IBM: “Los agroindustriales [peruanos] deberán empezar a capacitarse en digitalización”

IBM explica cómo la tecnología vuelve la cadena de suministros de la agroindustria más eficiente a través de inteligencia artificial para el mercado peruano.

IBM adelanta cómo nuevas tecnologías pueden generar eficiencias en las empresas agroindustriales peruanas. Carlos Bittrich, chief of technology de IBM Perú, cuenta cómo FoodTrust –servicio que ofrece la empresa para volver la cadena de suministros de la agroindustria más eficiente y segura a través de la tecnología– es un programa que en el Perú se pudiera aplicar para trabajar con clientes como Walmart, que cada vez más exigen la trazabilidad de los productos.

¿En qué consiste FoodTrust?

FoodTrust busca que la cadena de suministros de la agroindustria sea eficiente y transparente a través de tecnología blockchain. Esta plataforma conecta a productores, procesadores, distribuidores y minoristas por medio de un registro compartido. Gracias a ella, se puede conocer la vida del producto desde que se siembra hasta que llega a la mesa del consumidor. Tiene como principios la seguridad alimenticia, la optimización logística, el ahorro de desperdicio de comida y satisfacer la demanda de clientes.

¿Por qué un sistema de trazabilidad es necesario en la agroindustria peruana?

El mercado de los productores peruanos es global. Grandes compradores de Estados Unidos y Europa ya requieren a sus proveedores un registro de vida del producto por seguridad alimenticia. Walmart, por ejemplo, anunció que si sus proveedores no cuentan con ese registro para el siguiente septiembre, no va a renovar contrato. El Perú es proveedor de Walmart; debe adecuarse pronto.

¿Desde qué momento se percibe el beneficio?

Desde el principio de la cadena, la siembra y cosecha. A veces el suelo está más seco, o produce menos. Satélites y drones que visualizan los campos pueden hacer un reconocimiento visual e indicar dónde se necesita abono, si está muy seco y por qué. Todo a través de la inteligencia artificial. Esta tecnología es machine learningy tiene consciencia de datos; es decir, reconoce los patrones y va actualizando los resultados conforme va recolectando data. Además, con toda esta data como evidencia, el agricultor puede sacar créditos bancarios más fácilmente.

¿Y cómo vuelve al resto de la cadena más eficiente?

Con respecto al transporte, un software a través de computación cuántica busca la ruta más rápida a menor distancia. Mientras más tiempo el producto esté en el camión, menos tiempo estará en el mercado, porque la fecha de vencimiento ya está registrada. Entre el 40% y 60% de alimentos se vencen y botan. En ese sentido, se reducirían los desperdicios. Esta tecnología ayuda al distribuidor, al proveedor y al supermercado a no tener pérdidas. Adicionalmente, al tener todo bajo registro, se puede localizar fácilmente de dónde provino algún producto defectuoso. Así, en vez de botar todos los alimentos, se elimina sólo el lote que corresponde.

¿Qué ocurrirá con el capital humano que participa en la cadena de suministros?

La comida es algo primario y su seguridad es importante. Ha ocurrido que personas han cambiado fechas de vencimientos en productos. Con la tecnología, se busca la automatización para evitar errores repetitivos. El capital humano puede ser poco confiable en este sentido. Por otro lado, ahora los agroindustriales y mineros deberán empezar a capacitarse en digitalización y actualizarse en tecnología de la información para comprender mejor la logística.

¿Cuáles son los beneficios para el consumidor final?

Confianza y seguridad en los alimentos que consume. Gracias al blockchain y su registro, el consumidor —que cada vez es más consciente— puede corroborar que es un producto de calidad.

Después de la agroindustria, ¿a qué sector apuntará IBM con esta tecnología?

Minería. La tecnología en este sector está presente en maquinaria y excavación, pero no en el ámbito de inteligencia artificial digital en el proceso de la cadena de suministro. Con respecto al transporte, por ejemplo, averiguar bajo la misma lógica de computación cuántica cuál es la ruta más eficiente. También tomar en cuenta las variables. Uno de esos camiones no tiene el mismo uso que un camión normal. Un mecánico puede arreglarlo cada cierto tiempo, pero en minería son varios camiones, y para ahorrar tiempo lo ideal sería contar con la tecnología de machine learning que pueda botar una predicción del tiempo de mantenimiento. Si bien el producto final es totalmente diferente al de la agroindustria, el consumidor igual quiere saber si el oro de su cadena de oro es legal o ilegal.