Traduzido do Inglês para o Português - www.onlinedoctranslator.
com
agricultura
Artigo
Pesquisa sobre Plano de Negócios Inovador. Criação de gado inteligente
usando automação de processos robóticos inteligentes artificiais
Diana Elena Micle1, Florina Deiac1,*, Alexandru Olar1, Raul Florentin Drent,uma2, Cristian Florean3,
Ionut,Grigore Coman4e Félix Horat,iu Arion1,5
----
---
Citação:Micle, DE; Deiac, F.; Olar, A.;
Drent,a, RF; Florean, C.; Coman,
IG; Arion, FH Pesquisa sobre Plano de
Negócios Inovador. Pecuária inteligente
usando automação de processos
robóticos inteligentes artificiais.
Agricultura2021,11, 430. https://doi.org/
10.3390/
agricultura 11050430
Editores Acadêmicos: Michele
Mattetti e Luigi Alberti
Recebido: 13 de abril de 2021
Aceito: 7 de maio de 2021
Publicado: 10 de maio de 2021
Nota do editor:O MDPI permanece neutro
em relação a reivindicações jurisdicionais em
mapas publicados e afiliações institucionais.
Direito autoral:© 2021 pelos autores.
Licenciado MDPI, Basileia, Suíça. Este
artigo é um artigo de acesso aberto
distribuído sob os termos e condições
da licença Creative Commons
Attribution (CC BY) (https://
creativecommons.org/licenses/by/
4.0/).
Agrícola cultura2021,11, 430. https://doi.org/10.3390/agriculture11050430
1 Departamento de Ciências Econômicas, Universidade de Ciências Agrárias e Medicina Veterinária de Cluj-
Napoca, 3–5 Manastur Street, 400372 Cluj-Napoca, Romênia; diana.micle@usamvcluj.ro (DEM);
alexandru.olar@usamvcluj.ro (AO); felixarion@usamvcluj.ro (FHA)
2 Faculdade de Engenharia, Centro Universitário Norte de Baia Mare, Universidade Técnica de Cluj-Napoca,
400114 Cluj-Napoca, Romênia; drenta.raul@gmail.com
3 Central de TI, 407042 Sannicoaruma,Romênia; cristian.florean@centricit.ro
4 Departamento de Engenharia Industrial, Faculdade de Construção de Máquinas, Universidade Técnica de Cluj-Napoca,
400114 Cluj-Napoca, Romênia; ionutcoman.proiecte@gmail.com
5 Asociatia Clusterul Agro-Food-Ind Napoca (AgroTransilvania Cluster), 407039 Dezmir, Romênia
* Correspondência: florina.deiac@usamvcluj.ro
Abstrato:A integração da gestão pecuária com os dispositivos e sensores necessários é agora vista como um
fator crítico para o sucesso a longo prazo do setor agrícola. Os resultados revelaram que o setor empresarial
agrícola está aberto à implementação de soluções de Tecnologia da Informação e Comunicação (TIC), portanto,
o objetivo deste artigo é determinar quão vantajoso é para os agricultores romenos investirem em um projeto
que emprega métodos inteligentes de criação de gado que incorporam Inteligência Artificial (IA), Automação
Robótica de Processos (RPA) e Internet das Coisas (IOT). Uma entrevista não estruturada foi usada para coletar
evidências empíricas durante uma reunião de grupo focal. Analisando as métricas de desempenho primárias
selecionadas, foi projetado que a lucratividade da fazenda aumentaria em 19%, a produtividade aumentaria em
21%, e o impacto ambiental da fazenda diminuiria em 22%. A automação e o trabalho remoto ajudariam a
minimizar a carga de trabalho dos trabalhadores da fazenda, ao mesmo tempo em que tornariam mais
disponíveis os painéis de controle, os arquivos de tomada de decisão e a análise de dados. Para que o domínio
seja o mais próspero possível, os agricultores devem estar cientes dos benefícios do uso dessas tecnologias
emergentes para fechar a lacuna entre agricultores e provedores de soluções de Tecnologia da Informação (TI),
e isso pode ser feito por meio de treinamento contínuo para ambos. agricultores e seus fornecedores de
tecnologia.
Palavras-chave:agricultura 4.0; automatização da fazenda; digitalização agrícola; tecnologias de IA; IOT
1. Introdução
Um dos ramos básicos da agricultura é a pecuária.1] e ocupa um lugar prioritário na economia de
produção animal [2] (pág. 92). As vacas são responsáveis por uma variedade de produtos que também
derivam deste importante ramo, tais como: leite, carne, peles, esterco, etc. [2] (pág. 92). A situação
econômica das fazendas leiteiras na União Européia (UE) é instável e fortemente diferenciada de um país
membro para outro.2] (pág. 92). De acordo com as estatísticas do Eurostat, um total de 158,2 milhões de
toneladas de leite cru é produzido na UE, um aumento de 1,4 milhão de toneladas de ano para ano [3].
Destes, 143,1 milhões de toneladas são de leite de vaca. A Romênia ocupa a penúltima posição na UE em
produção de vacas, o que reflete a estrutura inadequada das fazendas leiteiras. Os agricultores precisam
se associar a associações para gerenciar melhor os insumos agrícolas, aumentar os rendimentos e a
produção, reduzir custos e vender leite cru com eficiência.4].
Este artigo traz uma nova perspectiva de como a implementação de tecnologias e
inovações de TI na agricultura (pecuária) pode melhorar a produtividade geral dos
https://www.mdpi.com/journal/agriculture
Agricultura2021,11, 430 2 de 15

a indústria no campo. Contribui com a literatura especializada existente ao propor um novo método
(metodologias/plano de negócios) que pode ser facilmente implementado pelos empresários, com o
auxílio de um procedimento padronizado, customizado e adaptado às especificidades de uma fazenda/
empresa. A criação e exploração de gado é uma atividade tradicional da população rural e confere o
caráter de uma atividade sustentável e promissora.5], que deve incluir um plano de pastagem para fins
de conservação do habitat [6]. A carne bovina é muito importante porque é um recurso seguro para o
comércio, garante a estabilidade do trabalho, garante as necessidades domésticas e de exportação, que
trazem altos rendimentos aos produtores.7] (págs. 75–96). O leite é um produto estratégico com impacto
especial em crianças, idosos e portadores de diversas doenças.8]. Devido à sua composição química
complexa, alto valor biológico e alto grau de digestibilidade, o leite representa um produto de grande
importância.9]. As vacas produzem mais leite do que sua prole exige, e o homem tem tirado vantagem
disso desde o início dos tempos.7] (págs. 75–96). Os programas de reprodução aumentaram com
sucesso a quantidade e a qualidade da produção de vacas leiteiras. O leite de vaca contém cerca de
87,4% de água e cerca de 12,6% de sólidos de leite (sólidos totais), este último compreendendo cerca de
3,9% de gordura, 3,2% de proteína, 4,6% de lactose (anidro) e 0,9% de 'outros sólidos', ou seja, minerais,
vitaminas, etc. [7] (págs. 75–96). O leite pode ser considerado um alimento completo para pessoas com
necessidades nutricionais.10]. O leite é um produto agrícola crucial para a UE, garantindo que a
estabilidade da produção agrícola ainda tem a maior importância que tinha quando ocorreu a fundação
da Comunidade Europeia [8] (págs. 17–33). O consumo médio mundial de leite é estimado em 107 L por
capital, que varia em 380 L na Europa, 280 L na América do Norte e 50 L no Leste Asiático.11].

