Los 9 macroescenarios que conforman la visión general de este mapa-gráfico se dividen a su vez en una serie de escenarios, que constituyen un primer vistazo a este Mapa. Estos grandes temas se subdividen en una serie de escenarios que, en total, suman 33.

En estas líneas vamos a analizar la situación de otros macroescenarios que no están destacados en los otros mapas y que son: Digitalización Avanzada y Calidad y Seguridad Alimentaria 4.0.

En cuanto al primero, el gran foco está puesto en todo lo que tiene que ver con la Inteligencia Artificial (IA). Este escenario experimentó un incremento en cuota de voz del 17,94%, respecto al total de escenarios y ya se erige en el segundo escenario que ha aparecido en más informaciones en este periodo analizado, solo superado por el de Proteína vegetal.

La industria alimentaria está empezando a integrar en sus procesos el potencial que ofrece el uso de la IA, que ya se está utilizando para monitorizar cultivos, predecir ventas, controles de calidad y seguridad alimentaria, gestión de biorreactores o crear planes personalizados, entre otros usos.

Pero para que la IA se siga desarrollando en la industria alimentaria tiene varios retos que superar en referencia a la utilización de la IA. Algunos de los que habla Peakbridge VC son:

• Tener datos abundantes y de alta calidad para lograr un rendimiento adecuado del algoritmo.
• Limitación en la potencia de procesamiento.
• Datos históricos limitados e insuficientes.
• Alto coste para implementar la IA.
• El desafío de la protección de datos y la seguridad.
• Aceptación del consumidor e impacto medioambiental.
• Consideraciones éticas.

Y es que las consideraciones éticas y el miedo al potencial que puede tener la IA ha hecho que la UE plantee una ley de Inteligencia Artificial en la UE, pionera a nivel mundial. Esta ley no entrará en vigor hasta por lo menos 2026 y cuenta con cinco puntos destacados:

• Las diferentes IA se clasificarán según su nivel de peligrosidad.
• Se exigirá transparencia y obligará a que los modelos de IA y aquellos que las utilizan lo hagan cumpliendo con la ley de derechos de autor vigente en la UE, además de publicar con la obra resúmenes explicativos del contenido utilizado para entrenar a la IA.
• La UE también ha establecido que la IA no podrá hacer de todo, sino que ha impuesto algunas limitaciones, enfocándose sobre todo en labores de vigilancia.
• Para aquellas IA denominadas como de propósito general, es decir, ChatGPT, Bard, Bing o similares, la UE ha establecido nuevas reglas, enfocadas a incrementar la transparencia y seguridad en su uso.
• Habrá sanciones para su correcto cumplimiento.

Mientras llega esa ley, algunas startups lanzan soluciones para integrar la IA en la industria alimentaria. Algunas de ellas las pudimos ver en el webinar de CNTA ‘Optimización, desarrollo de producto y personalización: IA aplicada a la industria agroalimentaria’.

En ese evento se presentaron las soluciones de AI Palette, la cual trabaja en plataforma de monitorización de tendencias de mercado que ayuda a las empresas fabricantes de alimentos y bebidas a mejorar su tasa de éxito en los lanzamientos de producto; LogMeal, que cuenta con una herramienta basada en Computer Vision e IA que permite escanear productos o platos y obtener de manera inmediata su información nutricional e ingredientes, y Factic, cuya solución ayuda a las empresas agroalimentarias a mejorar su gestión de la demanda y la toma de decisiones en sus procesos.

Un sector agroalimentario en el que el uso de la IA tiene gran potencial, tal y como se vio en el foro Datagri, en el que se constató que “apostar por los espacios de datos compartidos y los modelos fundacionales de Inteligencia Artificial generativa es una gran oportunidad para que el sector agroalimentario avance”.

Asimismo, en este periodo supimos de iniciativas en los que se utiliza la IA como la de Estrella Galicia, en donde están generando una plataforma interna para escalar el potencial de la IA, que espera tenerla lista para mediados de 2024, o la de Unilever que anunció planes para abrir su primer laboratorio dedicado a la IA en Toronto (Canadá) que tendrá, entre otras, estas áreas de enfoque: pronósticos, modelado de relaciones de datos complejos a través de la tecnología de gráficos y la generación de información sobre tendencias, patrones y predicciones.

Y curiosa resulta la propuesta Doritos Silent, el “primer” snack aumentado por IA del mundo, en el que la tecnología cancela el sonido de crujido del aperitivo para los jugadores en tiempo real mientras juegan entre sí.

De interés, dentro de este macroescenario, resulta la utilización de la formulación inteligente (a través de la IA) por parte de las empresas para encontrar nuevos o los ingredientes más adecuados para sus productos.

En este escenario conocimos iniciativas como la de Maolac, que gracias a su algoritmo Maoreka y a la IA generativa le permitió identificar combinaciones de proteínas específicas para lanzar las barritas Maolactin para el apoyo intestinal y Maolactin Antinflamatorio.

También, la empresa nórdica Cambri presentó Launch AI, que proporciona a las empresas consejos y predicciones para los nuevos lanzamientos. Según la compañía, los lanzamientos que utilizan su IA tienen una tasa de éxito del 73%, mientras que la media del mercado anda entre el 5-25% de éxitos. Y la multinacional Kraft y la startup chilena NotCo lanzaron una versión vegana de macarrones con queso, usando la tecnología de IA Guiseppe de Notco.

