O Smart Farming (SF) é um novo conjunto de tecnologias que podem ser usadas para melhorar a tomada de decisões e a automação em atividades agrícolas. Para isso, alguns agricultores começaram a utilizar a Internet das Coisas (IoT), que é uma tecnologia que permite que os objetos sejam detectados ou controlados remotamente em infraestruturas de rede existentes. Esse processo tende a criar oportunidades para uma integração mais direta do mundo físico com sistemas baseados em computador, gerando maior eficiência, precisão e benefícios econômicos para os usuários de SF. Além das novas áreas como IoT, Computação em Nuvem, Cognitive Computing e Big Data, dois campos contribuíram para o desenvolvimento de SF: Agricultura de Precisão (AP) e Tecnologia da Informação (TI).A presente tese analisou o processo de inovação no contexto da SF, desde a produção de conhecimento científico até a fase de difusão dessas tecnologias na agricultura, sendo que, o objeto de estudo contemplou as propriedades rurais de grãos. A discussão e análise realizadas no trabalho têm como base teórica o aporte da economia evolucionária e o paradigma tecnoeconômico usado para analisar revoluções tecnológicas. O trabalho consistiu de três etapas metodológicas distintas A primeira, de caráter exploratório, foi realizada por meio de entrevistas com especialistas de diferentes áreas, visando melhor compreender o tema estudado. Na segunda etapa, realizou-se um levantamento na literatura científica acerca do tema. De posse dessas informações, operacionalizou-se uma pesquisa empírica para analisar a adoção dessas tecnologias no ambiente real. Para isso, foram aplicados 119 questionários com produtores de grãos da região Sul do Brasil (Paraná, Santa Catarina e Rio Grande do Sul), sendo adotada amostragem estratificada, pois foram considerados produtores cujas propriedades produzissem 50% ou mais da receita bruta em grãos.Com base nos resultados, foi possível inferir que as tecnologias de SF encontram-se no processo de gestação e emergência. Observou-se um intenso desenvolvimento científico em tecnologias como IoT e ambientes inteligentes, bem como um forte efeito de "spillover" de outras indústrias para a agricultura. Entretanto, espera-se que nos próximos anos, o número de inovações disponíveis ao mercado na área de SF cresça. Os principais fatores de adoção de SF observados no trabalho foram: a) aumento de produtividade, b) melhor qualidade de processo, c) redução de custos, e d) maior conhecimento de áreas cultivadas. Da mesma forma, alguns fatores aumentaram a adoção de tecnologias em diferentes intensidades e maneiras. A educação teve o efeito significativo e positivo na adoção de tecnologias georeferenciadas de amostragem de solo A adoção do piloto de pulverização do piloto automático e softwares de gerenciamento teve influência positiva do tamanho da área. Os resultados da tese sinalizaram que um maior grau de escolaridade, tende a aumentar probabilidade de adoção dessas tecnologias. As principais barreiras que atrasam a entrada dos produtores de grãos na SF foram: a) o preço dos equipamentos, b) baixa qualificação do trabalho rural c) a precariedade do acesso à Internet nas regiões rurais brasileiras, e d) necessidade de inserir muitos dados e informações em software. Verificou-se assim que as máquinas empregadas nos sistemas produtivos de grãos estão passando pelo processo de digitalização, especialmente pelo aumento da disponibilidade de equipamentos com sensores e processos automatizados. No entanto, na percepção do produtor rural, grande número de técnicos e consultores ainda não está adaptado ao novo contexto da agricultura. Com isso, permanece o questionamento acerca da capacidade do produtor e dos consultores técnicos de acompanhar e aproveitar o potencial das tecnologias de SF na tomada de decisão na propriedade rural. Os resultados desse trabalho, inéditos no contexto brasileiro, avançam no sentido de compreender a difusão da SF no contexto brasileiro. / Smart Farming (SF) is a modern set technologies that can be used to improve decision making and automation throughout agricultural activities. To accomplish this, some farmers are using the Internet of Things (IoT), which is new technology that allows objects to be sensed or controlled remotely across existing network infrastructures. Further, it can create opportunities for more direct integration of the physical world into computer-based systems, which can result in improved efficiency, accuracy, and economic benefits for SF users. Besides the new areas such as IoT, Cloud Computing, Cognitive Computing and Big Data, two fields have contributed to the development of SF: Precision Agriculture (PA) and Information Technology (IT). The present study analyzed SF’s innovative processes, beginning with the production of scientific knowledge through to SF’s final diffusion of these technologies