TODOS LOS ESCENARIOS

Dentro de Digitalización Avanzada, la Inteligencia Artificial (IA) continúa acaparando los focos. Según el estudio ‘Apetito de IA: explorando nuevos horizontes en los alimentos’, publicado por Rabobank, este negocio generó una facturación global de 7.000 millones de dólares en 2023 y se prevé que esta cifra se multiplique por cinco para 2028, hasta alcanzar los 35.000 millones de dólares.

Si nos fijamos en ejemplos concretos del uso de esta tecnología, destacan:

• General Mills, que ha logrado reducir los costes de transporte y mejorar el servicio a los clientes mediante el uso de IA en su planificación logística. Estos modelos de IA evalúan hasta 5.000 envíos diarios que se realizan desde las plantas de la multinacional hasta los almacenes, lo que supone a General Mills un ahorro cercano a los 20 millones de dólares.
• Danone, que ha colaborado con Dribia en el ‘Proyecto Agatha’, desarrollando un sistema de predicción de alta precisión con ayuda de la IA. Además, se implementó un frontend interactivo que permite a los analistas interactuar con las predicciones en todo momento. En el catálogo de servicios de Dribia para la industria alimentaria figuran, junto a los mencionados de predicción de la demanda o recomendación personalizada, otras aplicaciones como:

             – La optimización de inventarios y logística,  precios dinámicos ajustados según la competencia, estacionalidad o condiciones de mercado.
             – El análisis del comportamiento del consumidor, que prevé tendencias del mercado y ayuda a diseñar estrategias comerciales y de marketing.
             – La gestión de la calidad del producto, mediante sistemas basados en visión artificial.
             – La automatización de procesos internos, desarrollando herramientas para digitalizar y automatizar tareas manuales.

• Better Balance, que utiliza IA para analizar los insights de la categoría plant-based y así identificar mayores oportunidades de crecimiento. Esto le ha permitido reconocer sabores más afines a los consumidores españoles
  para evolucionar su gama de patties vegetales.

También, relacionado con la IA, la startup de edición de genes de semillas Inari ha completado una ronda de financiación de 144 millones de dólares. Su plataforma SEEDesign se basa en lo que la compañía llama «diseño predictivo impulsado por IA», que utiliza análisis de datos para descubrir nuevas vías genéticas y predecir dónde y cómo hacer ediciones dentro del ADN de las plantas para mejorar el rendimiento.

El IAwashing

La IA está transformando también el mundo de la nutrición, con plataformas que ofrecen soluciones de nutrición-salud personalizadas impulsadas por IA, como Zoe, Lume, Foodmarble o MyFitnessPal, entre otras.

Eso sí, un peligro potencial que puede darse en el caso de la IA es lo que se denomina IAwashing, es decir, la estrategia de marketing en la que las compañías exageran el papel que tiene la IA en sus productos o servicios.

Si las marcas afirman que sus productos o servicios están impulsados por IA, sin utilizar realmente una IA significativa, pueden inducir a error a los consumidores, que creen que un producto es más avanzado, preciso o respaldado científicamente de lo que realmente está.

La industria alimentaria continúa explorando el potencial de la IA para encontrar sabores o ingredientes que se adapten a los gustos de los consumidores o para innovar en este campo y triunfar en el intento.

En el escenario de Formulación inteligente, en el que mostramos usos de la IA para encontrar nuevos o los más adecuados ingredientes para productos, hemos visto algunas iniciativas de interés durante el periodo
analizado.

Una de ellas es Shiru, una de las empresas más activas en este campo, que ha comenzado la producción de dos ingredientes de origen vegetal que son clean label y ya están disponibles para pedidos comerciales:

• uPro™, una proteína estructurada derivada de la proteína de patata, que ofrece propiedades texturizantes y emulsionantes adecuadas para una amplia gama de aplicaciones alimentarias.
• OleoPro™, una alternativa a las grasas realizada combinando proteínas vegetales con aceite vegetal insaturado.

Según la compañía, estas dos propuestas demuestran cómo “la IA puede identificar rápidamente ingredientes naturales para resolver desafíos críticos de formulación.

La capacidad de nuestra plataforma Flourish™ para analizar millones de proteínas de forma rápida y precisa significa que las empresas alimentarias pueden implementar inmediatamente soluciones sostenibles y de etiqueta limpia”.

Por su parte, Global Data ha adquirido AI Palette, startup de Singapur que ha desarrollado una plataforma que identifica en tiempo real las tendencias emergentes de los consumidores y aprovecha el poder de la IA generativa y el procesamiento del lenguaje natural para aumentar las innovaciones respaldadas por datos e incrementar la tasa de éxito de los lanzamientos de productos.

Esta adquisición, por una suma no revelada, se alinea con la estrategia de GlobalData para mejorar sus capacidades de IA y expandir su alcance en la industria de bienes de consumo. Al combinar las capacidades de IA y aprendizaje automático de AI Palette con la sólida infraestructura de datos de GlobalData, las empresas pretenden ofrecer a sus clientes información más profunda y procesable.

Curioso es uno de los últimos desarrollos de la startup chilena NotCo, que ha creado una “piruleta” con ayuda de su IA generativa Guiseppe, diseñada para tomarla en festivales de música, ya que complementa la bebida favoreciendo la hidratación. Así, la persona no tiene la necesidad de ir al baño con frecuencia, reduciendo la posibilidad de perderse su canción o artista preferido.

