1. Visión del proyecto (extendida)
La viticultura es una actividad donde la tradición, la experiencia y la intuición han guiado las decisiones durante siglos.
Sin embargo, la transición hacia una agricultura más precisa, sostenible y competitiva está dejando atrás a miles de pequeños
productores, que no disponen de los recursos económicos necesarios para acceder a sistemas científicos utilizados por grandes bodegas.
Hoy día la tecnología existe —flujo de savia, sensores térmicos, cámaras inteligentes, IA predictiva, análisis con drones— pero
su coste es inasumible para una explotación pequeña. Los sistemas avanzados cuestan entre 50.000 € y 170.000 €, por lo que son exclusivos de:
- Grandes bodegas
- Centros de I+D
- Universidades
Cal Ollé Smart Vineyard busca resolver esta desigualdad.
El proyecto quiere llevar a los pequeños viticultores una tecnología que antes era inaccesible:
- Sensores precisos pero económicos, basados en electrónica estándar.
- Drones para análisis NDVI/térmico a un precio asequible (como servicio, no venta de dron).
- Automatización del riego y control de electroválvulas.
- IA para análisis de datos, interpretación y predicción.
- Predicciones de estrés hídrico y enfermedad.
- Detección de fauna y seguridad mediante cámaras + IA.
- Plataforma de control accesible desde PC, móvil y tablet.
Todo ello con un enfoque low-cost profesional, no “barato”:
precio accesible, calidad alta, mantenimiento fácil, modularidad y escalabilidad.
Resumen de la propuesta de valor:
- Reproducir el nivel tecnológico de una bodega de alto presupuesto, pero a un coste al alcance de fincas pequeñas.
- Combinar instrumentación DIY de precisión con software libre e IA comercial.
- Ofrecer un paquete claro de servicios, no solo hardware suelto.
2. Servicios ofrecidos (muy detallado)
A continuación se describe lo que la empresa ofrecerá como servicio profesional, claramente separado del hardware.
Estos son los puntos fuertes para socios, inversores y potenciales clientes.
2.1 Servicios de instalación y configuración
A) Instalación de sensores (in situ)
Incluye:
- Colocación de sondas en tronco y hoja.
- Instalación de nodos LoRa/ESP32 en cajas IP65.
- Inserción de sondas de humedad a varias profundidades.
- Fijación de dendrómetros.
- Calibración inicial de los sensores.
B) Configuración del servidor local
Con opción Coral o GPU NVIDIA A2000. Incluye:
- Instalación y hardening básico de Ubuntu Server.
- Despliegue de Docker + Home Assistant + Supervisor.
- Configuración de MQTT (Mosquitto).
- Base de datos de series temporales (InfluxDB / TimescaleDB).
- Configuración de Frigate + aceleración (TensorRT, Coral o GPU).
- Pasarela LoRaWAN (ChirpStack o The Things Stack local).
- Creación de dashboards para usuario (móvil / PC / tablet).
- Seguridad, certificados, copias de seguridad.
- Integración de todos los sensores agrícolas en la plataforma.
C) Integración en Home Assistant (dashboard agrícola)
Se entrega un panel agrícola que permite:
- Vista general de la parcela.
- Estado hídrico planta a planta.
- Temperatura foliar en tiempo real.
- Índice de estrés hídrico (CWSI).
- Dendrograma diario y semanal.
- Humedad del suelo por profundidad.
- Microclima por zonas.
- Alertas de mildiu/botrytis.
- Cámara térmica y cámaras RGB integradas.
- Automatización de riego y control de electroválvulas.
D) Integración con GPT (opcional)
Se puede activar un asistente agrícola que:
- Explica los datos de forma comprensible.
- Interpreta tendencias y patrones.
- Sugiere riegos en función de estrés y humedad.
- Advierte de riesgos de enfermedad.
- Genera informes diarios/semanales.
- Responde preguntas “tipo ChatGPT”.
- Traduce entre datos técnicos y acción práctica.
Ejemplo de interacción con el asistente GPT
Usuario: “GPT, ¿necesito regar la parcela 3 hoy?”
Asistente: “Sí: el CWSI es 0,55 (estrés moderado) y la humedad a 40 cm cayó al 27%. Recomiendo 15–20 L por planta.”
2.2 Servicios periódicos (mantenimiento y seguimiento)
A) Mantenimiento anual de sensores
Incluye:
- Limpieza de sensores.
- Recalibración.
- Revisión de conexiones y soldaduras.
- Sustitución de sondas si fuese necesario.
