PALLÁS

La FAO estima que en los últimos 30 años el mundo perdió US$ 3,8 billones en producción agrícola a causa de desastres, un promedio de US$ 123 mil millones por año, equivalente al 5% del PIB agrícola global anual. Solo en América Latina y el Caribe, entre 2008 y 2018, los desastres destruyeron US$ 29 mil millones en producción de cultivos y ganadería. La sequía fue la principal causa, responsable de US$ 13 mil millones en pérdidas solo en esa región durante ese período. Para tener una referencia de escala actual: solo en 2024, solo en Estados Unidos, las pérdidas agrícolas por desastres climáticos superaron los US$ 20,3 mil millones, según la American Farm Bureau Federation.

Lo que estos números ocultan es aún más revelador que lo que muestran: gran parte de esas pérdidas no era inevitable. Era el resultado de decisiones que no se tomaron a tiempo porque la alerta llegó tarde.

Cuando una sequía comienza a destruir el maíz en el Cerrado, cuando una inundación amenaza el arroz en el Valle del Cauca o cuando el estrés térmico empieza a comprometer la caña en el Nordeste brasileño, el ciclo convencional para generar una alerta útil recorre el siguiente camino: captura por el satélite Sentinel, downlink a la estación terrestre, procesamiento en la nube, análisis, generación del dashboard y, finalmente, la decisión del agricultor o gestor público. Ese ciclo tarda entre 6 y 72 horas, dependiendo de la ventana de downlink disponible, de la cola de procesamiento y de la cobertura de nubes, que es máxima exactamente en los momentos de mayor riesgo hídrico.

Los fenómenos climáticos extremos no esperan 72 horas. Se desarrollan en horas. La ventana en que una decisión todavía puede revertir una pérdida de cosecha se cierra antes de que llegue la alerta convencional.

PALLÁS resuelve ese problema de raíz: no acelerando el procesamiento en tierra, sino eliminando la necesidad de hacerlo.

PALLÁS es una plataforma de inteligencia agrícola que combina datos multiespectrales y de radar del Ecosistema de Datos Espaciales de Copernicus con un simulador de procesamiento orbital para generar alertas predictivas de riesgo para los cultivos con avisos tempranos en tiempo real. Su principal diferenciador reside en el Índice de Criticidad Temporal (TCI): en lugar de informar sobre lo que ya ha ocurrido, PALLÁS cuantifica el intervalo de tiempo en el que una intervención aún puede revertir una pérdida de cosecha y contrasta esta información con la reducción de latencia que proporciona la inteligencia artificial basada en satélites en comparación con el procesamiento convencional terrestre. El resultado es un sistema que no solo monitorea, sino que también decide, proporcionando recomendaciones de acción para tres perfiles distintos: el productor individual, la cooperativa o agroempresa y el gobierno nacional, cada uno en el formato y canal que puedan consumir de inmediato.

La solución: inteligencia que actúa antes de que la ventana se cierre

PALLÁS está organizada en tres capas integradas que cubren todo el ciclo desde la captura del dato satelital hasta la entrega de una recomendación de acción al usuario final, sea un pequeño agricultor en el Corredor Seco Centroamericano, un ingenio azucarero en el interior de São Paulo o un ministerio de agricultura.

1) Motor Copernicus en tiempo casi real

La primera capa consume datos públicos del Copernicus Data Space Ecosystem en múltiples fuentes complementarias, elegidas por cubrir los principales vectores de riesgo agrícola en LAC con la máxima redundancia y confiabilidad.

El Sentinel-1, operando en banda SAR C, permite detectar inundaciones y medir humedad del suelo incluso bajo cobertura total de nubes, condición frecuente exactamente en los momentos de mayor riesgo agrícola, cuando sistemas de lluvia intensa cubren las regiones más vulnerables. El Sentinel-2 L2A provee series temporales de los principales índices de vegetación e hídricos: NDVI, NDWI, EVI y SAVI, calculados por parcela y por región, permitiendo identificar anomalías en el desarrollo vegetal semanas antes de que se conviertan en pérdidas visibles a simple vista. El Sentinel-3, a través de los sensores OLCI y SLSTR, entrega datos de temperatura de superficie terrestre esenciales para identificar estrés térmico en cultivos sensibles como soja, maíz y caña de azúcar. El ERA5, accedido vía Copernicus Climate Data Store, provee la línea base climática histórica de 2000 a 2025 que permite calcular anomalías respecto al comportamiento esperado para cada época del año y cada región. El Copernicus DEM GLO-30 completa la base con datos topográficos de alta resolución utilizados para modelar escorrentía superficial y mapear vulnerabilidad a inundaciones por cuenca hidrográfica.

La integración de estas cinco fuentes en un pipeline unificado es lo que permite a PALLÁS generar una visión coherente y multidimensional del riesgo agrícola: no apenas un índice de vegetación aislado, sino el cruce de humedad, temperatura, topografía e historial climático que otorga al alerta su precisión y su anticipación.

