O framework de machine learning, amplamente utilizado nos produtos da SciCrop, tem seus fundamentos, na aplicação de pesquisa científica desenvolvida por um dos fundadores da startup, quando este trabalhava na IBM com a criação do então IBM DB2 Smart Analytics System, hoje conhecido com IBM Datawarehouse Solutions.
Outra característica da SciCrop, presente desde sua concepção, foi o entendimento que dados públicos ou de esparsas fontes privadas não seriam suficientes, e de que seria necessário a criação de sensores inteligentes que permitissem a coleta contínua de dados, e a transmissão para nuvem, mesmo em localidades sem nenhum acesso à internet. Esse entendimento resultou no SciCrop Smart Sensing com seu exclusivo protocolo P2P de alta latência.
Contudo, dados e análise não atingem sua eficiência se não forem direcionado para onde são mais importantes. O surgimento recente de centenas de empresas de AgTech, sem dúvida, marcaram um novo tempo, mas todos esses esforços de negócios e tecnologia tem falhado em ajudar os reais responsáveis pela comida em nossas mesas. Segundo a FAO, mais 80% da produção de alimentos vem da agricultura familiar. Para SciCrop, são estes produtores que devem ser os primeiros a se beneficiar de toda essa inovação.