B) Revisión del sistema
- Rendimiento de la red LoRa.
- Duración de baterías y producción solar.
- Estado de paneles solares y cajas IP65.
- Revisión de logs del servidor y alertas.
C) Informes mensuales o trimestrales
Incluyen análisis de:
- Vigor y crecimiento.
- Evolución del estrés hídrico.
- Perfil hídrico del suelo.
- Predicciones basadas en IA.
- Análisis térmico (si hay cámara MLX90640).
- Correlación clima–planta.
D) Servicio de drone (a demanda o plan mensual)
- Mapa NDVI.
- Mapa térmico de estrés.
- Conteo de fallos de planta.
- Análisis general de la parcela.
Contenido típico del informe de drone:
- Zonas con menor vigor.
- Problemas de drenaje o encharcamiento.
- Zonas más vulnerables al estrés hídrico.
- Comparativa con vuelos anteriores.
- Exportación a PDF para archivo o administración.
Tarifa de referencia de servicio de drone:
60–80 €/hora de vuelo (muy por debajo de empresas actuales, que cobran 150–400 €/h).
2.3 Servicios de IA y datos
A) IA agrícola (con modelos propios + GPT)
Incluye:
- Predicción de estrés hídrico.
- Predicción de riesgo de mildiu/botrytis.
- Detección automática de anomalías.
- Clasificación de patrones térmicos.
- Análisis de cámaras y detección de patrones relevantes.
B) Asistente agrícola GPT (opcional)
Funcionalidades:
- Preguntas en lenguaje natural.
- Explicación de datos y gráficas.
- Análisis histórico.
- Configuración de alarmas personalizadas.
- Recomendaciones de manejo.
Coste real OpenAI: 5–15 €/mes · Precio recomendado al cliente: 20–40 €/mes.
2.4 Servicios de seguridad y fauna (Frigate + IA)
- Detección de jabalíes, zorros, conejos u otros animales.
- Alertas inmediatas al móvil.
- Detección nocturna con cámaras IR.
- Análisis de patrón térmico (si hay cámara térmica).
- Control de accesos e intrusión humana.
2.5 Servicios de automatización agrícola
Automatización del riego
Tipos de lógica de riego:
- Basado en humedad del suelo.
- Basado en CWSI (estrés hídrico de la planta).
- Basado en previsión meteorológica.
- Basado en horario programado.
- Basado en análisis IA (modo avanzado).
Control de electroválvulas y otros actuadores
El cliente proporciona las válvulas y elementos hidráulicos; el sistema aporta el controlador ESP32/LoRa y la automatización.
- Automatización de bombas, pozos, iluminación y otros equipos.
- Arranque y parada a distancia.
- Control diario desde la app o web.
- Integración natural en Home Assistant.
Tabla comparativa – Servicios incluidos vs. no incluidos
| Bloque |
Incluido en Cal Ollé Smart Vineyard |
No incluido / a cargo del cliente |
| Instalación sensores |
Montaje, calibración, integración en servidor. |
Obra civil, postes, estructuras especiales. |
| Servidor |
Instalación Ubuntu, HA, MQTT, Frigate, LoRaWAN. |
Hardware externo adicional no acordado. |
| Riego |
Controladores ESP32/LoRa y automatizaciones. |
Electroválvulas, tuberías, bombas físicas. |
| Drone |
Servicio de vuelo + informe NDVI/térmico. |
Compra del dron por parte del cliente. |
| IA (GPT) |
Integración, prompts y panel de uso. |
Costes adicionales de modelos no pactados. |
3. Experiencia del cliente (PC, móvil, tablet)
Esta parte es clave para socios e inversores: describe qué ve y qué puede hacer el viticultor
con el sistema en su día a día.
3.1 Panel principal (Home Assistant)
Vista tipo dashboard agrícola:
- Mapa general de la finca.
- Estado de cada planta representativa.
- Miniaturas de cámaras en tiempo real.
- Alertas activas (riego, enfermedades, fauna, sistema).
- Estado global del riego.
- Estrés hídrico instantáneo por zona.
- Alertas de riesgo de mildiu/oidio.
3.2 Panel detallado de planta
Incluye, por planta representativa:
- Flujo de savia.
- Temperatura de tronco.
- Temperatura foliar IR.
- CWSI calculado.
- Dendrómetro (variaciones de grosor).
- Humedad del suelo a 20/40/60 cm.
- Microclima local (Tª, HR, VPD).
- Gráficas históricas y comparativas por semanas y meses.
- Resumen de IA con interpretación de tendencias.