Em termos gerais, geralmente, quanto mais intensiva uma fazenda é, maior a rotatividade de
receita, mas fazendas eficientes são encontradas em todos os tamanhos e categorias, com muitas das
fazendas menores experimentando eficiência técnica relativamente alta.12] (págs. 219–240). O número
de fazendas para produção de leite usando qualquer tipo de Sistema de Ordenha Automática (AMS) está
em constante crescimento, especialmente na Europa Oriental [13] (pág. 2). Nos últimos anos, o número
de AMS instalados em todo o mundo aumentou drasticamente e a realidade preocupante é a qualidade
do leite produzido e como ele se compara ao leite convencional.14] (pág. 1). Algumas pesquisas mostram
que o uso de qualquer tipo de Sistema de Ordenha Convencional (CMS) é mais econômico do que o AMS
[9] (pág. 2). As maiores vantagens do AMS são a qualidade do leite, a saúde e o bem-estar dos animais, a
grande quantidade de leite, a redução da força de trabalho e uma melhor vida social dos produtores de
leite.15] (págs. 3–14). Para fazendas comerciais, a ordenha automática economiza tempo em
comparação com a ordenha manual [16].
Desde a década de 1970, discute-se a segurança alimentar, um conceito relativamente recente. A
segurança alimentar, componente da segurança econômica, exige que os produtores de alimentos
tenham acesso aos recursos agrícolas disponíveis para esse fim, com custos que permitam que sejam
produzidos de forma sustentável para que possam ser entregues aos consumidores a preços acessíveis. [
17]. Na indústria alimentícia, especialmente na indústria de laticínios, o conceito de análise de perigos e
pontos críticos de controle (APPCC) garante a qualidade dos alimentos devido a toda a sua cadeia de
supervisão, “da fazenda à mesa” [18] (págs. 173–177).
Dado que as ameaças externas levam à contaminação em massa, a digitalização na indústria
agroalimentar está se tornando uma necessidade.19]. Essas tecnologias digitais, como IA, grandes
volumes de dados e robótica, podem ajudar agricultores e empresas a fornecer alimentos seguros,
otimizar processos e criar novos produtos e serviços. Os benefícios do uso dessas tecnologias digitais
são conhecidos pelos agricultores e podem incluir desempenho animal, otimização dos fatores de
produção, redução da mão de obra, fluxos de dados agrícolas, melhoria das condições para os
agricultores e redução do impacto negativo da agricultura no meio ambiente.18].
Smart Farming (SF) refere-se à aplicação das TIC na agricultura. O uso dessas tecnologias
para atividades agrícolas representa inovação e exemplos de tecnologias inovadoras são sensores,
robôs, satélites meteorológicos e assim por diante [20]. Essas tecnologias dependem de dados e
são dependentes da internet. Ao coletar e analisar esses dados, a eficiência dos processos
produtivos aumenta, de modo que todos os atores envolvidos, desde agricultores, empresas e
instituições, sejam motivados a trabalhar em conjunto para utilizar tecnologias inovadoras.19]. O
FS pode ser definido como um facilitador de uma agricultura eficiente, produtiva e lucrativa.
Agricultura2021,11, 430 3 de 15

empreendimentos [21] (págs. 179–187). O desenvolvimento de aplicativos de dados é um produto social

das interações entre pessoas, instituições e a própria tecnologia. Basicamente, as aplicações de Big Data
(BD) são intrinsecamente sociotécnicas.22]. Atualmente, os agricultores que consideram adotar a
agricultura inteligente se deparam com a ausência de estruturas legais e regulatórias em torno da
coleta, compartilhamento e uso de dados agrícolas.23]. Agricultores e empresas estão criando,
adaptando e adotando uma variedade de novos hardwares, softwares, aplicativos móveis, tecnologias de
sensores e aplicativos de BD, todos envolvidos na interrupção das estruturas estabelecidas dentro das
máquinas agrícolas e setores de dados associados.24].
Resultados semelhantes foram observados durante a pesquisa realizada pelos autores para
observar as ligações e disparidades entre os setores de agricultura e TIC, com um caso de estudo na
Romênia, realizado no âmbito do Projeto TRACK (COS-CLUSTPARTN-2017-3-02: “Acompanhamento de
oportunidades para desenvolver e fortalecer a coleta de dados e big data em agro-cadeia para aumentar
a competitividade das PMEs-TRACK”. Projeto foi co-financiado pelo Programa COSME da União Européia).
Os principais resultados revelaram que o setor empresarial agrícola está aberto à adoção de soluções de
TIC, necessitando de soluções dedicadas às suas especificidades da exploração ou da empresa. Os
gerentes de TI estão enfrentando complicações na adoção de soluções de TIC apropriadas para seus
negócios. Observa-se uma transição lenta para as empresas agroalimentares. As empresas de TIC devem
preencher a lacuna entre a inovação e os agricultores. Existem algumas experiências únicas que
começaram em ambos os lados: oferta e demanda, e este é o ponto de partida deste artigo, de onde
surgiu a ideia deste estudo. Consequentemente, o objetivo do artigo é desenvolver soluções criativas
para adaptar o modelo de software da fazenda de vacas com base em tecnologia de campo inovadora,
que permite aumentar a produtividade da fazenda e reduzir o trabalho e o tempo gasto na fazenda.

A questão de pesquisa a partir da qual se baseou a fundamentação deste artigo é a seguinte:

“É oportuno que os agricultores da Romênia invistam em um projeto que usa métodos inteligentes
de pecuária integrando Inteligência Artificial (IA), Robotic Process Automation (RPA) e Internet de
Coisas (IOT)?”
Para encontrar a resposta a essa pergunta, várias perguntas-chave secundárias foram criadas para
o nosso artigo:
Como as tecnologias inovadoras do mercado podem ser integradas na atividade operacional
das fazendas e como o agricultor se beneficiará delas?
A lucratividade da fazenda aumentará e haverá um aumento na produção? Essas
tecnologias ajudarão o meio ambiente?
Os resultados da pesquisa levarão à adoção de tecnologias disruptivas em animais, RPA,
Industrial Internet of Things (IIOT), a fim de dar eficiência, sustentabilidade e competitividade
às empresas, além de aumentar a confiança em tecnologias disruptivas na Indústria 4.0.

O primeiro objetivo é integrar o módulo de Gestão de Pecuária com os dispositivos e

sensores necessários, computação em nuvem, RPA e BD, enquanto pavimenta o caminho para a
automação total e altera os portões, balanças, janelas, sistemas climáticos, sistemas de irrigação,
sistemas de alimentação, e adicionando robôs de ordenha. O módulo Pecuária trata do bem-estar
do gado, sua movimentação, alimentação, tratamento médico, períodos de sono e ordenha, e
assim por diante. Este primeiro objetivo especificamente irá gerar muitos casos de uso.

2. Materiais e métodos
2.1. Modelos de Negócios—Modelo de Negócios Inovador

Pisano [25] mencionou em 2015 que no quadro global que parece afetar tanto as empresas
quanto a conduta humana, novos padrões socioeconômicos e técnicos estão surgindo. A alta
incerteza causada pela rápida inovação tecnológica e pela competição global leva as organizações,
a fim de obter vantagens competitivas e aumentar sua participação de mercado, a desenvolver e
utilizar diversos modelos de negócios.26] (págs. 7–17).
Entender quais características de uma tendência devem ser integradas em um novo negócio não é um
desafio fácil, mas é estrategicamente vital para que os empreendedores mantenham a inspiração para
administrar novos negócios.25].
Agricultura2021,11, 430 4 de 15

O ambiente cada vez mais intenso e volátil em que as empresas modernas devem operar exige a
utilização de soluções criativas em diversas áreas de atividade empresarial [27]. Devido às difíceis
condições econômicas atuais para os grupos empresariais, a implementação de tecnologias apenas nas
áreas de produtos e processos pode ser inadequada para atingir as metas estabelecidas pela empresa [
27]. Ambientes econômicos dinâmicos e tumultuados incentivam as indústrias a buscar inovação na
produção, processos e áreas organizacionais das operações de negócios. Como resultado, a necessidade
de fazer mudanças pode afetar a empresa [28] (pp. 352–364), considerando que a necessidade de
mudança pode levar a um novo Modelo de Negócios (BM) [29] (págs. 1023-1030).

