Concretamente, dentro de Digitalización avanzada, la Inteligencia Artificial (IA) continúa estando en el foco, a pesar de que su cuota de voz bajó en esta edición, si la comparamos con la edición anterior.

La IA se está mostrando como una alternativa para que la industria alimentaria optimice sus procesos, mejore su toma de decisiones y aumente su eficiencia en la elaboración de productos, la coordinación logística o la gestión de la cadena de suministro, además de resultar clave para capturar datos fiables y precisos que permitan mejorar los mecanismos de control y supervisión en áreas como las de calidad y seguridad alimentaria.

Esta tecnología también permite una personalización detallada de los productos, construir modelos de demanda o combatir la pérdida y desperdicio de alimentos, y cada vez se está implementando más en el sector del consumo y retail.

De acuerdo con el informe ‘IA: radiografía de una revolución en marcha’, elaborado por Ascendant de Minsait (Indra), a nivel mundial un 47% de las empresas del sector consumo y retail ya utiliza la Inteligencia Artificial (IA) para la producción y fabricación de productos, y un 20% ya la integrado en sus estrategias de negocio.

Sin embargo, la implementación de la IA en la industria tiene diferentes desafíos que solventar como son:

• La gestión de la propiedad intelectual.
• La privacidad de los datos.
• Controlar el potencial de la IA
• Dilemas éticos.

Y es que las consideraciones éticas y el miedo al potencial que puede tener la IA ha hecho que la UE plantee su primera Ley de Inteligencia Artificial, pionera  a nivel mundial, que al cierre de esta edición ya estaba aprobada por el Consejo Europeo y que se aplicará pasados dos años de su entrada en vigor. Algunos de sus puntos destacados son:

• Salvaguardias sobre la inteligencia artificial de uso general.
• Límites al uso de sistemas de identificación biométrica por parte de las fuerzas de seguridad.
• Prohibición de la puntuación ciudadana y uso de la IA para manipular o explotar las vulnerabilidades de los usuarios.
• Derecho de los consumidores a presentar reclamaciones y recibir explicaciones.

Mientras llega la aplicación de esta ley, algunas empresas continúan presentando nuevas soluciones. En estos meses, vimos ejemplos como los de Kerry, con su herramienta patentada de predicción de IA de sabores, o Reshape, con su sistema de imágenes robóticas en el que está integrado un modelo de IA que ayuda a los científicos a comprender los cambios visuales que surgen en placas Petri o similares cuando realizan alguna investigación.

Asimismo, supimos de iniciativas como la de la compañía tudelana VisionQuality, que diseña y fabrica maquinaria propia con inteligencia y visión artificial para verificar, entre otras cosas, que los alimentos estén en perfectas condiciones antes de su venta, o la de Marqués del Atrio, que lanzó un vino, ‘Conde del Pazo’, con una etiqueta desarrollada por IA que permite a los usuarios interactuar con la botella en el momento de compra.

Igualmente de interés dentro de Digitalización avanzada es la utilización de la formulación inteligente (a través de la IA) por parte de las empresas para encontrar nuevos o los más adecuados ingredientes para sus productos.

En este escenario conocimos iniciativas como la de Moldrug AI System, que se enfoca en ofrecer herramientas que faciliten la identificación rápida, económica y ética de compuestos con potencial interés. Al integrar algoritmos avanzados y técnicas de aprendizaje automático, sus plataformas reducen la necesidad de ensayos con animales, proporcionando resultados más eficientes y sostenibles.

Por su parte, la empresa Ever.AG presentó ‘Cheese Yield Optimization’, una nueva solución que utiliza la IA y el aprendizaje automático para optimizar la eficiencia, reducir el desperdicio y aumentar la rentabilidad de los fabricantes de queso. Esta herramienta digitaliza la mayor parte del proceso de producción, analizando los datos para ofrecer recomendaciones prácticas en tiempo real a los operadores y sugiriendo cambios en las recetas para la producción del día siguiente.

También conocimos grandes inversiones como la de AI Palette, que recaudó 5,7 millones de dólares para ampliar su plataforma impulsada por IA y que ayuda a las empresas alimentarias a acelerar y reducir el riesgo del proceso de innovación de productos; o los 2,3 millones de dólares que ha logrado la plataforma de formulación de recetas por IA Proxi Foods para acelerar la producción de productos sabrosos y nutritivos.