into agriculture. The discussion and analysis are based on the theoretical contributions of the evolutionary economy and the techno-economic paradigms and were used to analyze technological revolutions. The work consisted of three distinct methodological steps First, to better understand the subject being studied, interviews were conducted with researchers and market professionals, from different areas, such as agriculture, electronics engineering and mechanization. During the second stage, text mining was used to analyze scientific literature on SF. In the third step an empirical research was carried out to analyze the adoption of SF technologies in real environment. To operationalize this step, a questionnaire was sent to grain farmers from the southern region of Brazil, which included Paraná, Santa Catarina, and Rio Grande do Sul. Since these grain' farmers produced 50% or more of the gross revenue in grains were included in the database. After the surveys were completed, the empirical data was used to analyze the adoption of these technologies. Based on the results, it was possible to infer that SF technologies are in the process of gestation and emergence. There has been intense scientific development in technologies, such as IoT and smart environments. Additionally, there has been a strong spillover effect from industries to agriculture. Because of this, it is expected that the number of SF innovations available to the market will grow over the next several years The study indicated main factors that a farmer chose to adopt SF were: potential increase in productivity, better process quality, cost reduction, and a greater knowledge of cultivated areas. Additionally, adding in these factors, education had the positive effect on the adoption of georeferenced soil sampling. The adoption of an autopilot spray pilot and management software was positively influenced by the size of the area. The results of the study have indicated that a higher level of schooling tends to increase the probability of adopting these technologies. It was also found that high equipment costs, the low qualification of rural workers, the precariousness of Internet access in Brazilian rural regions, and the need to insert a lot of data and information in specific programs available to take advantage of SF technologies are the main barriers faced by grain producers, which contribute to their delay in implementing SF technologies. Additionally, it has been verified that the machines used in the grain production systems are becoming digitalized—the availability of equipment with sensors and automated processes are rapidly increasing. However, from the famers’ perception, many technicians and consultants, such as agronomists and agricultural engineers, have not yet adapted to the new context of agriculture, with growing implementation of SF technologies amongst farmers. Thus, the question remains whether farmers and technical consultants can take advantage of available SF technologies and, if so, whether they can use these technologies to help them make decisions and monitor their farming practices. The results of this research can be used to further understand how SF technologies are being used among Brazilian grain producers.

O Smart Farming (SF) é um novo conjunto de tecnologias que podem ser usadas para melhorar a tomada de decisões e a automação em atividades agrícolas. Para isso, alguns agricultores começaram a utilizar a Internet das Coisas (IoT), que é uma tecnologia que permite que os objetos sejam detectados ou controlados remotamente em infraestruturas de rede existentes. Esse processo tende a criar oportunidades para uma integração mais direta do mundo físico com sistemas baseados em computador, gerando maior eficiência, precisão e benefícios econômicos para os usuários de SF. Além das novas áreas como IoT, Computação em Nuvem, Cognitive Computing e Big Data, dois campos contribuíram para o desenvolvimento de SF: Agricultura de Precisão (AP) e Tecnologia da Informação (TI).A presente tese analisou o processo de inovação no contexto da SF, desde a produção de conhecimento científico até a fase de difusão dessas tecnologias na agricultura, sendo que, o objeto de estudo contemplou as propriedades rurais de grãos. A discussão e análise realizadas no trabalho têm como base teórica o aporte da economia evolucionária e o paradigma tecnoeconômico usado para analisar revoluções tecnológicas. O trabalho consistiu de três etapas metodológicas distintas A primeira, de caráter exploratório, foi realizada por meio de entrevistas com especialistas de diferentes áreas, visando melhor compreender o tema estudado. Na segunda etapa, realizou-se um levantamento na literatura científica acerca do tema. De posse dessas informações, operacionalizou-se uma pesquisa empírica para analisar a adoção dessas tecnologias no ambiente real. Para