vamos a hacer en la campaña 2011-12?
Proyecto Gestión Tecnológica en Maíz
Alcances de la Red
BA-N 50 CBA- 50
BA-O 50 ER 50
BA-S 50 SGO 50 Contratista
SFE 100 Contratista
1.200 a 1.500 sitios
Contratista
Contratista Contratista
Productor Productor Semilleros
Productor
Productor Fungicidas
Productor
Productor Productor Fertilizantes
Productor
Productor Productor Proveedores de
Productor Productor
Monitores de
Insumos
Productor
Rinde y Siembra
Proveedores de
Tecnología

19. 6- ¿Que vamos a hacer en la campaña 2011-12?
Proyecto Gestión Tecnológica en Maíz
Ensayos de Densidad Variable
•Estudiar la interacción Densidad
x Ambiente en el Rendimiento Ensayos de Fungicida
•Para los distintos híbridos •Estudiar la interacción
Estructura de Tratamiento x
comerciales
Cultivo Ambiente en el
•En las distintas regiones del país
Rendimiento
•En las distintas
regiones del país
Control de Gestión Control de
Tecnológica
Malezas enfermedades
del Maíz
Ensayos de Herbicidas
•Estudiar la población
de malezas resistentes
a glifosato y su
Nutrición Ensayos de Nitrógeno Variable
estrategia de control
•Estudiar la interacción Dosis de N
•En las distintas
x Ambiente en el Rendimiento
regiones del país
•En las distintas regiones del país

20. 6- ¿Que vamos a hacer en la campaña 2011-12?
Proyecto Gestión Tecnológica en Maíz
Objetivos:
1. Mejorar las reglas de decisión Agronomía x Ambiente 
Mejora de los protocolos.
2. Construir vínculos entre los actores de la red mejorando
los procesos.
3. Optimizar los flujos de información para la toma de
decisiones y la operación dentro de la red.
Principios:
1. Co-creacion de Valor
2. La integración en procesos transversales que disminuyen los
costos transaccionales de la operación.

21. 6- ¿Que vamos a hacer en la campaña 2011-12?
Proyecto Gestión Tecnológica en Maíz
Entregables o Valor del Proyecto:
1. Reglas de decisión agronómicas por ambiente para los casos
estudiados.
2. Calculo del Valor de la practica Fungicidas, VRT en fertilización
nitrogenada y VRT en la densidad de Maíz.
3. Procesos para la gestión del VRT en la red.
4. Red de contratistas capacitados en la gestión del VRT
5. Canales de relacionamiento para un proceso continuo de co-creacion
de valor entre los distintos actores involucrados.
Desarrollo de un Cluster Tecnológico para la
gestión operativa del cultivo de Maíz.

22. Algo mas que Redes de Ensayos
7- Cierre ….una nueva manera de investigar: Living Labs
¿Cuáles son sus características?
•Multi-Actores: Los diferentes actores involucrados en el sector Entorno real
participan en el proceso: universidad y centros de investigación, industria, Multicontexto
gobiernos y usuarios. Multiparticipantes
•Multi-Contexto: En contraposición a los procesos de validación clásicos en
los que se buscaba aislar, en la medida de lo posible, el contexto usuario-
producto, creando un experimento de "laboratorio", en un Living Labs se busca Living Lab
capturar las interrelaciones entre múltiples contextos en un entorno de
uso real.
•Feedback: El acceso a la información generada por la tecnología
desplegada en el Living Lab es continua permitiendo modificar aquello que se
considera necesario para afinar el servicio o producto en desarrollo. Mejora
continua.
•Interacción entre centros de investigación, empresas, gobiernos y usuarios
en un entorno real. Se busca crear un entorno donde representantes de los
diferentes actores interrelacionen y colisionen en base a productos y
tecnologías concretas, facilitando el traspaso de conocimiento entre la el
mundo investigador y la empresa
Fin - Muchas Gracias!!!