Junho 25, 2026
Fundadores da IMBR Agro, da esquerda para a direita: Hernan Angulo, Lucas Magro Korewn e Gustavo Naoki Oharomari (Foto: IMBR Agro)
Por Fernanda Cavalcante, Analista Sênior de Mercado e Marca do PwC Agtech Innovation.
A capacidade de transformar grandes volumes de dados em decisão técnica tem se tornado um diferencial competitivo no agronegócio brasileiro, especialmente em frentes que dependem de análises climáticas, produtivas e territoriais precisas. Foi a partir dessa demanda que a IMBR Agro lançou NAOKI, agente de Inteligência Artificial criado para processar informação em escala e apoiar decisões técnicas no setor.
A tecnologia auxilia análises agronômicas, estatísticas e financeiras voltadas a seguradoras, cooperativas, revendas, tradings, instituições financeiras, produtores rurais e empresas de inteligência territorial. Batizado em referência ao sobrenome de Gustavo Naoki Oharomari, Diretor de Tecnologia e fundador da IMBR Agro, o agente já está em operação em projetos ligados ao Seguro Rural.
"O que estamos construindo não é apenas automação. Estamos criando uma infraestrutura de inteligência para tomada de decisão agrícola baseada em dados reais, clima, produtividade e comportamento territorial", afirma Oharomari.
A infraestrutura de dados e processamento foi desenvolvida pela própria IMBR Agro e opera em ambiente AWS. A camada de Inteligência Artificial utiliza modelos de linguagem disponíveis no mercado, atualmente Claude, da Anthropic. O sistema cruza bases como ERA5, CHIRPS, ZARC e IBGE com modelos proprietários da startup para calcular produtividade esperada, risco climático e comportamento fisiológico de culturas, sem necessidade de elaboração manual.
O resultado se materializa no módulo de geossubscrição, que automatiza o que antes era feito de forma fragmentada por equipes técnicas. "O módulo gera relatórios completos para avaliação de risco agrícola, com análise climática regional, histórico produtivo, comportamento da cultura, janela ideal de plantio baseada no ZARC, risco por data de semeadura, mapas territoriais, clusters ambientais e gatilhos para Seguro Paramétrico", explica Oharomari.
A solução faz parte do portfólio da IMBR Agro e pode ser acessada de diferentes formas: projetos pontuais, relatórios, análises recorrentes, integrações via API ou soluções customizadas conforme a necessidade de cada cliente. Hoje, a interação acontece principalmente por e-mail e Telegram, com possibilidade de integração a sistemas, plataformas e fluxos de trabalho conforme a aplicação.
Já em aplicação real, o agente foi utilizado para análise territorial de aproximadamente 25 milhões de hectares para avaliação de risco de incêndios. O projeto exigia cruzar bases georreferenciadas do cliente com Cadastro Ambiental Rural (CAR), registros históricos de queimadas do INPE e informações climáticas, para construir indicadores de risco. Com a coordenação do agente, atividade que normalmente leva semanas foi concluída em quatro dias.
"Esse ganho de tempo mostra como o agente amplia a capacidade analítica da IMBR Agro, ao acelerar processos que tradicionalmente demandam dias ou semanas de trabalho. Com isso, especialistas podem dedicar mais tempo à validação e à tomada de decisão, em vez de concentrar esforços na organização de dados", destaca Oharomari.
NAOKI dá continuidade a uma visão que começou a ser construída em 2025, quando a IMBR Agro lançou Beto, assistente virtual gratuito disponível via WhatsApp que entrega ao produtor rural dados como precipitação acumulada, produtividade média histórica e estimativas de safra. Enquanto Beto foi desenhado para democratizar acesso à informação agrícola no campo, NAOKI atua em análises técnicas mais complexas, voltadas a riscos agroclimáticos e financeiros.
"Beto e NAOKI fazem parte da mesma visão estratégica da IMBR Agro: aproximar conhecimento científico e dados de quem precisa tomar decisões rápidas e assertivas no campo", explica Oharomari.
Essa mesma visão orienta o próximo passo da startup que pretende ampliar a infraestrutura para que agentes especializados atuem de forma coordenada no acompanhamento de safras, na identificação de riscos e na entrega de inteligência diretamente ao fluxo de decisão da cadeia do agronegócio. Com isso, a empresa busca consolidar um modelo em que dados, Inteligência Artificial e conhecimento técnico se conectam para transformar informação em decisão.