Aplicaciones de la Inteligencia Artificial en la cadena de suministro de Alimentos

En un mundo cada vez más conectado y digitalizado, la inteligencia artificial se alza como una fuerza transformadora que está revolucionando la forma en que vivimos y trabajamos. Imaginar un futuro en el que las máquinas no solo pueden igualar, sino superar la eficiencia humana en la resolución de problemas, nos da una idea de lo que ofrecen las herramientas de inteligencia artificial que están al alcance de la población. Hoy en día, podemos acceder a una gama diversa de estas herramientas, cada una con enfoques y capacidades únicas. Una de las más poderosas son los modelos generativos de lenguaje, dotados de impresionantes habilidades en el procesamiento del lenguaje natural. Estos modelos no solo comprenden el texto, sino que también pueden generar contenido de alta calidad. Son la punta de lanza de lo que podríamos llamar “la era de la inteligencia artificial”. Este cambio de paradigma no es exclusivo de la informática y la ciencia de datos, sino que extiende a diversas industrias, y la alimentaria no es la excepción. La inteligencia artificial promete revolucionar la cadena de suministro, la publicidad, las ventas, el desarrollo de productos y la inteligencia de mercados en la industria alimentaria. En este artículo, exploramos cómo estos avances tecnológicos pueden transformar la manera en que se produce, promociona y distribuye nuestra comida, observando el futuro de la inteligencia artificial en la industria alimentaria.

En cuanto al desarrollo de productos, existen compañías que aplican el aprendizaje automático para desarrollar y entrenar sus propios modelos de inteligencia artificial, con la finalidad de optimizar el proceso. La empresa NotCo, por ejemplo, utiliza una plataforma llamada Giussepe, que consiste en una red neuronal artificial que, a través del aprendizaje automático, permite a su equipo de investigación y desarrollo crear las texturas, sabores y funcionalidades de sus productos, los cuales utilizan únicamente ingredientes de origen vegetal e imitan productos de origen animal [1]. Este modelo ha sido entrenado con datos de productos, ingredientes de origen vegetal y animal, y moléculas correspondientes a sabores y aromas, además de ser constantemente actualizado, mejorando su potencial tras cada uso [1]. Esto permite que el proceso de desarrollo sea realizado hasta en la décima parte del tiempo [1]. Otro ejemplo destacado del uso de inteligencia artificial en el proceso de desarrollo de productos es el de NutriCo, empresa peruana que creó Virgilio AI, modelo al que se refieren como un “ingeniero de alimentos hecho algoritmo”, que comparte características con el modelo de NotCo, diferenciándose en que Virgilio AI cuenta con datos de precios y costo estimado de procesos de producción, ya que uno de sus objetivos es democratizar el acceso de alimentos nutritivos y sostenibles mediante un menor precio [2]. Virgilio AI le permite a NotCo reducir el tiempo de desarrollo de productos de 24 meses a aproximadamente 4 meses [2].

Los procesos de producción poseen variables como las condiciones de operación, el estado de los equipos, y las propiedades que deben tener los productos en cada etapa. PepsiCo utiliza inteligencia artificial para monitorear datos que pueden predecir fallas mecánicas y prevenirlas, evitando pérdidas económicas y de tiempo [3].

También, monitorean propiedades importantes en sus productos, como en el caso de Cheetos, en el que evalúan la textura, la crocancia, la curvatura, cómo se derrite en la boca, etc. [3]. Con esto, el modelo de inteligencia artificial determina los ajustes necesarios para mantener cada propiedad del producto dentro de lo estándar, aun cuando pueden existir variaciones naturales en las materias primas como el maíz y el queso, o en la temperatura de cocción [3].

Otro aspecto importante de los procesos de producción, aplicable no solamente a la industria alimentaria, sino a cualquier industria, es el control de procesos. Dentro de los modelos de inteligencia artificial se puede utilizar lógica difusa [4], lo que se complementa bien con la función sigmoidea, que es la más usada en redes neuronales artificiales porque es la que mejor imita el comportamiento de las neuronas reales. Se ha probado el uso de una herramienta basada en esta lógica para un sistema de control en la producción de pan, el cual mostró un mejor desempeño que el clásico controlador proporcional-integral-derivativo (PID) [5].

Profundizando en dos propiedades organolépticas específicas y esenciales en los alimentos, sabor y aroma, Givaudan utiliza la herramienta Carto, que es un modelo de inteligencia artificial, entrenado con datos de un rango de más de 250 años, para ayudar a perfumistas a obtener mejores resultados y desarrollar fragancias de manera instantánea [6]. Aunque el enfoque inicial de esta herramienta está en productos cosméticos, una herramienta similar adaptada a la industria alimentaria sería viable y útil.

La inteligencia de mercados, los insights de los clientes y los de los usuarios finales son importantes para una adecuada toma de decisiones. Unilever utiliza una herramienta de inteligencia artificial para potenciar su presencia, tanto en canales tradicionales como digitales, mediante un proceso de simplificación de SKUs, retirando, observando, protegiendo o haciendo crecer a los que correspondan según el caso [7].

El aprendizaje automático también se puede complementar con una de las disciplinas de la inteligencia artificial: la visión por computadora o visión artificial.

