Eurecat y su visión de la automatización de procesos en la industria alimentaria

Ignasi Papell, responsable de negocio alimentario de Eurecat, y Xavier Domingo, director de la Unidad Tecnológica de Inteligencia Artificial Aplicada del mismo centro tecnológico, nos desvelan en esta entrevista la situación de la industria alimentaria en nuestro país en relación a la aplicación de la automatización.

Cada vez es más frecuente encontrar industrias alimentarias, sobre todo en grandes producciones, que utilizan los datos para diseñar estrategias de inteligencia artificial para la toma (semi)automática de decisiones. En producción, además de mejorar los indicadores de OEE, se empiezan a ampliar horizontes para considerar términos de eficiencia en otros campos como el social o el ambiental. Estos indicadores se ven precisamente afectados por los paros de línea por avería o problemas de calidad del producto. Es por ello que consideramos que llevar a cabo un control inteligente de la calidad mediante la adaptación dinámica de los parámetros de fabricación, acompañado de un mantenimiento predictivo real en líneas y en equipos críticos, es crucial para la sostenibilidad de la empresa en sus diferentes vértices de análisis.

El uso de datos para monitorizar determinados parámetros permite aplicar tecnologías de inteligencia artificial para tomar mejores decisiones, mejorar o hacer reingeniería de procesos, o replantear métodos. En definitiva, estas tecnologías nos permiten optimizar a todos los niveles, considerando escenarios multicriterio, y que, por tanto, deben encontrar el necesario equilibrio clásico entre la capacidad productiva, la calidad del producto resultante y la disponibilidad de nuestros activos clásicos, y adaptarse al nuevo paradigma donde el impacto medioambiental y social toman mayor relevancia.

Varía mucho en función de la evolución de cada empresa y de los subsectores a los que pertenece. En algunos casos, sobre todo en empresas grandes, vemos que la automatización llega a muchos equipos y procesos, pero en empresas más pequeñas o en sectores más tradicionales o que tienen aún aspectos artesanales, queda mucho recorrido.

Finales de línea, controles de calidad, triaje, pesaje, dosificados y encajados, entre otros. Los fabricantes de bienes de equipo están apostando por maquinaria muy automatizada y, aunque los costes en algunos casos son aún elevados, compensa por la fiabilidad y utilidad de las automatizaciones propuestas. El hecho de que muchos equipos o líneas ya vayan sensorizados ayuda a tener datos fiables y en suficiente cantidad para aplicar decisiones automáticas y, en algunos casos, incluso soportadas por los últimos avances del aprendizaje automático y la inteligencia artificial.

Machine Learning, edge computing, two-way learning o planificación dinámica son conceptos que poco a poco se irán introduciendo en los procesos productivos, para lograr una industria alimentaria saludable y sostenible que dé respuesta a las demandas de los consumidores y que, al mismo tiempo, sea muy eficiente en el uso de los recursos, optimice los procesos de fabricación, genere el menor impacto ambiental posible y sea lo innovador que necesita el sector alimentario español.

Aun así, si hay una tecnología que debemos resaltar por encima de las demás y que, en cierto modo, se alimenta de todas ellas, es el control autónomo óptimo. Estos sistemas se basan en tecnologías de aprendizaje por refuerzo, un subcampo del Machine Learning, donde son capaces de tomar decisiones de forma autónoma.

Cuando hablamos de la toma de decisiones de forma autónoma, no estamos hablando solo de que se tomen “automáticamente”, sino que el sistema es capaz por sí mismo de entender el contexto y discernir entre las acciones posibles a tomar, cuáles de ellas son las óptimas para mantener los sistemas en los rangos deseados o en los mejores valores posibles dentro de los rangos permitidos. La diferencia de estos métodos, ampliamente usados en el ámbito de la conducción autónoma, es que permiten a los sistemas adaptarse a situaciones no experimentadas con anterioridad, a diferencia de otros métodos del Machine Learning más comunes.

En explotaciones agrarias y agroalimentarias es evidente que la automatización es clave, incluyendo la robótica, para agilizar procesos, requerir menos mano de obra, detectar mejoras a realizar en campo (riego, manejo, fertilización, control de plagas, cosecha y pos-cosecha, entre otros) y en central (por ejemplo, sorting hortifrutícola, encajado o control de calidad por sistemas de visión). Las mejoras impactan a todos los niveles, pero especialmente en la competitividad de las empresas gracias a un mejor uso de los recursos y, por supuesto, en el cumplimiento normativo medioambiental y social de las mismas.

Seguimos aplicando los estándares altos que tiene la industria siempre para garantizar la calidad y seguridad alimentaria, así que, por este lado, no hay cambios significativos, más allá de extremar las precauciones habituales. Estos días, también hay que tener un control muy estricto de stocks, en algunos casos la industria está acumulando por la bajada de ventas, desde industrias más artesanas de producto perecedero hasta grandes fabricantes de vinos, por poner algunos ejemplos. Esperemos que la situación se vaya normalizando poco a poco, y que la nueva normalidad permita vislumbrar procesos y estrategias que han venido para quedarse, como el canal online o la personalización de producto, control online de la producción, automatización y robotización de procesos, entre otros.

El canal foodservice, por su lado, es uno de los que más sufre y sufrirá y, necesariamente, debe plantearse estrategias de digitalización para mejorar tanto la experiencia de cliente como la dirección del mensaje a los potenciales consumidores. En este caso, prevemos un uso intensivo de datos.

La transición verde y digital. La digitalización, la sostenibilidad, la nutrición saludable y la personalización (de productos y experiencias) siguen siendo drivers de gran impacto en el sector alimentario. La industria lo sabe y está desarrollando estrategias hacia esos vectores de crecimiento que le permitan ser competitiva en estos tiempos convulsos que vivimos.