isso, foram aplicados 119 questionários com produtores de grãos da região Sul do Brasil (Paraná, Santa Catarina e Rio Grande do Sul), sendo adotada amostragem estratificada, pois foram considerados produtores cujas propriedades produzissem 50% ou mais da receita bruta em grãos.Com base nos resultados, foi possível inferir que as tecnologias de SF encontram-se no processo de gestação e emergência. Observou-se um intenso desenvolvimento científico em tecnologias como IoT e ambientes inteligentes, bem como um forte efeito de "spillover" de outras indústrias para a agricultura. Entretanto, espera-se que nos próximos anos, o número de inovações disponíveis ao mercado na área de SF cresça. Os principais fatores de adoção de SF observados no trabalho foram: a) aumento de produtividade, b) melhor qualidade de processo, c) redução de custos, e d) maior conhecimento de áreas cultivadas. Da mesma forma, alguns fatores aumentaram a adoção de tecnologias em diferentes intensidades e maneiras. A educação teve o efeito significativo e positivo na adoção de tecnologias georeferenciadas de amostragem de solo A adoção do piloto de pulverização do piloto automático e softwares de gerenciamento teve influência positiva do tamanho da área. Os resultados da tese sinalizaram que um maior grau de escolaridade, tende a aumentar probabilidade de adoção dessas tecnologias. As principais barreiras que atrasam a entrada dos produtores de grãos na SF foram: a) o preço dos equipamentos, b) baixa qualificação do trabalho rural c) a precariedade do acesso à Internet nas regiões rurais brasileiras, e d) necessidade de inserir muitos dados e informações em software. Verificou-se assim que as máquinas empregadas nos sistemas produtivos de grãos estão passando pelo processo de digitalização, especialmente pelo aumento da disponibilidade de equipamentos com sensores e processos automatizados. No entanto, na percepção do produtor rural, grande número de técnicos e consultores ainda não está adaptado ao novo contexto da agricultura. Com isso, permanece o questionamento acerca da capacidade do produtor e dos consultores técnicos de acompanhar e aproveitar o potencial das tecnologias de SF na tomada de decisão na propriedade rural. Os resultados desse trabalho, inéditos no contexto brasileiro, avançam no sentido de compreender a difusão da SF no contexto brasileiro. / Smart Farming (SF) is a modern set technologies that can be used to improve decision making and automation throughout agricultural activities. To accomplish this, some farmers are using the Internet of Things (IoT), which is new technology that allows objects to be sensed or controlled remotely across existing network infrastructures. Further, it can create opportunities for more direct integration of the physical world into computer-based systems, which can result in improved efficiency, accuracy, and economic benefits for SF users. Besides the new areas such as IoT, Cloud Computing, Cognitive Computing and Big Data, two fields have contributed to the development of SF: Precision Agriculture (PA) and Information Technology (IT). The present study analyzed SF’s innovative processes, beginning with the production of scientific knowledge through to SF’s final diffusion of these technologies into agriculture. The discussion and analysis are based on the theoretical contributions of the evolutionary economy and the techno-economic paradigms and were used to analyze technological revolutions. The work consisted of three distinct methodological steps First, to better understand the subject being studied, interviews were conducted with researchers and market professionals, from different areas, such as agriculture, electronics engineering and mechanization. During the second stage, text mining was used to analyze scientific literature on SF. In the third step an empirical research was carried out to analyze the adoption of SF technologies in real environment. To operationalize this step, a questionnaire was sent to grain farmers from the southern region of Brazil, which included Paraná, Santa Catarina, and Rio Grande do Sul. Since these grain' farmers produced 50% or more of the gross revenue in grains were included in the database. After the surveys were completed, the empirical data was used to analyze the adoption of these technologies. Based on the results, it was possible to infer that SF technologies are in the process of gestation and emergence. There has been intense scientific development in technologies, such as IoT and smart environments. Additionally, there has been a strong spillover effect from industries to agriculture. Because of this, it is expected that the number of SF innovations available to the market will grow over the next several years The study indicated main factors that a farmer chose to adopt SF were: potential increase in productivity, better process quality, cost