3.3 Panel de riego
- Activar/desactivar riego por sector.
- Ver litros aplicados por zona (si hay caudalímetro).
- Automatizar riego según humedad y CWSI.
- Control manual desde el móvil, esté donde esté el viticultor.
- Estado de electroválvulas y bombas.
3.4 Visualización de cámaras
- Cámaras RGB orientadas a zonas clave.
- Cámaras térmicas (si están instaladas).
- Detección automática de fauna con IA.
- Clips guardados de eventos relevantes (Frigate).
3.5 Panel de alertas
Tipos de alerta:
- Estrés hídrico elevado.
- Riesgo de mildiu.
- Riesgo de oídio.
- Humedad excesiva prolongada.
- Animal detectado (zorro, jabalí, etc.).
- Intrusión humana.
- Temperatura foliar peligrosa.
- Cámara caída o desconectada.
- Sensor en fallo o sin datos.
3.6 Informes automáticos
- Informes diarios.
- Informes semanales.
- Informes mensuales.
- Formato PDF.
- Envío por correo o descarga desde el panel.
3.7 Servicio GPT
Desde PC o móvil, el cliente puede preguntar:
- “¿Cómo evolucionó el vigor esta semana?”
- “¿Cuántos litros regué en total?”
- “¿Cuál es el riesgo de mildiu mañana?”
- “¿Qué parcela necesita más atención?”
El cliente dispone de:
- Chat en lenguaje natural.
- Análisis enriquecido con contexto.
- Resumen automático de la situación.
- Predicción basada en históricos y clima.
4. Documentación técnica (sensores + links AliExpress)
A continuación se presentan los elementos principales de hardware DIY, con su coste aproximado y enlaces a componentes
de referencia en AliExpress. Los enlaces son orientativos y pueden cambiar con el tiempo.
4.1 Sensor de flujo de savia (Granier/TDP)
Coste aproximado: 20–25 €
Material:
4.2 Termómetro tronco DS18B20
Coste aproximado: 3 €
4.3 Termómetro IR (MLX90614)
Coste aproximado: 20 €
4.4 Cámara térmica MLX90640
Coste aproximado: 40–50 €
4.5 Leaf Wetness
Coste aproximado: 5 €
4.6 Sensores de humedad del suelo
Coste aproximado: 10–15 €
4.7 Dendrómetro DIY
Coste aproximado: 10–20 €
4.8 Microclima BME280
Coste aproximado: 3–5 €
Tabla comparativa – Sensores DIY vs soluciones profesionales
| Sensor / Equipo |
Coste DIY estimado |
Coste profesional típico |
Comentario |
| Flujo de savia (Granier/TDP) |
20–25 € |
2.000–4.000 € |
Reproduce el método científico con electrónica estándar. |
| Cámara térmica MLX90640 |
40–50 € |
2.000–5.000 € |
Menor resolución, pero suficiente para patrones de estrés. |
| Dendrómetro |
10–20 € |
300–800 € |
Permite seguir variaciones micrométricas del tronco. |
| Humedad suelo (multi-profundidad) |
10–15 €/profundidad |
300–800 €/sonda |
Más sondas por el mismo coste total. |
| Microclima (BME280) |
3–5 € |
200–400 € |
Cubre necesidades de Tª/HR para modelizar enfermedades. |
5. Subvenciones – explicación extendida
El proyecto encaja en varias líneas de financiación pública, tanto a nivel nacional como europeo.
CDTI – I+D empresarial
- IA para predicción de estrés hídrico.
- Algoritmos de riesgo de mildiu/botrytis.
- Integración avanzada de sensores y modelos.
- Desarrollo software de análisis y dashboards.
NextGeneration EU
- Digitalización agrícola y modernización tecnológica.
- Sensorización de explotaciones pequeñas y medianas.
- Mejora de la eficiencia hídrica y energética.
FEADER
- Modernización rural.
- Introducción de tecnología en zonas agrícolas.
- Apoyo directo a explotaciones de menor tamaño.
ENISA AgroTech
- Financiación blanda para proyectos de innovación agrícola.
- Enfoque en modelos de negocio sostenibles y escalables.
Horizon Europe
- Big data agrícola.
- Modelos predictivos clima–planta.
- Mejora de sostenibilidad y resiliencia.
Nota clave para subvenciones:
Las subvenciones no se centran en el coste del hardware (que aquí es bajo), sino en:
horas de ingeniería, desarrollo de software, documentación, validación, pruebas de campo y construcción de la plataforma de datos.
