TODOS LOS ESCENARIOS

Concretamente, dentro de Digitalización avanzada, la Inteligencia Artificial (IA) continúa acaparando los principales focos.

Esta tecnología está levantando muchas expectativas debido al potencial que se le presupone en la industria alimentaria.

En este periodo, hemos visto el desarrollo de diferentes plataformas impulsadas por IA para ayudar a que las empresas sean más eficientes y rápidas para poder alcanzar el mercado. Algunos ejemplos en este sentido son:

• Basecamp Research, que ha logrado una financiación de 60 millones de dólares, para crear modelos de IA para ayudarle a diseñar sistemas biológicos complejos. Esta compañía colabora con empresas biofarmacéuticas e instituciones de investigación académica para diseñar nuevas secuencias de proteínas y sistemas biológicos.
• Shiru, startup que ha obtenido 16 millones de dólares para seguir desarrollando su plataforma ProteinDiscovery.ai, la cual alberga una gran base de datos de proteínas vegetales y microbianas. Esta plataforma ayuda a las empresas de alimentos, cuidado personal, agricultura y materiales avanzados a identificar y probar ingredientes rápidamente, reduciendo significativamente los costos de investigación y desarrollo de productos y acelerando el tiempo de comercialización.
• El software de simulación de New Wave Biotech que pretende ayudar a las empresas de proteínas alternativas y biofabricación a diseñar y escalar de manera más eficiente para acelerar su camino hacia el mercado. La plataforma ofrece acceso a análisis tecnoeconómicos, así como a datos sobre la producción y el impacto medioambiental, adaptado a los procesos individuales de las empresas.

Otro desarrollo de interés en los que está involucrada la IA es el que propone World Animal Protection, que ha lanzado un chatbot gratuito que proporciona información y responde a las dudas que los usuarios tengan sobre todo lo relacionado con el cell-based.

En España, también vemos casos en los que la industria alimentaria está apostando por esta tecnología. Un caso es el de Grupo Fuertes que ha lanzado un laboratorio experimental de IA y otras tecnologías diseñado para fomentar la creatividad y el talento. Dentro de esa iniciativa, la empresa ha creado un modelo de previsión de demanda mediante el uso de la Inteligencia Artificial y técnicas de estadística avanzada.

Uno de los santos griales de la industria alimentaria es encontrar sabores-ingredientes que se adapten a los gustos de los consumidores o poder innovar en este campo y triunfar en el intento.

En el escenario de Formulación inteligente, en el que mostramos usos de la IA por parte de las empresas para encontrar nuevos o los más adecuados ingredientes para sus productos, hemos visto algunas iniciativas de interés.

Una de ellas es la Cradle, empresa que ha logrado una financiación de 73 millones de dólares para escalar las operaciones de su plataforma de ingeniería de proteínas impulsada por IA, la cual está diseñada para descubrir y desarrollar ingredientes-alimentos “no animals” o pesticidas, entre otros productos.

NotCo, la startup chilena que recientemente ha ampliado su gama de snacks funcionales NotSquares diseñados con su tecnología de inteligencia artificial Guiseppe, ha creado un novedoso modelo de IA generativa denominado Generative Aroma Transformer (GAT) capaz de crear nuevas formulaciones de sabores y fragancias. El modelo, dicen desde la empresa, puede traducir indicaciones textuales en formulaciones.

El núcleo de la funcionalidad de GAT radica en su capacidad para comprender y modelar interacciones complejas entre moléculas volátiles. Este entrenamiento permite a GAT descifrar las relaciones sutiles entre diferentes moléculas y predecir cómo interactuarán para crear perfiles de aroma específicos.

Y Arzeda está utilizando la IA para diseñar proteínas y enzimas alternativas. El primer producto de la startup que ha lanzado mediante este sistema es un edulcorante natural a base de stevia para una marca de consumo no revelada. La tecnología de la startup combina diferentes modelos de IA, incluyendo algunos de IA generativa. Para entrenarlos, utiliza un conjunto de datos patentado de secuencias y estructuras de proteínas compilados por la propia startup.

