Casi seis años después de instalar sus primeros tensiómetros en los campos de Pays-de-la-Loire, la empresa con sede en Nantes Weenat el año pasado lanzó una sonda capacitiva de última generación con una duración de batería de cinco años, junto con una aplicación móvil para ayudar a los agricultores. Sin embargo, el éxito de esta start-up agrotech no depende únicamente de sus ingenieros y desarrolladores electrónicos.
Para registrar un crecimiento anual del 50% en los últimos cuatro años, Jérôme Le Roy, su fundador que es discreto sobre los ingresos de la empresa, también se rodeó de agrónomos. “Empecé por darme cuenta de que, cada vez más, los puntos de referencia de los agricultores se veían alterados debido a los riesgos climáticos cada vez más intensos. Es por eso que reuní una combinación de talentos para satisfacer esas necesidades y administrar mejor las culturas”. Weenat emplea a unas cuarenta personas
herramientas predictivas
La particularidad de Weenat son sus herramientas predictivas, permitiendo, por ejemplo, que el productor conozca, con siete días de anticipación, la disponibilidad de agua en el suelo. “El cruce de datos de sensores con datos de modelos agronómicos que dependerán del tipo de suelo, del cultivo y de su evolución ayudará a optimizar la cantidad de agua en el suelo”, resume el fundador de Weenat. Una forma de planificar el riego y trabajar en campos que no necesariamente se riegan, como el deshierbe, para mantener un alto potencial de rendimiento o calidad.
Soluciones desplegadas en todo el país -Weenat también ha abierto oficinas en Alemania y España- y reforzadas desde el año pasado por datos meteorológicos, tras la adquisición de Weather Measures: Weenat ahora tiene 12.000 usuarios en Francia.
“Tanto en riego como en heladas, es importante una gestión más precisa del agua”, subraya el responsable empresarial, evocando hasta el 70% de la? Déficit pluviométrico en algunas partes de Bretaña.
Para ir más allá, Weenat está desarrollando herramientas que permitirán a los agricultores, sin sensores y basados en modelos predictivos, especificar el nivel de estrés del suelo para la parcela más cercana.
“Propensa a ataques de apatía. Evangelista de la cerveza. Café incurable. Experto en Internet”.