2) Simulador de procesamiento orbital

Esta es la capa que define a PALLÁS: un módulo que demuestra, con datos reales del Copernicus, lo que ocurre cuando la inteligencia corre a bordo del satélite en lugar de ser procesada en tierra.

El simulador aplica un pipeline de inferencia compacto, calibrado con los parámetros reales de hardware de edge computing orbital que opera en el satélite de Epic of Sun lanzado en diciembre de 2025, sobre tiles del Sentinel-2 y del Sentinel-1. Para cada región monitoreada, calcula la latencia de alerta que se obtendría con procesamiento orbital versus procesamiento terrestre convencional, cuantificando la ganancia real en minutos y horas. A partir de eso, genera el Índice de Criticidad Temporal (ICT): la ventana de tiempo en que una intervención agrícola todavía puede revertir una pérdida de cosecha, cruzada con el momento en que la alerta llegaría por cada arquitectura de procesamiento.

El resultado es un diagnóstico concreto y específico: para este evento, en esta región, con este cultivo, la inteligencia orbital llegó X horas antes que el procesamiento convencional, y esa diferencia corresponde a Y toneladas de producción que aún podrían haberse salvado. La FAO documenta que por cada US$ 1 invertido en acción anticipada basada en alertas tempranas, las familias rurales obtienen hasta US$ 7 en beneficios y pérdidas agrícolas evitadas. El simulador de PALLÁS cuantifica, evento a evento, ese retorno sobre la anticipación.

El motor analítico central es el algoritmo FAST-CROP (Food Alert by Satellite Temporal-Coverage Risk Optimization Protocol):

ICT = f(ΔNDVI_anomalía, SAR_extensión_inundación, LST_estrés,        

fenología_cultivo, gap_revisita_orbital,        

ganancia_procesamiento_orbital)

El factor ganancia_procesamiento_orbital es el elemento que hace a PALLÁS única: cuantifica, evento a evento y región a región, cuánto tiempo la IA embarcada anticipa la alerta respecto al procesamiento terrestre, y lo que esa anticipación significa en decisiones agrícolas todavía reversibles. El modelo es entrenado exclusivamente con datos históricos públicos del Copernicus entre 2019 y 2025, y validado contra eventos documentados de pérdida de cosecha en LAC con registros públicos disponibles.

3) Plataforma de decisión multiescala

Las capas 1 y 2 resuelven el problema técnico: detectar, con anticipación real, lo que está a punto de ocurrirle a un cultivo. La tercera capa resuelve el problema humano: convertir esa anticipación en decisión, en el momento justo, para quien la necesita, en la forma en que puede usarla.

La distinción importa. Anticipar un evento sin lograr entregar la información al tomador de decisión no evita ninguna pérdida. Por eso PALLÁS no proyecta interfaces de visualización de datos: proyecta rutas de decisión. Cada perfil de usuario recibe no un dato, sino una recomendación de acción con ventana temporal explícita: tienes X horas para actuar, y la acción recomendada es esta.

Para el productor rural, esto significa recibir, en el momento en que el ICT indica riesgo inminente, una instrucción objetiva, no un gráfico de NDVI. PALLÁS identifica el canal más confiable disponible para cada región monitoreada y entrega la información por él. El mensaje no dice "su cultivo tiene NDVI por debajo del promedio histórico". Dice "riesgo de pérdida de cosecha en 48 horas: active irrigación de emergencia o notifique a su aseguradora".

Para cooperativas, ingenios y agroindustrias, PALLÁS entrega visibilidad de portafolio: no el estado de una parcela, sino el mapa de exposición al riesgo de toda la operación simultáneamente, ordenado por urgencia y cuantificado en impacto financiero estimado. El gestor ve qué lotes están dentro de la ventana crítica, cuáles tienen margen y dónde concentrar recursos en las próximas horas. Esa visión consolidada es lo que permite tomar decisiones operacionales a escala, no monitorear sino gestionar.

Para gobiernos y ministerios, PALLÁS transforma datos satelitales en lenguaje de política pública: cuánta producción nacional está en riesgo en este momento, cuál es la proyección de impacto en toneladas y en valor de mercado, qué regiones necesitan respuesta inmediata y cuáles tienen margen para planificación. Los reportes se generan automáticamente en formato de briefing institucional, listos para despacho, no para análisis técnico. La API documentada permite que esos datos alimenten directamente los sistemas nacionales ya existentes como CONAB, UPRA y MIDA, sin crear dependencia de una nueva interfaz ni necesidad de reentrenar equipos.

Lo que unifica los tres perfiles no es la tecnología de entrega sino el principio: PALLÁS no informa lo que ocurrió. Anticipa lo que está a punto de ocurrir y dice qué hacer mientras todavía hay tiempo.

