Cromai

Cromai consta com una startup del sector del software i SaaS amb seu a Barcelona (Barcelona). D'acord amb les dades verificades disponibles, la seva situació registral és activa, és a dir, no es tracta d'una empresa tancada ni, segons aquestes dades, d'un cas de transformació empresarial documentat.

Més enllà d'aquesta identificació bàsica —nom, naturalesa de startup, sector i ubicació—, la font disponible no aporta detalls verificables sobre l'objecte social, el producte o els clients.

No consta la data de fundació de Cromai, ni els seus fundadors, ni el context en què es va constituir. La font citada (l'entrada de Wikipédia) no proporciona aquesta informació de manera verificable en el moment de redactar aquest informe.

Cromai s'emmarca en el sector del software i SaaS, segons les dades verificades. No consta, però, quin producte o servei concret oferia, ni quin era el seu model de negoci, ni a quin tipus de clients s'adreçava.

No consta informació sobre l'evolució de Cromai: ni fites de creixement, ni rondes de finançament, ni clients rellevants, ni cap període que es pugui qualificar documentalment com a "anys bons". La font disponible no permet reconstruir la trajectòria de l'empresa.

Cromai no consta com a empresa tancada. D'acord amb les dades verificades, el seu estat registral és actiu. Per tant, no hi ha cap causa de tancament a documentar.

No consta cap informació sobre l'herència de Cromai: ni productes que hagin perdurat, ni equips que s'hagin incorporat a altres projectes, ni cap impacte documentat en el sector.

No consta la identitat dels fundadors de Cromai a la informació disponible, i per tant no es pot dir on són avui. Per intentar-ho, es podria consultar el Registre Mercantil de Barcelona (administradors i socis), el BORME per a nomenaments i cessaments, i fonts primàries de l'empresa (web corporativa, perfils professionals i notes de premsa sectorial).

• Quan l'única font disponible és una entrada enciclopèdica sense detall, el primer pas operatiu és anar a les fonts primàries: Registre Mercantil i BORME per a la constitució, els administradors i els canvis socials, abans de treure cap conclusió sobre la trajectòria de la startup.
• En l'anàlisi de startups de software i SaaS, cal distingir entre "estat registral actiu" i "activitat econòmica real": una societat pot constar activa al registre i, alhora, no tenir activitat operativa documentada. Cal verificar les dues dimensions per separat.
• Per a qualsevol afirmació sobre producte, clients o finançament en aquest sector, cal exigir font primària o periodística identificada; sense això, el correcte és deixar el buit com a "no consta" en lloc d'inferir-lo.

La font disponible (Wikipedia) situa Cromai al sector del software i SaaS, amb seu a Barcelona i estat registral actiu. Més enllà d'això, aquest informe no pot afirmar què feia exactament el producte, a qui servia ni com guanyava diners: no hi ha dades verificades sobre model de negoci, clients o tecnologia.

Per tant, la idea que es proposa aquí és una reconstrucció hipotètica, marcada com a proposta: un SaaS lleuger de diagnòstic per imatge aplicat a l'agricultura (detecció de plagues, estrès hídric o males herbes a partir de fotos de camp), venut per subscripció a cooperatives i explotacions mitjanes. Aquesta proposta encaixa amb el perfil "software i SaaS" i amb l'activitat que se sol associar al nom Cromai, però no es pot verificar amb la font disponible i caldria confirmar-la abans de construir-hi res.

No hi ha dades verificades sobre el mercat de Cromai ni sobre els seus clients. El que sí que es pot dir és que el mercat d'agtech i agricultura de precisió existeix i és competitiu, amb actors internacionals consolidats i moltes eines de visió per computador aplicades al camp.

La proposta, doncs, no seria crear un mercat nou, sinó entrar en un nínxol: explotacions mitjanes i cooperatives de Catalunya i l'Estat que volen eines senzilles, en català o castellà, i amb suport proper. Aquest nínxol és una hipòtesi a validar amb entrevistes a 20-30 explotacions abans de desenvolupar res.

Model proposat (a validar): subscripció anual per explotació o per hectàrea monitorada, amb un pla gratuït limitat per captar usuaris i un pla de pagament per a cooperatives que necessiten informes agregats.

No hi ha cap dada verificada sobre preus, marges o cost d'adquisició de Cromai. Qualsevol xifra que es faci servir en aquest apartat és una estimació de treball: per exemple, un preu objectiu de 30-80 €/mes per explotació mitjana seria un punt de partida raonable per contrastar amb el mercat, no una dada de l'empresa.

