#
CadeiaBrasil4 min de leitura
No Rally da Safra 2026, etapa algodão (Agroconsult, segunda edição da etapa), a área plantada foi mapeada por satélite e três equipes de campo fizeram mais de 30 visitas a produtores, grupos e cooperativas — com cobertura declarada de 36,4% da área de algodão da Bahia e 59,2% da de Mato Grosso. O diagnóstico: safra 2025/26 recorde, 4,41 milhões de toneladas de pluma (+3,3%) com 6,3% menos área (2,07 milhões de hectares). Plantou menos, colheu mais. O número saiu com 35% da pluma beneficiada, e a própria consultoria admitia margem de mais 90 a 100 mil toneladas. Seis dias depois, em 15/09, a Conab fechou o ciclo em 4,14 milhões de toneladas e 2,02 milhões de hectares (−3,2%), com 2.053 kg/ha de pluma (+4,9%) — recorde nas duas contas, por caminhos diferentes (NewsBA, 09/09; Conab, 15/09). Por que importa: a conta de campo chegou antes da oficial, acima dela e com a cobertura explicitada — e é por isso que o mercado paga. Para a startup de dados, a lição é dura: satélite entrega a área e já virou commodity; o que ninguém baixa por API é a visita, a amostra e o “quanto do total eu vi”. Siga o dinheiro: a receita desse tipo de inteligência vem de patrocínio da cadeia e de audiência própria, não de assinatura do produtor solto. Sim, mas: safra recorde com preço baixo não é boa notícia no caixa — e Mato Grosso já trocou algodão por milho atrás de liquidez.
fonte: NewsBA · 09/09
#
CampoBrasil5 min de leitura
A Girassol Agrícola, de Rondonópolis (MT), cultiva 65 mil hectares — 30 mil de soja, 15 mil de milho, 6 mil de algodão e 10,5 mil de eucalipto — e opera quatro unidades de beneficiamento, três no Mato Grosso e uma na Bahia, com capacidade de 1,5 milhão de sacas de semente de soja e mais de 100 mil de algodão por ano. O que ela fez com IA não é piloto de vitrine: consolidou plataformas que viviam separadas para cruzar telemetria de operação, monitoramento de clima e dados de aplicação, e enxergar onde a operação sai do padrão e quanto isso custa. O CEO Gilmar Meneghini, na cadeira desde novembro de 2024, resume o objetivo como “mais qualidade na informação de custo” e mais velocidade para extrair o que a agricultura digital já coletava. Em paralelo, a empresa trocou financiamento local de 15% a 16% por dívida em dólar a cerca de 7%, usando a receita de exportação como hedge natural, e projeta passar de R$ 1 bilhão de receita em 2026, 5% a 6% acima de 2025 (AgFeed, 28/09). Por que importa: é um retrato honesto de onde a IA entra primeiro no agro brasileiro — não na decisão agronômica, no custo. Quem tem quatro unidades e 65 mil hectares não precisa de previsão mágica; precisa saber qual máquina, qual turno e qual aplicação furaram o orçamento. Sim, mas: o maior ganho financeiro do ano veio do câmbio, não do algoritmo — a IA organizou a informação, a conta fechou na engenharia da dívida. Para a startup, o recado é onde vender: integração e custo, com retorno que o CFO aponta na planilha.