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

En este periodo conocimos el nuevo almacén, altamente robotizado, de Alcampo de San Fernando de Henares (Madrid). Esta instalación está diseñada para preparar hasta 280.000 pedidos mensuales e incorpora tecnología robótica de Ocado, incluyendo Automated Frameload (AFL) y On-Grid Robotic Pick (OGRP), un brazo robótico que utiliza, entre otros, visión por computador. Estas tecnologías, y la aplicación de Inteligencia Artificial, permiten optimizar la recepción, decantado, preparación, cargas y entregas de pedidos, además de monitorizar la mercancía desde que entra en el almacén hasta que se carga en uno de los 100 camiones híbridos o eléctricos.

Otro grande del retail, Mercadona, ha creado un hub de desarrollo de software en Oporto (Portugal), que se centrará en la digitalización y reingeniería de más de 300 sistemas y aplicaciones internas utilizadas en los más de 1.600 supermercados de la cadena, en Portugal y España, así como en sus 17 bloques logísticos.

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

El escenario de Tecnologías Rápidas de Análisis es uno de los que más ha subido (más del 61%) en cuota de voz en esta edición. Dentro de este escenario seguimos conociendo distintos desarrollos e investigaciones, algunas de ellas protagonizadas por la tecnología NIR. Esta tecnología combinada con otras puede tener diferentes aplicaciones para la industria alimentaria ya que posibilita:

• cuantificar ingredientes y aditivos en las muestras.
• analizar la composición (grasa, proteína, humedad, etc…).
• detectar fraude alimentario.
• optimizar la producción de alimentos y disminuir el desperdicio controlando a tiempo real especificaciones de producto y permitiendo corregir los procesos en línea.
• clasificar muestras en función de una determinada categoría o composición (calidad, grado de madurez, % magro o grasa, rendimiento en proceso, etc…).

En este periodo vimos como se avanza en la utilización de NIR para verificar el origen de diferentes tipos de pescado o en la predicción de la vida útil en fresas, entre otros productos.

Otras tecnologías que vimos en este escenario y que se centran en la rapidez en mostrar los resultados han sido:

• la herramienta biotecnológica, denominada Arbiter, para abordar los desafíos de la seguridad y la calidad de los productos del mar a través de la detección de patógenos y las evaluaciones de calidad de Umami Bioworks, que también elabora productos cell-based. La empresa define a Arbiter como una plataforma basada en ácidos nucleicos que puede detectar hasta 800 objetivos únicos en una sola ejecución, con resultados procesables en menos de seis horas.
• El dispositivo de la Universidad de Columbia Británica. La herramienta, junto con una aplicación para teléfono móviles, utiliza el etiquetado fluorescente para detectar microplásticos y ofrece resultados en solo minutos.
• la tecnología de biosensores Lactosens, comprada por Kerry, que se utiliza para verificar el azúcar que se encuentra naturalmente en los productos lácteos.
• Polímeros impresos, recubiertos de un pequeño disco de metal. Esta tecnología sensórica de la startup holandesa Sensip-dx detecta las bacterias mediante mediciones térmicas y proporciona resultados solo en 15 minutos.

La Trazabilidad es una cuestión cada vez más tenida en cuenta por la industria alimentaria. Para poder seguir el recorrido del producto desde su origen hasta el consumidor final, asegurando la transparencia y la seguridad alimentaria, la tecnología blockchain continúa siendo la apuesta mayoritaria como se pueden ver en iniciativas como el proyecto SmartZ4Milk, en el que se ha desarrollado una plataforma para saber el recorrido de la leche, desde su recogida hasta el consumidor final, recopilando datos en tiempo real sobre rutas, tiempos de transporte, procesos de producción o distribución. Otra proyecto en el que se está implementado el blockchain es Tridimage, el cual ha consistido en el diseño de etiquetas para mermeladas elaboradas con frutas hidropónicas y tecnología blockchain. Estas etiquetas proporcionan trazabilidad y transparencia al proceso productivo.

Siguiendo con las etiquetas, en la plataforma tecnológica Wiliot’s Ambient IoT se utilizan etiquetas de seguimiento inalámbricas, que contienen tecnología de detección de calor, la cual transmite datos a través de Bluetooth y 5G, y que permiten a las empresas monitorear la temperatura y la humedad y realizar un seguimiento del ciclo de vida de diferentes productos frescos.