Proposta en quatre fases, amb terminis estimats:

1. Validació (mesos 1-2): entrevistes a explotacions i cooperatives; confirmar el problema i el preu disposat a pagar.
2. Prototip (mesos 2-4): model de visió per computador amb un conjunt de dades petit i un panell web mínim; proves amb 3-5 usuaris pilot.
3. Pilot comercial (mesos 4-7): 10-15 explotacions, mesurar ús real i resultats agronòmics.
4. Llançament (mes 7-9): subscripció oberta, suport en català i castellà, i primers informes per a cooperatives.

Tots els terminis són estimacions i dependran de la disponibilitat de dades i de socis agronòmics.

No hi ha dades financeres verificades de Cromai. El que segueix és una estimació de rang per a un equip mínim de 2-3 persones durant 9 mesos, a validar amb pressupostos reals:

• Desenvolupament i infraestructura: 40.000-90.000 € (estimat).
• Dades i etiquetatge per entrenar el model: 10.000-30.000 € (estimat).
• Màrqueting i vendes inicials: 10.000-25.000 € (estimat).
• Legal, constitució i gestió: 5.000-15.000 € (estimat).
• Cost de personal: 90.000-180.000 € (estimat, segons sous i nombre de persones).

Total orientatiu: 155.000-340.000 € per arribar a un llançament comercial modest. És un rang de treball, no una xifra contrastada.

• Risc de validació: la proposta d'activitat no està confirmada per la font; es podria estar reconstruint una empresa diferent de la que era Cromai.
• Risc de mercat: l'agtech és competitiu i les explotacions mitjanes tenen pressupostos ajustats.
• Risc tècnic: la qualitat del model depèn de dades etiquetades, que són cares i lentes d'obtenir.
• Risc de finançament: el rang de cost estimat exigeix capital que caldrà captar o aportar.
• Risc de marca: si es fa servir el nom Cromai, cal verificar la situació registral i els drets sobre la marca abans de rellançar-la.

Les lliçons de l'informe original, pel que es pot extreure de la font disponible, són poques i cal llegir-les amb cautela: una startup de software i SaaS a Barcelona pot tenir estat registral actiu i, tot i així, no generar prou negoci per continuar. La reconstrucció hauria de recaure en un equip petit amb tres perfils: algú que conegui el camp i els seus clients, algú que sàpiga construir i mantenir el producte de visió per computador, i algú que sàpiga vendre subscripcions a cooperatives. Sense aquesta combinació, i sense validar primer el problema amb usuaris reals, el risc de repetir el mateix final és alt.

El producte resol un problema operatiu concret de l'agricultura extensiva: l'agricultor no sap on, quan ni quant ha de tractar les males herbes, i per tant aplica herbicida a tota la parcel·la. Això encareix el cost per hectàrea, augmenta la pressió sobre el sòl i l'aigua i dificulta el compliment de les restriccions de residus.

La solució és un servei que rep imatges multiespectrals de drons o satèl·lit, les processa amb models de segmentació per identificar zones amb presència de males herbes i retorna un mapa de prescripció en format variable-rate que la maquinària agrícola pot consumir directament. El valor no és la imatge sinó la recomanació accionable i auditable per parcel·la i campanya.

Arquitectura de microserveis amb un pipeline asíncron d'ingesta i processament, perquè la inferència sobre ortomosaic és lenta i no pot bloquejar l'API de l'usuari.

``` [Client / App mòbil] --HTTPS--> [API Gateway] --> [Servei de comandes] | v [Cua de treballs (SQS)] | +--------------------------+--------------------------+ v v [Worker d'ingesta] [Worker d'inferència] - valida i normalitza imatges - carrega model ONNX - ortomosaic (GDAL) - tessel·la i infereix - guarda a object storage - fusiona tiles | | +--------------------------+--------------------------+ v [Servei de mapes i prescripcions] - genera GeoTIFF / shapefile - publica URL signada | v [PostgreSQL + PostGIS] [Object storage S3] ```

Decisions i motius:

• Processament asíncron amb cua: la generació d'un ortomosaic i la inferència poden trigar minuts; una cua desacobla la latència de l'API i permet reintents idempotents.
• PostGIS com a magatzem de geometria: les parcel·les i els mapes de prescripció són dades geoespacials; PostGIS evita un motor GIS separat i permet consultes espacials directes.
• Models exportats a ONNX: permet executar la mateixa inferència en CPU al núvol i, si cal, en dispositius de camp, sense dependre d'un framework concret.
• Object storage per a imatges i rasters: els fitxers són grans i no encaixen en una base de dades relacional; es guarden amb URL signades i vida útil definida.

Entitats principals (PostgreSQL + PostGIS):

```sql -- Organitzacions i usuaris organitzacio(id, nom, cif, creat_el) usuari(id, organitzacio_id, email, rol, creat_el)