reduction, and a greater knowledge of cultivated areas. Additionally, adding in these factors, education had the positive effect on the adoption of georeferenced soil sampling. The adoption of an autopilot spray pilot and management software was positively influenced by the size of the area. The results of the study have indicated that a higher level of schooling tends to increase the probability of adopting these technologies. It was also found that high equipment costs, the low qualification of rural workers, the precariousness of Internet access in Brazilian rural regions, and the need to insert a lot of data and information in specific programs available to take advantage of SF technologies are the main barriers faced by grain producers, which contribute to their delay in implementing SF technologies. Additionally, it has been verified that the machines used in the grain production systems are becoming digitalized—the availability of equipment with sensors and automated processes are rapidly increasing. However, from the famers’ perception, many technicians and consultants, such as agronomists and agricultural engineers, have not yet adapted to the new context of agriculture, with growing implementation of SF technologies amongst farmers. Thus, the question remains whether farmers and technical consultants can take advantage of available SF technologies and, if so, whether they can use these technologies to help them make decisions and monitor their farming practices. The results of this research can be used to further understand how SF technologies are being used among Brazilian grain producers.

O Smart Farming (SF) é um novo conjunto de tecnologias que podem ser usadas para melhorar a tomada de decisões e a automação em atividades agrícolas. Para isso, alguns agricultores começaram a utilizar a Internet das Coisas (IoT), que é uma tecnologia que permite que os objetos sejam detectados ou controlados remotamente em infraestruturas de rede existentes. Esse processo tende a criar oportunidades para uma integração mais direta do mundo físico com sistemas baseados em computador, gerando maior eficiência, precisão e benefícios econômicos para os usuários de SF. Além das novas áreas como IoT, Computação em Nuvem, Cognitive Computing e Big Data, dois campos contribuíram para o desenvolvimento de SF: Agricultura de Precisão (AP) e Tecnologia da Informação (TI).A presente tese analisou o processo de inovação no contexto da SF, desde a produção de conhecimento científico até a fase de difusão dessas tecnologias na agricultura, sendo que, o objeto de estudo contemplou as propriedades rurais de grãos. A discussão e análise realizadas no trabalho têm como base teórica o aporte da economia evolucionária e o paradigma tecnoeconômico usado para analisar revoluções tecnológicas. O trabalho consistiu de três etapas metodológicas distintas A primeira, de caráter exploratório, foi realizada por meio de entrevistas com especialistas de diferentes áreas, visando melhor compreender o tema estudado. Na segunda etapa, realizou-se um levantamento na literatura científica acerca do tema. De posse dessas informações, operacionalizou-se uma pesquisa empírica para analisar a adoção dessas tecnologias no ambiente real. Para isso, foram aplicados 119 questionários com produtores de grãos da região Sul do Brasil (Paraná, Santa Catarina e Rio Grande do Sul), sendo adotada amostragem estratificada, pois foram considerados produtores cujas propriedades produzissem 50% ou mais da receita bruta em grãos.Com base nos resultados, foi possível inferir que as tecnologias de SF encontram-se no processo de gestação e emergência. Observou-se um intenso desenvolvimento científico em tecnologias como IoT e ambientes inteligentes, bem como um forte efeito de "spillover" de outras indústrias para a agricultura. Entretanto, espera-se que nos próximos anos, o número de inovações disponíveis ao mercado na área de SF cresça. Os principais fatores de adoção de SF observados no trabalho foram: a) aumento de produtividade, b) melhor qualidade de processo, c) redução de custos, e d) maior conhecimento de áreas cultivadas. Da mesma forma, alguns fatores aumentaram a adoção de tecnologias em diferentes intensidades e maneiras. A educação teve o efeito significativo e positivo na adoção de tecnologias georeferenciadas de amostragem de solo A adoção do piloto de pulverização do piloto automático e softwares de gerenciamento teve influência positiva do tamanho da área. Os resultados da tese sinalizaram que um maior grau de escolaridade, tende a aumentar probabilidade de adoção dessas tecnologias. As principais barreiras que atrasam a entrada dos produtores de grãos na SF foram: a) o preço dos equipamentos, b) baixa qualificação do trabalho rural c) a precariedade do acesso à Internet nas regiões rurais brasileiras, e d) necessidade de inserir muitos dados