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

Ejemplo es el de General Mills, que está invirtiendo a nivel global en capacidades digitales y tecnológicas para conseguir datos en tiempo real que permiten a los operadores optimizar el rendimiento, reducir costes o el desperdicio, entre otros aspectos.

Igualmente destacable es la nueva planta de la empresa cárnica norteamericana Tyson Foods. La compañía invirtió 335 millones de dólares en esta planta diseñada con la prioridad de la seguridad y el bienestar de los miembros del equipo.

Esta fábrica combina robots de alta tecnología que ayudan a eliminar tareas ergonómicamente estresantes, como transportar las piezas de carne a lo largo de múltiples líneas de producción, empacar y apilar cajas, y permite mover productos de manera segura a través de zonas de producción con carretillas elevadoras sin conductor y vehículos-guía autónomos.

Asimismo, Eroski anunció que implementará un sistema de robótica Autostore en su centro logística de Mallorca. Este sistema destaca por ser uno de los que más densidad en la automatización tiene en el sector del retail alimentario, lo que permite que sus productos se recojan de manera automatizada, maximizando así la eficiencia en la distribución.

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.

En Tecnologías Rápidas de Análisis seguimos conociendo propuestas en NIR e hiperespectral para medir la calidad o vida útil, detectar cuerpos extraños o acabar con el fraude alimentario. Algunas de ellas fueron la de Aotech, startup española que utiliza la espectroscopia de infrarrojo cercano para evaluar la calidad de los alimentos, o la de la marca Cinco Jotas que utiliza tecnología hiperespectral y ecografías para medir la calidad del jamón ibérico de bellota.

María José Sáiz, responsable del Departamento de Nuevas Aplicaciones Analíticas de CNTA, indicó en el 21º Congreso AECOC de Seguridad Alimentaria y Calidad que  “la IA y las nuevas tecnologías (hiperespectral, NIR, blockchain, entre otras) aplicadas a la Calidad y Seguridad Alimentaria 4.0 son una realidad cada vez más presente en el sector agroalimentario”. Eso sí, para construir buenos modelos de IA y que tengan un rendimiento adecuado, “la calidad del dato es fundamental”.

Utilizando otro tipo de tecnologías, observamos los casos de Mars y Pipa, que se unieron para desarrollar una plataforma de análisis de datos ómicos que acelerará la investigación y los conocimientos operativos relacionados con los posibles riesgos de patógenos en toda la cadena de suministro de alimentos.

También resaltables son los ejemplos de Holloid, startup austriaca que emplea la tecnología de imágenes 3D para detectar diversos componentes en los alimentos, como algas, levaduras, bacterias e, incluso, microplásticos; o el de Vertigo Technologies, startup de Países Bajos que usa una tecnología basada en la reflectometría de microondas para controlar la calidad en la fruta.

En fase más de investigación está el nuevo método desarrollado por el Instituto de Tecnología de New Jersey para detectar PFAS a partir de material de envasado de alimentos, agua y otras muestras en un tiempo de “tres minutos o menos”, según indican. Este nuevo método implica una técnica de ionización para analizar la composición molecular de los materiales de la muestra denominada espectrometría de masas paper spray (PS-MS). Los investigadores afirman que su método es de “10 a 100 veces más sensible que las técnicas estándar actuales para las pruebas de PFAS”.

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 es el de Trusty, startup especializada en soluciones de trazabilidad basadas en blockchain para el sector agroalimentario y, en concreto, para la industria del cacao, o el de Balfegó, que utiliza blockchain y códigos QR para que todos los distribuidores, clientes y consumidores finales pueden acceder a la información de las unidades de atún rojo en los mercados mayoristas.

También utiliza códigos QR BonÁrea, que ha destinado 2,1 millones de euros a ‘Directo al origen’, un proyecto tecnológico de trazabilidad diseñado íntegramente por la propia compañía para dar a conocer la procedencia y el itinerario de sus productos, así como sus principales características.

Aparte del blockchain, hay empresas que apuestan por otros métodos, como es el caso de ADM, que cuenta con un programa de soja trazable en el que utiliza su plataforma digital Gradable para rastrear y verificar el producto desde los cultivos hasta su destino final.