att spåra Indiens jordbrukshistoria ≠ gissa rubriker. Titta på data 👇 Jordbrukare = 40 % av arbetskraften. 60%+ är beroende av monsuner. När regnet uteblir, kollapsar inkomsterna. signalen? Väderrisk är den #1 insatskostnaden. 🧵

2/6 Vinstmarginalerna pressas hårt ↓ Vete: 123 % → 103 % (2013–23) Sockerrör: 151 % → 102 % Kostnaderna ökar snabbare än intäkterna. Inflation + dåliga prognoser = bönder betalar mer för att tjäna mindre.

3/6 Prognosproblem = skala. Distriktsnivå (5–7 dagar). Men beslut (så, bevattna, skörda) är lokala + dagligen. såg ut som en prognos. Kändes som en gissning.

4/6 Marco vänder på modellen. från satelliter → bakgårdar. från generiska rapporter → fältsanning. från centraliserad kostnad → samhällsägd intelligens.

5/6 Reella tal, verklig påverkan: → 30 % vattenbesparing (vindruvor, Nashik) → 25% sjukdomssnitt (tomater, Jaipur) → 20 % skördeökning (paprika, BLR) → 15 % ökad avkastning (gurkor, Pune)