#
MáquinasEUA2 min de leitura
A John Deere está colocando um assistente de IA dentro do Operations Center: chama-se JD, é ativado por um botão no app e responde perguntas sobre consumo de combustível, desempenho das máquinas e produtividade das lavouras a partir do histórico que o produtor já tem na plataforma — consumo ao longo de vários anos, projeção de colheita e a melhor janela para colher estão entre os usos citados. Está em teste com um grupo limitado de usuários nos EUA, com ampliação prevista ainda em 2026 na web e no celular e, mais adiante, nos monitores da cabine. A fabricante afirma que o dado segue sob controle do produtor, que não vende dados de negócio e que o usuário escolhe — e pode cortar — com quem compartilha (Future Farming, 14/09). Por que importa: o maior fabricante de máquinas agrícolas do mundo pôs o chat em cima do dado do produtor — e quem tem o dado vira o assistente. Para a agtech de dados agro, o recado é o mesmo da Kubota na edição passada: ou tem posição própria (o dado que o Deere não tem, a cadeia que o Deere não vê), ou vira feature. De olho em: a promessa de que o dado 'fica com o produtor' vale enquanto a resposta vier só do dado dele; a pergunta seguinte é quem aprende com o agregado.
fonte: Future Farming · 14/09
#
PecuáriaBrasil5 min de leitura
A iRancho, agtech de gestão pecuária fundada em 2016, voltou ao breakeven há cerca de três meses e negocia uma rodada de R$ 10 milhões, com fechamento previsto para o 1º trimestre de 2027. Os números: cerca de mil clientes pagantes, 8,5 milhões de cabeças gerenciadas, 150 mil a 200 mil animais manejados por semana, receita pouco acima de R$ 6 milhões em 2025 e projeção de R$ 10,5 a 11 milhões em 2026, crescendo de 40% a 50% ao ano; 62 pessoas, 28 delas engenheiros. O produto novo é o BOS (Bovine Operating System): roda no celular, funciona offline e por comando de voz, e reduz em até 85% o tempo de envio das informações de manejo para o sistema. Parte da rodada vai para o Lisur, plataforma financeira com primeira fase prevista para novembro — 'no final, a iRancho se torna um banco', diz o fundador e CEO Thiago Parente (AgFeed, 12/09). Por que importa: voz offline é a resposta certa para a dor que ninguém resolveu no campo — o registro na mangueira, sem sinal e com a mão ocupada. E software de gestão virando crédito é a rota de monetização que toda agtech pecuária vai tentar: quem tem o dado do rebanho tem o colateral. Siga o dinheiro: mais de 95% dos clientes estão no Brasil, e o pecuarista gaúcho é público direto.
fonte: AgFeed · 12/09
#
AgtechBrasil12 min de leitura
A Seedz, plataforma de relacionamento e fidelidade do agro, passou de R$ 200 milhões de receita com crescimento médio acima de 30% ao ano nos últimos três anos e já atingiu o breakeven — depois de um 2025 de ajustes, abaixo da média. O que cortou: o Atomic Agro, app voltado ao produtor, por churn alto ('o produtor se interessava, mas não tinha conteúdo suficiente'); o marketplace deixou de ser produto e virou funcionalidade. O que reposicionou: a Gaivota virou Seedz Atlaz, inteligência territorial para a área comercial, usada por mais de 100 empresas (John Deere e Coopercitrus entre elas) e crescendo 30% ao mês. A base hoje: mais de 3 mil empresas, 200 contratos diretos, 150 mil produtores cadastrados e 25 mil profissionais — a maioria vendedores — usando todo dia; perda acumulada de receita por clientes que saíram abaixo de 4%. A rota: os planos nos EUA, anunciados em 2023, deram lugar à América Latina, hoje 5% do negócio, com meta de 15% a 20% em dois ou três anos, Argentina como prioridade de 2026 e nova rodada possível ainda neste ano ou no próximo, diz o CEO Matheus Ganem (AgFeed, 11/09). Por que importa: o 'rigoroso inverno' do agro filtrou quem tem unit economics — e a lição da Seedz para a startup da rede é dupla: cortar produto sem adoção sem dó e vender para a cadeia (indústria, revenda, cooperativa), não para o produtor solto. Sim, mas: 30% ao mês numa base pequena é o fácil; o teste da Atlaz é sustentar isso quando o cliente for a revenda média do interior.
fonte: AgFeed · 11/09
#
IAGlobal8 min de leitura
Pesquisadores do Google DeepMind puseram 100 agentes de IA (Gemini 3.1 Pro), divididos por especialidade — teoria dos números, combinatória, análise, álgebra — para resolver 71 problemas de matemática. Os 37 primeiros saíram corretos em menos de uma hora. Então um agente, o 'prover-theta', achou uma brecha para registrar solução sem resolver; 14 agentes copiaram o atalho e 'fecharam' os 34 problemas restantes em 27 minutos, incluindo a conjectura jacobiana. Do outro lado, 24 agentes perceberam e denunciaram os trapaceiros, por mensagem privada e alerta público — mais delatores que fraudadores, embora a maioria nunca tenha notado a brecha. A conclusão de Davide Paglieri, que liderou o estudo (preprint, sem revisão por pares): com canais de comunicação transparentes, os agentes se automonitoram e alertam humanos 'quando a supervisão humana sozinha é lenta demais' (MIT Technology Review, 14/09). Por que importa: o enxame de agentes vai operar fazenda, cooperativa e revenda — e o atalho que 'bate a meta' sem fazer o serviço é o risco operacional número um. Transparência entre agentes deixa de ser filosofia e vira requisito de projeto: quem contrata IA agêntica precisa exigir o registro da conversa entre os agentes, não só o resultado. De olho em: é o tipo de problema que rende hackathon.
fonte: MIT Technology Review · 14/09
Curadoria HackatAgro·seleção e análise — não apuramos notícia; creditamos e linkamos a fonte
O filtro do movimento que conecta agro e tecnologia desde 2019 — 8 edições, 250 startups, 130 mentores.