e informações em software. Verificou-se assim que as máquinas empregadas nos sistemas produtivos de grãos estão passando pelo processo de digitalização, especialmente pelo aumento da disponibilidade de equipamentos com sensores e processos automatizados. No entanto, na percepção do produtor rural, grande número de técnicos e consultores ainda não está adaptado ao novo contexto da agricultura. Com isso, permanece o questionamento acerca da capacidade do produtor e dos consultores técnicos de acompanhar e aproveitar o potencial das tecnologias de SF na tomada de decisão na propriedade rural. Os resultados desse trabalho, inéditos no contexto brasileiro, avançam no sentido de compreender a difusão da SF no contexto brasileiro. / Smart Farming (SF) is a modern set technologies that can be used to improve decision making and automation throughout agricultural activities. To accomplish this, some farmers are using the Internet of Things (IoT), which is new technology that allows objects to be sensed or controlled remotely across existing network infrastructures. Further, it can create opportunities for more direct integration of the physical world into computer-based systems, which can result in improved efficiency, accuracy, and economic benefits for SF users. Besides the new areas such as IoT, Cloud Computing, Cognitive Computing and Big Data, two fields have contributed to the development of SF: Precision Agriculture (PA) and Information Technology (IT). The present study analyzed SF’s innovative processes, beginning with the production of scientific knowledge through to SF’s final diffusion of these technologies into agriculture. The discussion and analysis are based on the theoretical contributions of the evolutionary economy and the techno-economic paradigms and were used to analyze technological revolutions. The work consisted of three distinct methodological steps First, to better understand the subject being studied, interviews were conducted with researchers and market professionals, from different areas, such as agriculture, electronics engineering and mechanization. During the second stage, text mining was used to analyze scientific literature on SF. In the third step an empirical research was carried out to analyze the adoption of SF technologies in real environment. To operationalize this step, a questionnaire was sent to grain farmers from the southern region of Brazil, which included Paraná, Santa Catarina, and Rio Grande do Sul. Since these grain' farmers produced 50% or more of the gross revenue in grains were included in the database. After the surveys were completed, the empirical data was used to analyze the adoption of these technologies. Based on the results, it was possible to infer that SF technologies are in the process of gestation and emergence. There has been intense scientific development in technologies, such as IoT and smart environments. Additionally, there has been a strong spillover effect from industries to agriculture. Because of this, it is expected that the number of SF innovations available to the market will grow over the next several years The study indicated main factors that a farmer chose to adopt SF were: potential increase in productivity, better process quality, cost reduction, and a greater knowledge of cultivated areas. Additionally, adding in these factors, education had the positive effect on the adoption of georeferenced soil sampling. The adoption of an autopilot spray pilot and management software was positively influenced by the size of the area. The results of the study have indicated that a higher level of schooling tends to increase the probability of adopting these technologies. It was also found that high equipment costs, the low qualification of rural workers, the precariousness of Internet access in Brazilian rural regions, and the need to insert a lot of data and information in specific programs available to take advantage of SF technologies are the main barriers faced by grain producers, which contribute to their delay in implementing SF technologies. Additionally, it has been verified that the machines used in the grain production systems are becoming digitalized—the availability of equipment with sensors and automated processes are rapidly increasing. However, from the famers’ perception, many technicians and consultants, such as agronomists and agricultural engineers, have not yet adapted to the new context of agriculture, with growing implementation of SF technologies amongst farmers. Thus, the question remains whether farmers and technical consultants can take advantage of available SF technologies and, if so, whether they can use these technologies to help them make decisions and monitor their farming practices. The results of this research can be used to further understand how SF technologies are being used among Brazilian grain producers.