Respecto al escenario de Otras tecnologías digitales (no IA), seguimos viendo avances para digitalizar las fábricas, donde el aprendizaje automático, la robótica y la automatización–digitalización de los procesos son protagonistas.

Una de las más activas en los últimos meses ha sido Mondelēz, con cambios en su centro de datos, migraciones de cargas de trabajo, exploración de la IA generativa y una actualización de su ERP que se trasladará a la nube digital.

En el retail, Mercadona ha puesto en marcha un Plan de Excelencia Digital dotado con una inversión de más de 250 millones de euros para ejecutarse durante 2025-2028. El plan “permitirá a la compañía seguir avanzando en la reingeniería de proyectos y modernizar procesos que ya han sido digitalizados”, según explica Mercadona.

Actualmente, la compañía trabaja con unas 300 aplicaciones o procesos sujetos a mejora tecnológica y cuenta con cerca de 1.200 profesionales tecnológicos en plantilla. Este equipo trabaja de forma coordinada con los responsables de las diferentes áreas de negocio para diseñar, implementar y mantener las soluciones tecnológicas que impulsan Mercadona.

Así, la innovación tecnológica ha llevado a la compañía a desarrollar aplicaciones que agilizan la toma de decisiones, contribuyen a la innovación de producto y crean sistemas inteligentes y eficientes para optimizar costes y reforzar la productividad en los bloques logísticos. También permite controlar digitalmente la trazabilidad de los productos, mejorar la experiencia de compra en las tiendas, generando espacios más acogedores que ahorran hasta un 40 % en iluminación, y desarrollar soluciones informáticas para nuevas líneas de negocio, como la sección ‘Listo para Comer’, entre otras aplicaciones.

En otro ámbito, IUNU, con sede en Seattle, que fabrica soluciones para agricultura de interior, ha conseguido una financiación de 20 millones de dólares, que utilizará para ampliar mercado en América del Norte y Europa. Esta compañía desarrolla soluciones de hardware y software para proporcionar a los productores «visibilidad a nivel de planta» e información sobre cultivos como vid, tomates, pepinos y pimientos, facilitando mejor previsión, análisis de tareas e información sobre la salud y calidad de los cultivos.

En Calidad y Seguridad Alimentaria 4.0, el escenario de Nuevas tecnologías de análisis ha acaparado la mayor atención, incrementando su cuota de voz en más del 20% en esta edición.

Dentro de este escenario seguimos conociendo distintos desarrollos e investigaciones, algunas protagonizadas por tecnología hiperespectral, como la investigación conjunta de CNTA y la empresa Trevijano. Han desarrollado una prueba de concepto basada en un modelo de IA aplicado mediante un dispositivo de tecnología hiperespectral que, a partir de una simple imagen, permite diferenciar qué partes corresponden al producto y cuáles son cuerpos extraños. La complejidad de la muestra es tal que el modelo continúa entrenándose con nuevas imágenes para alcanzar los índices de detección requeridos por la compañía.

Otras investigaciones se enfocan en desarrollar, por ejemplo, un modelo para predecir el crecimiento de Listeria monocytogenes en quesos artesanales. El modelo matemático se validó en quesos artesanales de leche fresca de cabra y tiene en cuenta variables como las condiciones de producción y almacenamiento, la composición del producto, el pH y la actividad del agua. Está diseñado para predecir el crecimiento de L. monocytogenes a lo largo del tiempo en productos finales de queso artesanal.

Aunque este modelo será útil para productores que necesitan demostrar que su producto no soportará un crecimiento de L. monocytogenes que supere los límites reglamentarios de la UE, los hallazgos no son universalmente aplicables a todos los tipos de quesos artesanales.

Sin salir de Listeria, el CSIC ha patentado un nuevo método para combatir este patógeno. Se basa en una combinación de enzimas: una endolisina (una enzima derivada de un bacteriófago) y una enzima de origen fúngico, la glucosa oxidasa, presente en alimentos como la miel y usada como aditivo o conservante, modificada genéticamente para esta investigación. Este tratamiento combinado elimina el 99,99 % de las células de Listeria en los ensayos realizados, además de reducir las concentraciones de glucosa oxidasa y endolisina para lograr un efecto antimicrobiano, minimizando posibles efectos adversos sobre las características y propiedades organolépticas de los alimentos.

Saliendo de la parte más investigadora, en este periodo también conocimos una importante financiación relacionada con este escenario. Spore.Bio logró una ronda de 23 millones de dólares. Esta empresa ha creado un dispositivo que aprovecha modelos avanzados de aprendizaje automático para medir concentraciones bacterianas en alimentos, bebidas, productos farmacéuticos y cosméticos, alertando sobre riesgos potenciales. La tecnología de Spore.Bio, junto con un panel de control desarrollado internamente, permite a los fabricantes obtener información casi en tiempo real.

Y relacionado con el fraude alimentario, desde Estonia se está apostando por tecnología para verificar la autenticidad de la miel a partir de su secuencia de ADN y, de esta manera, también poder detectar patógenos y aditivos fraudulentos, garantizando la calidad del producto.