top of page

Política de Privacidad de AgriCount

AgriCount (“AgriCount”, “nosotros”, “nuestro”) ofrece herramientas digitales para el monitoreo agrícola, la estimación de rendimientos y el análisis de riesgos mediante inteligencia artificial y visión computacional. Prestamos servicios a agricultores individuales, cooperativas, organizaciones de productores, empresas agroindustriales, instituciones financieras y programas de sostenibilidad en América Latina y a nivel global. La privacidad, la soberanía de los datos y la protección de la información a nivel de finca son principios fundamentales del diseño y la gobernanza de AgriCount. Esta Política de Privacidad explica cómo recopilamos, utilizamos, protegemos y gestionamos los datos personales y operativos cuando usted utiliza nuestras aplicaciones móviles, software de escritorio, sitios web y servicios relacionados (los “Servicios”).

1. Principios Fundamentales

AgriCount se rige por los siguientes principios:

 

  1. Propiedad de los Datos: Los agricultores y las empresas conservan la propiedad de su información.

  2. Limitación de Finalidad: Los datos se utilizan únicamente para análisis agronómicos, estimación de productividad, gestión de riesgos y mejora del servicio.

  3. Anonimización por Diseño: Ningún agricultor, finca o persona puede ser identificado en los procesos de entrenamiento de modelos o en análisis agregados.

  4. No Comercialización de Datos: No vendemos ni comercializamos datos personales o identificables.

  5. Uso Agregado: El entrenamiento de modelos y los análisis comparativos se realizan únicamente con datos anonimizados y agregados.

2. Información que Tratamos

2.1 Datos Proporcionados por los Usuarios
• Fotografías de cultivos, árboles, parcelas y unidades productivas
• Límites de finca y polígonos geoespaciales
• Observaciones agronómicas y métricas productivas
• Metadatos de proyectos, lotes y operaciones
• Información de contacto (cuando existen cuentas de usuario

2.2 Datos Generados Automáticamente
• Conteo de mazorcas, estimaciones de rendimiento y niveles de confianza
• Indicadores de productividad y riesgo
• Estadísticas de desempeño de modelos
• Registros técnicos y de seguridad

3. Uso de Imágenes e Inteligencia Artificial

AgriCount utiliza imágenes para:

  • Realizar análisis locales o en el dispositivo (detección, conteo y clasificación).

  • Mejorar la precisión de los modelos mediante entrenamiento con conjuntos de datos anonimizados y agregados de forma irreversible.

Garantías:

  • No se conservan identificadores personales en los datos de entrenamiento.

  • Las imágenes no se etiquetan con nombres, datos de hogares ni ubicaciones precisas.

  • Se aplican umbrales de agregación que impiden la reidentificación.

  • Los modelos aprenden patrones estadísticos, no información individual.

Las imágenes originales nunca se venden, licencian ni se utilizan para fines publicitarios o de perfilamiento.

4. Base Legal del Tratamiento

5. Compartición de Datos

9. Uso por Empresas, Cooperativas e Instituciones

Los datos solo podrán compartirse:

  1. Con autorización expresa del usuario (certificación, financiamiento, investigación).

  2. En forma agregada y anonimizada para:

    • Investigación científica

    • Reportes de sostenibilidad

    • Análisis ESG

  3. Con proveedores de infraestructura bajo estrictos acuerdos de confidencialidad.

AgriCount no comparte datos identificables con anunciantes, corredores de datos ni redes sociales.

Para operaciones medianas y grandes:

  • AgriCount actúa como Encargado del Tratamiento.

  • El cliente actúa como Responsable del Tratamiento.

  • Los Acuerdos de Tratamiento de Datos (DPA) regulan:

    Confidencialidad

    • Finalidad

    • Transferencias internacionales

    • Gobernanza del entrenamiento de modelos de aprendizaje automático

10. Menores de Edad

6. Seguridad de la Información

AgriCount implementa:

  • Cifrado en tránsito y en reposo

  • Controles de acceso y registros de auditoría

  • Arquitecturas seguras en la nube y locales

  • Separación lógica de entornos de entrenamiento

  • Evaluaciones periódicas de seguridad

7. Transferencias Internacionales

AgriCount no está diseñado para ser utilizado por menores de 16 años y no recopila intencionalmente datos de niños o adolescentes.

11. Gobernanza del Entrenamiento de Modelos

  • Solo se utilizan datos anonimizados y agregados.

  • No se conservan inferencias a nivel individual.

  • No se realizan procesos de reconocimiento facial ni biométrico.

  • Los sistemas de entrenamiento están separados de los sistemas operativos.

Cuando los datos se procesan fuera del país de origen, se aplican:

 

  • Salvaguardas equivalentes al RGPD

  • Cláusulas contractuales conformes a la LGPD

  • Alojamiento regional cuando es posible

  • Principios de minimización y seudonimización

12. Modificaciones

  • Esta Política podrá actualizarse para reflejar cambios regulatorios o tecnológicos. La versión vigente estará disponible en www.agricount.com

8. Derechos de los Titulares (América Latina)

AgriCount respeta los derechos establecidos en:

  • Colombia – Ley 1581 (Habeas Data)

  • Brasil – LGPD

  • Perú – Ley 29733

  • Ecuador – LOPDP

  • República Dominicana – Ley 172-13

  • Legislaciones de protección de datos de Centroamérica

Los usuarios pueden solicitar:

  • Acceso a sus datos

  • Rectificación

  • Eliminación

  • Oposición o limitación del tratamiento

  • Retiro del consentimiento para entrenamiento de modelos

  • Portabilidad de datos

Contacto:

info@agricount.com

13. Contacto

Según la jurisdicción, AgriCount trata los datos con fundamento en:

 

  • Consentimiento del usuario

  • Ejecución de un contrato

  • Interés legítimo (mejora de modelos, seguridad, análisis agregados)

  • Cumplimiento de obligaciones legales

 monitoreo de cultivos de cacao mediante inteligencia artificial (IA)  Privacidad de su información  es nuestra prioridad  Pr

Se recomienda tomar al menos 3 fotos por arbol muestreado en cada ciclo de cosecha. Esta secuencia en el monitoreo es importante para mejorar la predicción de la productividad.

La cantidad de arboles a muestrear depende de la densidad de siembra del lote y su homegeneidad.  En nuestros ensayos, muestreos del 2 al 3% del total de arboles tienden a ser representativos. En lotes homogeneos de 750 arboles  por hectarea hemos visto buenos resultados muestreando apropiadamente 20 arboles

Siga las recomendaciones de su asistente técnico para el muestreo:

1. Muestreo fijo: evaluar los mismos árboles en cada monitoreo permite comparar su evolución a lo largo del tiempo.

Pruébela. Descárguela ahora

 monitoreo de cultivos de cacao mediante inteligencia artificial (IA)  Privacidad de su información  es nuestra prioridad  Pr

Monitoreo
Inteligente

Descargar en la App Store
Obtener en Google Play

Agricultura que cuenta

Pruébela. Descárguela ahora

Todos los derechos reservados 2025

bottom of page