APLICAÇÕES DE INTELIGÊNCIA ARTIFICIAL NO AGRONEGÓCIO: uma revisão bibliográfica (2020–2025)
Palavras-chave:
Inteligência Artificial, Agricultura de Precisão, Cadeia de Suprimentos, Aprendizado de Máquina, Sustentabilidade.Resumo
Este artigo apresenta uma revisão bibliográfica sobre as aplicações da Inteligência Artificial (IA) no agronegócio entre 2020 e 2025, com foco nas áreas de previsão agrometeorológica, manejo de culturas e gestão logística. A análise dos estudos revela que modelos como LSTM, CNN e XGBoost já oferecem resultados promissores na melhoria da produtividade, na detecção precoce de doenças e na tomada de decisão comercial. No entanto, ainda existem desafios significativos, como a qualidade dos dados, a falta de integração entre sistemas, a escassez de profissionais qualificados e os altos custos de implementação. A adoção eficaz da IA no campo requer investimentos em infraestrutura digital, capacitação técnica e políticas públicas que favoreçam a inclusão tecnológica dos pequenos e médios produtores. Conclui-se que a IA tem potencial para tornar o setor agropecuário mais eficiente, sustentável e competitivo.
Referências
AWASTHY, Prakash; HALDAR, Tanushree; GHOSH, Debabrata. Rastreabilidade habilitada por blockchain — Uma análise das decisões de precificação e esforço de rastreabilidade em cadeias de suprimentos. European Journal of Operational Research, v. 321, n. 3, p. 760-774, 2025.
BUSINESS INSIDER. Agricultural weed control is a delicate process. AI tools could transform how farmers tackle it. Business Insider, 24 jun. 2025. Disponível em: https://www.businessinsider.com/ai-tools-weed-control-efficiency-farming-agriculture-2025-6. Acesso em: 25 jun. 2025.
CARVALHO, L. A. de; SOUSA, R. F.; OLIVEIRA, D. T. et al. Reconhecimento de flores de café arábica com redes neurais Siamese aplicadas a imagens UAV. Revista Brasileira de Sensoriamento Remoto, v. 45, p. 1–15, 2023.
CUELLAR, David; JOHNSON, Zechariah. Barriers to implementation of blockchain technology in agricultural supply chain. arXiv, 6 dez. 2022. Disponível em: https://arxiv.org/abs/2212.03302. Acesso em: 25 jun. 2025.
EMBRAPA. A inteligência artificial na pesquisa agrícola. Brasília, DF: Embrapa, 2024. 35 p.
FAO. The State of Food Security and Nutrition in the World 2024. Rome: FAO, 2024.
KUMAR, A. et al. Improving localized weather predictions for precision agriculture. Environmental Modelling & Software, v. 175, 2025.
LI, H.; ZHOU, X.; WANG, Y. Forecasting soybean spot prices using extreme gradient boosting. Applied Soft Computing, v. 140, 2024.
MORETI, M. P. et al. Inteligência artificial no agronegócio e os desafios para a proteção da propriedade intelectual. Cadernos de Prospecção, Salvador, v. 14, n. 1, p. 60 77, 2021. DOI: 10.9771/cp.v14i1.33098.
PEDDI, N. H. V.; BADAVATH, A.; SRIVALLI, P. Artificial intelligence and its applications in agriculture: a review. Environment Conservation Journal, v. 26, n. 1, p. 274 280, 2025. DOI:10.36953/ECJ.28802904.
REHAGRO. Tecnologias para otimização de colheita em usinas de cana: algoritmos e resultados práticos. Belo Horizonte, 2023. Relatório técnico. Disponível em: https://www.rehagro.com.br. Acesso em: 25 jun. 2025.
RUSSELL, S.; NORVIG, P. Artificial Intelligence: a modern approach. 4. ed. Hoboken: Pearson, 2022.
SINGH, K.; LIU, Y. Machine learning methods for weather forecasting: a survey. Atmosphere, v. 16, n. 1, art. 82, 2025.
ZHANG, Y. et al. Image recognition technology in smart agriculture: a review of current applications, challenges and future prospects. Processes, v. 13, n. 5, 2025.
Downloads
Publicado
Edição
Seção
Licença
1. Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
2. Políticas de Plágio
As suposições do plágio são:
a) apresentar trabalhos de outros como seu;
b) adotar palavras ou ideias de outros autores sem o devido reconhecimento;
c) não usar aspas em uma citação literal;
d) paráfrase de uma fonte sem mencioná-la;
e) paráfrase abusiva, mesmo que a fonte seja mencionada.
Os pressupostos gerais da fraude científica são os seguintes:
a) fabricação, falsificação ou omissão de dados e plágio;
b) publicação duplicada; e
c) conflitos de autoria.
Todos os trabalhos aceitos são submetidos a um software de detecção de plágio.
Os autores assumirão as consequências de qualquer natureza decorrentes do descumprimento das obrigações indicadas nessas regras editoriais.
Em casos em que o plágio é incorrido, a Coordenação Editorial seguirá os seguintes procedimentos: a evidência do plágio detectado será enviada ao(s) autor(es), solicitando uma explicação sobre o mesmo. Se a resposta não for satisfatória, o artigo não será publicado e, se aplicável, a mídia na qual o artigo plagiado original foi publicado será informada.
