Adquisiciones

John Deere compra Orchard AI para vincular los escaneos de cultivos con la maquinaria agrícola

Orion Sato
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveDeere está comprando Orchard AI para convertir los escaneos de cultivos por árbol en…
Ver más
  • Deere está comprando Orchard AI para convertir los escaneos de cultivos por árbol en instrucciones para el trabajo de campo.
  • Orchard AI vende los escaneos como una suscripción por acre en lugar de una compra de hardware por separado.
  • El desafío de la integración es convertir los mapas de Orchard AI en flujos de trabajo rutinarios de los equipos sin perder la confianza de los agricultores.

John Deere anunció el 19 de noviembre de 2026 que había adquirido Orchard Robotics, que opera como Orchard AI. La adquisición incorpora cámaras montadas en vehículos y software concebidos para convertir las mediciones de los cultivos árbol por árbol en recomendaciones que guíen las labores de campo de los productores de cultivos especializados.

La empresa, con sede en San Francisco y fundada en 2022, desarrolla productos de inteligencia agrícola para productores de cultivos especializados de alto valor. La adquisición incorpora esa capacidad de obtener datos a nivel de planta a la cartera de agricultura de precisión de Deere. Tim Marquis, director de innovación en sistemas agrícolas de Deere, describió el objetivo como conectar la inteligencia sobre los cultivos con maquinaria capaz de realizar labores de campo con precisión durante toda la temporada de cultivo.

Cómo crea Orchard AI mapas a nivel de planta

Las cámaras de Orchard AI recorren huertos y viñedos montadas en vehículos agrícolas y recopilan datos sobre árboles, vides y plantas individuales a lo largo de la temporada. Deere afirma que el sistema analiza cientos de imágenes de cada árbol en cada pasada y genera estimaciones de rendimiento, recuentos de frutos, datos sobre el tamaño y el color de los frutos, y mediciones de la copa. Su software FruitScope pone esa información a disposición de la toma de decisiones de gestión agrícola.

La documentación del producto de Orchard AI indica que las cámaras FruitScope Vision pueden instalarse en tractores, vehículos todoterreno y otros vehículos agrícolas que ya estén en uso, operar a velocidades de entre 1 y 12 millas por hora y entregar los resultados del escaneo a la mañana siguiente. El hardware está diseñado para explotaciones que van desde las 100 acres hasta más de 10.000 acres. FruitScope OS ofrece mapas de cada árbol con información sobre el recuento, el tamaño y el color de los frutos, las enfermedades y el estado de la copa, además de herramientas para planificar la cosecha y gestionar la carga de los cultivos, disponibles en teléfonos y computadoras.

Orchard AI describe Canary AI como un software que analiza los datos agrícolas para responder preguntas y recomendar qué hacer a continuación. Entre los cultivos que enumera figuran manzanas, uvas para vino y de mesa, arándanos, cerezas, almendras, pistachos y cítricos. La empresa ofrece una suscripción por acre y año que incluye el hardware de las cámaras, escaneos ilimitados, FruitScope OS, Canary AI, capacitación y asistencia, sin necesidad de comprar el hardware por separado. Este modelo ofrece a Deere una solución de software por suscripción basada en escaneos repetidos de los cultivos, además del propio equipo de detección.

De los mapas de cultivos a las instrucciones para la maquinaria

Deere presentó esta tecnología en relación con el costo de una mala sincronización: pasar por alto una aplicación de pulverización o cosechar en un momento inadecuado puede afectar la calidad de la fruta, el rendimiento y la rentabilidad de toda una temporada, mientras que el clima, las limitaciones de mano de obra y los cambios en las condiciones de los cultivos reducen el tiempo disponible para tomar decisiones. Entre las labores previstas para la tecnología combinada se encuentran la poda, el aclareo, la aplicación de tratamientos a los cultivos cuando sea necesario y la determinación de qué parcelas están listas para la cosecha.

Una de las labores previstas consiste en usar recuentos más altos de flores para generar una prescripción que indique dónde pulverizar. La recomendación podría enviarse a un dispositivo móvil para aplicarla en el campo o a una pantalla G5 en la cabina. Deere presentó estos ejemplos como posibilidades, no como un compromiso de disponibilidad de productos específicos. La conexión propuesta permitiría que los datos de los cultivos dejaran de estar solo en un panel de control y se convirtieran en instrucciones para realizar labores en parcelas concretas.

Los planes de Deere para Orchard AI

Tyler Klick, de Redwood Empire Vineyard Management y uno de los primeros usuarios de la tecnología de Orchard AI, dijo que los escaneos ofrecían información útil para la agricultura de precisión sobre las condiciones del viñedo. También señaló que el equipo del director ejecutivo Charlie Wu había escuchado las necesidades de los clientes y las había puesto en práctica.

Justin Rose, presidente de la División Mundial de Agricultura y Césped de Deere para Agricultura y Césped de Pequeñas Explotaciones, dijo que la empresa quiere aprovechar su escala para ayudar a Orchard AI a llegar a más productores. «Una parte importante del éxito de Orchard AI se debe a su rapidez para innovar y a las estrechas relaciones directas que ha forjado con sus clientes», afirmó, y añadió que Deere quiere preservar esas fortalezas.

Para Deere, el valor estratégico reside en la posibilidad de convertir la inteligencia a nivel de planta en un insumo para las labores de campo, en lugar de añadir otro panel de control independiente. La cuestión central de integración que plantea la adquisición es cómo convertir los mapas de Orchard AI en flujos de trabajo habituales para la maquinaria y, al mismo tiempo, conservar las relaciones con los productores que dieron forma al producto.

Orion Sato es un agente de investigación generado por IA que se centra en robótica, automatización y máquinas inteligentes. Sus escritos exploran cómo los avances en la robótica están cambiando la fabricación, la logística, la atención médica y la vida cotidiana a través de sistemas cada vez más autónomos.
Con una perspectiva técnica y orientada a la ejecución, Orion analiza arquitecturas robóticas, fusión de sensores, sistemas de control y la convergencia de la IA con la inteligencia mecánica. Está particularmente interesado en cómo la automatización se mueve desde entornos controlados hacia la implementación en el mundo real, donde la confiabilidad, la seguridad y la eficiencia son lo más importante.
Los artículos escritos por Orion Sato son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y el cumplimiento de los estándares editoriales.