2.2. Amostra
Os dados empíricos foram coletados em dezembro de 2020 em uma reunião de grupo focal de um
dia. O grupo focal é um método de coleta de dados qualitativos, semelhante à entrevista, que se destina
a utilizar a dinâmica de grupo [30] (págs. 491–497). São entrevistas não estruturadas que permitem que
os participantes e os pesquisadores criem conhecimento juntos, em vez de se concentrar em uma
solução singular para abordar a questão de pesquisa.31] (págs. 400–417). O ambiente do grupo incentiva
os participantes a se envolverem em discussões e expressarem ideias que não haviam pensado
individualmente [31] (págs. 400–417). Nos últimos anos, os grupos focais tornaram-se um método de
pesquisa popular neste campo.32] (págs. 400–417).
A reunião consistiu em duas partes. Primeiramente, um grupo de 10 agricultores foi
consultado para identificar os problemas mais importantes que enfrentam e discutir suas
soluções. Na segunda parte o modelo de negócio e as conclusões da primeira sessão foram
apresentados a um grupo de 12 stakeholders e especialistas. O objetivo da segunda sessão foi
validar o modelo e os resultados, e também identificar soluções adicionais, oportunidades,
limitações e barreiras à implementação do modelo. Assim, os participantes foram selecionados
com base em sua experiência em diferentes aspectos-chave [33] do modelo proposto, como
segue:
• Cluster (1; Agricultura) e associações de agricultores (2) – Necessidades dos agricultores e oportunidades
de mercado para o produto;
• Clusters (3; TI, Meio Ambiente e Energia Verde) – a contribuição do modelo para uma economia de
baixo carbono e resiliente ao clima nos setores de agricultura e alimentos;
• Consultor de negócios (2) – modelo de negócios e sustentabilidade econômica;
• Provedores de TI (2) e Universidades (2) – soluções técnicas;
Devido aos constrangimentos da pandemia do vírus SARS-CoV-2, a investigação foi
implementada online, através de videoconferência. Essa abordagem limita as interações dos
participantes, mas é menos demorada e cara, além de ser mais fácil de registrar. O encontro foi
gravado e transcrito. Isso permitiu uma maior familiaridade com os dados e também uma maior
transparência [34].

3. Resultados

As soluções identificadas são inéditas na literatura e destinam-se principalmente a empresas

de países desenvolvidos econômica e tecnologicamente. A novidade trazida pelo nosso artigo por
meio da solução proposta consiste em facilitar a difusão da IoT em nível de países em
desenvolvimento, para pequenas e médias empresas (PMEs) no campo agrícola. O novo MN
proposto envolve a mudança dos sistemas de gestão existentes por novos, baseados em
tecnologias de informação que garantam o aumento da produtividade das empresas, mas
também uma melhor gestão das questões ambientais, minimizando o impacto negativo das
atividades econômicas e maximizando a conservação da biodiversidade.

3.1. Condições essenciais para o sucesso do modelo de negócios proposto

Embora os grandes setores provavelmente invistam com instalações sofisticadas, o gerenciamento de
intuição sem dados não refletirá mais a maneira como as fazendas profissionais trabalham. No longo prazo, as
pequenas fazendas adotarão constantemente tecnologias fundamentais. Isso deve, particularmente para a
nova geração de agricultores digitais, também ser visto como uma fonte de oportunidades [34].
Agricultura2021,11, 430 5 de 15

As PMEs estão implementando progressivamente tecnologias simples, enquanto as principais fazendas

provavelmente investirão em equipamentos sofisticados, de modo que o gerenciamento baseado em intuição
sem dados para futuras fazendas comerciais não será mais a norma. A nova geração de jovens agricultores
com conhecimento digital deve ver isso como uma fonte de oportunidades [34].
A solução robótica de pecuária proposta surge em um momento em que os avanços
tecnológicos atingiram um nível de maturidade favorável e a implementação de tal
mecanismo diminuiu os custos [1].34]. Houve muitas boas provas de conceitos de IA e IOT, a
maioria delas chegando aos ambientes de produção. As tecnologias disponíveis são de
código aberto ou podem ser usadas como serviços [35], incluindo uma maior independência
do provedor; ou estão disponíveis como tecnologias padronizadas de vários fornecedores.
Um mercado competitivo em termos de qualidade de serviço, preços baixos e estimativas precisas
de custos é garantido pelo grande número de provedores de IA e IOT.
As colaborações também são um fator muito importante, por exemplo, dentro de clusters, a
adoção da tecnologia é mais simples e rápida. Em termos de manutenção da sustentabilidade econômica
e capacitação de empreendedores, as inovações disruptivas podem ser uma solução. A implementação
de tecnologia para um dos membros de um cluster é acelerada pela comprovação também para os
demais, garantindo a demanda incessante de competitividade e capacitação empresarial.
Os primeiros atores orgânicos tendem a ter um desenvolvimento mais acelerado se optarem por
integrar as tecnologias da Indústria 4.0 em sua rotina [36]. Esse modelo de fazenda deve ser a base da
missão da digitalização; assim, a RPA Agroalimentar tem um grande potencial de crescimento em
termos de quota de mercado.
A TI e a coleta de dados alcançaram um grau de confiança sem precedentes [37],
enquanto os mercados aferentes estão em constante crescimento, a fim de conter as
crescentes demandas por tecnologias de informação de última geração/disruptivas que são
responsáveis por serviços de RPA Agroalimentares mais asfixiados e acessíveis, mantendo
os custos competitivos.

3.2. Modelo de Negócios

3.2.1. Como a organização cria e captura valor
A Centric IT, a organização responsável pelo desenvolvimento do software, cria e captura receita
por meio de um portal de Software como Serviço (SAAS) desenvolvido e atualmente em operação que
integra módulos completos de gerenciamento de negócios. O objetivo é desenvolver ainda mais os
recursos com tecnologia de IA e IOT, transformando o sistema de software especializado em um sistema
de software inteligente. O hardware da fazenda será operado por robôs de software em nuvem, a IA
gerada de forma valiosa aprenderá e evoluirá, aprendendo como a mente humana aprende e
interferindo na previsão com base em nossa interpretação dos dados que estão sendo treinados.

3.2.2. O público alvo

Os pecuaristas foram o foco principal no início, depois estendendo os serviços para
as empresas de processamento de leite vegetal e carne.

3.2.3. As principais diferenças

Os serviços estão chegando ao usuário final por meio de um portal em nuvem que torna mais
acessível e menos oneroso o uso das tecnologias. Os módulos funcionam como um ambiente integrado,
com dados compartilhados entre eles (por exemplo, gestão de contas e estoque trabalham em conjunto).
No centro do projeto estão a tecnologia cognitiva, a computação em nuvem e o trabalho remoto.
A empresa oferece um pacote completo de serviços de computação em nuvem SAAS que
incluem gerenciamento, desenvolvimento e operações comerciais.

3.2.4. Seu Capital Primário e Parcerias

Fornecer acessibilidade, disponibilidade e segurança de dados são fatores-chave, e há
equipes estabelecidas de marketing, consultoria, produção e suporte. Foi criado um
consórcio de empresas, direta ou indiretamente interessadas na área agroalimentar, como
Agricultura2021,11, 430 6 de 15

além de nossa equipe interna. Existe uma colaboração bem estabelecida com grupos de
agricultores que foram os arquitetos diretos e beneficiários do primeiro módulo de software criado
pela empresa.

3.2.5. Suas Redes de Distribuição

Dado que a plataforma é baseada na nuvem, o canal de entrega depende principalmente da
internet, por meio de ferramentas como mídias sociais e marketing online, a participação em
eventos e feiras internacionais, simpósios e conferências utilizando os Hubs de Inovação Digital
(DIH) disponíveis. canais de comunicação é uma necessidade para a propagação bem sucedida do
projeto e um BM confiável.

