Más allá de la transformación digital. La disrupción tecnológica nos obliga a estar analizando de forma permanente la evolución de las tecnologías habilitadoras del paradigma de la transformación digital y su aplicación en el sector de alimentación y bebidas. En este contexto se ha desarrollado la línea de I+D propia «beyond 4.0».
El sector empresarial agroalimentario tiene ante sí diversos retos específicos de su naturaleza por sus características de industria de procesos, su contexto regulatorio y por la importancia de la alimentación para los consumidores, en un contexto de constante cambio ante el que las empresas deben adaptarse de manera continua.
Algunos de estos retos son:
- Interoperabilidad de soluciones, procesos y datos y de entidades a lo largo de la cadena de valor
- Mejora de la eficiencia tanto a nivel de cadena como de empresa
- Necesidad de mejorar la transparencia y la confianza en un contexto de consumidor hiperconectado
- Necesidad de continuar luchando contra los riesgos asociados a la seguridad alimentaria en un contexto de mayor incertidumbre
ante amenazas y también ante fraude potencial.
«Beyond 4.0», 4 ejes de trabajo principales
El trabajo desarrollado a lo largo de 2018 se ha articulado en torno a cuatro ejes de trabajo principales que nos han permitido abordar los nuevos desafíos de futuro y que se concretan en:
1) Mejora de la eficiencia del control de la seguridad alimentaria y la trazabilidad a través del despliegue de redes virtuales de información distribuida a lo largo de la cadena de valor. Supone avanzar en cadenas de valor integradas.
2) Estudio y análisis de técnicas basadas en machine learning y Deep learning para el desarrollo de modelos intensivos en datos de riesgos microbiológicos en planta y a lo largo de la cadena de valor.
3) Mejora de los canales de recogida, procesamiento y análisis de información de consumidor digital hiperconectado.
4) Mejora en la eficiencia de configuración y operación de procesos de fabricación alimentarios a través de la virtualización y la incorporación de tecnología cognitiva en la industria, generando una fabricación avanzada.
Aunque las actuaciones se han estructurado tomando como referencia las problemáticas del sector agroalimentario, en ocasiones se ha trabajado también sobre el sector cosmético. Con este sector existen multitud de aspectos análogos como por ejemplo la gran cantidad de consumidores activos e informados, necesidad de disponer de productos seguros y transparencia de información, entre otros.
Blockchain y seguridad alimentaria
La tecnología Blockchain ha sufrido en los últimos dos años un avance muy importante como una de las tecnologías más prometedoras y de mayor impacto. Su paradigma está basado en la distribución de información en diferentes entidades que quieren establecer una red de confianza, y en la eliminación de intermediarios en la gestión de la información que comparten dichas entidades.
[themeone_quote color=»accent-color2″]
En esta línea de I+D propia de AINIA se ha desarrollado un prototipo propio para testear las posibilidades de la tecnología blockchain en el aporte de soluciones a la trazabilidad y la seguridad alimentaria.
[/themeone_quote]
Existe en el sector agroalimentario un desconocimiento generalizado del impacto de la tecnología blockchain, en especial en lo relativo a la integración de información entre diferentes entidades de una cadena. Con este trabajo de I+D propia se pretende ayudar a las empresas a absorber el conocimiento y a valorar el impacto potencial de Blockchain en sí mismas y en su cadena de valor.
Digitalizar la información para interpretar al consumidor
En un contexto “beyond 4.0”, se plantea la necesidad de digitalizar la información de cómo expresan los consumidores sus percepciones y también de entender mejor cómo las personas reaccionamos de manera objetiva a un nuevo producto mediante técnicas que midan su respuesta corporal.
La captura de información proveniente de los usuarios puede venir de canales muy diversos y heterogéneos y darán información parcial de cada dimensión.
Es por eso, que existe un reto tecnológico y metodológico para armonizar estos canales y dar una visión coherente de cómo los consumidores interaccionan con los alimentos.
Esta tarea ha trabajado en identificar y analizar diferentes tecnologías para la recogida de información objetiva del consumidor que permita, ante la idea de generación de un nuevo producto agroalimentario, cosmético, etc, permitir a las empresas interpretar esta información que les ayude a conocer cómo se va a comportar dicho producto cuando se enfrente a los consumidores de un mercado determinado.
«Beyond 4.0» y aplicaciones útiles para la gestión de la empresa
A lo largo de este eje, se ha analizado
[themeone_quote color=»accent-color2″]
Cómo incorporar el paradigma de tecnologías de industria cognitiva en la gestión y caracterización de los procesos industriales agroalimentarios.
[/themeone_quote]
Esta tarea ha puesto el énfasis en identificar y analizar tecnologías capaces de tomar decisiones en un contexto industrial, por parte de un sistema informático lo más autónomo posible, de modo que el entorno productivo se adapte de manera automática a la fluctuación de dinámica que exige la planificación y replanificación diaria.
El resultado ha sido la investigación en las tecnologías disponibles para la virtualización y simulación de procesos productivos en una planta de producción de alimentos, así como la aplicación de tecnología cognitiva para el control de la eficiencia y la optimización de parámetros de calidad y coste en la producción.
Modelos intensivos en datos de riesgos microbiológicos en planta y cadena alimentaria
Con este objetivo se ha estudiado y analizado la problemática de predicción de riesgos microbiológicos en la industria alimentaria y las posibles soluciones basadas en el tratamiento masivo de datos utilizando técnicas que siguen el paradigma de Deep Learning o aprendizaje profundo, todo ello en un contexto de producción fabril muy novedoso. Al respecto las soluciones avanzadas se han basado en software relacionadas con el Microbial Risk Assessment (MRA) y su aplicación al sector alimentario.
Esta línea de I+D propia desarrollada a lo largo de todo el año ha contado con apoyo del IVACE en el marco de las ayudas a los Centros Tecnológicos de la Comundidad Valenciana en proyectos de I+D en 2018.