fonte: AgFeed · 28/09
#
RobóticaEUA4 min de leitura
A americana Greenfield Robotics abriu oferta pública de ações pelo Regulation A+, na plataforma StartEngine, para levantar até US$ 18,6 milhões a US$ 2,07 por ação — tinha pouco mais de US$ 428 mil captados no começo da oferta e cerca de 2.600 acionistas de rodadas anteriores. Junto, publicou o que quase nenhuma fabricante de robô agrícola mostra: 82 robôs rodando em 16 estados, temporada 2026 esgotada com mais de US$ 1 milhão em venda de máquinas, preço de US$ 36,5 mil por unidade, ritmo de cerca de 0,85 acre por hora, 3 a 3,5 horas de bateria por carga e recomendação de um robô para cada 80 a 100 acres. Os robôs fazem capina mecânica seguindo mapa gerado por drone; o roteiro à frente inclui adubar à noite, semear cobertura e plantar a cultura comercial (Future Farming, 29/09). Por que importa: com esses números, dá para fazer a conta — e é a primeira vez em muito tempo que dá. Um robô de US$ 36,5 mil para 80 a 100 acres (32 a 40 hectares) põe o custo por hectare no mesmo campeonato de uma capina terceirizada, e a 0,85 acre por hora a variável que manda é a janela. Seis anos de campo para chegar a 82 máquinas também mede a curva real do hardware agrícola: não é software. Sim, mas: oferta Reg A+ é dinheiro de varejo em negócio de capital intensivo — a empresa precisa vender ação para escalar o que já vendeu. De olho em: quem publica número de unidade e de hora-máquina convida à comparação. Aqui, palhada, barro e tamanho de gleba mudam a conta — e essa planilha ainda não existe.
fonte: Future Farming · 29/09
#
Espaço e IAEUA3 min de leitura
A Satlyt levantou US$ 8 milhões em rodada seed liderada pela Non Sibi Ventures para rodar modelos de IA dentro do satélite, em vez de mandar tudo para a Terra e processar depois. O fundador e CEO é Rama Afullo, ex-gerente de produto do Google e da SpaceX, e a tese é ser camada aberta de computação orbital — software que roda no satélite de qualquer fabricante, o contraponto ao modelo fechado. Em demonstração com a Momentus, a empresa rodou a bordo o Gemma, modelo do Google DeepMind, e cortou em mais de 60% o tamanho da transmissão dos relatórios de erro do próprio software. NASA (protocolos de nuvem no espaço), Stellerian (processamento de imagem) e a indiana TakeMe2Space estão na fila de testes; Afullo fala em chegar a 20% dos satélites até o fim da década (TechCrunch, 01/10). Por que importa: o gargalo do sensoriamento remoto para a lavoura nunca foi a câmera, foi o caminho do dado — baixar a imagem, processar, e só então avisar. Se a triagem acontece em órbita, o que desce é o alerta, não o arquivo: foco de praga, falha de estande, lâmina d'água. Isso muda a latência de dias para horas, dentro da janela em que a decisão ainda vale. Sim, mas: são US$ 8 milhões e demonstrações, não serviço comercial de imagem agrícola processada em órbita. De olho em: quem hoje vende análise de imagem para o campo vai competir com o que descer pronto do satélite — no agro brasileiro isso pesa primeiro em pulverização, irrigação e seguro.
fonte: TechCrunch · 01/10
#
FronteiraGlobal3 min de leitura
O Google lançou em 30/09 o Gemini 4 Argon, que chama de seu modelo mais poderoso, e a estreia não foi no chat: saiu em acesso limitado a parceiros de cibersegurança, pelo programa Fairwind, com a capacidade de encontrar, validar e corrigir vulnerabilidades críticas de software de forma autônoma — além de codificação, migração de base de código, leitura de vídeo e gráfico e raciocínio em tarefas longas. O Google afirma que o Argon pontuou bastante acima do GPT-6 Astra, da OpenAI, e dos modelos Fable e Opus, da Anthropic, numa série de testes; o índice da Vals, startup independente de benchmark, também o aponta como líder no momento (TechCrunch, 30/09). Por que importa: a capacidade de fronteira estreia onde alguém paga mais caro, e esse lugar agora é segurança de software. A cadeia do agro virou software: cooperativa com ERP, silo com automação, frota com telemetria, irrigação conectada. Agente que acha e corrige falha sozinho é defesa barata para quem nunca vai ter time de segurança — e a mesma habilidade, do outro lado, procura a porta aberta. Sim, mas: a comparação de desempenho é do próprio Google e o acesso é restrito; sem pontuação pública, trate como anúncio, não como medição. De olho em: quando essa capacidade descer para o acesso geral, o que vai separar quem se protege não é o modelo — é ter o sistema mapeado e o backup testado.
fonte: TechCrunch · 30/09