Igualmente, como pasó en el anterior periodo, vimos como algunas startups usaron esta tecnología para desarrollar bebidas. Un ejemplo que conocimos fue el de Coca-Cola 3000, un nuevo sabor Zero Azúcar de edición limitada cocreado con IA.

Respecto al escenario de Otras tecnologías digitales (no IA), vimos avances para digitalizar las fábricas y en donde la robotización, automatización-digitalización de los procesos o los gemelos digitales son protagonistas.

Ejemplos de ello son el de GEA, que ha desarrollado un gemelo digital para realizar pruebas virtuales de biorreactores antes de su construcción; Ayesa, la cual participa en un proyecto para optimizar la producción vinícola a través de la instalación de gemelos digitales en granjas solares junto a viñedos, o el de Embutidos Martínez, que invertirá 4 millones de euros para robotizar e implantar un sistema de Inteligencia Artificial (IA) y optimizar su actividad.

En referencia al macroescenario de Calidad y Seguridad Alimentaria 4.0, hubo movimiento en los dos escenarios que lo conforman: Tecnologías rápidas de análisis y Trazabilidad.

La calidad y seguridad alimentaria 4.0 supone un paso adelante en la calidad y seguridad alimentaria, ya que combina tecnologías de visión y digitales con la ciencia del dato para generar ventajas significativas como el ahorro de tiempo, la capacidad de generar modelos predictivos, la no destrucción de la muestra y la toma de decisiones en base a datos que potencialmente pueden mejorar el proceso de producción de alimentos.

En Tecnologías Rápidas de Análisis seguimos conociendo propuestas en NIR, hiperespectral para medir la calidad o vida útil, detectar cuerpos extraños o fraude alimentario.

Una de las soluciones fue la planteada en la Conferencia Internacional NIR 2023 por Alessandro Giraudo, docente del Departamento de Ciencia Aplicada y Tecnología de la Universidad de Turín (Italia), que expuso como la tecnología NIR puede servir para diferenciar si una salchicha contiene carne separada mecánicamente o no, para así evitar cualquier tipo de fraude en este tipo de alimentos, que están regulados por el Reglamento (CE) Nº 853/2004.

También, en el evento se plantearon aplicaciones que en un futuro podría tener la tecnología NIR. Uno que se aventuró fue Alessio Tugnolo, profesor adjunto de la Universidad de Milán (Italia), que presentó su prototipo para monitorizar el proceso de fermentación en vino mediante espectroscopia NIR permitiendo el control de parámetros como el azúcar, acidez o temperatura del producto a tiempo real durante todo el proceso.

Por último, otra posible aplicación que se comentó durante NIR 2023 fue la utilización de la espectroscopia NIR para detectar alérgenos.

En cuanto a soluciones reales destaca la que diseñó CNTA y que utilizó en la última campaña de la aceituna Urzante. Esta solución se basa en la tecnología de espectroscopía NIR y machine learning con las que se desarrolló un dispositivo NIR portátil que ayuda a Urzante a medir, en tiempo real, in situ y sin procesar la muestra parámetros como la humedad, la grasa y la madurez de las aceitunas a su recepción en almazara.

Utilizando otro tipo de tecnologías, observamos los casos de Positive Carbon, que recaudó 2,3 millones de euros para impulsar su tecnología de sensores patentados y automatizados para monitorear el desperdicio de alimentos. Los sensores proporcionan una visibilidad completa del desperdicio de alimentos, lo que permite a las empresas tomar decisiones basadas en datos que han llevado a una reducción significativa de los residuos y al ahorro de costes.

También resaltable fue la recaudación de 2,1 millones de dólares de Scentian Bio para hacer crecer su tecnología que se basa en la virtualización de los receptores olfativos de insectos (iOR). Así, utilizan la IA para procesar e interpretar las señales de sus biosensores para replicar la red neuronal de un insecto para interpretar los olores. El primer biosensor digital de esta empresa, que se espera que se lance comercialmente a finales de 2024, proporcionará un control de calidad de los atributos de olor y sabor de diferentes ingredientes alimentarios.

Por su parte, en el escenario de Trazabilidad, la mayoría de las informaciones tuvo a la tecnología blockchain como protagonista. Y es que diferentes expertos de la industria alimentaria indican que esta tecnología será “masiva en alimentación como ya lo es en el textil y la construcción”.

Ejemplos de apuesta por esta tecnología fue la de Blue Room Innovation, que inició un proyecto piloto con varios restaurantes de Mallorca para ofrecer garantías de origen del pescado a sus clientes, o la de la húngara TE-Food, que utiliza blockchain, junto con códigos QR, para ayudar a consumidores y empresas alimentarias a garantizar que sus cadenas de suministros sean rastreables.

Aparte del blockchain, otras empresas o asociaciones apuestan por otros métodos como el Consorzio Parmigiano Reggiano en Italia que quiere combatir el fraude alimentario en sus quesos mediante la incorporación de chips de silicio (en fase de experimentación), que permitan rastrear los quesos y verificar su autenticidad.