3.2.6. O método pelo qual ele gera receita

Os clientes da empresa se beneficiam dos recursos do software por meio de uma assinatura
mensal ou anual. O preço é calculado pelo número de módulos, escala e número de usuários de
cada módulo utilizado no canal do cliente. Esta solução permite ao beneficiário fazer upgrade ou
downgrade do pacote de acordo com suas necessidades. As tecnologias de IA serão tributadas
como parte da taxa de uso mensal, enquanto o IOT será faturado como uma taxa extra.

3.2.7. Estrutura de Despesas

A estratégia do modelo de negócios é baseada em valor e no início os clientes atuais
seriam os primeiros a utilizar essa tecnologia. Prevê-se que o número inicial de clientes
aumente, com o tempo, devido à participação em feiras, tanto a nível nacional como global,
bem como às atividades de demonstração e montras que serão realizadas nos Clusters e
DIH.
De acordo com as previsões financeiras para os próximos três anos, a margem apresentará um
crescimento de 30 por cento devido à tecnologia emergente que o negócio está a incorporar nos seus produtos
(módulos), mas o volume de negócios da empresa também aumentará em 200 por cento, impulsionado pelo
número de consumidores agroalimentares que vão pegar as invenções da empresa ao lado de seus parceiros.

3.3. Descrição da Tecnologia Aplicada

O AI RPA com IOT para fazendas de gado em seu núcleo é impulsionado por uma automação
de processos de negócios projetada para reduzir a carga de trabalho repetido. Essa tecnologia
será incorporada a diversos componentes, como TIC, computadores, hardware e outros robôs, por
meio do IIOT. O RPA às vezes é correlacionado e referido como robótica de software, e robôs
figurativos (bots) ou IA “visitam” as instalações para alcançar o que essa tecnologia faz de melhor.

A flexibilidade e adaptabilidade do IIOT o torna adequado para fabricação, armazenamento de

energia, integração de sensores, ferramentas e tecnologias relacionadas a aplicações industriais
eletrônicas. Essa conectividade simplifica a coleta, distribuição e análise de dados. A eficiência e a
facilidade de uso se beneficiam como uma vantagem econômica. O IIOT consiste no desenvolvimento de
um sistema de controle distribuído (DCS), que possibilita otimizar e melhorar os controles de processos
por meio da computação em nuvem.
O conceito principal deste projeto é ter um armazenamento de informações de IA, aplicativos cognitivos,
vinculados dentro de uma fazenda de gado a cada sensor, computador ou robô. As comunicações devem ser
permitidas de sensores para BD para aplicativos cognitivos para computadores e robôs, por exemplo (Figura1).

Um monte de hardware (por exemplo, processamento de imagem e áudio,

monitoramento de ar) foi integrado ao sistema SAAS-RPA do 3º parceiro, o Centro de
Pesquisa da Faculdade.
Agricultura2021,11, 430 7 de 15

3.3.1. Descrição do Processo Inovador Proposto pelo Modelo de Negócios

O avanço é que a RPA é responsável tanto pelo mercado quanto pelos processos de
fabricação nas indústrias agroalimentares, começando com fazendas de gado em aplicações. A
tecnologia pode ajudar na proteção animal, higiene e tratamentos médicos, como antibióticos ou
outros tipos inseguros de tratamentos médicos. O sistema pode ajudar a evitar que o leite de uma
vaca medicada seja misturado com o resto das vacas não tratadas. Este tipo de sistema pode
ajudar a elevar a qualidade dos produtos, prevenir a contaminação e aumentar a segurança
alimentar de uma forma que o homem nunca conseguirá sem vigilância contínua.

Figura 1.Diagrama de conexão da Internet da Coisa Industrial (realizado pelos autores).

A estrutura usa SAAS, RPA, IIOT, Hardware e Ferramentas de Integração de Software para integrar/
interoperar e será vendida como serviços baseados em nuvem (Figura2).
Em ambientes virtuais de assistência e disseminação de informações os sistemas RPA têm
alcançado bons resultados, mas com esta pesquisa, RPA e IIOT podem ser experimentados nos
processos de produção.

3.3.2. Interoperabilidade
Como mencionado anteriormente, a tecnologia também usa a internet e possui uma infraestrutura de
componentes de modo que a conectividade e a interoperabilidade com outros aplicativos, equipamentos e
robótica são centrais para ela.

3.3.3. Replicabilidade
A replicação pode ser convenientemente conduzida como um gateway SAAS no centro do projeto. Para
implementação e expansão internacional mais rápidas, as melhores práticas e dados de configuração podem
ser facilmente replicados. O hardware de integração ainda é comumente usado no nível da UE por fornecedores
da UE e tecnologia em nuvem.

3.3.4. Reuso
O centro de software do projeto tem o design “Farm Software Ecosystem”. Em um ambiente típico,
uma base de conhecimento muitas vezes pode ser usada para aumentar a eficiência do programa
cognitivo a um custo reduzido.
Agricultura2021,11, 430 8 de 15

Figura 2.Diagrama de alto nível da arquitetura de software (reproduzido de [38], com permissão da
Elsevier, 2021)

3.4. Impacto da sustentabilidade

O modelo de negócios comunica o objetivo declarado de alcançar um crescimento harmonioso e

sustentável para o setor agrário através dos objetivos e ações mencionados. A sustentabilidade é uma
obrigação e pode ser assegurada por:
1. As boas práticas nas operações realizadas e as mudanças feitas no setor adquirido ao
longo do caminho serão um bom benefício e perdurarão nos próximos anos;
2. O impacto multiplicador e multifuncional contribuiria não apenas para benefícios para os consórcios
no mercado de trabalho, mas para as gerações futuras que estão melhor posicionadas para se
beneficiarem das vantagens obtidas, economias realizadas e conhecimento adquirido.
3. O estabelecimento de vínculos recíprocos entre os consorciados, entre o consórcio e empresas
terceiras que possibilitem o acesso não só ao mercado de trabalho, mas também,
indiretamente, ao compartilhamento de boas experiências. Isso permitirá a aquisição das
habilidades práticas necessárias para possíveis desenvolvimentos de negócios.
O consórcio está estruturado para garantir que suas descobertas não sejam um objetivo
final, mas sim um ponto de partida para esforços prospectivos que gerariam mais vantagens:
1. Proporcionar aos participantes conhecimentos transversais de negócios e auxiliá-los na geração
de novas receitas.
2. A criação de um comitê consultivo e sua consulta diária resultaria em um banco de
dados contínuo que permitirá aos participantes e demais interessados o acesso a
informações (do meio acadêmico, socioeconômico ou administrativo-legislativo).

3. O diagnóstico e a análise de influências são elementos em que assentam as principais direcções

estratégicas para a adaptação, mas também para a criação de novas, e para o
estabelecimento de directrizes (fundamentais e/ou aplicadas) de investigação no consórcio,
ao nível do cluster, decidido.
A fim de fortalecer a criatividade, a colaboração com a comunidade corporativa,
infraestruturas, instalações e conhecimentos técnicos adquiridos durante este período serão
utilizados no ensino universitário em nível adequado (Figura3). Os resultados da pecuária
inteligente usando os esforços de IA e RPA podem ser institucionalizados.
Os resultados são incorporados à política e plano agroalimentar em nível estadual, regional e
nacional. Conforme discutido anteriormente, o fato de os desenvolvimentos do clima de mercado serem
uma vitória positiva e continuarão nos próximos anos garante a longevidade.
Agricultura2021,11, 430 9 de 15

Figura 3.Diagrama de classes de componentes (reproduzido de [38], com permissão da Elsevier, 2021).

