Hoy en día se generan grandes pérdidas en el sector agrícola debido a la falta de modelos que puedan predecir el rendimiento de una cosecha determinada. Dichas pérdidas surgen entre otras cosas por la imposibilidad de planificar de forma adecuada las diferentes actividades relativas a la cosecha y la falta de calibración de los modelos de riesgos asociados a los seguros para el agro. Mediante la utilización de datos de rendimiento medidos en chacras comerciales con monitores de rendimiento en cosechadores, imágenes satelitales de Landsat 8 y Sentinel (1 y 2), información climática (temperatura, precipitación, radiación solar, etc.), balance hídrico de suelos, y el uso de inteligencia artificial (machine learning), es posible generar un modelo de predicción de rendimiento para cultivos agrícolas que sirva como insumo para actividades de logística (acopio, secado y transporte de granos), agricultura de precisión y empresas aseguradoras. Esto redundará en importantes ahorros para el sector debido a una producción más eficiente y a un modelo financiero mucho más preciso.