La digitalización del campo español da un paso decisivo. La startup DeepFarm ha desarrollado una tecnología capaz de detectar enfermedades en el ganado vacuno hasta 72 horas antes de que sean visibles para el ojo humano. En un contexto de aumento de costes, escasez de mano de obra y mayores exigencias en bienestar animal, la compañía emerge como una respuesta estratégica a los desafíos estructurales de la ganadería. Su solución, denominada PAXTOR, combina Inteligencia Artificial y Visión por Computador para actuar como un «ganadero digital» que monitoriza la salud de los animales las 24 horas del día. Según la compañía, el sistema alcanza un 95% de precisión en la identificación temprana de anomalías, permitiendo intervenir antes de que la patología avance o se propague al resto del lote. El modelo tradicional de explotación ganadera depende en gran medida de la observación directa y constante, una tarea que exige tiempo y experiencia, pero que resulta cada vez más difícil de sostener ante la falta de relevo generacional. En este escenario, PAXTOR digitaliza la vigilancia diaria del cebadero y actúa como un sistema de alerta temprana. «La tecnología no viene a sustituir al ganadero, sino a ponerle un par de ojos extra que no se cansan y que trabajan 24/7 para que su labor sea más fácil y eficiente», explica Diego Sainz, cofundador de DeepFarm. Doctor en Ingeniería Biomédica y tercera generación de ganaderos, Sainz conoce de primera mano las dificultades del sector. Junto a él, Alberto Badías, Doctor en Ingeniería Mecánica y especialista en Inteligencia Artificial y Visión por Computador, completa el tándem fundador que ha dado forma a una solución tecnológica con «ADN ganadero». El sistema se articula en torno a tres pilares fundamentales: Monitorización sin contacto por corrales. A través de cámaras inteligentes instaladas en cada corral, PAXTOR analiza patrones de comportamiento colectivo e individual —alimentación, descanso y movimiento— sin necesidad de colocar dispositivos físicos sobre el animal. Esto elimina el estrés bovino y evita tareas adicionales de mantenimiento. Alertas de precisión y triaje preventivo. Cuando el algoritmo detecta desviaciones sutiles respecto a los patrones habituales, envía una notificación inmediata al móvil del ganadero indicando el corral donde se inicia el problema. El veterinario puede así realizar una intervención dirigida, ahorrando horas de inspección visual y evitando la propagación de enfermedades. Optimización de la rentabilidad por lote. La detección precoz impacta directamente en la tasa de conversión y reduce el gasto veterinario y farmacológico. Al tener cada corral bajo control digital, el productor puede gestionar con mayor eficiencia el ciclo productivo, mejorando la sostenibilidad económica de la explotación. El proyecto ya ha sido validado sobre el terreno. DeepFarm monitoriza actualmente más de 3.000 animales en cinco comunidades autónomas, consolidando su presencia en distintas tipologías de cebaderos. Su innovación fue reconocida con el Premio a las Innovaciones y Mejoras Técnicas en FIGAN 2025, uno de los principales escaparates europeos del sector ganadero. Además, la startup ha sido seleccionada por la aceleradora La Vega Innova del Ministerio de Agricultura, reforzando su posicionamiento como referente en la transición hacia una ganadería de precisión. Más allá del reconocimiento institucional, el objetivo declarado por sus fundadores es más ambicioso: contribuir a que la actividad ganadera vuelva a ser atractiva para las nuevas generaciones. «Buscamos que el ganadero recupere calidad de vida y que la ganadería sea un sector competitivo y sostenible en el largo plazo», subraya Sainz. En un campo que afronta el doble reto de la rentabilidad y el relevo generacional, la promesa de contar con un sistema capaz de anticiparse a la enfermedad antes incluso de que sea perceptible a simple vista abre una nueva etapa. La inteligencia artificial ya no es un concepto lejano en la ganadería española: empieza a convertirse en una herramienta cotidiana para garantizar su futuro.