-- Explotacions i parcel·les explotacio(id, organitzacio_id, nom, creat_el) parcella(id, explotacio_id, nom, geometria GEOMETRY(Polygon, 4326), superficie_ha NUMERIC, cultiu TEXT, creat_el)

-- Campanyes i captures campanya(id, parcella_id, any, data_inici, data_fi) captura(id, campanya_id, origen TEXT CHECK (origen IN ('dron','satelit')), data_captura TIMESTAMPTZ, estat TEXT, object_key TEXT, resolucio_cm NUMERIC, creat_el)

-- Resultats d'inferència mapa_males_herbes(id, captura_id, versio_model TEXT, object_key_geotiff TEXT, cobertura_pct NUMERIC, creat_el) prescripcio(id, mapa_males_herbes_id, format TEXT, object_key TEXT, url_signada_expira TIMESTAMPTZ, creat_el) ```

Motius: `geometria` en EPSG:4326 permet interoperar amb qualsevol font; `versio_model` al mapa garanteix la traçabilitat agronòmica (saber amb quin model es va generar cada recomanació); `estat` a `captura` modela el cicle de vida del treball (pujada, en cua, processant, completat, error).

API REST versionada (`/v1`) amb autenticació OAuth2 (client credentials per a integracions de maquinària, JWT per a usuaris).

• `POST /v1/parcelles` — crea una parcel·la amb geometria GeoJSON.
• `POST /v1/captures` — inicia una pujada; retorna URL signada per pujar la imatge directament a object storage (evita fer passar fitxers grans per l'API Gateway).
• `GET /v1/captures/{id}` — estat del treball.
• `GET /v1/captures/{id}/prescripcio?format=geotiff|shapefile|isoxml` — retorna URL signada del mapa de prescripció.
• `POST /v1/webhooks` — subscripció a esdeveniments `captura.completada` i `captura.error` perquè el client no hagi de fer polling.

Integracions:

• ISOBUS / ISO-XML: format de prescripció variable-rate que consumeixen les sembradores i polvoritzadores; és l'única via realista perquè la recomanació arribi a la maquinària.
• Proveïdors de satèl·lit (p. ex. Sentinel-2 via Copernicus): ingesta periòdica per parcel·la.
• Passarel·la de pagament per a facturació per hectàrea processada.

1. Ingesta i emmagatzematge de parcel·les i captures amb PostGIS i object storage, incloent-hi l'estat del treball. Sense això no hi ha producte.
2. Pipeline d'ortomosaic i tessel·lació amb GDAL, validat amb un conjunt petit d'imatges reals de camp.
3. Un sol model de segmentació de males herbes exportat a ONNX i executat en un worker, amb mètriques d'encert sobre parcel·les etiquetades manualment.
4. Generació de prescripció en ISO-XML i lliurament per URL signada.
5. Webhooks i autenticació OAuth2 per permetre la primera integració amb un client pilot.

La facturació i el panell d'administració es deixen per a després del primer pilot; no bloquegen la validació del valor agronòmic.

• Cost computacional: la inferència sobre ortomosaic d'alta resolució és el coll d'ampolla; cal tessel·lar, limitar la resolució d'entrada i usar CPU amb lots petits abans de justificar GPU.
• Qualitat del model: la segmentació de males herbes depèn del cultiu, l'estadi fenològic i la il·luminació; un sol model no generalitza. Risc de falsos positius que portin a tractaments innecessaris.
• Dades geoespacials brutes: coordenades incorrectes o imatges sense georeferenciació fan fallar tot el pipeline; cal validació estricta a la ingesta.
• Privacitat i propietat de les dades: les imatges de parcel·les són dades del client; cal xifratge en repòs i política de retenció explícita.
• Latència percebuda: el processament asíncron requereix comunicar bé l'estat al client; els webhooks ho resolen però afegeixen complexitat d'integració.

• Validació agronòmica: comparar el mapa de prescripció amb inspecció de camp en un conjunt de parcel·les pilot; mètrica objectiu: precisió i recall de detecció de males herbes per sobre d'un llindar acordat amb l'agrònom.
• Validació tècnica del pipeline: proves d'integració amb imatges reals de diferents resolucions i orígens (dron i satèl·lit), verificant que l'estat del treball arriba a `completat` i que el GeoTIFF resultant és georeferenciat correctament.
• Validació d'integració: un client pilot rep el webhook, descarrega la prescripció en ISO-XML i la carrega a la maquinària; es mesura el temps extrem a extrem des de la pujada fins a la URL signada.
• Validació de cost: mesurar el cost computacional per hectàrea processada i comparar-lo amb el preu de venda previst per assegurar marge positiu.
• Traçabilitat: verificar que cada prescripció registra la versió de model i la captura d'origen, de manera que qualsevol recomanació sigui auditable.