En Rosario, una firma que durante quince años midió cultivos con drones y sensores decidió llevar esa experiencia al terreno del crédito. Su herramienta, Certera, busca responder una pregunta que el sistema financiero agropecuario suele dejar de lado: cuánto puede producir realmente un campo antes de decidir cuánto dinero prestarle a quien lo trabaja. Es una idea que intenta mirar la tierra además de la historia financiera de quien la cultiva, en un sector donde la cosecha siempre ha sido la verdadera garantía. Todavía es un modelo demostrado con datos ficticios, y su futuro dependerá de que b
Certera: una herramienta rosarina que cruza productividad agrícola con crédito al campo
Cuánta plata te puedo prestar a partir de tu productividad
¿Cuál es la idea central de Certera?
Que al decidir un crédito agrícola no se mire solo el historial del productor, sino también cuánto puede rendir el lote que se va a financiar.
¿Y hoy cómo se decide?
Según Goñi, sobre todo por el CUIT y el capital crediticio de cada productor.
Ojo: eso lo describe el fundador de la herramienta. El artículo no muestra datos del mercado que lo confirmen.
¿Cómo calcula el riesgo?
Combina rendimientos, suelo, escenarios de clima como El Niño o La Niña, precios, costos y alquileres, y asigna a cada lote una nota de 0 a 100.
Esa nota es lo que ofrece Certera. No sabemos cuán precisa es ni cómo se validó.
¿Hay un caso concreto?
Un campo de 505 hectáreas que pedía US$82.210. La cosecha cubría el crédito en cuatro de cinco escenarios, pero no con una Niña fuerte.
Y es un ejemplo con datos ficticios, no un productor real. No hay todavía bancos o empresas que lo usen, al menos según lo publicado.
Entonces, ¿qué hay que seguir?
Si bancos, acopios y empresas de insumos lo adoptan de verdad.
El Pulso
- El crédito al agro se otorga hoy casi siempre por el CUIT y los antecedentes del productor, sin medir lo que el campo puede dar.
- Certera estima el rendimiento de cada lote bajo distintos escenarios climáticos, desde El Niño hasta La Niña fuerte.
- Cada lote recibe una calificación de riesgo de 0 a 100 que busca orientar cuánto prestar y con qué chances de devolución.
- Un caso de prueba con datos ficticios muestra que una Niña fuerte dejaría a un campo de 505 hectáreas sin cosecha suficiente para cubrir su crédito.
- La herramienta todavía depende de que bancos, acopios y proveedores de insumos la adopten para tener impacto real.
En Rosario, una firma que durante quince años midió cultivos con drones y sensores decidió llevar esa experiencia al terreno del crédito. Su herramienta, Certera, busca responder una pregunta que el sistema financiero agropecuario suele dejar de lado: cuánto puede producir realmente un campo antes de decidir cuánto dinero prestarle a quien lo trabaja. Es una idea que intenta mirar la tierra además de la historia financiera de quien la cultiva, en un sector donde la cosecha siempre ha sido la verdadera garantía. Todavía es un modelo demostrado con datos ficticios, y su futuro dependerá de que bancos, acopios y proveedores de insumos decidan confiar en él.
En Rosario, la empresa PreSeeds, que desde hace quince años calcula rendimientos agrícolas con drones, sensores y datos, tuvo una idea: usar esas estimaciones para decidir cuánto dinero prestar a un productor. Así nació Certera, herramienta que proyecta cuánto podría producir un campo y propone que esa cifra pese en la decisión crediticia.
Gonzalo Goñi, su fundador, explica que el mercado actual se apoya sobre todo en el historial crediticio y en el CUIT del productor, sin considerar necesariamente el potencial productivo del lote donde se usará el dinero. Certera no pretende reemplazar esos requisitos, sino sumar una mirada productiva: cuánto puede rendir el campo y, a partir de eso, cuánto financiamiento tiene sentido.
Para estimar, el sistema cruza rendimientos históricos, suelo, escenarios climáticos, precios de granos, costos de producción y alquileres, y asigna a cada lote una calificación de riesgo de 0 a 100. Trabaja con soja, maíz, trigo y girasol, y busca incorporar algodón y maní.
