Em defesa dos dados pré-competitivos da primeira milha

Um pequeno produtor que vende cacau ou café a três compradores ao longo de algumas safras pode ser cadastrado três vezes, ter a mesma parcela mapeada três vezes e responder a três pesquisas com perguntas parecidas. Cada comprador paga pela sua própria versão dos mesmos dados da primeira milha, e nenhum deles tem o quadro completo. É por isso que faz sentido permitir que os compradores tratem parte desse trabalho como pré-competitivo, quando assim escolherem.

O que significa “pré-competitivo” na primeira milha?

O trabalho pré-competitivo é aquele de que todos os atores precisam, que não dá a ninguém vantagem comercial por fazê-lo sozinho e que fica mais confiável quando feito em conjunto. Na primeira milha, quatro coisas se encaixam nessa descrição, para os compradores que decidem reuni-las:

1. Detecção de fraudes entre compradores: sinais que só aparecem quando os dados de vários compradores são comparados.
2. Conhecimento agronômico: o que funciona em quais solos, sob qual clima, para qual cultura, a partir de muitas propriedades.
3. Acesso aos produtores para pesquisas: um canal consentido e remunerado para fazer perguntas aos produtores, em vez de cada organização construir o seu.
4. Registros comuns de produtores: os dados básicos e verificados de um produtor que vários compradores concordam em manter em comum, em vez de coletá-los de novo.

O que continua privado por padrão é tudo o que um comprador traz e em que concorre: seu cadastro de produtores, os polígonos das suas parcelas, preços, volumes, condições contratuais, prêmios, relações com fornecedores, estratégia de compra. Nada passa de privado para comum sem que o comprador decida, nas condições que os compradores participantes definem juntos.

Por que os compradores escolheriam reunir parte do trabalho da primeira milha?

Porque duplicá-lo custa caro e muitas vezes produz dados piores.

• Custo. Verificar fraudes, construir orientação agronômica e chegar aos produtores para pesquisas exigem trabalho de campo e conhecimento técnico. O que os compradores reúnem é pago uma única vez, não por cada comprador separadamente.
• Qualidade. Quando os compradores concordam em manter registros comuns de produtores, cada correção beneficia todos eles. Quando há cinco versões separadas, os erros são corrigidos em uma e persistem em quatro.
• O tempo dos produtores. Quando os compradores reúnem suas pesquisas, os produtores são consultados uma vez, não dez. O cansaço das pesquisas é real e degrada as respostas.
• Coerência. Pela EUDR (Regulamento da UE sobre Desmatamento), a mesma parcela pode aparecer nas declarações de diligência devida de vários compradores. Uma verificação entre compradores, quando reunida, pode apontar versões conflitantes sem que nenhum comprador entregue seus polígonos.

Como o compartilhamento revela fraudes que nenhum comprador vê sozinho?

Alguns dos problemas de integridade mais importantes são invisíveis para um único comprador:

• Uma parcela declarada por dois fornecedores, ou em nome de dois produtores diferentes.
• Volumes acima do que as parcelas de um produtor podem produzir, quando se somam todas as vendas a todos os compradores. Um comprador vê um volume plausível; a soma entre compradores não é plausível.
• Identidades emprestadas: a identidade de um produtor conforme usada para “lavar” produção de outra origem.
• O mesmo produtor cadastrado com dados diferentes em cadeias diferentes.

A EUDR inclui expressamente o risco de mistura com produtos de origem desconhecida e a prevalência de falsificação de documentos e dados entre os critérios que os operadores devem considerar na sua avaliação de risco (artigo 10(2)(h) e (j)). A detecção de fraudes reunida entre compradores torna esses riscos mensuráveis.

As verificações entre compradores não exigem que os compradores vejam os dados uns dos outros. Quando os compradores reúnem a detecção de fraudes, a comparação roda na rede e devolve apenas o sinal à parte interessada: “esta parcela também está declarada em outro lugar”, “este volume é incompatível com a capacidade deste produtor”. Os dados comerciais por trás continuam privados.

Por que reunir o conhecimento agronômico?

O conhecimento agronômico melhora com o número e a diversidade das propriedades de onde vem. Um comprador com alguns milhares de produtores em uma única região aprende devagar; compradores que colocam em comum o que sabem sobre muitas regiões e culturas aprendem mais rápido. Os produtores se beneficiam diretamente: melhores orientações sobre pragas, poda, sombreamento, solo e adaptação ao clima, no seu idioma, quando pedem.

Este também é um ponto em que a IA ajuda: respondendo às perguntas dos produtores a partir de um conjunto verificado de conhecimento agronômico, apoiando os produtores e as equipes que trabalham com eles.

E a privacidade e o controle dos produtores?

Pré-competitivo não significa público, e nunca significa imposto. O modelo só funciona se:

• Os compradores escolhem: nada do que um comprador traz é colocado em comum sem que ele decida, nas condições que os compradores participantes definem juntos.
• Os produtores consentem com o que é coletado e com quem pode usar os dados, e podem ver o que é mantido sobre eles.
• O acesso é limitado à finalidade: um comprador vê os dados dos produtores que o abastecem, para as finalidades que o produtor aceitou.
• Os dados comerciais continuam privados para cada comprador.
• A legislação de proteção de dados se aplica. Quando o direito da UE é pertinente, o Regulamento Geral sobre a Proteção de Dados (Regulamento (UE) 2016/679) define as regras sobre consentimento, limitação da finalidade e direitos dos titulares.

Para os compradores, o controle pelos produtores não é uma restrição a contornar. É uma redução de risco: o consentimento é uma base legal, a procedência é clara, e os dados que os produtores fornecem conscientemente tendem a ser mais precisos. Isso também evita a dependência de fornecedor: os dados pertencem ao produtor, não a quem os coletou.

Por que este é o momento certo?

As exigências das leis de diligência devida, como a EUDR, e de referenciais mais amplos, como a CSDDD (Diretiva de Diligência Devida em Sustentabilidade Corporativa), se apoiam todas nos mesmos fatos da primeira milha: quem é o produtor, onde ele cultiva, o que aconteceu naquela terra e como a produção circulou. Todo comprador precisa desses fatos. Construí-los separadamente multiplica o custo e fragmenta a verdade.

Cerca de 500 milhões de pequenos produtores trabalham no mundo. Nenhuma empresa, programa ou governo vai cadastrar e apoiar todos eles sozinho. Um espaço privado para cada participante, com a opção de reunir o que nenhum deles deveria pagar duas vezes, é a forma de somar os esforços.

Como a Farmer1st torna possível o trabalho pré-competitivo?

A Farmer1st é a infraestrutura da primeira milha construída em torno dos produtores: uma rede controlada pelos produtores, na qual empresas, governos e organizações coletam, verificam e compartilham dados de origem — e constroem sobre ela os serviços de que precisam.

Na Farmer1st, tudo o que um comprador traz é privado por padrão: seu cadastro de produtores, os polígonos das parcelas, preços, volumes e relações com fornecedores. Quando os compradores de uma cadeia concordam, a rede permite reunir a detecção de fraudes entre compradores, o conhecimento agronômico por trás do agrônomo com IA, o acesso aos produtores para pesquisas com produtores e registros comuns de produtores, nas condições que eles definem juntos. Pré-competitivo por escolha, nunca como condição. Cada comprador conecta a rede às ferramentas que já usa por meio da integração de dados. Saiba mais sobre a rede pré-competitiva e a rastreabilidade da primeira milha.