Diseñamos sistemas para maximizar la producción mediante un entorno ciberfísico gestionado por IA. Sustituimos el sustrato por atomización radicular de alta precisión, monitorizando mediante visión artificial el estado del cultivo para adaptar dinámicamente cada ciclo. Mejora el rendimiento, la eficiencia energética y la calidad de tus cultivos de alta pureza.
La producción tradicional de hierbas frescas enfrenta merma logística, calidad inconsistente, alto consumo hídrico, dependencia climática y uso de agroquímicos. AgroAI Lab aborda estos desafíos mediante un sistema aeropónico autónomo que elimina agroquímicos, reduce drásticamente el consumo de agua, garantiza calidad uniforme con monitoreo en tiempo real y opera sin dependencia climática. Un modelo escalable, transparente y orientado a mercados premium.
Reducción de hasta 90% de agua frente a cultivo en suelo, y aproximadamente un 60% comparado con hidroponía NFT convencional.
Optimización espectral y temporal que reduce el consumo energético por unidad de biomasa (kWh/g) hasta en un 50% frente a sistemas LED estáticos.
Dashboard en tiempo real, métricas de eficiencia (L/g, kWh/g) y decisiones de IA auditables para certificación de cultivo limpio.
Variables de control y métricas de respuesta que la IA modula activamente para cada etapa fenológica.
Sistema de control adaptativo en edge basado en microcontrolador de alto rendimiento con aceleración para visión embebida. Integra adquisición de datos multivariable y feedback visual para estimar el estado fisiológico de la planta (color, vigor, expansión foliar). Mediante modelos ligeros de regresión incremental y lógica heurística, el sistema ajusta dinámicamente los parámetros de cultivo en ciclos cerrados, optimizando el rendimiento a partir de datos históricos y evolución temporal.
Cámara de crecimiento modular desarrollada mediante diseño paramétrico e impresión 3D en PLA para prototipado rápido y validación geométrica. La arquitectura permite adaptar el sistema a distintas especies y configuraciones, incorporando guías radiculares que optimizan la exposición a la niebla y la consistencia del entorno de cultivo. El diseño está orientado a iteración ágil y contempla la migración a materiales técnicos en fases posteriores, manteniendo compatibilidad estructural.
Simulaciones de fluidos computacionales, selección rigurosa de componentes y pruebas de nebulización e iluminación en bancada abierta.
Modelado 3D completo, definición de PCB personalizada, protocolo MQTT y dashboard base de monitorización.
Primer prototipo cerrado para 2–3 plantas. Validación biológica con albahaca, adquisición de datos reales y primeros lazos de control autónomo.
Ampliación a bancada de 12 plantas, integración con análisis químico externo (GC-MS) y refinamiento del modelo predictivo por ciclo.
Emprendedor con experiencia en Fintech e industria CNC. Formación en finanzas, derecho y electrónica industrial.
Desarrollador con 10 años de experiencia en Fintech. Formación en Ingeniería Informática.
Experiencia en gestión de explotaciones agrícolas extensivas. Aporta visión clave sobre cultivos, nutrientes y viabilidad agronómica.