3.5. Estimativas do Grupo Focal

Como resultado da implementação da solução proposta, o grupo de foco estimou uma série de
Indicadores Chave de Desempenho (KPIs) que poderiam ser avaliados durante e após a implementação.
Para tanto, 15 indicadores foram propostos e considerados pelos participantes. Cinco indicadores foram
apoiados por 83% (10 de 12) e, portanto, foram selecionados como KPIs. Para fundamentar a decisão, os
níveis de KPI foram estimados com base nos resultados médios da coleta de dados e da análise e
comparação dos resultados após a digitalização das atividades/fluxos da fazenda. Os dados foram
coletados pelo uso de soluções de digitalização e adoção antecipada por 7 fazendas de gado com cerca
de 200 bovinos e cerca de 350 hectares de culturas cultivadas para produção de alimentos para animais,
o que representa uma fazenda familiar regular na Romênia.
- Redução de horas de trabalho humano na fazenda, como estimativa antecipada: trabalho em escritório em
82%, horas totais em 14%. De todas as atividades do agricultor, mais de 20% representa o trabalho de
escritório (por exemplo, preenchimento de dados, geração de relatórios, análise de relatórios, tomada de
decisão baseada em dados) e isso pode ser otimizado em 82% por cento com base nas estatísticas da
empresa. Todos os participantes apoiaram este indicador. Os maiores apoiadores foram as
Universidades e o Cluster Agrícola. Isso responde a uma das principais questões levantadas pelos 10
agricultores na primeira rodada do grupo focal.
- Redução de custos variáveis/difíceis de prever na fazenda, como estimativa antecipada: em pelo menos
32%, como resultado da digitalização para melhor gerenciamento de recursos, monitoramento de
sensores e arquivamento de dados, reconhecimento de padrões das tecnologias cognitivas oferece
grande premissas em termos de redução de custos e estimativa de custos selecionadas por 10 dos
12 participantes. Os provedores de soluções de TI, Cluster it e consultores de negócios foram os
promotores da medida.
- Aumentar a lucratividade da fazenda, como uma estimativa inicial: 19%, por melhor gerenciamento de recursos,
melhores estimativas, melhor suporte ao planejamento baseado em dados, melhores rendimentos com a adoção
de tecnologias disruptivas da indústria 4.0. Foi proposto por todos os participantes.
Foi também o principal benefício identificado pelos agricultores.
Agricultura2021,11, 430 10 de 15

- Reduzir o impacto ambiental, como uma estimativa antecipada: 22%, por uma melhor estimativa
em conjunto com uma melhor tomada de decisão baseada em dados gerou pegadas
ambientais menores. Apoiado por 11 de 12, especialmente por Clusters Ambientais e
Universidades. Eles acreditam que: “Dados os desafios que enfrentamos atualmente; um
modelo de negócio inovador deve incluir uma dimensão ambiental”. Em outra citação, um
dos participantes afirmou que “Esta dimensão alinha a visão do modelo com os princípios
ambientais da UE encontrados e apoiados na Política Agrícola Comum”. No entanto, a
Associação dos Agricultores foi ligeiramente retida, porque na sua opinião pode ser “um
fator limitante”.
- Aumento da produção, como uma estimativa inicial: 21%, por exemplo, nas fazendas de gado o clima tem um grande
impacto na produção diária de leite para fazendas leiteiras, mas também em termos de ganho de peso diário
para fazendas de carne, portanto, baseado em sensores/ Os sistemas digitais de tomada de decisão baseados na
previsão do tempo oferecem um grande suporte para o aumento da produção.
A ideia foi apoiada por todos, principalmente por agricultores e consultores de negócios.
De acordo com um estudo feito pela Nesta em 2015, a agricultura de precisão e o investimento em
avanços tecnológicos em uma fazenda podem aumentar as possibilidades de renda em quase 20% [39].
Esse aumento de renda pode ser alcançado com a redução de custos com água ou fertilizantes, por
exemplo. Nesta menciona que “novas tecnologias agrícolas podem reduzir drasticamente os custos de
fertilizantes ou aumentar os rendimentos em até 5% [39]”.
As vendas são projetadas para aumentar ligeiramente no primeiro ano como resultado dos
esforços das equipes para comercializar o produto, de acordo com estimativas. Prevê-se um pequeno
aumento do volume de negócios no primeiro ano como resultado dos esforços de promoção do produto
em particular. Prevê-se que o número de novos clientes aumente significativamente durante o segundo
e terceiro ano de implementação, fruto da promoção realizada no primeiro ano (Figura4). O crescimento
da margem se deve ao aumento da receita e às táticas de vendas cruzadas. Os clientes conhecem
melhor a marca e os produtos da empresa e solicitam novos módulos vinculados ou outras ofertas no
mesmo portal.

Figura 4.Projeção financeira em 3 anos (estimativa dos autores).

4. Discussão
Este artigo visa desenvolver plataformas agrícolas modernas e aumentar a produtividade das
fazendas, integrando rapidamente inovações digitais emergentes e modelos de negócios
inovadores na agricultura.
A inovação do modelo de negócios (BMI) é uma das tarefas críticas que devem ser realizadas
continuamente em todas as empresas para manter a competitividade na economia digital de hoje.
Embora o interesse em BM tenha crescido substancialmente desde o final da década de 1990, existem
poucos fatores conhecidos nos procedimentos de IMC em PMEs, que representam a grande maioria das
empresas no mercado europeu.40] (pág. 344).
O IMC é descrito como a visão baseada em atividades dos BMs que leva a modificações no BM de uma
empresa que são novas para o mundo ou simplesmente novas para as empresas que estão sendo
Agricultura2021,11, 430 11 de 15

analisado [41] (págs. 216–226). O resultado do BMI é reconfigurar as atividades de BM existentes de

