Sin importar la coyuntura económica en la que se encuentre el país, existe una realidad en la agroindustria que se mantiene constante a lo largo de los años: en las épocas de cosecha, las empresas que captan y venden la producción local colapsan por la gran cantidad de camiones que diariamente llegan a sus plantas.
El panorama se repite cada año en las diferentes zonas portuarias: filas interminables de miles de camiones que esperan para descargar su contenido en alguna de las tantas empresas dedicadas a la comercialización de trigo, maíz o soja.
Detrás de cada camión hay un conductor que tiene que esperar más de 12 horas para despachar su carga, que tuvo, en el mejor de los casos, entre uno y dos días de viaje desde los campos. Al cansancio se suman largas horas bajo las inclemencias del tiempo y lejos de su familia. Del otro lado, los productores tienen que absorber estos costos innecesarios de tiempos muertos y, al final de la cadena, las compañías se ven saturadas para procesar el inmenso volumen de operaciones con sistemas y procesos, en muchos casos, anticuados.
Afortunadamente, gran parte de estos problemas pueden resolverse con la incorporación de tecnología de Inteligencia Artificial (IA) en los procesos actuales para optimizarlos y hacerlos más eficientes; reducir los tiempos de transporte y espera desde los campos a las plantas; minimizar los bloqueos que los camiones ocasionan en las rutas cercanas; optimizar los costos en toda la cadena productiva; y mejorar la calidad de vida de las personas que participan en todo el ciclo.
En un escenario recesivo, la implementación de tecnología de IA en los procesos productivos e industriales ayuda a reducir los costos y optimizar, principalmente, el uso de los recursos en todas las áreas involucradas. Esta inversión permite a las compañías encontrarse mejor preparadas para sostenerse y, por qué no, continuar creciendo en el tiempo pese a las adversidades. Por ejemplo, la automatización del seguimiento de los vehículos a través del reconocimiento de patentes y características del camión –color, marca o modelo– es una posible solución a las largas filas descripta más arriba. El proceso de descarga se agiliza de punta a punta automáticamente desde que ingresa un camión hasta que sale vacío, pasando por las etapas intermedias de validaciones, calado, pesado y descarga.
Implementar un sistema de estas características es sencillo y requiere de una inversión mínima, ya que se reutilizan las cámaras existentes en las diferentes etapas de las plantas. Los servicios cognitivos que ofrecen los grandes jugadores de tecnologías, como Microsoft o Google, permiten desarrollar esta lógica fácilmente y con un mínimo esfuerzo. Esta nueva funcionalidad se integra a las aplicaciones de gestión de las empresas y logra reducir los tiempos, mitigar errores y optimizar los recursos.
Frente a este panorama, no llama la atención la alianza de transformación digital que firmó hace unas semanas YPF con Microsoft para potenciar la implementación de innovación tecnológica en sus procesos –que incluye el uso de Big Data, análisis predictivo, IoT, procesamiento inteligente de imágenes, automatización, entre otras tecnologías–, y que busca optimizar la operación y reducir sus costos para seguir manteniéndose como una empresa líder en su sector.
Aquellas empresas que puedan mejorar sus procesos con tecnología se alzarán sobre el resto, haciéndolas mucho más competitivas en un mercado cada vez más agitado. Algunas industrias, como la de petróleo, tienen una visión más clara y ya empezaron a invertir en este segmento. Otras, como la agroindustria, se muestran más conservadoras y queda aún mucho por sembrar para transformar esa larga fila de camiones en valor agregado para un país que necesita de esos ingresos para continuar con su crecimiento.
Autor:
Ariel Martín Bensussán
Practice Manager
Tags: #agroindustria #AI #InteligenciaArtificial #TransformacióDigital #BigData