Inteligencia artificial contra el desperdicio de alimentos: el caso de Allie Systems

Allie, una innovadora solución basada en inteligencia artificial, promete transformar la industria alimentaria reduciendo el desperdicio y optimizando la eficiencia operativa. Conozca esta iniciativa en entrevista con Álex Sandoval, CEO y fundador de Allie Systems.

---

El desperdicio de alimentos a nivel mundial es una problemática que, aunque conocida, sigue siendo alarmante en su magnitud y efectos. Cerca de un tercio de los alimentos producidos globalmente terminan siendo desechados, un fenómeno que no solo representa una pérdida económica considerable, sino que, además, tiene un impacto ambiental significativo debido a la emisión de gases como el metano y el CO2 desde los rellenos sanitarios donde suelen terminar estos desperdicios.

Este escenario de desperdicio masivo contrasta dramáticamente con la realidad de dos millones de personas que enfrentan dificultades para alimentarse, evidenciando una paradoja que exige atención y acción inmediatas.

En este contexto, surge la necesidad de replantear y optimizar los procesos dentro de la industria de alimentos y bebidas, no solo con el objetivo de mejorar la eficiencia económica de las organizaciones, sino también para abordar de manera efectiva el problema del desperdicio de alimentos. La tecnología, especialmente en la forma de herramientas de inteligencia artificial, se perfila como un aliado crucial en este esfuerzo, permitiendo una gestión más eficaz de los recursos y minimizando el impacto ambiental negativo.

Allie, un software y asistente diseñado para integrarse en los procesos productivos de la industria alimentaria se presenta como una solución para estas problemáticas, y de la mano de Alex Sandoval, fundador y CEO de Allie Systems, buscan implementarlo prontamente en la industria.

IAlimentos: En el boom de la inteligencia artificial aplicada, ¿cómo integrarla en procesos de transformación de alimentos y bebidas?

Álex Sandoval: En la industria de alimentos, casi 1/3 de toda la comida producida en el mundo termina en rellenos sanitarios que emiten metano y dióxido de carbono; este es un problema ambiental enorme. Que esto suceda paralelamente a que más de 800 millones de personas no puedan alimentarse correctamente a diario en el mundo solo es un síntoma de lo complejo de la situación.

Entonces, es inminente que en la industria de alimentos y bebidas se utilice a la tecnología al servicio de no solo optimizar por mejorar el rendimiento económico de una organización, sino para poder el desperdicio de alimentos y bebidas en el mundo.

Nosotros orquestamos una herramienta de inteligencia artificial, básicamente es un componente de hardware y uno de software. El hardware es una computadora que vamos a la fábrica y te la instalamos en piso, luego esta se conecta con todos tus equipos. Funciona como un cerebro. También montamos un agregado de datos de toda tu operación, o sea, datos de calidad, mantenimiento, productividad, eficiencia y salud de la máquina, etc.

Después hacemos dos cosas: la primera es utilizar modelos predictivos de cuándo se va a parar el equipo o la línea, o en la cadena de suministro y no te va a llegar al material a tiempo. Te alertamos antes de que pase para que tú puedas tomar una decisión a tiempo y por ende tu línea se pare menos.

En segundo lugar, desarrollamos un producto que se llama Factory GPT, que toma toda esa data que genera la operación y se lo introducimos a un asistente que es como un copiloto de la fábrica. Puedes hablar el asistente y le puedes decir: “quiero que mi grafique y me compares el turno 1 con el turno 3” o “quiero que me grafique la temperatura de mi horno en los últimos 90 días”. Todo el análisis que necesito hacer, que típicamente son 15 ingenieros metidos en Excel, ahora en 5 segundos ya tengo un gráfico que me permite tomar mejores decisiones.

IA: ¿Qué diferencia hay entre este asistente y un software de mantenimiento predictivo?

AS: El problema que se resuelve es el mismo, o sea, el paro de la línea. Ahora, esto puede suceder por tres causas. Una es que tu máquina se dañe, una es que tengas falta de materia prima, o sea un error de la cadena de suministro, y otra tiene que ver con un error humano.

El mantenimiento predictivo predice la falla de máquinas, o sea que es cuando se me va a dañar un componente. Lo que nosotros hacemos es más holístico; es una predicción del paro de línea, entendida como un concepto interconectado donde participan máquinas, procesos y humanos. Cuando cualquiera de estos factores falla, entonces nosotros te decimos la causa.

IA: ¿Cómo sería la interacción del empleado con Allie?

AS: Allie tiene dos formas de comunicación. La primera es una aplicación, en la que tú puedes desde tu teléfono o tu laptop conectarte la aplicación. Luego tienes un icono en donde puedes chatear con Allie, para hacerle preguntas y te devuelve gráficos y demás respuestas. Este servicio lo podemos conectar a cualquier tipo de mensajería, incluso lo hemos conectado a WhatsApp, a Slack o a Teams.

IA: ¿Cómo se han beneficiado sus clientes de Allie?