uma empresa nova para o mercado concorrente [42] (págs. 183–198). É um processo que altera
deliberadamente os elementos centrais de uma empresa e sua lógica de negócios.43].
Os avanços digitais e tecnológicos realizados por meio da transformação da Indústria 4.0
estão aprimorando a qualidade do produto, a segurança do trabalho, a previsão de falhas e a
economia de energia [44]. Espera-se que nos próximos 5 anos a produção seja mais eficiente e
confiável com até 20% devido à abordagem da Indústria 4.0 [45,46].
Muitos fabricantes ainda estão envolvidos na aceleração da adoção e integração de IA
segura e confiável [47]. A fabricação baseada em IA, em particular, tem o potencial de aprimorar
os KPIs dos processos da indústria.
Gargiulo et ai. [48] discutiu em 2020 sobre a baixa taxa de adoção do AMS independentemente da
possibilidade de aumento das taxas de produtividade e lucratividade. Embora os resultados de seu
estudo contestem a hipótese da pesquisa, ele concluiu que o CMS teve resultados semelhantes com o
AMS em termos de custos de recursos humanos, nível de renda e lucratividade. O investimento inicial e
os custos de manutenção implicam maior custo de AMS [48]. Bijl et ai. descobriu que o custo excessivo
da AMS na Holanda era significativamente menor [49] (págs. 239–248). Os resultados esperados da Nova
Zelândia em relação ao AMS foram muito inferiores aos resultados do CMS, tudo isso devido à sua
rápida taxa de depreciação, aos altos custos de manutenção e aos extensos custos de reparação [50]
(págs. 239–248). Na Irlanda, as fazendas CMS de médio porte, com um nível intermediário de
automação, mostraram que as receitas da AMS são muito menores [51] (págs. 7700–7713).
Há também estudos que mostraram que os sistemas automatizados podem ser mais
rentáveis do que os sistemas convencionais. Nos Estados Unidos, provou-se que a AMS era mais
lucrativa para rebanhos de 120 a 240 bovinos.52] (págs. 7739–7749).
A tecnologia AMS está crescendo em importância neste campo, e as estimativas dos participantes
dos grupos focais levam em conta essa tendência. Eles argumentam que o modelo de negócios proposto
não se refere apenas à ordenha, mas a todo o fluxo de produção. Do bem-estar animal à segurança e
qualidade do produto obtido. Assim, além do aumento da lucratividade, também reduz a ocorrência de
determinados riscos e custos presentes nos sistemas convencionais.
Na Romênia, o futuro da agricultura é a mídia emergente, e os esforços para negligenciá-la reinam
no crescimento desse campo. Agricultores de todo o mundo usam IOT, robótica, IA e dados abrangentes
para melhorar drasticamente os processos agrícolas. Para as nações agroindustriais, o avanço científico
no novo estudo de campo é visto como uma solução. A tecnologia agrícola focada em bens de TI,
automação e robótica que são comumente usados pode catalisar o aumento da eficiência e
lucratividade das operações agrícolas. A tecnologia digital, de acordo com pesquisas na área, é uma
forma prática de enfrentar os desafios existentes [53].
A digitalização da agricultura aumenta as condições de trabalho dos agricultores, diminui os
efeitos ambientais prejudiciais da agricultura e também torna as explorações agrícolas muito mais
rentáveis.
Em um futuro próximo, a agricultura digital se torna a convencional, e os fabricantes
percebem que podem obter retornos produtivos investindo em tecnologias, incluindo a
economia de mudas, fertilizantes, herbicidas, pesticidas e combustíveis.53].
A palavra “economia digital” não é descrita de forma particular. A economia é vista como um
sistema de produção, exportação, comercialização e troca de produtos ou serviços. Uma nova estrutura
econômica pode ser chamada assim à medida que tecnologias em evolução são usadas para
desenvolver, entregar, trocar e consumir processos. O principal papel da economia global está no
consumidor: o mercado digital é um lugar onde bens e serviços são comercializados por meio de uma
rede de TI e software. Ao mesmo tempo, o meio digital para avaliar os padrões de operação dos players
do mercado é o software, o hardware e alguns regimes operacionais.54].
O projeto ajudará a reduzir a pegada ambiental, utilizando as tecnologias mais avançadas, o
objetivo é proteger o meio ambiente e moderar o desperdício de energia. A poluição deve ser
quase inexistente no primeiro ano de uso. Será adotado um procedimento especializado de
reciclagem, reaproveitamento e transformação, partindo da reciclagem de resíduos comuns,
agilizando processos, até a utilização de compostos industriais que, além destes, são método
ecológico e eficiente de valorização de resíduos orgânicos de todos os tipos, como é
Agricultura2021,11, 430 12 de 15

é vantajoso financeiramente. A redução das emissões de poluentes atmosféricos de muitas fontes

importantes, como transporte, indústria e geração de eletricidade, terá um impacto positivo no meio
ambiente. Reduzir a poluição do ar ajuda a combater as mudanças climáticas [55].
No momento, tanto as fazendas agrícolas quanto as empresas de TIC prosperam pela
colaboração, mas o lucro não é distribuído igualmente entre os participantes. As TIC são as que
mais lucram. A receita da parceria será compartilhada por empresas agroalimentares. As
propostas incluem dar acesso às pessoas ao BD e eliminar a necessidade de mão de obra. Um
componente central do novo paradigma pode ser uma cadeia de valor online e interconectada. Há
muito espaço para medidas adicionais no método do setor agrícola de ajustar a oferta e a
demanda técnica.

Limitações
Este modelo de negócio, como outros, não está imune a possíveis dificuldades ou desafios no
processo de implementação. As principais complicações que podem atrapalhar a tentativa de colocar em
movimento são:
1. Existe um grande número de fornecedores e muitas tecnologias proprietárias;
2. Outro problema pode ser representado pelo compartilhamento inadequado de dados entre os elementos de TIC;
3. As desvantagens das licenças de software e hardware;
4. O acesso aos dados, a propriedade dos dados e o controle de acesso são outra possível desvantagem;
5. O direito à propriedade intelectual;
6. Baixa aceitação e altos custos de consumo estão em demanda;
7. Curto tempo de implantação e rápida curva de aprendizado ou adoção de soluções tecnológicas;
8. Por último, mas não menos importante, a demanda do consumidor final para adotar a tecnologia de forma lenta,
mas gradual.

5. Conclusões
Os benefícios mais importantes do AMS são o aumento da consistência do leite, a saúde e o bem-
estar animal, a grande quantidade de leite produzida e a redução do trabalho necessário. A criação de
vacas leiteiras é um trabalho físico pesado que causa, a longo prazo, uma série de condições nos
praticantes mais experientes das questões laborais que podem ser resolvidas com automação e trabalho
remoto. Os agricultores precisam estar cientes das vantagens de usar essas inovações emergentes.
Questões relacionadas à saúde do animal podem ser encontradas muito mais rapidamente com o auxílio
do RPA, resultando em uma melhor assistência médica.
Vale a pena notar que, independentemente das mudanças políticas, a transformação industrial da
Romênia no setor agroalimentar é importante e deve ser adotada e implementada como uma prioridade
estratégica em uma estratégia plurianual. Além disso, a digitalização na agricultura e na indústria
alimentar deve ser vista como parte de uma fase de digitalização mais ampla. O Governo romeno
observou esta necessidade, pelo que assume especificamente, para a estratégia 2021-2027, que uma das
principais necessidades para atingir o Objectivo Específico 2 da estratégia (Reforçar a orientação para o
mercado e aumentar a competitividade), a chamada Necessidade 05. Aumentar o investimento na
agricultura de precisão e a digitalização é importante, pois são ferramentas essenciais para a
sustentabilidade do setor agrícola e para o aumento da competitividade [56].
Além disso, observou que é necessária uma estreita colaboração com as partes
interessadas transversais. Correlacionando essa necessidade com os resultados
promissores da pesquisa realizada por uma equipe heterogênea, o governo romeno
deve se concentrar no financiamento desse consórcio, alocando fundos explicitamente
para as necessidades do setor agroalimentar no programa selecionado europeu DIH in
Digital Europe (E-DIH) de A Roménia se concentrará no setor em cada uma das regiões
de desenvolvimento do país, como parte da fase do Programa Europa Digital. Este é um
passo complementar para o estabelecimento de um hub digital central (plataforma) com
a missão de integrar, organizar e gerenciar um conjunto de infraestruturas digitais
(plataformas, ferramentas) nos níveis regional e nacional, bem como um centro de
transferência de tecnologia no nível nacional, representando e promovendo políticas de
transferência de tecnologia.
Agricultura2021,11, 430 13 de 15

Contribuições do autor:Conceituação, DEM, CF e FHA; metodologia, AO e RFD; software, CF;

validação, CF e FHA; análise formal, FD, AO e IGC; investigação, DEM, CF e FHA; recursos, FHA e CF;
curadoria de dados, FD, AO e IGC; redação—preparação do rascunho original, DEM; redação—
revisão e edição, FHA; visualização, CF e RFD; supervisão, FHA; administração de projetos, CF;
aquisição de financiamento, FHA e CF Todos os autores leram e concordaram com a versão
publicada do manuscrito.

Financiamento:Esta pesquisa não recebeu financiamento externo.

Declaração do Conselho de Revisão Institucional:Não aplicável.

Declaração de Consentimento Informado:Não aplicável.

Declaração de disponibilidade de dados:Não aplicável.

Agradecimentos:A AFH agradece o apoio do AgroTransilvania Cluster, através do projeto TRACK Project
(COS-CLUSTPARTN-2017-3-02: “Rastreando oportunidades para desenvolver e fortalecer a coleta de
dados e big data na cadeia agrícola para aumentar a competitividade das PMEs-TRACK”. foi cofinanciado
pelo Programa COSME da União Europeia) e através do projeto “Agro-Transilvania Cluster—Cluster
especializado em bioeconomia” (Competitiveness Operational Program Eixo 1. Programa cofinanciado
pelo Fundo Europeu de Desenvolvimento Regional “Investing for your future”, Secção B—Código do
concurso POC-A1-A1.1.1-B-2015—Tipo de projeto—Agrupamentos de inovação P_35_476, cofinanciado
pelo Fundo Europeu de Desenvolvimento Regional).