Modelo de Negocio

El mercado global de observación de la Tierra fue valorado en US$ 5,1 mil millones en 2024 y se espera que crezca a una tasa compuesta anual del 6,2% hasta 2030, según Grand View Research. Proyecciones más amplias que incluyen servicios de valor agregado llegan a US$ 7 mil millones en 2025 y a US$ 14,6 mil millones hacia 2034, según Fact.MR. El contexto de crecimiento es estructural: el número de satélites de observación de la Tierra activos subió de 972 en 2022 a más de 1.200 en 2024, un crecimiento del 23% en dos años, mientras la demanda por datos en tiempo casi real se acelera en agricultura, defensa, logística y gestión de desastres.

Para PALLÁS, el mercado direccionable está dimensionado en tres capas:

El TAM (Total Addressable Market) es el mercado global de monitoreo de la Tierra, estimado en US$ 12 mil millones, abarcando todos los servicios de observación satelital con valor agregado para distintas industrias y gobiernos.

El SAM (Serviceable Addressable Market) es el mercado brasileño de monitoreo satelital, estimado en US$ 400 millones, reflejando la posición de Brasil como mayor economía agrícola de América del Sur y el crecimiento acelerado de la demanda por datos satelitales en el sector público y privado, evidenciado por el contrato de R$ 49,7 millones firmado por la Policía Federal con Planet Labs en 2024 exclusivamente para monitoreo ambiental.

El SOM (Serviceable Obtainable Market) es la porción que Epic of Sun se propone capturar en los primeros cuatro años de operación comercial de PALLÁS: US$ 36 millones, con foco en contratos gubernamentales en LAC, grandes productores agrícolas y operadores de infraestructura crítica.

El modelo de ingresos opera en tres flujos complementarios y escalables. El primero es el modelo por hectárea monitoreada: US$ 1 por hectárea al año para volúmenes de hasta 1 millón de hectáreas, con reducción progresiva de precio a partir de esa escala, haciendo a PALLÁS competitiva tanto para productores individuales de gran porte como para consorcios y contratos gubernamentales que cubran regiones enteras. El segundo flujo es la licencia B2G para dashboards nacionales: gobiernos y ministerios contratan acceso integral a la plataforma con reportes institucionales, API integrada y soporte dedicado, un modelo de ingreso recurrente y predecible con ciclo de venta largo pero contrato de larga duración. El tercer flujo es la API B2B para integración en plataformas de seguros agrícolas, tradings, cooperativas y sistemas de crédito rural, donde los datos de PALLÁS se convierten en insumo para otros productos financieros y operacionales.

La propuesta de valor financiera es directa: en un escenario donde la FAO documenta que cada US$ 1 invertido en acción anticipada genera hasta US$ 7 en pérdidas evitadas, una plataforma que cuesta US$ 1 por hectárea al año y previene pérdidas promedio de US$ 50 a US$ 300 por hectárea en eventos climáticos extremos tiene un ROI que se justifica solo, sin necesidad de subsidio gubernamental ni convicción ideológica. Es negocio.

El horizonte: de la simulación a la ejecución orbital

PALLÁS nace como plataforma de software que simula la ganancia de procesamiento orbital usando los parámetros reales del satélite de Epic of Sun. Pero fue diseñada desde el principio para una transición sin fricción.Cuando los próximos satélites de Epic of Sun entren en órbita, con mayor capacidad de procesamiento embarcado y cobertura temporal más densa, PALLÁS dejará de simular el procesamiento orbital y pasará a ejecutarlo de verdad. El pipeline de inferencia que hoy corre en tierra, calibrado con parámetros orbitales reales, migrará al hardware en órbita. Para el usuario final, ninguna interfaz cambia. Ninguna integración necesita rehacerse. El producto crece con la infraestructura, y la infraestructura ya está siendo construida.

Este es el diferencial de largo plazo que ninguna plataforma puramente de software puede ofrecer: PALLÁS no depende de terceros para evolucionar. Evoluciona con los propios activos de Epic of Sun.

Acerca del equipo

Epic of Sun es una startup brasileña de tecnología espacial con una misión clara: construir la infraestructura orbital que Latinoamérica aún necesita. En diciembre de 2025, lanzamos el primer satélite brasileño con inteligencia artificial integrada, un hito histórico en la soberanía tecnológica de Brasil y la región.

Esta experiencia práctica con el procesamiento de datos directamente en órbita no es solo una ventaja competitiva: es la base técnica sobre la que se diseñó PALLÁS. Sabemos, por experiencia real, lo que significa ejecutar inteligencia a bordo del satélite y el impacto que esto tiene para quienes trabajan en el terreno y esperan una decisión.

Nuestro equipo reúne a ingenieros espaciales, científicos de datos y especialistas en negocios con experiencia en mercados regulados, alianzas gubernamentales y desarrollo de productos para entornos técnicos de alta complejidad. No somos un grupo que descubrió datos satelitales durante un hackathon. Somos una empresa que opera satélites y consideramos la seguridad alimentaria de Latinoamérica como una de las aplicaciones más urgentes y desatendidas de la tecnología que hemos desarrollado.

PALLÁS es otro nombre para Atenea, la diosa de la sabiduría estratégica que nace completamente desarrollada y armada, lista para actuar. Eso es precisamente lo que hace esta plataforma: llega antes de que ocurra el desastre.