AS: Muy fácil. En incremento de eficiencia operacional, que está compuesto por el downtime, o sea, qué porcentaje de tiempo tus máquinas están prendidas y funcionando; desempeño, que es la velocidad de tus máquinas, y calidad, que es que los productos sean de calidad sobre el producto terminado. Entonces, impactamos esas tres métricas y el resultado se traduce en menos desperdicio, producto de mejor calidad, mejor rendimiento de costos, de la materia que elemento a la línea y reducción de downtime.

IA: ¿A qué tendencias, más allá de la reducción en desperdicios de alimentos y de aumento en la eficiencia de la fábrica, responde el desarrollo de Allie?

AS: La otra tendencia tiene que ver con los skills digitales de manufactura. No se encuentran perfiles de ingeniería que tengan los skills adecuados para hacer esa transformación. O sea, muchas de las personas que trabajan en una planta tienen 20 años trabajando en ella, hacen las cosas de la misma manera que hace 20 años y la verdad es que la industria necesita una inyección de talento y de herramientas digitales para poder,

Tenemos una coyuntura muy interesante, con la llegada de los modelos del lenguaje, el desarrollo exponencial que han tenido el machine learning, de regresión lineal y los neural networks, nos permite explotar todos los datos recolectados a través de los sensores y el IOT.

IA: ¿Tiene algún caso de éxito de algún cliente en el que puedan ilustrar se ha desempañado Allie?

AS: Tenemos un cliente que tiene una línea de pollo esta línea que produce alrededor de 350 millones de dólares. Nosotros le aumentamos a este cliente la productividad en un monto equivalente a 60 millones de dólares. Le logramos ahorrar, durante tres meses, 300 toneladas de producto que no se desperdició.

IA: ¿De dónde proviene el nombre de Allie?

AS: Allie se llama así porque queríamos que se llamara como una persona. Puedes hablar con ella, así como si fuera Alexa; puedes chatear y puede ayudarte con una gráfica u otro requerimiento. La idea es que se convierta verdaderamente en un asistente digital. Una segunda razón para ese nombre es que representa la palabra “aliado”. Nuestra tecnología fue concebida, no para el reemplazo de un ser humano en dentro de una fábrica, sino para que esa tecnología lo ayude a tomar las mejores decisiones.

IA: En virtud de esta preocupación por la pérdida de puestos de trabajo “en manos” de los modelos de lenguaje, ¿cómo están abordando ustedes las inquietudes del público sobre la ética y la transparencia de la inteligencia artificial en la producción de alimentos?

AS: Creo que la forma es: primero, poder hacer mucho más con los mismos recursos. Es decir, simplemente antes hacía 500 mil toneladas, pero ahora voy a poder hacer 700 mil toneladas, sin tener que invertir en una planta nueva que me va a tomar cinco años.

Segundo, los trabajadores que están colaborando en esta iniciativa de transformación también deberían de ganar. Si tú estás haciendo más eficiente, entonces te entregamos un bono por eficiencia. La eficiencia que genera la operación se traduce y se regresa al bolsillo de las personas que están trabajando con ella.

Tercero, a nivel de tiempo, en muchas fábricas, los gerentes se la pasan, no sé, unas 20 horas en la semana haciendo el reporte en Excel, buscando el Excel, organizando el Excel. Ahora que puedas ahorrarte esas 20 horas y que en cinco segundos tienes una gráfica con un análisis gracias a Allie, puedes utilizar esas 20 horas para resolver los problemas en vez de buscar Excel y papeles para organizarte.

IA: En los próximos cinco años, ¿cómo quieren que se desarrolle Allie?

AS: Algo que yo me sueño con Allie es que tenga la habilidad de que el asistente le hable de regreso a la máquina; poder contar con la habilidad de conectarnos con el equipo y darle órdenes. A través del chat podríamos apagar una máquina sin que nadie esté allí. La máquina hace a Allie y Allie hace a la máquina.

IA: ¿Cuáles han sido los mayores retos en el desarrollo de este software como tal?

AS:  Hemos invertido mucho en asegurar que cumplamos con toda la normativa de higiene. Por ejemplo, todas nuestras tablets, los devices, los sensores que utilizamos tienen un tipo especial de acero porque cumple con toda la protección de inocuidad EP 86 de proteger a altas y bajas temperaturas, del agua cuando hace limpiezas, del alimento, etc. Nuestras tablets son de uso industrial y se pueden utilizar con los guantes que utilizan los operadores en la industria de alimentos.

IA: ¿Hacia dónde va la inteligencia artificial en la industria de alimentos en la próxima década?

AS: La primero que vamos a ver es una inversión muy fuerte en réplicas de las capas de datos de absolutamente toda la operación, o sea, todo lo que pasa en la vida real. Esto se alojará en la nube o en una red privada. Tiene que ser como una simulación en el mundo digital.

Lo segundo es que vamos a empezar a ver a máquinas conectadas con otras. Típicamente en la industria de alimentos, las máquinas son como unas islas. Hay máquinas inteligentes y con sensores de cierta marca, pero luego por allá está otra máquina que es de otra marca y no se conectan.

Lo tercero es el auge de IAs generativas. Podrá ser posible hacer simulaciones de problemas hipotéticos con condiciones específicas para la toma de decisiones correctas en la operación real. Las IAs permitirán planear la operación.