Conflitos de interesse:Os autores declaram não haver conflito de interesses.

Referências
1. Aleksic, S.; Pantelic, V.; Radovic, C. Produção de gado: situação atual e direções de desenvolvimento futuro na República da Sérvia.
Biotecnologia. Anim. Marido2009,25, 267-276. [CrossRef]
2. Poczta, W.; Średzińska, J.; Chenczke, M. Situação econômica das fazendas leiteiras em grupos identificados de países da União Européia.
Agricultura2020,10, 92. [CrossRef]
3. Eurostat. Disponível:https://ec.europa.eu/eurostat/statistics-explained/index.php/Milk_and_milk_product_statistics (acessado em
3 de março de 2021).
4. Popescu, A. Discrepâncias na estrutura das fazendas leiteiras entre a Romênia e os principais países da UE-28 que criam vacas no período
2010–2017. DentroAnais da Academia de Cientistas Romenos Série Agricultura, Silvicultura e Ciências da Medicina Veterinária; Editora
Academia Oamenilor de S,tinta,umadin Romumania: Bucareste, Romênia, 2018; Volume 7. [CrossRef]
5. Escribano, AJ Pecuária Orgânica: Desafios, Perspectivas e Estratégias para Aumentar sua Contribuição para a Sustentabilidade do Sistema
Agroalimentar—Uma Revisão. DentroAgricultura Orgânica—Uma Forma Promissora de Produção de Alimentos, 1ª edição; Konvalina, P., Ed.;
InTechOpen: Londres, Reino Unido, 2016; págs. 229-260. [CrossRef]
6. Perrino, EV; Musarela, CM; Magazzini, P. Gestão do pastoreio de búfalos de rio italianos para preservar os habitats definidos pela
Directiva 92/43/CEE numa zona húmida protegida na costa mediterrânica: Palude Frattarolo, Puglia, Itália.Euro Mediterr. J. Ambiente.
Integr.2021,6, 32. [CrossRef]
7. Harding, F.Qualidade do Leite, 1ª edição; Springer: Boston, MA, EUA; Blackie Acadêmico e Profissional: Nova York, NY, EUA, 1995; pp.
75-96.
8. Yilmaz, Ö.T. Um estudo das políticas de apoio ao leite na União Europeia e na Turquia.EUR. J. Interdisciplinar. Viga.2017,9, 17-33.
9. Mehta, BM Composição Química de Leite e Produtos Lácteos. DentroManual de Química de Alimentos; Cheung, P., Mehta, B., Eds.;
Springer: Berlim, Heidelberg, 2015. [CrossRef]
10. Banu, C.Manual do Engenheiro da Indústria Alimentar; Editora Técnica: Bucareste, Romênia, 2002; Volume I.
11. Stoicescu, AV Monitoramento de Resíduos Químicos em Alguns Alimentos de Origem Animal. Ph.D. Tese, Faculdade de Medicina Veterinária,
Universidade de Ciências Agrárias e Medicina Veterinária de Bucareste, Bucareste, Romênia, 2008.
12. Nehring, R.; Sauer, J.; Gillespie, J.; Hallahan, C. Fazendas de laticínios dos Estados Unidos e da União Européia: Onde está a vantagem competitiva? Int.
Agroalimentar. Gerenciar Rev.2016,19, 219-240.
13. Matei, AC; Creanguma,S,.; Davisescu, MA; Dobos,, BI; Porosnicu, I.; Mumadescu, BM Pesquisa sobre a eficiência econômica das fazendas
na função do sistema de ordenha. DentroArtigos Científicos: Série D, Ciência Animal - A Sessão Internacional de Comunicações
Científicas da Faculdade de Ciência Animal; Universidade de Ciências Agrárias e Medicina Veterinária de Bucareste: Bucareste,
Romênia, 2020; Volume 63.
14. Helgren, JM; Reinemann, DJ Pesquisa de qualidade do leite em fazendas leiteiras dos Estados Unidos utilizando sistemas de ordenha automática. Dentro
Reunião Anual da ASAE de 2003; Sociedade Americana de Engenheiros Agrícolas e Biológicos: St. Joseph, MI, EUA, 2003; pág. 1.
15. Lind, O.; Ipema, AH; Koning, CD; Mottram, TT; Hermann, HJ Ordenha automática.Touro. Int. Leite Fed.2000,348, 3-14.
16. Mishra, A.; Khatri, S.; Jha, S.; Ansari, S. Efeitos dos métodos de ordenha na produção de leite, vazão de leite e composição do leite em vaca. Int. J.
Sci. Res. Publ.2020,10, 9765. [CrossRef]
Agricultura2021,11, 430 14 de 15

