spore Indias gårdshistorie ≠ gjette overskrifter. Se på dataene 👇 bønder = 40 % av arbeidsstyrken. 60%+ er avhengig av monsuner. Når regnet mangler, kollapser inntektene. Signalet? Værrisiko er inngangskostnaden #1. 🧵

2/6 fortjenestemarginer presset hardt ↓ Hvete: 123 % → 103 % (2013–23) sukkerrør: 151 % → 102 % Kostnadene stiger raskere enn inntektene. Inflasjon + dårlige prognoser = bønder betaler mer for å tjene mindre.

3/6 prognoseproblem = skala. distriktsnivå (5–7 dager). Men beslutninger (så, vanne, høste) er lokale + daglig. så ut som en prognose. føltes som en gjetning.

4/6 Marco snur modellen. fra satellitter → bakgårder. fra generiske rapporter → feltsannhet. fra sentraliserte kostnader → fellesskapseid intelligens.

5/6 Reelle tall, reell innvirkning: → 30 % vann spart (druer, Nashik) → 25 % sykdomskutt (tomater, Jaipur) → 20 % innhøstingsøkning (paprika, BLR) → 15 % avkastningsøkning (agurker, Pune)