Em meio ao aumento da inadimplência no crédito rural e à maior pressão sobre as carteiras agrícolas das instituições financeiras, uma nova tecnologia busca preencher uma lacuna histórica na avaliação de risco no agronegócio. A Picsel, empresa especializada em inteligência de dados aplicada ao setor agrícola, anuncia o lançamento do primeiro Score de Risco Produtivo do mercado brasileiro, solução que mede a capacidade produtiva das lavouras e oferece a bancos, cooperativas de crédito e empresas do setor uma nova camada de informação para apoiar decisões financeiras envolvendo produtores rurais.

O lançamento ocorre em um cenário de maior fragilidade no financiamento do agro. Segundo dados do Banco Central, o volume de dívidas rurais renegociadas no país já alcança R$ 37 bilhões, enquanto a inadimplência do crédito rural chegou a cerca de 6,5% em 2025, mais que o dobro do nível registrado no ano anterior. O avanço da inadimplência ocorre em um contexto marcado por custos elevados de produção, volatilidade nos preços das commodities agrícolas e eventos climáticos extremos que têm afetado a produtividade em diversas regiões do país.

Ao mesmo tempo, o cenário evidencia uma lacuna na forma como o risco é avaliado no agronegócio: a maior parte das análises ainda considera predominantemente informações financeiras e histórico de crédito, sem incorporar indicadores diretos da capacidade produtiva das propriedades rurais.

“O mercado financeiro sempre avaliou o produtor rural principalmente sob a ótica do crédito. Mas no agronegócio existe um fator determinante que muitas vezes não entra na equação: a capacidade de produzir. Quando ocorre uma quebra de safra, o impacto na capacidade de pagamento é imediato”, afirma Vitor Ozaki, CEO da Picsel.

O Score de Risco Produtivo funciona de forma semelhante aos tradicionais scores de crédito utilizados pelo sistema financeiro. A diferença é que o modelo incorpora variáveis diretamente ligadas à produção agrícola, permitindo avaliar o risco produtivo das propriedades de forma estruturada.

A tecnologia analisa o comportamento produtivo das áreas agrícolas a partir de mais de 30 anos de dados históricos, avaliando até 30 safras agrícolas. No modelo, as cinco safras mais recentes recebem maior peso na análise, permitindo que o indicador reflita com maior precisão as condições produtivas atuais das propriedades. O histórico produtivo utilizado no modelo cobre todo o território nacional e abrange as principais regiões agrícolas do país.

A base de dados da solução contempla 100% da produção nacional de soja e milho, as duas principais culturas analisadas pela tecnologia. Atualmente, o Brasil possui cerca de 47,4 milhões de hectares cultivados com soja e entre 20 e 21 milhões de hectares de milho. Juntas, essas culturas representam aproximadamente 88% da produção de grãos do país, o que permite que o modelo capture grande parte da dinâmica produtiva do agronegócio brasileiro.

Para gerar o score, a solução integra diferentes fontes de informação, incluindo imagens de satélite, dados climáticos históricos, informações de solo e bases públicas como MapBiomas e o Cadastro Ambiental Rural (CAR). As análises utilizam a combinação de diferentes sistemas de satélites, incluindo modelos como o Sentinel e bases de dados da NASA, além de informações meteorológicas, indicadores de produtividade, características de solo e tipo de cultura cultivada em cada área.

Esses dados são processados por modelos proprietários de inteligência artificial que geram um índice único de risco produtivo. A análise é feita sobre áreas produtivas específicas, e não necessariamente sobre o produtor rural. Isso significa que um mesmo produtor pode ter diferentes avaliações de risco associadas a cada uma de suas propriedades ou talhões agrícolas.

A avaliação resulta em uma pontuação entre 0 e 1000 pontos, em que valores mais altos indicam menor risco produtivo e maior estabilidade na produção agrícola. Além da classificação de risco, a plataforma também entrega uma estimativa da capacidade produtiva média da área analisada, expressa em quilos por hectare, permitindo que instituições financeiras projetem com maior precisão o potencial de geração de receita das propriedades rurais.

Na prática, o indicador funciona como um termômetro de risco agrícola para bancos, fintechs, cooperativas de crédito, tradings e empresas da cadeia agroindustrial. Com essa informação, as instituições podem calibrar melhor suas políticas de concessão de crédito, ajustando taxas, exigindo garantias adicionais ou ampliando limites para produtores com menor risco produtivo.

A ferramenta também permite relacionar diretamente quebra de safra e inadimplência, informação que pode impactar processos como gestão de risco e provisionamento para perdas de crédito (PDD), além de tornar as análises financeiras mais aderentes à realidade do campo.

Segundo Ozaki, a incorporação da dimensão produtiva na avaliação de risco tende a transformar a forma como o mercado financeiro se relaciona com o agronegócio. “Quando incluímos a capacidade produtiva na análise de risco, passamos a entender o produtor de forma muito mais completa. Isso permite calibrar melhor as operações financeiras e construir ofertas realmente adequadas ao perfil de cada produtor”, afirma.

Para a empresa, a combinação entre inteligência de dados, modelagem algorítmica e histórico produtivo das lavouras tende a se tornar uma ferramenta cada vez mais relevante para instituições que operam no financiamento do agronegócio.