17. Tobuma,GF; Garlea, C.; Paraschiveescu, MT; Sandu, M.; Strateanu, A.-G.; Ciornei, L.; Pipirigeanu, M.; Dobre, AIDStrategie de Dezvoltare a
Biodiversitumat,ii Zootecnia s,e Agrosilvice DupumaCrise de Coronavírus; Academia Romumanuma,Seita,ia de Stiint,e Economice, Juridice s,i
Sociologie Centrul de studii s,eu certificoumari de biodiversidade agrossilvicauma "acad. David Davidescu”: Bucures,ti, Romênia, 2020.
18. Grumadinaru, AC; CreangComo.;Solcan, G. Milk—Uma revisão sobre sua síntese, composição e garantia de qualidade na indústria de laticínios. Zumbir.
Veterinario. Med.2015,7, 173-177.
19. Bacco, M.; Barsocchi, P.; Ferro, E.; Gotta, A.; Ruggeri, M. A digitalização da agricultura: Um levantamento das atividades de pesquisa sobre agricultura
inteligente.Variedade2019,3, 100009. [CrossRef]
20. Van der Burg, S.; Bogaardt, MJ; Wolfert, S. Ética da agricultura inteligente: questões atuais e direções para a inovação responsável para o
futuro.NJAS Wagening. J. Vida Sci.2019,90, 100289. [CrossRef]
21. O'Grady, MJ; O'Hare, GM Modelando a fazenda inteligente.Inf. Processo. Agrícola.2017,4, 179-187. [CrossRef]
22. Jakku, E.; Taylor, B.; Fleming, A.; Mason, C.; Fielke, S.; Sounness, C.; Thorburn, P. “Se eles não nos dizem o que fazem com isso, por que devemos
confiar neles?” Confiança, transparência e repartição de benefícios na Agricultura Inteligente.NJAS Wagening. J. Vida Sci.2019, 90, 100285. [
CrossRef]
23. Wiseman, L.; Sanderson, J.; Zhang, A.; Jakku, E. Agricultores e seus dados: Um exame da relutância dos agricultores em compartilhar seus dados
através das lentes das leis que afetam a agricultura inteligente.NJAS Wagening. J. Vida Sci.2019,90, 100301. [CrossRef]
24. Phillips, PW; Relf-Eckstein, JA; Jobé, G.; Wixted, B. Configurando o novo cenário digital na agricultura canadense ocidental. NJAS
Wagening. J. Vida Sci.2019,90, 100295. [CrossRef]
25. Pisano, P.; Pironti, M.; Rieple, A. Identifique modelos de negócios inovadores: Modelos de negócios inovadores podem permitir que os jogadores reajam a
tendências contínuas ou imprevisíveis?Empr. Res. J.2015,5, 181-199. [CrossRef]
26. Bashir, M.; Verma, R. Por que a inovação do modelo de negócios é a nova vantagem competitiva.Iup J. Bus. Estratégia2017,14, 7-17.
27. Chaston, I.; Scott, GJ Empreendedorismo e inovação aberta em uma economia emergente.Gerenciar Decis.2012,50, 1161-1177. [CrossRef]
28. DeTienne, DR; Koberg, CS O impacto de fatores ambientais e organizacionais na inovação descontínua em indústrias de alta
tecnologia.Trans. IEEE Eng. Gerenciar2002,49, 352-364. [CrossRef]
29. Grabowska, M. Inovação em Modelos de Negócios.Procedia Comput. Sci.2015,65, 1023-1030. [CrossRef]
30. Freeman, T. Best practice' in focus group research: Dando sentido a diferentes pontos de vista.J. Av. Enfermeiras.2007,56, 491-497. [CrossRef]
31. Rodríguez, KL; Schwartz, JL; Lahman, MKE; Geist, MR Grupos focais culturalmente responsivos: Reenquadrando a experiência de pesquisa para
focar nos participantes.Int. J. Qual. Metanfetamina2011,10, 400-417. [CrossRef]
32. Richard, A. Krueger e Mary Anne Casey. DentroFocus Group: Um Guia Prático para Pesquisa Aplicada, 5ª edição; Sage Publishing:
Thousand Oaks, CA, EUA, 2015; ISBN 978-1-4833-6524-4.
33. Linneberg, MS; Korsgaard, S. Codificação de dados qualitativos: Uma síntese guiando o novato.Qual. Res. J.2019. [CrossRef]
34. Saiz-Rubio, V.; Rovira-Mumas, F. Da Agricultura Inteligente à Agricultura 5.0: Uma Revisão sobre o Gerenciamento de Dados de Cultivos.Agronomia 2020,10,
207. [CrossRef]
35. Lamnabhi-Lagarrigue, F.; Annaswamy, A.; Engell, S.; Isaksson, A.; Khargonekar, P.; Murray, RM; Nijmeijer, H.; Samad, T.; Tilbury, D.; Van
den Hof, P. Systems & Control para o futuro da humanidade, agenda de pesquisa: papéis atuais e futuros, impacto e grandes desafios.
Anu. Rev. Controle2017,43, 1-64.
36. Metzger, L. Teste de composição do leite: Do pagamento do produtor de leite à eficiência do processador de laticínios, passando pelo diagnóstico da fazenda de
laticínios e dos animais.J. Dairy Sci.2019,102(Supl. 1), 5.
37. Zhang, Y.; Geng, P.; Sivapartipan, CB; Muthu, BA Sistema de alerta precoce de risco de incêndio baseado em big data e inteligência artificial para
cidades inteligentes.Sustentar. Tecnol Energia. Avaliar.2021,45, 100986. [CrossRef]
38. Kruize, JW; Wolfert, S.; Scholten, H.; Verdouw, C.; Kassahun, A.; Beulens, A. Uma arquitetura de referência para Ecossistemas de Software Agrícola.
Computar. Elétron. Agrícola.2016,125, 12-28.
39. Nesta. Disponível:https://www.nesta.org.uk/blog/precision-agriculture-almost-20-increase-in-income-possible-fromsmart-
farming/(acessado em 24 de março de 2021).
40. Pucihar, A.; Lenart, G.; Kljajić Borštnar, M.; Vidmar, D.; Marolt, M. Drivers and Outcomes of Business Model Innovation – Perspectiva das
Micro, Pequenas e Médias Empresas.Sustentabilidade2019,11, 344. [CrossRef]
41. Zott, C.; Amit, R. Projeto de modelo de negócios: Uma perspectiva do sistema de atividades.Plano de Longo Alcance.2010,43, 216-226. [CrossRef]
42. Bucherer, E.; Eisert, U.; Gassmann, O. Rumo à inovação sistemática do modelo de negócios: lições da gestão da inovação de
produtos.Crie. Inovação Gerenciar2012,21, 183-198. [CrossRef]
43. Santos, J.; Spector, B.; Van der Heyden, L. Rumo a uma teoria da inovação do modelo de negócios dentro das empresas estabelecidas. DentroInovação do
Modelo de Negócios: A Dimensão Organizacional; Oxford University Press: Oxford, Reino Unido, 2015; pág. 43.
44. El Hamdi, S.; Abouabdellah, A.; Oudani, M. Indústria 4.0: Fundamentos e Principais Desafios. In Proceedings of the International
Colloquium on Logistics and Supply Chain Management (LOGISTIQUA), Paris, França, 12 a 14 de junho de 2019.
45. Shrouf, F.; Ordières, J.; Miragliotta, G. Fábricas inteligentes na Indústria 4.0: Uma revisão do conceito e da gestão de energia abordada
na produção com base no paradigma da Internet das Coisas. In Proceedings of the IEEE International Conference on Industrial
Engineering and Engineering Management, Bandar Sunway, Malásia, 9–12 de dezembro de 2014; págs. 697-701.
46. Wan, J.; Cai, H.; Zhou, K. Industrie 4.0: Habilitando tecnologias. In Proceedings of the International Conference on Intelligent
Computing and Internet of Things, Harbin, China, 17–18 de janeiro de 2015; págs. 135-140.
47. Organização Europeia de Cibersegurança.Segurança Cibernética para a Indústria 4.0 e Setor ICS; Organização Europeia de Segurança Cibernética: Bruxelas,
Bélgica, 2018.
Agricultura2021,11, 430 15 de 15

48. Gargiulo, JI; Lyons, NA; Kempton, K.; Armstrong, DA; Garcia, SC Comparação física e econômica de sistemas de ordenha
automática e convencional a pasto.J. Dairy Sci.2020,103, 8231-8240. [CrossRef] [PubMed]
49. Bijl, R.; Kooistra, SR; Hogeveen, H. A rentabilidade da ordenha automática em fazendas leiteiras holandesas.J. Dairy Sci.2007,90, 239-248. [CrossRef]
50. Jago, JG; Davis, KL; Newman, M.; Woolford, MW Uma avaliação econômica de sistemas de ordenha automática para fazendas leiteiras da Nova
Zelândia.Proc. NZ Soc. Anim. Prod.2006,66, 263-269.
51. Shortall, J.; Shalloo, L.; Foley, C.; Sleator, RD; O'Brien, B. Avaliação de investimento de ordenha automática e tecnologias de ordenha convencional
em um sistema de laticínios baseado em pastagem.J. Dairy Sci.2016,99, 7700-7713. [CrossRef]
52. Salfer, JA; Minegishi, K.; Lázaro, W.; Berning, E.; Endres, MI Finanças e retornos para laticínios robóticos.J. Dairy Sci.2017,100,
7739-7749. [CrossRef]
53. Nelli, A.‑R. Perspectivas,eu problemele integrumarii în cuspiu,iul europeu al cercetumarii s,eu educo,ou seja. DentroS,tinta,e Economice, Revolution
4.0: Perspectivas do Desenvolvimento de Empreendimentos Agrícolas na Era Digital; Universitatea de Stat "Alecu Russo" em Bumalt,eu: Bumalt,
i, Moldávia, 2020; Volume VII.
54. Nelli, A.‑R. Desenvolvimento inovador da indústria agroalimentar na era digital.Academos2020. [CrossRef]
55. Agência Europeia do Ambiente. Disponível:https://www.eea.europa.eu/ro/articles/un-aer-mai-curat-aduce(acessado em 11 de abril de
2021).
56. Ministério da Agricultura e Desenvolvimento Rural. Análise de Necessidades do Plano Estratégico Nacional (PNS) 2021–2027. 2020. Disponível
online:https://www.madr.ro/docs/dezvoltare-rurala/PAC_dupa_2020/2020/Analiza-nevoi-PNS-2021-2027.pdf(acessado em 11 de abril de 2021).