Las computadoras pueden realizar el procesamiento de imágenes digitales a partir de fotografías de alimentos, aprendiendo a identificar características visuales, entre los que se pueden encontrar el tamaño, la forma, el color, etc. Esto ayuda a predecir más fácilmente parámetros clave en cada producto. Las aplicaciones pueden ir entre clasificación de productos, para lo cual se requieren menos recursos para el entrenamiento, hasta otras como el contenido total de sólidos disueltos basándose en el color, lo que requiere mayor precisión para obtener resultados significativos [8].

Así como para el desarrollo de productos, los modelos de inteligencia artificial se pueden aplicar en el desarrollo de envases, para un diseño inteligente que optimice el control de calidad y mejore la experiencia de los clientes. Los algoritmos pueden analizar factores como materias primas, características del producto que se va a contener, peso, tamaño, usabilidad, presupuesto y reciclabilidad, con el fin de obtener una solución óptima para satisfacer las necesidades determinadas por las restricciones [9].

Además, se pueden detectar los posibles defectos de diseño a partir de simulaciones preliminares, lo que garantiza una mejor calidad, al igual que ahorro de tiempo y dinero. Adicional mente, el modelo puede aprender de las preferencias de los usuarios, clasificados demográficamente, para que el envase sea más llamativo [9].

Sumado a todo lo mencionado, la inteligencia artificial permite tener una mejor visibilidad general sobre toda la cadena de suministro, centralizando y analizando datos de diversos puntos, haciendo posible la supervisión global y seguimiento en tiempo real de las mercancías, ayudando a los profesionales de logística a conocer los estados, identificar posibles cuellos de botella, prevenir dificultades y generar soluciones anticipadas a los eventuales problemas [10].

Dentro de estas aplicaciones, en este momento todas las herramientas dependen de la intervención humana para su máximo aprovechamiento. La automatización de procesos por inteligencia artificial aún no reemplaza a los seres humanos, pero sí es una herramienta poderosa que hace el trabajo más eficiente.

Para finalizar, en agosto del presente año se dio el lanzamiento de ChatGPT Enterprise [11], un producto que promete ser totalmente personalizable y tener acceso a la mejor versión de GPT. Esto podría ser utilizado para que las compañías desarrollen sus propios sistemas interactivos internos basándose en esta tecnología y utilizando sus datos, optimizando el trabajo de todos sus colaboradores y potenciando su crecimiento.

La era de la inteligencia artificial ya es parte de nuestro presente, y es importante mantenerse a la vanguardia del avance en conocimientos y tecnologías. Las aplicaciones son múltiples, y en la industria alimentaria, la igual que en otras industrias, se continuarán investigando y desarrollando tecnologías que permitan optimizar los procesos, no solamente para incrementar la eficiencia y la rentabilidad, sino para una transformación que nos lleve a convertirnos en una industria sostenible, alineados con nuestro compromiso de alimentar un mañana mejor para el mundo.

Referencias bibliográficas

[1] NotCo, «The Giuseppe Platform,» [En línea]. Available: https://notco.ai/. [Último acceso: 20 Setiembre 2023].

[2] NutriCo, «VIRGILIO,» [En línea]. Available: https://nutrico.io/pages/tecnologia. [Último acceso: 20 Setiembre 2023].

[3] PepsiCo, «Artificial Intelligence at PepsiCo,» 21 Octubre 2021. [En línea]. Available: https://www.pepsico.com/our-stories/story/ artificial-intelligence-at-pepsico. [Último acceso: 20 Setiembre 2023].

[4] N. Mavani, J. Ali, S. Othman, M. Hussain, H. Hashim y N. Rahman, «Application of Artificial Intelligence in Food Industry—a Guideline,» Food Engineering Reviews, vol. 14, pp. 134-175, 2022.

[5] A. Yousefi-Darani y O. H. B. Paquet-Durand, «Application of fuzzy logic control for the dough proofing process,» Food and Bioproducts Processing, vol. 115, pp. 36-46, 2019.

[6] Givaudan, «The new AI tool that represents the future of fragrance formulations,» [En línea]. Available: https://www.givaudan.com/fragrance-beauty/perfumery-school/carto-the-future-of-fragrance-formulations. [Último acceso: 20 Setiembre 2023].

[7] Unilever, «Using AI to optimise our portfolio and fuel growth,» 8 Abril 2022. [En línea]. Available: https://www.unilever.com/ news/news-search/2022/using-ai-to-optimise-our-portfolio-and-fuel-growth/. [Último acceso: 20 Setiembre 2023].

[8] Z. Xiao, J. Wang, L. Han, S. Guo y Q. Cui, «Application of Machine Vision System in Food Detection,» Frontiers in Nutrition, vol. 9, 2022.

[9] Knauf Industries, «Inteligencia Artificial: Transformando el packaging hacia el futuro,» 20 Junio 2023. [En línea]. Available:https://knauf-industries.es/inteligencia-artificial-transformando-el-packaging-hacia-el-futuro/. [Último acceso: 20 Setiembre2023].

[10] Web Picking, «El impacto de la Inteligencia Artificial en la logística,» 26 Junio 2023. [En línea]. Available: https://webpicking.com/el-impacto-de-la-inteligencia-artificial-en-la-logistica/#:~:text=La%20IA%20permite%20la%20supervisi%C3%B3n,la%20ubicaci%C3%B3n%20de%20los%20env%C3%ADos.. [Último acceso: 20 Setiembre2023].

[11] OpenAI, «Introducing ChatGPT Enterprise,» 28 Agosto 2023. [En línea]. Available: https://openai.com/blog/introducing-chatgpt-enterprise. [Último acceso: 20 Setiembre 2023]