En el ejemplo presentado, con datos ficticios, un campo de 505 hectáreas necesitaba US$82.210 para insumos. La cosecha alcanzaba para devolverlo en cuatro de cinco escenarios, pero no en una Niña fuerte.
Los potenciales usuarios son proveedores de insumos que financian después de la cosecha, acopios que compran granos antes de que termine la campaña, y bancos que evalúan el riesgo. Todo depende ahora de que lo adopten: el caso sigue siendo una demostración.
En Rosario, una empresa que lleva quince años midiendo cultivos con drones, sensores y datos decidió darle otro uso a sus cálculos: servir de base para decidir cuánto dinero prestarle a un productor. Así nació Certera, una herramienta que estima cuánto podría producir un campo y propone que esa cifra pese a la hora de otorgar crédito.
La creó PreSeeds, la compañía rosarina que ya calculaba rendimientos agrícolas. Gonzalo Goñi, fundador de Certera, contó a LA NACION que la idea surgió de ese trabajo previo. Si ya sabían estimar cuánto podía cosechar un lote, pensaron, esa información podía ayudar a bancos y empresas a definir montos, no solo según los antecedentes financieros del productor sino también según su cosecha probable.
El punto de partida, según Goñi, es cómo funciona hoy el mercado. Las empresas y los bancos que financian al sector se apoyan sobre todo en los antecedentes crediticios y la situación económica de cada productor, sin considerar necesariamente cuánto puede rendir el campo donde se usará el dinero. "Hoy el mercado de créditos argentino o el mercado de originación de granos se basa en prestar o financiar dinero, financiar dólares en la campaña a partir de nuestro CUIT o de nuestro capital crediticio", indicó. Aclaró que no se trata de abandonar esos requisitos sino de sumar información productiva: "Esto me va a decir cuánta plata te puedo prestar a partir de tu productividad".
Para las estimaciones, el sistema analiza rendimientos, características del suelo y posibles condiciones climáticas, por ejemplo qué pasaría con la producción en un año de El Niño, de La Niña o de lluvias normales. También incorpora precios de los granos, gastos de producción y alquileres, para calcular cuánto dinero le quedaría al productor tras cubrir los costos. Con eso, cada lote recibe una calificación de riesgo de 0 a 100. Trabajan con soja, maíz, trigo y girasol, y buscan sumar algodón y maní.
La empresa mostró un ejemplo con datos ficticios: un campo de 505 hectáreas, dividido en cinco lotes de soja y maíz, que necesitaba US$82.210 para comprar insumos. Los cálculos indicaron que la cosecha alcanzaría para devolver el dinero en cuatro de los cinco escenarios climáticos analizados. Con una Niña fuerte, en cambio, el resultado no alcanzaría para cubrir todo el crédito.
Hay varios usuarios posibles. Uno son las empresas que venden semillas, fertilizantes y otros insumos, que a menudo permiten pagar después de la cosecha; conocer el rinde esperado las ayudaría a decidir cuánto financiar. "Cada dólar que presta, que esté basado en cuánto va a rendir el lote donde va a utilizar ese dólar", señaló Goñi.
Otro son los acopios, corredores y cooperativas que compran granos antes de que termine la campaña. Podrían contrastar las toneladas compradas con lo que se espera cosechar en la zona. "Yo puedo tener comprado 5000 toneladas de soja en Trenque Lauquen, pero la realidad zonal es menor o es mayor", ejemplificó. Así anticiparían si la producción alcanzará para cumplir lo comprometido.
Los bancos y las empresas financieras completan la lista: la información de los lotes se sumaría a los antecedentes del productor para evaluar cuánto prestarle y qué chances tendría de devolverlo. Por ahora, el caso mostrado es un ejemplo con datos ficticios; su alcance dependerá de que bancos, acopios y proveedores de insumos lo adopten.
Citas Notables
Esto me va a decir cuánta plata te puedo prestar a partir de tu productividad.— Gonzalo Goñi, fundador de Certera
Cada dólar que presta, que esté basado en cuánto va a rendir el lote donde va a utilizar ese dólar.— Gonzalo Goñi, fundador de Certera