Eso es exactamente donde se sitúa el valor añadido del proyecto.
Este HTML puede servir como base para una landing interna, un dossier imprimible o un documento para copiar/pegar en Google Docs y generar PDF con más maquetación.
ANEXO – Propuesta de Marca Madre y Expansión del Sistema a Olivares
1. Visión de Marca
Tras el éxito del concepto Cal Ollé Smart Vineyard, se propone la creación de una
marca paraguas que permita ofrecer soluciones agrícolas inteligentes
a distintos tipos de cultivos. Esta estrategia permite escalar el negocio, simplificar la comunicación,
mejorar el acceso a subvenciones y posicionar la empresa como referente en agricultura digital para
pequeñas y medianas explotaciones.
Propuesta de Marca Madre:
✔ Cal Ollé AgroTech
ó
✔ Cal Ollé Smart Agriculture
Bajo esta marca, se ofrecerán productos específicos:
- Cal Ollé Smart Vineyard – solución avanzada para viñedos
- Cal Ollé Smart Olive – solución adaptada y optimizada para olivares
2. Diferencias Técnicas entre Viñedo y Olivar
La plataforma tecnológica base es idéntica: LoRa/ESP32, sensores modulares, automatización, IA y drones.
Sin embargo, el cultivo del olivo presenta particularidades agronómicas importantes que requieren
adaptar ciertos sensores, algoritmos y configuraciones.
2.1 Tabla comparativa técnica
| Aspecto |
Viñedo |
Olivar |
| Profundidad radicular |
20–60 cm |
40–120 cm (variable) |
| Sensores suelo |
3 profundidades |
4–5 profundidades recomendadas |
| Flujo de savia |
Muy utilizado en investigación |
Útil pero requiere agujas más largas |
| Dendrómetro |
Tronco fino–medio |
Tronco grueso → soporte 3D especial |
| CWSI |
Muy fiable con IR foliar |
Igual de fiable, pero el olivo regula diferente |
| Plagas/alertas |
Oídio, mildiu, botrytis |
Mosca del olivo, repilo |
3. Adaptaciones Técnicas Específicas para Olivares
3.1 Sensores que cambian respecto al viñedo
- Humedad del suelo: 4–5 profundidades (20/40/60/90/120 cm).
- Dendrómetro XL: abrazadera más grande para troncos gruesos.
- Flujo de savia: agujas más largas y mayor separación térmica.
- IR foliar: igual que en viñedo, pero calibrado a hoja coriácea.
- Cámara térmica MLX90640: muy útil para estrés hídrico del olivo.
3.2 IA específica para olivo
Los algoritmos de análisis deben ajustarse a:
- Curva hídrica del olivo (menos demanda de agua, fuerte resistencia).
- Modelos fenológicos (crecimiento diferente al viñedo).
- Predicción de mosca del olivo (Vuelos, humedad, temp).
- Predicción de repilo (alta humedad + sombra + días consecutivos).
- Indicadores multiespectrales específicos (NDVI adaptado).
3.3 Automatización del riego
El olivo requiere menos agua y riegos más profundos.
Esto implica:
- Electroválvulas calibradas a más presión.
- IA ajustada a estrés hídrico del olivo (CWSI ≈ 0.5 aceptable).
- Riego por pulsos largos, no frecuentes.
4. Modelo de Negocio para Olivares
4.1 Hardware adicional respecto al viñedo
- 1 sensor adicional de humedad profunda (90–120 cm)
- 1 dendrómetro XL (pieza 3D distinta)
- Agujas largas para sap flow
4.2 Servicios específicos
- Predicción mosca del olivo
- Detección de repilo
- Mapas térmicos del olivar (estrés por insolación)
- Seguimiento de carga productiva (con IA/cámaras)
4.3 Tabla de precios estimados
| Servicio/Componente |
Viñedo |
Olivar |
| Sensor por planta |
90–150 € |
110–180 € |
| Instalación completa |
3.000–6.000 € |
3.500–7.000 € |
| IA agrícola |
20–40 €/mes |
20–40 €/mes |
5. Conclusión del Anexo
La expansión hacia Cal Ollé Smart Olive permite:
- Escalar el negocio sin rehacer la tecnología
- Captar dos sectores agrícolas potentes
- Aprovechar la marca madre para múltiples cultivos
- Aumentar la subvencionabilidad del proyecto
- Diferenciar claramente productos sin duplicar esfuerzos
Esta estrategia abre la puerta a un futuro catálogo completo de cultivos inteligentes: almendro, cítrico, hortícola, frutales y más.